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6篇文章
< 1 >
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：
结合超轻量级双注意力模块的ShuffleNetV2面部表情识别
1
作者 林恩惠 王凡 谭晓玲 《电子测量技术》 北大核心 2024年第10期168-174,共7页
针对面部表情识别领域中难以同时实现低参数量与高准确率的挑战,提出了一种结合注意力机制的ShuffleNetV2网络的面部表情识别方法。该方法基于ShuffleNetV2架构,通过微调模型将Relu激活函数替换为PRelu激活函数,进一步提升了模型的特征... 针对面部表情识别领域中难以同时实现低参数量与高准确率的挑战,提出了一种结合注意力机制的ShuffleNetV2网络的面部表情识别方法。该方法基于ShuffleNetV2架构,通过微调模型将Relu激活函数替换为PRelu激活函数,进一步提升了模型的特征捕获与分类能力。此外,本文创新性地引入了一种超轻量级双注意力模块LDAM,该模块结合了DCAM注意力机制与空间注意力机制,并通过捷径连接技术集成到优化后的ShuffleNetV2模型中,以增强模型对细节特征的识别能力及分类效果。在FER2013和CK+两大公认的面部表情识别数据集上的实验结果显示,本方法分别达到了69.12%和94.77%的识别准确率,同时保持了低至1.25的模型参数量。这一成果不仅展示了在保持模型轻量化的同时提升识别性能的可能性,而且通过实验验证了所提出方法的高效性和实用性。 展开更多
关键词 面部表情识别方法的改进 激活函数 空间注意力机制 轻量化模型 超轻量级双注意力模块
在线阅读 下载PDF
卷积和自注意力融合的单图像超分辨率网络
2
作者 马勇 《电视技术》 2024年第5期57-61,68,共6页
近年来,超分辨率重建已经成为图像处理领域的一个研究热点。然而,超分辨率重建面临着诸多挑战,当模型参数过大时,虽然能取得良好的性能,但需要巨大的内存成本。针对目前大多数图像超分辨率网络无法做到既能实现良好的性能,又能保持网络... 近年来,超分辨率重建已经成为图像处理领域的一个研究热点。然而,超分辨率重建面临着诸多挑战,当模型参数过大时,虽然能取得良好的性能,但需要巨大的内存成本。针对目前大多数图像超分辨率网络无法做到既能实现良好的性能,又能保持网络模型轻量级的问题,提出了一种用于单图像超分辨率的新型轻量级双阶段网络。具体来说,设计了一种轻量级卷积模块用于局部特征提取,同时引入了一种轻量级Transformer模块学习图像的长期依赖关系,用于建模全局信息。实验结果表明,所提模型在客观评价指标和视觉效果上均表现良好。 展开更多
关键词 图像超分辨率 轻量级双阶段网络(LDSNet) Transformer模块 卷积神经网络(CNN) 自注意力
在线阅读 下载PDF
基于多级轴向加性网络的轻量级单图超分辨率
3
作者 邹观哲 黄可言 《应用数学进展》 2024年第4期1842-1852,共11页
信息技术发展日新月异,视觉信息的质量广受重视,图像超分辨率技术正因此经过了长久的迭代。但作为一个不适定问题,这项技术仍将是一个长久的难题。随着自注意力机制的出现及引入,传统卷积神经网络方法逐渐在性能上落后。然而,包含自注... 信息技术发展日新月异,视觉信息的质量广受重视,图像超分辨率技术正因此经过了长久的迭代。但作为一个不适定问题,这项技术仍将是一个长久的难题。随着自注意力机制的出现及引入,传统卷积神经网络方法逐渐在性能上落后。然而,包含自注意力的方法通常计算成本高昂,或是只能为节约计算成本在性能上妥协。因此,本文提出了一种多级轴向加性网络,很好地平衡了性能与成本。具体来说,我们首先设计了一种多级轴向注意力模块,在注意力机制内实现了轴向窗口的模式。然后,我们提出了一种高效的加性注意力,使注意力计算免于矩阵乘法运算。同时,我们还构建了一个轻量级的超分辨率网络MLAAN。最后,我们在五个基准数据集上评估了所提出的MLAAN的效果。在与SOTA方法的对比中,MLAAN在参数量较少的前提下体现了优越的超分辨率性能。 展开更多
关键词 单图像超分辨率 轻量级网络 多级轴向加性网络(MLAAN) 多级轴向注意力模块(MLAAB)
在线阅读 下载PDF
基于动态金字塔和子空间注意力的图像超分辨率重建网络 被引量：6
