基于改进的Mask R-CNN的游泳池溺水检测研究

针对传统的前景检测方法在复杂场景下存在精度低、速度慢且不能有效检测目标动作轮廓等问题,本文主要对改进的Mask R-CNN的游泳池溺水检测进行研究。采用实例分割网络Mask R-CNN进行检测与分割,实现溺水检测,在Mask分支引入空间注意力引导模块,设计了深度注意力分割模型SAG-Mask R-CNN,并在训练Mask R-CNN网络时,严格按照视频顺序帧的顺序输入进行训练,确保Mask R-CNN网络能学到溺水动态特征。同时,将前景检测方法和模型Mask RCNN进行对比实验。实验结果表明,与Mask R-CNN相比,深度注意力分割模型SAG-Mask RCNN,在保持检测高速度的同时,分割精度提升了15%～20%,提高了溺水检测的准确性。该研究对减少游泳池中溺水事故的发生意义重大。     

基于Mask R-CNN与改进BP神经网络联合算法的变压器套管红外热故障诊断

为解决传统图像类算法在变压器套管状态诊断时存在的效率低、准确度不高以及复杂背景下变电设备目标识别困难等问题，提出了将Mask R-CNN与改进BP神经网络相结合的套管红外图像状态诊断方法。首先，利用Mask R-CNN解决套管红外图像背景复杂时分割困难的问题；其次，基于灰度特征的特征量提取方案，实现对红外伪彩图特征量的提取；最后，引入粒子群优化BP神经网络（PSO-BP）算法对变压器套管特征进行分类识别。实验结果表明，该方法对红外图像中套管的运行状态具有较好的检测效果，对套管中介质损耗故障、接头故障和漏油故障的故障诊断准确率分别可达100.0%、88.9%和96.3%，平均准确率达到93.518%，优于传统BP算法和支撑向量机（SVM）算法。     

基于卷积和可变形注意力的脑胶质瘤图像分割

对于脑胶质瘤图像分割这类密集预测的医学影像分割任务,局部和全局依赖关系都是不可或缺的,针对卷积神经网络缺乏建立全局依赖关系的能力,且自注意力机制在局部细节上捕捉能力不足等问题,提出了基于卷积和可变形注意力的脑胶质瘤图像分割方法。设计了卷积和可变形注意力Transformer的串行组合模块,其中卷积用于提取局部特征,紧随其后的可变形注意力Transformer用于捕捉全局依赖关系,建立不同分辨率下局部和全局依赖关系。作为一种CNN-Transformer混合架构,所提方法不需要任何预训练即可实现精准的脑胶质瘤图像分割。实验结果表明：所提方法在BraTS2020脑胶质图像分割数据集上平均Dice系数和平均95%豪斯多夫距离分别为83.56%和11.30 mm,达到了与其他脑胶质瘤图像分割方法相当的分割精度,同时降低了至少50%的计算开销,有效提升了脑胶质瘤图像分割的效率。     

基于改进DeepLabv3+模型的桥梁裂缝图像分割方法

针对桥梁中的裂缝病害智能化检测,深度学习方法中DeepLabv3+分割模型因其提出了新的Encoder-Decoder结构,其融合了目标的高层语义信息与浅层特征并采用了深度分离卷积的方式,取得了优越的图像分割效果。但是,在编码模块训练过程中逐渐缩减输入数据的空间维度导致有用信息丢失,对尺度大小不一的小目标的识别带来一定的局限性。为了提高网络的分割性能,本文提出了一种基于改进DeepLabv3+的图像分割方法。通过增加的YOLOF模块与Resnet模块,进一步扩大感受野同时获取到更精确的裂缝特征图,为了验证本文改进算法的有效性,将大量实际桥梁裂缝图像作为原始数据集,将其与当前具有代表性的图像分割模型（如Mask R-CNN、DeepLabv3+）在相同数据集上进行对比。结果表明,本文算法在裂缝像素精度上相比Mask R-CNN、DeepLabv3+分别提高了12%与8%,平均像素精确度达到91.99%,平均交并比达到了81.43%,更加适用于桥梁裂缝分割任务,具有工程实际应用意义。     

