期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到642篇文章
< 1 2 … 33 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
多头自注意力机制的Faster R-CNN目标检测算法
1
作者 文靖杰 王勇 +1 位作者 李金龙 张渝 《现代电子技术》 北大核心 2024年第7期8-16,共9页
文中提出一种融合多头注意力机制、ROIAlign和Soft-NMS的FasterR-CNN目标检测算法,旨在解决原始Faster R-CNN目标检测网络中存在的检测精度低、漏检、误检的问题。首先,为了提高Faster R-CNN的感知能力,提取特征图中的重要特征并降低对... 文中提出一种融合多头注意力机制、ROIAlign和Soft-NMS的FasterR-CNN目标检测算法,旨在解决原始Faster R-CNN目标检测网络中存在的检测精度低、漏检、误检的问题。首先,为了提高Faster R-CNN的感知能力,提取特征图中的重要特征并降低对无关特征的提取,在网络中嵌入注意力机制;接着,针对共享全连接层的降维操作导致的一些区域的细节信息被忽略,造成局部信息的丢失,采用一维卷积代替共享全连接层实现权重计算的任务,以捕捉更广泛的空间信息;然后为了提供更丰富的特征表达能力,在注意力机制中引入多头机制分别对特征的不同部分进行重要性的加权;为了减少在特征提取时原图信息的丢失,使用ROI Align替换ROI Pooling算法;最后,在算法后处理中引入Soft-NMS替换传统非极大抑制(NMS)算法以减少漏检和误检情况。实验证明,改进后的Faster R-CNN目标检测网络对感兴趣目标的定位能力得到提高,漏检和误检情况减少,平均检测精度得到显著提升。 展开更多
关键词 机器视觉 目标检测 Faster R-CNN ROI Align 多头注意力机制 Soft-NMS
下载PDF
USformer-Net:基于U-Net和Swin Transformer的脑部MRI图像质量评价方法
2
作者 李沛钊 王同罕 +1 位作者 贾惠珍 吴通 《现代电子技术》 北大核心 2024年第7期1-7,共7页
针对现有的脑部MRI图像质量评价方法准确率低、难以应用于实际临床环境中的问题,提出一种基于提取感兴趣区域的脑部MRI图像质量自动评价模型USformer-Net,并创建了带有主观质量评价标签的脑部MRI图像数据集。USformer-Net模型基于U-Net... 针对现有的脑部MRI图像质量评价方法准确率低、难以应用于实际临床环境中的问题,提出一种基于提取感兴趣区域的脑部MRI图像质量自动评价模型USformer-Net,并创建了带有主观质量评价标签的脑部MRI图像数据集。USformer-Net模型基于U-Net和Swin Transformer模型构建并针对脑部MRI图像的特殊性进行了改进。首先,利用轻量化的U-Net网络对具有临床诊断价值的大脑主要区域进行分割,提取出感兴趣区域;其次,利用Swin Transformer的串联窗口自注意力运算(W-MSA)、滑动窗口自注意力运算(SW-MSA)以及其特征融合方式,将特征金字塔(FPN)、兴趣区域匹配(ROI Align)及全连接网络(FC)结合在Swin Transformer骨干特征提取网络中进行图像质量评价。USformer-Net模型能够忽略无关噪声,准确提取出影响诊断的主要区域并进行图像质量评价。实验结果表明,在MRI图像质量评价任务中该模型准确率为87.84%,精度为91.84%,召回率为92.05%,F1-score为91.99%,相较于其他评价方法各项指标均有不同程度提升。最终结果显示该模型能够有效保证脑部MRI图像质量评价的准确性,创建的带有主观质量评价标签的数据集也为该领域的研究提供了更好的数据支持。 展开更多
