共查询到20条相似文献，搜索用时 15 毫秒
1.
针对语义分割中不同尺度特征融合导致的特征错位问题,提出了一种用于不同尺度语义特征融合的上采样方法。首先,将不同尺度特征图初步融合,将得到的语义信息作为低分辨率特征图进行上采样的位置参照;随后,将低分辨率特征图上采样后,再与高分辨率特征图进行融合。针对神经网络中语义学习模块对语义特征信息学习不充分的问题,提出了一种多方位注意力机制(multi-directional attention mechanism, MAM),从空间、通道和类别3个方位学习语义信息。根据上述2个方面的创新,提出了用于服装图像分割的网络——FMNet,并选取、划分服装数据集DeepFashion2作为训练、验证和测试的数据集。实验结果表明,所提FMNet的平均交并比(mean intersection over union, mIoU)相较于OCRNet提高了2%,相较于DeepLabv3+和PSPNet分别提高了5%和10%。 相似文献
2.
3.
针对智能汽车行驶过程中障碍物检测问题,提出一种使用双目立体视觉的距离信息与障碍物纹理信息相结合的障碍物检测方法。首先,将双目相机的左图和右图校正后进行匹配得到视差图,根据相机内部参数和外部参数将视差图投影为具有距离信息的鸟瞰图,去除地面及高空背景目标,在鸟瞰图上将相近的点云聚类为一个目标,得到障碍物的粗略位置信息;然后,将得到的位置信息映射到原图,并形成多个候选区域,在候选区域查找障碍物边缘信息,得到障碍物具体位置。该算法结合了物体距离的三维信息和物体形状的二维信息,使障碍物的分割结果更加精准。针对典型交通场景进行了实验,结果表明,该算法能够有效弥补单独使用距离信息或者纹理信息带来的障碍物分割不准确的问题。 相似文献
4.
针对行人目标检测任务中目标检测速度慢及小目标难以检测的问题,提出一种融合CBAM注意力机制的YOLOv3多尺度目标检测模型.该算法首先以YOLOv3为基础网络进行特征提取,然后在YOLOv3的多尺度特征融合层新增一个两倍下采样特征图,用于补充小目标特征信息,最后在YOLOv3的各尺度特征图融合后加入卷积注意力模型(CB... 相似文献
5.
基于信息融合技术的结构损伤诊断方法 总被引：1，自引：0，他引：1
为提高结构损伤识别的准确率,将多源信息融合技术引入到结构损伤诊断中．在介绍多源信息融合技术的基本理论、功能模型、级别分类和数学方法的基础上,将2种或多种结构损伤识别方法提取的损伤特征向量进行特征级融合,建立了基于信息融合的结构损伤诊断方法．在钢筋混凝土板损伤试验中测试其模态信息,利用基于信息融合的结构损伤诊断方法进行裂缝位置识别,并与单独使用模态应变能法和柔度法进行损伤识别的结果进行对比．结果显示基于特征级信息融合的结构损伤诊断方法能够准确识别单一损伤识别方法无法识别的结构损伤,对于多位置损伤识别亦有效果．基于信息融合的结构损伤诊断方法具有良好的损伤敏感性．不同的信息融合算法有不同的适用范围,在实际结构健康监测中,要通过详细分析选择合适的多源信息融合算法． 相似文献
6.
Contourlet变换克服了小波变换在处理高维信号时的不足,相对于小波变换具有较好的方向性、较高的逼近精度和较好的稀疏表达性能.因此将Contourlet变换用于图像融合,能更好的提取图像边缘特征,为融合提取更多的特征信息.利用Contourlett变换的多尺度和多方向性特征以及自适应融合规则在选取融合系数上的优势,提出了一种自适应Contourlet变换的多传感图像融合新算法.算法是将全色图像和多光谱图像进行Contourlet变换分解后,针对不同的频率域特点选择不同的融合规则,对低频系数选取区域能量的加权系数自适应融合规则,对高频系数特性选用了区域特征自适应的融合规则,最后通过重构得到融合图像.将其他的融合算法和本文所提算法进行了主观和客观的对比,结果表明,该算法是一种有效可行的图像融合算法. 相似文献
7.
8.
9.
针对当前方法普遍存在较为严重的细节结构信息丢失与事件间重叠的问题,提出一种基于双向特征金字塔的密集视频描述生成方法（dense video captioning with bilateral feature pyramid net,BFPVC）。BFPVC通过带有自底向上、自顶向下、横向链接3条分支的双向特征金字塔强化视频多尺度特征图,兼顾对时序信息、空间信息、语义信息的特征表示,解码器从强化后的视频特征中捕获更加全面的事件候选集,从而为对应的视频事件生成更加丰富、详尽的文本描述。在ActivityNet Captions数据集和YouCook2数据集上的实验结果表明,BFPVC与同类模型相比生成的文本描述更详细、丰富,验证了双向特征金字塔在密集视频描述领域的有效性。 相似文献
10.
多源图像的智能化融合技术是在目前多尺度特征融合作为图像融合研究中一种新的研究方向,通过对图像的多尺度特征处理与人工智能中统计学习相结合,提出初步的模型以及技术方案,有效地改善图像融合的性能。 相似文献
11.
12.
Contourlet变换比小波变换更适宜表达图像的各向异性的直线、曲线和边界特征,能有效地捕捉图像的几何结构信息。与Contourlet变换相比,非下采样Contourlet变换不仅具有多尺度、多方向特性,同时还具备平移不变性。本文提出了一种新的基于Contourlet变换和IHS变换的全色影像与多光谱影像的融合方法,并将IKONOS影像数据应用于融合实验来验证方法的有效性,结果表明本文方法在较好地保持多光谱影像光谱信息的同时增强了融合图像的空间细节表现能力,优于IHS和基于小波变换的IHS融合方法。 相似文献
13.