4
作者 何鹏浩 余映 徐超越 《计算机科学》 CSCD 北大核心 2022年第S02期423-430,共8页
针对现有单图像超分辨率卷积神经网络存在模型参数过多以及重建失真过大的问题,提出了一种基于动态金字塔结构与子空间注意力模块的轻量级单图像超分辨率网络模型。首先,所采用的动态多尺度金字塔特征组合模块的网络主体由动态卷积和金... 针对现有单图像超分辨率卷积神经网络存在模型参数过多以及重建失真过大的问题,提出了一种基于动态金字塔结构与子空间注意力模块的轻量级单图像超分辨率网络模型。首先,所采用的动态多尺度金字塔特征组合模块的网络主体由动态卷积和金字塔分组卷积构成。其次,动态卷积可以根据不同的图像内容自适应地进行不同的卷积操作,从而对不同的图像提取出不同的特征;金字塔分组卷积不仅可以更好地提取多尺度图像特征信息,而且能够有效降低网络模型的参数量。最后,在网络模型末端采用子空间注意力模块,将图像的通道空间分为多个子空间,并为每个子空间学习不同的注意力图,这样不仅可以更好地捕获图像的跨通道相关信息,而且可以有效融合各子空间的图像特征信息。与现有主流算法相比,所提方法不仅具有更小的网络模型参数量,而且重建出的超分辨率图像在视觉效果和定量分析方面均能取得更好的表现。 展开更多
关键词 超分辨率 轻量级 动态卷积 金字塔分组卷积 子空间注意力模块
在线阅读 下载PDF
基于多尺度双阶段网络的图像超分辨率重建 被引量：1
5
作者 陈清江 尹乐璇 邵罗仡 《应用光学》 CAS 北大核心 2023年第6期1343-1354,共12页
针对目前图像超分辨率重建算法中所存在的特征信息提取不充分、重建图像细节信息模糊等问题,提出了一种多尺度双阶段网络来实现图像的超分辨率重建。首先,考虑到单尺度卷积层会出现特征信息提取不充分的现象,故而以多尺度卷积层为大体框... 针对目前图像超分辨率重建算法中所存在的特征信息提取不充分、重建图像细节信息模糊等问题,提出了一种多尺度双阶段网络来实现图像的超分辨率重建。首先,考虑到单尺度卷积层会出现特征信息提取不充分的现象,故而以多尺度卷积层为大体框架,设计网络模型;其次,考虑到重建后的图像效果,将整体网络分为2个阶段,第1阶段根据输入的低分辨率图像进行特征信息的提取和重建,第2阶段对重建后的图像进行更深一步的特征细化,从而提高重建图像的视觉效果;整体网络中还引入了跳跃连接和注意力模块,以加强特征信息的有效传播;最后,以数据集Set5、Set14、Urban100、BSDS100和Manga109作为测试集展开实验,峰值信噪比和结构相似度作为图像质量的评价指标。实验结果表明,二者的值相比以往均有所提高,且重建图像视觉效果较好。因此,该算法在客观评价和主观视觉上都取得了较好的结果。 展开更多
关键词 图像超分辨率重建 多尺度 双阶段 跳跃连接 注意力模块
在线阅读 下载PDF
基于浅层特征调制的轻量级单幅图像超分辨率重建
6
作者 程德强 王子强 +3 位作者 张皓翔 寇旗旗 钱建生 江鹤 《控制与决策》 EI CSCD 北大核心 2024年第12期4045-4054,共10页
浅层特征在超分辨率重建网络中扮演关键角色,其中蕴含丰富的图像细节,对准确估计深层特征具有明显参考价值.然而,研究者常常忽视浅层特征,过度依赖深层模块堆叠和拓扑结构优化,进而造成信息冗余.为此,提出一种轻量级超分辨率重建网络,... 浅层特征在超分辨率重建网络中扮演关键角色,其中蕴含丰富的图像细节,对准确估计深层特征具有明显参考价值.然而,研究者常常忽视浅层特征,过度依赖深层模块堆叠和拓扑结构优化,进而造成信息冗余.为此,提出一种轻量级超分辨率重建网络,旨在探索浅层特征与深层特征的映射机制,以提升重建质量.首先,通过利用浅层特征生成特征掩码,引导深层特征的生成过程;其次,采用基于注意力机制的特征选择模块,动态生成特征权重信息;最后,设计双分支特征增强学习模块,平衡输出特征权重并增强特征融合能力,进一步提升重建性能.实验结果表明,所提出的算法在国际通用数据集上显著提升了峰值信噪比和结构相似度指标,同时具有较小的模型参数量和卓越的视觉表现.这些结果验证了所提出的轻量级超分辨率重建网络的有效性和优越性. 展开更多
关键词 超分辨率 浅层特征调制 特征掩码 动态注意力 双分支 轻量级
原文传递
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 下一页 到第 页
使用帮助 返回顶部