-
题名基于改进特征金字塔的小目标增强检测算法
被引量：1
- 1
-
-
作者
瑚琦
卞亚林
王兵
-
机构
上海理工大学光电信息与计算机工程学院
上海理工大学上海市现代光学系统重点实验室
-
出处
《光学仪器》
2022年第5期14-19,共6页
-
基金
国家自然科学基金(61975125)。
-
文摘
小尺寸的物体由于其在图像中分辨率相对较低的原因,在检测任务中容易被丢失和误判。针对目前目标检测算法对小尺寸目标检测精确度远低于其他尺寸目标检测精度的问题加以改进,将小尺寸目标特征增强融入特征金字塔结构。利用多尺度特征融合的特征增强能力丰富小尺寸目标特征层的特征信息,从而使小尺寸目标检测精准度得到提升。将改进特征金字塔结构应用于YOLOv3网络,实验对比研究表明,小尺寸目标检测精准度可以达到0.179,较原网络提升了22.6%。
-
关键词
特征金字塔
小目标检测
特征增强
特征融合
-
Keywords
feature pyramid network
small object detection
feature enhancement
feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于注意力机制的街景图像语义分割方法
- 2
-
-
作者
瑚琦
王兵
卞亚林
-
机构
上海理工大学光电信息与计算机工程学院
上海市现代光学系统重点实验室
-
出处
《软件导刊》
2022年第9期141-145,共5页
-
基金
国家自然科学基金项目(61975125)。
-
文摘
街道场景图像的准确分割对于自动驾驶系统具有重要辅助作用,而针对该场景的现有语义分割方法仍存在分割精度不高、参数量大等问题。为有效改善语义分割性能,通过构建空间注意力模块和通道注意力模块,提出一种注意力语义分割网络。该网络首先采用残差网络提取特征,然后并行使用两种注意力模块分别从空间和通道维度自适应细化特征图,以使网络在训练学习过程中更加关注信息丰富的空间区域和通道,进而增强网络表示能力。所提注意力模块具有结构简单和轻量级的特点,能与网络一起进行端到端训练。在Cityscapes和CamVid数据集上的实验结果表明,该注意力语义分割网络在较少的参数条件下,可获得较好的分割效果。
-
关键词
街景图像
语义分割
残差网络
空间注意力模块
通道注意力模块
-
Keywords
street scenes images
semantic segmentation
residual network
spatial attention module
channel attention module
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种双分支结构的图像语义分割算法
- 3
-
-
作者
王兵
瑚琦
卞亚林
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《光学仪器》
2023年第2期46-54,共9页
-
基金
国家自然科学基金(61975125)。
-
文摘
图像语义分割需要精细的细节信息和丰富的语义信息,然而在特征提取阶段,连续下采样操作会导致图像中物体的空间细节信息丢失。为解决该问题,提出一种双分支结构语义分割算法,在特征提取阶段既能有效获取丰富的语义信息又能减少物体细节信息的丢失。该算法的一个分支使用浅层网络保留高分辨率细节信息有助于物体的边缘分割,另一个分支使用深层网络进行下采样获取语义信息有助于物体的类别识别,再将两种信息有效融合可以生成精确的像素预测。通过Cityscapes数据集和CamVid数据集上的实验验证,与现有语义分割算法相比,所提算法在较少的参数条件下,获得了较好的分割效果。
-
关键词
图像语义分割
双分支结构
细节信息
语义信息
-
Keywords
image semantic segmentation
double branch structure
detail information
semantic information
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