针对目前手指静脉识别算法中的局部特征提取算法在信息量上利用不充分、特征不够稳定以及静脉结构不够突出等问题,提出一种基于多尺度局部特征融合的手指静脉识别方法。首先对图像进行归一化及自适应直方图均衡（CLAHE）处理,然后应用多尺度方向模板提取一阶局部静脉方向特征,之后在方向特征基础上计算局部均值二值算子（MLBP）,得到二阶局部纹理细节特征,最后采用最优权值方式融合一阶梯度上的局部静脉方向特征和二阶梯度上的局部纹理细节特征。相比其它传统局部特征提取算法,这种多阶梯度融合方式提高了特征的稳定性,对图像信息量的利用更加充分。与MMNBP和NMRT算法相比,该算法在噪声图像库中的识别率分别从40.99%、39.22%提升至51.04%,在正常图像库中的识别率分别从82.79%、84.66%提升至89.53%。 相似文献
14.
由于传统CAD系统缺乏对模型内部微结构的有效表达,增大了3D打印微结构过程的难度。为了解决这一问题,以AMF文件格式的表达式机制为基础提出了一种多尺度隐式建模的微结构表达方法——空间划分法,并在此基础上,提出了关系表达式法和体素法两种具体微结构构建方法。运用两种具体方法分别构造“十字架”微结构,使用Amf Utilities软件进行切片验证时均显示出准确的相应结构,并且原模型文件大小基本不变。提出的空间划分法能够有效表达周期性微结构,并且具有多尺度、隐式的建模特点,大大降低了微结构模型的数据量。 相似文献
15.
对于大角度、大范围、复杂场景的快速扫描成像系统,除了要进行任意运动和动态采集建模外,还要对激光传感器的姿态和位置进行实时精确的描述.基于此要求,文中构建了一种基于小型无人直升机机载激光扫描传感器的三维建模成像系统,并设计了一种分步式串级滤波算法,将激光测距传感器得到的距离信息,与小型无人直升机惯性导航系统解算的姿态与位置数据进行融合,实现空间扫描点到基准坐标系的映射,并完成2D行扫描到3D空间的扩展,建立现实世界的3D数字模型. 相似文献
16.
为了提高多幅多聚焦图像的融合质量,提出一种基于迭代型形态成分分析的特征加权融合算法。该方法利用形态成分分析正交性和稀疏性的特点,改进形成能够有效对源图像进行多尺度分解的迭代型形态成分分析方法;然后采用移动窗口计算方法对分解后的多尺度子图提取四维特征向量,用以反映子图的亮度、纹理规则性、光滑程度和随机性。此外,提出以四维特征向量的特征值作为权值,设计适用于两幅及以上多幅源图情况下的以特征权重作为判别依据的融合规则,并运用这一规则对复合子图进行逐层融合,最终通过多尺度逆变换得到融合图像。实验结果证明,与已有多尺度融合算法相比,新方法融合得到的图像具有更好的主观感受和更高的客观评价指标值。 相似文献
17.
《绵阳师范学院学报》2019,(11):22-26
在手写数字识别数据集(MNIST)情景下,为了提高卷积神经网络的识别正确率,提出了一种改进的基于卷积神经网络(CNN)的多尺度特征识别算法.首先,利用卷积操作和池化操作提取图像中的全局特征及局部特征,通过二次卷积与特征融合获得数字图像的多尺度特征.然后,将多尺度特征送入全连接网络和Soft Max分类器,实现手写数字图像识别.最后,通过对不同网络结构的CNN算法进行评估表明,本文提出的算法可以有效提高网络精度,具有较好的泛化能力. 相似文献
18.
针对传统点云分类网络不能较好结合全局特征和局部特征信息、导致分类精度不够高的问题,提出一种包含注意力机制的特征融合模型。通过构建多尺度网络,增大网络感受野,从而获得不同程度特征。采用注意力机制进行特征融合,使得局部特征和全局特征相互补偿,增强特征描述符的语义丰富性,获得上下文有效信息,以此提高整体的分类精度。在公开数据集ModelNet 40上对该算法进行验证,取得92.85%的分类精度,验证该网络模型的可行性。 相似文献
19.
高珊 《中国教育技术装备》2009,(12)
根据非子采样Contourlet变换同时具有多尺度、多分辨分析和平移不变性质的特点,提出一种基于非子采样Contourlet变换的多聚焦图像融合方法。实验中将文中方法与Contourlet变换、小波变换等方法进行比较,结果表明,文中方法得到的融合结果能很好地将源图像的细节信息融合在一起,拓宽NSCT的应用范围。 相似文献
20.
针对时变信号小样本集建模分类问题,提出一种深层多尺度径向基过程神经网络（DLMS-RBFPNN）。该模型由时变信号输入层、多尺度径向基核变换层、全连接层和感知机分类器构成。兼顾时变信号的频谱特征和分布形态的多样性,基于径向基过程神经网络,通过将不同宽度参数的Gauss核函数进行线性叠加,构成多尺度核,完成不同尺度上对过程信号形态特征的提取、辨识和相似性度量。通过在径向基核函数层之上叠加全连接层和分类器,实现时变信号不同尺度特征的融合和分类。DLMS-RBFPNN具有较少的模型参数,适用于小样本集建模,在机制上可提高对时变信号过程细节特征和趋势特征的辨识及记忆能力。在分析DLMS-RBFPNN性质的基础上,建立一种基于动态聚类算法的核中心函数确定方法以及基于PSO的模型参数优化求解算法。以旋转机械基于示功图信号的故障诊断为例进行实验,结果验证了模型和算法的有效性。 相似文献