关键词 图像质量评价 脑部MRI图像 深度学习 图像分割 U-Net TRANSFORMER
下载PDF
基于U2-Net深度网络和投影波谷法的在架图书错序检测
3
作者 王红芳 王宇航 +1 位作者 宣静雯 张凯兵 《现代电子技术》 北大核心 2024年第3期149-154,共6页
针对在架图书错序检测中图书索书号区域的准确定位关键问题,提出一种基于U2⁃Net深度网络和投影波谷法的在架图书索书号区域定位识别方法。该方法首先使用U2⁃Net深度网络对在架图书索书号区域进行预分割,然后通过投影波谷法对每本图书的... 针对在架图书错序检测中图书索书号区域的准确定位关键问题,提出一种基于U2⁃Net深度网络和投影波谷法的在架图书索书号区域定位识别方法。该方法首先使用U2⁃Net深度网络对在架图书索书号区域进行预分割,然后通过投影波谷法对每本图书的索书号区域进一步精确分割,最后对分割出的索书号区域图像使用光学字符识别技术,完成对索书号的识别,通过对识别结果进行排序关系判断,完成错序检测过程。实验结果表明,该方法能实现准确的索书号区域图像分割,为图书馆智能化管理提供了有效的解决方案。 展开更多
关键词 深度网络 U2⁃Net 投影波谷法 图书错序检测 光学字符识别 索书号定位
下载PDF
基于改进U-Net的低剂量CT图像重建方法
4
作者 朱榕榕 王明泉 +1 位作者 曹鹏娟 范涛 《现代电子技术》 2023年第9期41-45,共5页
针对低剂量CT图像重建会产生噪声和伪影的问题,在U-Net神经网络基础上引入残差学习和空间注意力机制,在编解码过程中嵌入跳跃连接为上采样增加多尺度信息,使用AAPM公开数据集CT影像进行模型训练和测试。选取峰值信噪比(PSNR)、结构相似... 针对低剂量CT图像重建会产生噪声和伪影的问题,在U-Net神经网络基础上引入残差学习和空间注意力机制,在编解码过程中嵌入跳跃连接为上采样增加多尺度信息,使用AAPM公开数据集CT影像进行模型训练和测试。选取峰值信噪比(PSNR)、结构相似性(SSIM)和均方根误差(RMSE)作为图像性能评价指标。在CT重建结果的测试中,与未处理的图像相比,网络模型处理后图像的PSNR、SSIM和RMSE指标平均值分别提升21.699%、2.263%和40.833%。实验结果表明,改进的U-Net神经网络模型能够减少噪声和伪影,保留了更多的纹理细节,对低剂量CT重建图像质量的提高有一定效果。 展开更多
关键词 低剂量CT 图像重建 神经网络 残差网络 空间注意力机制 图像去噪
下载PDF
基于K-mean的车辆伪装涂料漆膜颜色选取算法
5
作者 王文娟 崔佩璋 李召瑞 《现代电子技术》 2023年第1期54-58,共5页
提取背景代表色是进行迷彩伪装图案设计的基础,对军用车辆实施迷彩伪装,需使代表色满足国军标规定的军用车辆伪装涂料漆膜标准色要求。文中提出两种基于K-mean聚类算法的车辆伪装涂料漆膜标准色选取算法。利用CEI1976 L^(*)a^(*)b^(*)... 提取背景代表色是进行迷彩伪装图案设计的基础,对军用车辆实施迷彩伪装,需使代表色满足国军标规定的军用车辆伪装涂料漆膜标准色要求。文中提出两种基于K-mean聚类算法的车辆伪装涂料漆膜标准色选取算法。利用CEI1976 L^(*)a^(*)b^(*)颜色模型描述图像颜色特征。第一种算法是随机选取标准色作为初始聚类中心,每经过一次K-mean聚类迭代都将聚类中心更新为标准色;第二种算法是将选取的背景颜色空间值作为初始聚类中心进行迭代。提出了优化的标准色选取决策,解决了聚类结果易出现标准色重复的问题。结合提取标准色数量不同,共提出4种标准色提取方案,用均方根误差函数作为评价函数进行融合效果比较。仿真结果表明,两种算法均能较好地满足迷彩伪装设计要求,从最小均方根误差和收敛速度上比较,第一种算法优于第二种,其提取三种标准色的方案优于五种标准色方案。 展开更多
关键词 颜色聚类 主色提取 K-mean聚类分析 颜色空间 代表色 漆膜颜色 迷彩设计 迷彩伪装