轻量化模型的PeleeNetyolov3地表裂缝识别

为提高地表裂缝检测在低算力运算平台上的稳定性和检测速率,提出了一种PeleeNet与YOLOv3相结合的目标检测算法。使用PeleeNet框架代替YOLOv3的Darknet-53主体框架,以融合不同的局部特征及提高运算效率;在框架中融合特征注意力模块以提高图像中裂缝区域的显著度,并通过对感受野模块RFB卷积核的复用,增大网络的有效视野,提高小目标检测精度;在特征金字塔网络中,通过使用深度可分离卷积代替标准卷积,减少参数计算量;引入CIoU损失函数提高模型的分类与回归精度。在测试平台上应用裂缝数据进行算法验证,结果表明：AP₅₀达到了97.68%,AP₇₅达到了77.87%,较原始的YOLOv3分别提高8.4%和12.4%,检测速度达到了30帧/s,且模型参数大小仅为原始YOLOv3的30%;可以看出,本研究提出的PeleeNet＿yolov3轻量化模型对于裂缝目标的检测效果较为明显,并且具有较小的运算量和参数量,适合应用于移动端系统,对于小体积低功耗低算力运算平台具有较大应用价值。     

基于可变形卷积的图像边缘智能提取方法

针对传统卷积神经网络边缘提取局限性的问题,提出一种基于可变形卷积的图像边缘智能提取方法。根据图像边缘呈现的数据分布特点,采用多尺度可变形卷积,改进图像边缘提取网络。通过跨层融合特征图的方式引入可变形卷积网络模块,增强卷积网络对图像形状的适应能力和边缘特征提取效果。测试结果表明,该方法相比于其他多尺度融合算法具有更高的精度指标和效果。     

一种改进DeeplabV3网络的烟雾分割算法

由于现有的烟雾检测方法大多依靠手工选取特征,往往不能准确地分割出视频图像中的烟雾区域。基于此,提出了改进的DeeplabV3烟雾分割算法。改进的算法在基础编码器网络后添加了特征细化模块来削弱空洞卷积带来的网格效应;针对烟雾这类尺度和姿态多变的非刚性目标,在带有空洞卷积的空间金字塔模块中引入可变形卷积来更好地学习烟雾的形变;为了进一步恢复烟雾的空间细节,提出了通道注意力解码器模块。在烟雾图片数据集的测试下,改进后的模型平均每张图片的预测时间约达到71.73ms,平均像素精确度约达到97.78%,平均交并比约达到91.21%,精度与DeeplabV3模型相比分别提高了0.56%及2.17%,更加适用于烟雾分割。公开的烟雾视频测试结果表明,该模型的检测率高于现有的视频烟雾检测算法,具有一定的实用价值。     

基于改进的Mask R-CNN自然场景下苹果识别研究

在复杂自然场景下,苹果目标因具有成簇生长、重叠果实和光线变化大等特点,应用深度学习方法相比传统方法来实现果实的识别优势明显.提出基于Mask R-CNN网络检测分割架构,采用膨胀卷积的优化策略,通过候选框与像素分割相结合的思路,同时对输入苹果图像进行目标果实的识别.实验结果表明,基于Mask R-CNN框架改进的网络模...     

基于Mask R-CNN的槟榔片分割算法研究

针对槟榔片加工过程中自动化程度低,提出一种基于Mask R-CNN的槟榔片自动分级算法:采用改进高分辨率网络作为主干网络提取槟榔片表面信息,减少多次卷积过程中信息损失,提高轮廓分割准确度;采用改进卷积块注意力模型加强内轮廓中有效信息提取,抑制无效信息,提高有核无核籽判断准确率;同时采用深度可分离卷积减少高分辨率主干网络带来的参数量、计算复杂度增加问题.实验结果表明改进后网络相比未改进前分割精度提高2.5％,同时有核无核籽判断准确率提高5.93％,总浮点计算量降低64.9％.     

基于Mask R-CNN改进算法的砂石分割算法研究

砂石粒径分布是决定建筑混凝土产品性能的重要因素之一,颗粒物分割是砂石粒径分布工业视觉检测的关键步骤。根据砂石分割系统的高精度和实时性要求,作者改进了Mask R-CNN算法。为在砂石数据集上实现最优泛化,采用自适应ROIAlign模块,通过添加IoU预测分支为网络引入定位置信度,同时为了充分利用IoU分支的预测结果,采用基于定位置信度的NMS算法代替常规NMS算法,进一步提高了分割精度。结果表明,改进Mask R-CNN算法在砂石图像数据集上的AP50和mAP分别达到99.1%和89.5%,速度达到3.4FPS,完全能够满足实际系统需求。     