下载PDF
基于3D-Unet的sMRI图像分割研究
6
作者 袁雪 陈茂洲 《现代电子技术》 2023年第23期71-74,共4页
脑成像时需要关注的是脑组织的结构和功能,去除颅骨等非脑组织可以减少噪声和干扰,提高图像质量以及后续数据分析的准确性。文中采用3D-Unet模型去除结构磁共振成像(sMRI)图像中的非脑组织。结果表明,所提3D-Unet模型能有效提取脑组织,... 脑成像时需要关注的是脑组织的结构和功能,去除颅骨等非脑组织可以减少噪声和干扰,提高图像质量以及后续数据分析的准确性。文中采用3D-Unet模型去除结构磁共振成像(sMRI)图像中的非脑组织。结果表明,所提3D-Unet模型能有效提取脑组织,其图像分割的准确率为0.947,召回率为0.833,精度为0.886。该研究为后续脑组织分割、配准和体积量化等提供了基础。 展开更多
关键词 结构磁共振成像 深度学习 图像分割 非脑组织 3D-Unet 编码器 解码器 跳跃连接
下载PDF
基于生成对抗网络的轻量级全局-局部水下图像增强算法
7
作者 王金康 殷勤 +3 位作者 何晓晖 邵发明 卢冠林 李金鑫 《现代电子技术》 2023年第9期33-40,共8页
为解决光在水下传播过程中由吸收与散射效应导致的水下图像产生色偏、对比度低、细节缺失和噪音等问题,设计了一种融入注意力机制的轻量级全局-局部生成对抗网络水下图像增强算法。算法通过改进GAN网络以及设计新的损失函数,提高图像增... 为解决光在水下传播过程中由吸收与散射效应导致的水下图像产生色偏、对比度低、细节缺失和噪音等问题,设计了一种融入注意力机制的轻量级全局-局部生成对抗网络水下图像增强算法。算法通过改进GAN网络以及设计新的损失函数,提高图像增强效果。实验结果表明,所提出的方法在校正色偏、提高对比度、增强细节和消除噪音等方面较现有流行的水下图像增强算法均取得了很大的进步,同时也进行了时间测试以及应用测试,实验结果表明,提出的水下图像增强方法能够快速有效地提高水下图像的质量。 展开更多
关键词 水下图像增强 生成对抗网络 轻量化 算法设计 注意力机制 色偏校正 实验分析
下载PDF
稀疏角度CT图像重建的Huber-TV正则化方法
8
作者 李维 张本鑫 《现代电子技术》 2023年第2期65-69,共5页
对于稀疏角度下的投影数据,计算机断层扫描重建图像容易出现分辨率低、伪影较多的问题,难以满足工业及医学诊断要求。文中从迭代重建的角度出发,提出一个结合全变分(TV)和Huber函数(Huber-TV)的CT重建方法。该方法利用Huber函数替代传... 对于稀疏角度下的投影数据,计算机断层扫描重建图像容易出现分辨率低、伪影较多的问题,难以满足工业及医学诊断要求。文中从迭代重建的角度出发,提出一个结合全变分(TV)和Huber函数(Huber-TV)的CT重建方法。该方法利用Huber函数替代传统全变分模型中的L1范数,在合理控制函数阈值的条件下,充分利用Huber函数的线性部分对大于阈值的梯度图像进行较轻的惩罚,以保持图像边缘连续性;再结合二次项对小于阈值的梯度图像进行较大的惩罚,以抑制图像中不连续梯度跳跃。新模型目标函数的光滑性可以使得梯度下降法快速收敛到最优值,避开传统全变分模型中的次梯度计算,从而降低计算复杂度并加快迭代速度。实验结果表明,在稀疏角度重建条件下,与传统TV模型相比,Huber-TV模型的均方根误差降低19%,信噪比提升22.33 dB,说明所提方法高效可行。 展开更多
关键词 CT图像重建 梯度图像 全变分模型 Huber-TV 图像处理 数据分析
下载PDF
基于改进YOLOX-S算法的焊缝特征点提取方法研究
9
作者 王嘉盛 张斌 +1 位作者 湛敏 林子祥 《现代电子技术》 2023年第17期95-101,共7页
在使用机器人进行焊接的过程中,常常会出现一些问题,例如面对加工误差、热变形等引起的复杂环境状况,必须采用焊缝跟踪技术来辅助机器人进行焊接工作。传统的数字图像处理技术目前广泛应用于焊缝跟踪,不过在工业领域中,常常出现的特征... 在使用机器人进行焊接的过程中,常常会出现一些问题,例如面对加工误差、热变形等引起的复杂环境状况,必须采用焊缝跟踪技术来辅助机器人进行焊接工作。传统的数字图像处理技术目前广泛应用于焊缝跟踪,不过在工业领域中,常常出现的特征变化和电弧噪声等问题对焊缝特征提取算法提出了更高的要求。为了解决焊缝特征提取的抗干扰和自适应性问题,文中将基于深度学习的目标提取方法应用于焊缝检测,提出了一种基于改进YOLOX-S的焊缝特征点提取方法。在YOLOX-S算法的特征金字塔中每个上采样和下采样之后使用注意力机制,使模型更多关注焊缝特征点特征信息,从而减少检测误差。该方法能克服强弧光的干扰,满足复杂焊接过程对精度和实时性的要求。将YOLOX-S算法中卷积层之后的批标准化改为群组归一化,可以解决批量较小引起的误差增加的问题。实验结果表明了该算法的可行性。 展开更多
关键词 自动焊接 特征点提取 深度学习 YOLOX-S 焊缝特征提取 注意力机制
下载PDF
基于Faster R-CNN的航拍图像中绝缘子识别 被引量：27
10
作者 程海燕 翟永杰 陈瑞 《现代电子技术》 北大核心 2019年第2期98-102,共5页
为了解决传统绝缘子识别方法存在适用性不强、识别效率低的问题,结合深度卷积神经网络思想,提出一种从电网巡检航拍图像中自动识别绝缘子的方法。应用Faster R-CNN框架,结合电网巡检航拍图像数据库,构建绝缘子识别系统,自动识别航拍图... 为了解决传统绝缘子识别方法存在适用性不强、识别效率低的问题,结合深度卷积神经网络思想,提出一种从电网巡检航拍图像中自动识别绝缘子的方法。应用Faster R-CNN框架,结合电网巡检航拍图像数据库,构建绝缘子识别系统,自动识别航拍图像中的绝缘子,并分析不同模型和参数对识别精确度的影响。实验结果表明,相比于传统航拍绝缘子识别方法,采用深度卷积神经网络对航拍绝缘子进行学习和识别,具有较高的识别准确率和效率,可以很好地识别各种类型的绝缘子,识别性能大幅度提高。 展开更多
关键词 卷积神经网络 深度学习 FASTER R-CNN 航拍图像 绝缘子识别 智能电网
下载PDF
改进ConvNeXt的肝囊型包虫病超声图像五分类研究 被引量：1
11
作者 热娜古丽·艾合麦提尼亚孜 米吾尔依提·海拉提 +2 位作者 王正业 茹仙古丽·艾尔西丁 严传波 《现代电子技术》 北大核心 2024年第1期62-68,共7页
肝包虫病是严重危害人畜健康的重要人畜共患寄生虫病,超声检查是肝包虫病的首选检查方法,采用深度学习技术能够有效减少人工误差,降低成本并提高诊断效率。以ConvNeXt模型为基础,结合焦点损失函数和Lion优化器,最后引入CBAM构建CLCFNet... 肝包虫病是严重危害人畜健康的重要人畜共患寄生虫病,超声检查是肝包虫病的首选检查方法,采用深度学习技术能够有效减少人工误差,降低成本并提高诊断效率。以ConvNeXt模型为基础,结合焦点损失函数和Lion优化器,最后引入CBAM构建CLCFNet模型实现肝囊型包虫病早期筛查和精确诊断。在肝囊型包虫病超声影像数据集进行的消融实验表明,对比基准模型分类准确率、精确率、召回率、特异度和F1指数平均提升了4.3%、21%、25%、4%和26%,对比实验也验证了所提出方法各指标优于现有流行方法。改进算法显著降低了模型推理时间,增强了模型训练的稳态性能,可以实现肝囊型包虫病的快速和精准分类识别。 展开更多
关键词 肝囊型包虫病 超声图像 ConvNeXt 焦点损失函数 Lion优化器 注意力机制
下载PDF
基于RGB-D的深度图像修复算法研究 被引量：1
12
作者 王福伟 王霖 +1 位作者 伏燕军 钟可君 《现代电子技术》 北大核心 2019年第2期143-146,共4页