基于深度学习的遥感图像道路分割

为在遥感图像中提取出来道路信息,利用深度学习技术,引入U²-Net模型进行遥感图像道路分割。相比于传统的道路提取方法,基于U²-Net方法可以实现道路的自动化提取。为验证U²-Net模型分割效果,选取U-Net、DeepLabV3+等近几年较为流行的语义分割方法进行对比试验,并进一步分析U²-Net显著图融合模块中卷积核对道路提取效果的影响。试验结果表明,U²-Net模型能较有效地提取出道路信息,模型在测试集上的平均交并比达到了76.49%,Kappa达到了0.701 2,分割精度优于U-Net、DeepLabV3+等语义分割方法。基于U²-Net模型的深度学习方法可以用于解决遥感图像中的道路分割问题,并具有较好的分割效果。     

基于特征融合的深度学习目标检测算法研究

通过研究卷积神经网络中的特征层级, 发现高层特征图的分辨率低、语义信息强, 低层特征图的分辨率强、语义信息较弱等问题。针对上述问题提出一种二次特征融合的目标检测算法, 该算法在特征金字塔网络(Feature Pyramid Networks, FPN)的基础上对过渡特征重复使用并进行二次特征融合, 使丰富的低层特征信息补充到高层。最终在COCO2014的数据集上平均精度AP(Average Precision)、AP₅₀、AP₇₅分别达到了35.3%, 57.5%, 36.6%, 与未使用特征融合方法以及使用传统特征融合的方法相比, 分别提升了2.4%, 3.7%, 2.4%, 能改善漏检情况和有利于小目标的检测。     

基于改进EMA单元的传统服饰图像语义分割

针对传统服饰图像分割中标签易混淆和小目标易丢失带来的目标边缘细节难以保留等问题,提出了一种基于卷积注意力特征的残差期望最大化注意力语义分割网络模型。该模型首先以ResNeXt-50作为共享特征的主干网络,并通过在特征提取阶段引入一组平行的卷积注意力模块,可以有效地抑制无效特征,使目标区域的特征更加显著。然后利用残差思想对期望最大化注意力（EMA）单元进行优化,以解决迭代过程中梯度爆炸或者消失的问题,从而更好地建立特征图中位置间的关联,最终实现基于显著性融合学习的语义分割模型。最后在传统民族服饰数据集上通过定性与定量的实验验证了所提模型的有效性,其中平均交并比分割指标达到83.91%,取得了同类算法中最优效果。     

基于多重多尺度融合注意力网络的建筑物提取

针对全卷积神经网络模型在进行建筑物提取时易产生过度分割以及内部空洞的问题,提出基于多重多尺度融合注意力网络（MMFA-Net）的高分辨率遥感影像建筑物提取方法. 该方法以U-Net为主体架构,设计2个模块：多重高效通道注意力（MECA）和多尺度特征融合注意力（MFA）. MECA设计在模型跳跃连接中,通过权重配比强化有效特征信息,避免注意力向无效特征的过渡分配;采用多重特征提取,减少有效特征的损失. MFA被嵌入模型底部,结合并行连续中小尺度空洞卷积与通道注意力,获得不同的空间特征与光谱维度特征,缓解空洞卷积造成的大型建筑物像素缺失问题. MMFA-Net通过融合MECA和MFA,提高了建筑物提取结果的完整度和精确率. 将模型在WHU、Massachusetts和自绘建筑物数据集上进行验证,在定量评价方面优于其他5种对比方法,F₁分数和IoU分别达到93.33%、87.50%;85.38%、74.49%和88.46%、79.31%.     

基于更快区域卷积神经网络的多视角船舶识别

针对在复杂海洋环境下采集船舶多视角图像难度大、不同视角下船舶外观差异显著的问题，本文以自制的不同类型的多艘船舶的多视角图像为数据集训练更快区域卷积神经网络模型，利用平均F₁分数、平均精度和平均误检率作为评价指标评估更快区域卷积神经网络模型对不同视角船舶的识别性能，并通过识别不同船舶的F₁分数和误检率分析更快区域卷积神经网络对不同质量、背景图像的识别能力。实验结果表明，更快区域卷积神经网络识别多角度船舶的平均F₁分数为0.696 9，平均精度为92.88%，平均误检率为8.34%，即更快区域卷积神经网络对多视角船舶有较高的识别能力，但对于有雾或昏暗环境下的低像素图像识别能力明显下降。     