针对Kinect设备获取的原始深度数据不稳定的缺点,尤其是存在较大噪声及空洞的问题,文中提出结合彩色图引导填充空洞并滤波的深度修复算法。利用灰度图分离出空洞区域,并进行区域标记;分析判断空洞点的位置,结合彩色图对空洞进行填充;针... 针对Kinect设备获取的原始深度数据不稳定的缺点,尤其是存在较大噪声及空洞的问题,文中提出结合彩色图引导填充空洞并滤波的深度修复算法。利用灰度图分离出空洞区域,并进行区域标记;分析判断空洞点的位置,结合彩色图对空洞进行填充;针对图像边缘部分的噪声,采用改进的中值滤波算法,滤除噪声。与目前主要的深度滤波修复的方法相比,所提算法充分利用了深度数据与彩色图,并在处理过程中使用大量的基本图像处理算法。实验结果表明,所提算法很好地解决了空洞与噪声的问题,能够较好地修复深度数据。 展开更多
关键词 KINECT 深度数据 图像处理 空洞填充 噪声滤波 图像修复
下载PDF
基于优化初始中心的加权K-均值彩色图像聚类算法分析 被引量：3
13
作者 何芳州 《现代电子技术》 北大核心 2020年第18期26-29,共4页
超像素作为一种图像预处理技术,在计算机视觉领域中得到了广泛的应用。该文研究的重点就是基于优化初始中心的加权K-均值彩色图像聚类算法的具体应用,针对单板彩色图像,提出一种基于彩色RGB空间通道的K-均值优化初始中心聚类分割方法,并... 超像素作为一种图像预处理技术,在计算机视觉领域中得到了广泛的应用。该文研究的重点就是基于优化初始中心的加权K-均值彩色图像聚类算法的具体应用,针对单板彩色图像,提出一种基于彩色RGB空间通道的K-均值优化初始中心聚类分割方法,并与SLIC进行了分析,得到一种新的SLIC算法(WKK-SLIC算法)。该算法是基于优化加权K-means聚类初始中心点为基础,对彩色图像进行分割处理。在该算法中,通过运用密度敏感相似度对空间像素点密度生成聚类初始中心完成计量,所得聚类结构较稳定且经试验结果表明,在进行图像分割时该算法各方面的性能都要优于其他算法,具有更高的稳定性与准确性。 展开更多
关键词 彩色图像 聚类算法 加权K-均值 优化初始中心 图像分割 试验分析
下载PDF
基于新闻文本图像的鲁棒水印算法
14
作者 刘尧 杜庆治 +3 位作者 马迪南 龙华 邵玉斌 黄喜阳 《现代电子技术》 北大核心 2024年第3期43-50,共8页
在新闻文本图像中,现有的水印算法没有将表达文本部分的区域与其他背景区域进行区分,并且对二值水印图像嵌入时只在单通道嵌入导致鲁棒性不高。针对以上问题,提出基于新闻文本图像的鲁棒水印算法。首先将新闻文本图像进行大津阈值分割(O... 在新闻文本图像中,现有的水印算法没有将表达文本部分的区域与其他背景区域进行区分,并且对二值水印图像嵌入时只在单通道嵌入导致鲁棒性不高。针对以上问题,提出基于新闻文本图像的鲁棒水印算法。首先将新闻文本图像进行大津阈值分割(OSTU),将文本与背景区域区分开,选择文本区域进行嵌入加深对重要信息的版权保护;接着将文本图像Cr和Cb通道的文本区域进行离散小波变换(DWT)后,利用主成分分析(PCA)进行能量集中并计算各主成分贡献率,通过比较贡献率来选择嵌入的主成分;最后对主成分及水印图像进行奇异值分解(SVD)完成水印嵌入。经过实验表明,嵌入水印图像在面对滤波等大多数常规攻击的NC值都在0.99以上,表明该算法有较强的鲁棒性,同时该算法在嵌入水印后图像的PSNR均值为45.66 dB,保证了不可感知性。 展开更多
关键词 图像水印 大津阈值分割 主成分分析 小波变换 奇异值分解 NC值
下载PDF
一种复杂背景下的铁路货运车辆车号定位方法
15
作者 蔡康程 赖毅辉 +1 位作者 周书民 蓝贤桂 《现代电子技术》 北大核心 2024年第9期82-85,共4页
针对复杂背景下铁路货运车辆车号定位复杂、定位准确率低的问题,提出一种采用ResNet50作为基本特征提取网络,同时引入空残差块对学习样本进行多层特征融合,构造了一种新的特征提取网络和改进算法,提高目标检测网络的特征表达能力,实现... 针对复杂背景下铁路货运车辆车号定位复杂、定位准确率低的问题,提出一种采用ResNet50作为基本特征提取网络,同时引入空残差块对学习样本进行多层特征融合,构造了一种新的特征提取网络和改进算法,提高目标检测网络的特征表达能力,实现了快速车号目标检测。实验数据集采用自建数据集,并通过三个对比实验验证了该方法的可靠性。当IoU阈值为0.5时,改进算法的平均精度值为97.1%,分别比F⁃VGG和F⁃ResNet50高9.4%和6.8%,同时采用改进算法对我国铁路常用不同车型货运车辆进行车号定位测试实验,从实验结果可以看出优化方法没有误分类或漏检。改进后的算法可以提高复杂背景下铁路货运车辆车号的定位精度,具有较强的泛化能力,对实现复杂背景下车辆车号快速定位具有一定的参考意义。 展开更多
关键词 车号定位 特征提取网络 RCNN ResNet50 空残差块 多层特征融合
下载PDF
一种基于归一化流的地铁道床异常检测方法
16
作者 甘朗齐 彭朝勇 +1 位作者 邱春蓉 罗林 《现代电子技术》 北大核心 2024年第9期119-123,共5页
通过检测和定位道床上的异常情况,可以有效地确保地铁车辆的安全。基于无监督的异常检测方法由于只需要通过正常图像进行训练,不需要太多难以采集的异常图像,因此得到了广泛的应用。综上所述,文中提出一种基于归一化流的无监督地铁道床... 通过检测和定位道床上的异常情况,可以有效地确保地铁车辆的安全。基于无监督的异常检测方法由于只需要通过正常图像进行训练,不需要太多难以采集的异常图像,因此得到了广泛的应用。综上所述,文中提出一种基于归一化流的无监督地铁道床图像异常检测和定位方法。将多层特征图交叉融合,以提升模型对图像特征的学习能力。建立地铁道床数据集,利用该数据集训练并验证模型实用性。在MVTec AD数据集上的实验结果表明,文中方法性能优于其他同类算法,与DifferNet和CS⁃flow相比,所提方法的AUC提高了0.1093和0.0218。在地铁道床数据集上,所提方法达到了95.95%的检出率和0.9083%的误报率。这些结果表明了该模型对地铁道床异常检测的有效性,以及较好的泛化能力。这为人工智能替代人工巡检地铁道床异常提供了一种新的方法。 展开更多
关键词 图像处理 异常检测 深度学习 归一化流 计算机视觉 轨道交通
下载PDF
高密度椒盐噪声下混合滤波新方法
17
作者 丁巧 方振国 《现代电子技术》 北大核心 2024年第5期98-101,共4页
图像在采集、传输和处理过程中,易受环境、器材及处理方法的影响,不可避免地会产生不同程度的噪声。当噪声密度超过50%时,噪点信息在图像信息中占据主导地位,一般的中值滤波、均值滤波或自适应滤波等单一滤波方式存在着消除噪声的同时... 图像在采集、传输和处理过程中,易受环境、器材及处理方法的影响,不可避免地会产生不同程度的噪声。当噪声密度超过50%时,噪点信息在图像信息中占据主导地位,一般的中值滤波、均值滤波或自适应滤波等单一滤波方式存在着消除噪声的同时滤除了图像自身细节的问题,导致图像不清晰,滤波效果较差。由此提出高密度椒盐噪声下混合滤波新方法,采取降噪、去噪、强化边缘三个层级混合滤波,最后用噪声密度达到80%的图像进行测试验证,有效地滤除了噪声,恢复了图像的细节信息,得到了很好的效果。 展开更多
关键词 图像去噪 混合滤波 细节保护 高密度噪声 椒盐噪声 边缘强化 噪点信息 自适应模糊中值
下载PDF
基于高级语义及注意力的肺结节分割模型
18
作者 丰晓钰 王明泉 +3 位作者 李磊磊 朱焕宇 李文波 谢绍鹏 《现代电子技术》 北大核心 2024年第5期60-64,共5页