基于自注意力和三维卷积的心脏多类分割方法

心脏多类分割在医学影像领域具有重要意义，可提供精准心脏结构信息，辅助临床诊断。然而，在高分辨率心脏影像多类语义分割模型的训练中，多次下采样导致深层特征的丢失，从而引发分割出来的心脏影像器官不连续和边缘分割错误等问题。为了应对这一挑战，本文提出基于自注意力和三维卷积的神经网络——3DCSNet。具体地，在网络中引入三维特征融合模块和三维空间感知模块，前者集成了自注意力和三维卷积并行特征提取，能够有效地分配特征图同一维度下的通道内部和通道之间的权重；后者通过融合自注意力机制，捕捉不同维度之间的位置相关性信息，避免因为下采样导致重要信息丢失，进一步保留深层关键特征。3DCSNet在公开的先天性心脏病三维计算机断层图像数据集(Image CHD)上优于多个现有模型。     

一种用于自动驾驶场景的轻量级语义分割网络

在自动驾驶场景下,针对语义分割模型在车载硬件设备中部署时内存受限且算力不足的问题,需要设计一种较好权衡效率和精度的语义分割模型。采用单分支网络结构,设计了一个轻量级多尺度双向注意力网络。为了实现高效的特征提取,设计了一种轻量级卷积单元来构成网络的特征提取骨干。为了较好地定位和分割道路场景中尺度差异较大的物体,提出了一种多尺度双向注意力模块。它具有全局多尺度感受野,并且在沿一个方向编码通道注意力的同时保留了另一个方向的空间位置信息。基于该注意力模块,设计了跳跃注意力连接模块和特征注意力融合模块,使得输出特征兼具细节信息和语义信息。模型在Cityscapes数据集上以0.9M的参数量,取得了71.86%的平均交并比,同时在单个RTX2080Ti GPU下实现了88FPS的推理速度。实验结果表明,该模型能够实现较高的分割精度,适用于车载硬件下的部署和应用,具有一定的实用价值。     

基于改进UNet的混凝土CT孔隙裂隙分割方法

为了解决计算机断层扫描(Computed Tomography, CT)混凝土图像中裂隙和孔隙像素值一致,导致阈值分割效果差的问题,提出一种基于UNet模型的改进模型,对混凝土CT图像进行裂隙和孔隙分割.首先,通过CT技术扫描混凝土试块获取CT图像后,人工标注出CT图像中的裂隙与孔隙,并利用数据增强扩充训练集;然后,采用非对称卷积模块和残差模块对UNet模型中编码器和解码器进行改进,在特征提取部分采用非对称卷积模块降低模型的运算量后,使用残差模块减少参数量,降低了训练过拟合,有效提升了CT图像中裂隙与孔隙的分割精度.试验结果表明：改进模型在制作的混凝土CT图像数据集上召回率达83%,分割精度为85%,Dice值为85%,对比UNet和其他现有的深度学习模型都有较高提升,为混凝土细观破坏机理研究提出新的思路.     

基于改进群组归一化的目标检测与实例分割

训练卷积神经网络,尤其是在使用ImageNet这种大规模数据集进行深层卷积神经网络训练时,往往需要投入几天甚至几个月的时间。为了加快神经网络的迭代收敛速度,通常需要使用批量归一化算法对训练网络的输入输出分布进行统一调整。本工作结合实例归一化方法对群组归一化进行了改进,并将改进后的该方法结合Faster R-CNN和Mask R-CNN进行了目标检测与实例分割实践。     

基于全卷积神经网络复杂场景的车辆分割研究

针对目前存在的复杂交通场景中车辆分割精度不足的问题,本文提出了一种基于全卷积神经网络对图像中车辆进行分割的方法。在VGG16Net基础上,将全连接层改为卷积层,为获得更精细的边缘分类结果,减少了部分卷积层,并融合浅层和深层特征,同时,为提高交通环境下车辆的分割精度,减少其他类别目标的干扰,将对车辆目标的分割问题改为基于像素的二分类问题,为提高网络的训练速度,采用Adam优化算法对网络进行训练。实验结果表明,与现有的全卷积神经网络分割效果相比,该网络对复杂交通场景下的车辆分割精度明显提高。该研究在智能交通方面具有较好的应用前景。