为了能够早些发现肺结节患者,进行有效的预防和治疗,便能够大大提升肺癌患者的生存率,针对医学CT图像肺结节分割时存在异质性,会导致分割精度降低,提出一种基于高级语义及注意力的肺结节分割模型。该模型使用VGG16作为主干网络搭建U-ne... 为了能够早些发现肺结节患者,进行有效的预防和治疗,便能够大大提升肺癌患者的生存率,针对医学CT图像肺结节分割时存在异质性,会导致分割精度降低,提出一种基于高级语义及注意力的肺结节分割模型。该模型使用VGG16作为主干网络搭建U-net模型;采用金字塔池化模块(PPM),在尽可能保留原信息的情况下,将深层信息进行加强提取,得到更加丰富的高级语义信息;同时利用CA注意力机制强化重要的特征,实现空间和通道方向上的信息整合;使用Focal Loss和Dice Loss函数解决肺结节分割中前背景不均衡和难区分的问题。实验结果显示,所提出的方法在IoU、F1分数指标上较U-net分割算法分别提高了1.33%、0.95%,有效地提升了分割精度,解决了与其他组织对比度低的问题。 展开更多
关键词 深度学习 医学CT图像 肺结节分割 U-net 注意力机制 金字塔池化 损失函数 分割精度
下载PDF
基于RSSD的遥感图像目标检测算法
19
作者 吕向东 彭超亮 +3 位作者 陈治国 孙鹏飞 赵晓楠 徐旸 《现代电子技术》 北大核心 2024年第7期49-53,共5页
针对SSD算法检测遥感图像目标时存在容易漏检且检测精度低的问题,提出基于残差SSD网络的遥感图像目标检测算法。该算法在SSD网络结构的基础上,将基准网络模型VGG替换为残差网络模型ResNet-50,通过增加网络深度,充分提取遥感图像小目标... 针对SSD算法检测遥感图像目标时存在容易漏检且检测精度低的问题,提出基于残差SSD网络的遥感图像目标检测算法。该算法在SSD网络结构的基础上,将基准网络模型VGG替换为残差网络模型ResNet-50,通过增加网络深度,充分提取遥感图像小目标数据集的底层特征,引入注意力模块,使感受野更关注目标特征,增强低层网络的信息表征能力,采用特征金字塔融合方法融合网络结构的高层语义特征和低层视觉特征,增强检测目标的定位能力。实验结果表明,该算法增强了复杂背景的干扰抑制性,提高了小目标的检测精度,比传统的SSD算法具有更强的检测性能。 展开更多
关键词 SSD 残差网络 注意力模块 金字塔融合 遥感图像 小目标 高层语义特征 低层视觉特征
下载PDF
基于双向嵌套级联残差的交通标志检测方法
20
作者 江金懋 钟国韵 《现代电子技术》 北大核心 2024年第5期176-181,共6页
交通标志检测是自动驾驶领域的一个重要课题,其对于检测系统的实时性和精度都有非常高的要求。目标检测领域中的YOLOv3算法是业界公认在精度和速度上都处于前列的一种算法。文中以YOLOv3检测算法作为基础网络,提出一种双向嵌套级联残差... 交通标志检测是自动驾驶领域的一个重要课题,其对于检测系统的实时性和精度都有非常高的要求。目标检测领域中的YOLOv3算法是业界公认在精度和速度上都处于前列的一种算法。文中以YOLOv3检测算法作为基础网络,提出一种双向嵌套级联残差单元(bid⁃NCR),替换掉原网络中顺序堆叠的标准残差块。双向嵌套级联残差单元的两条残差边采用相同的结构,都是一次卷积操作加上一次级联残差处理,两条边上级联的标准残差块的数量可以调节,从而形成不同的深度差。然后将两条边的结果逐像素相加,最后再做一次卷积操作。相较于标准残差块,双向嵌套级联残差单元拥有更强的特征提取能力和特征融合能力。文中还提出跨区域压缩模块(CRC),它是对2倍率下采样卷积操作的替代,旨在融合跨区域的通道数据,进一步加强主干网络输入特征图所包含的信息。实验结果表明:提出的模型在CCTSDB数据集上mAP(0.5)、mAP(0.5∶0.95)分别达到96.86%、68.66%,FPS达到66.09帧。相比于YOLOv3算法,3个指标分别提升1.23%、10.35%、127.90%。 展开更多
关键词 交通标志检测 双向嵌套级联残差单元 跨区域压缩模块 YOLOv3 长沙理工大学中国交通标志检测数据集 特征提取 特征融合
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 33 下一页 到第 页
使用帮助 返回顶部