期刊文献+
共找到193篇文章
< 1 2 10 >
每页显示 20 50 100
基于双重语义对比学习的无监督红外图像生成方法
1
作者 程梓萌 杨馨悦 +1 位作者 艾浩军 王中元 《计算机科学》 北大核心 2026年第4期260-268,共9页
红外图像在计算机视觉领域应用广泛。受制于采集条件,高质量红外图像数据集规模较小。把可见光图像转换为红外图像,是扩充红外数据集的有效手段。现有生成方法多依赖有监督学习,需要大量配对数据。为此,提出基于双重语义对比学习的无监... 红外图像在计算机视觉领域应用广泛。受制于采集条件,高质量红外图像数据集规模较小。把可见光图像转换为红外图像,是扩充红外数据集的有效手段。现有生成方法多依赖有监督学习,需要大量配对数据。为此,提出基于双重语义对比学习的无监督红外图像生成方法DSCGAN。该方法采用双向转换架构,通过语义对比学习增强图像内容保持能力和红外特征学习能力。损失函数增加几何一致性损失,协助保留可见光图像的原始结构与细节。同时,构建多尺度PatchGAN判别器,增强判别能力,提升生成图片的真实感。在AVIID-1,AVIID-2和Day-DroneVehicle数据集上的实验表明,DSCGAN在多项指标上优于对比方法,生成的红外图像热辐射分布更合理,视觉质量更优。在AVIID-1数据集中,DSCGAN的SSIM值提升至0.8144,FID分数降低至0.1456。在Day-DroneVehicle数据集中,DSCGAN的PSNR值提升至18.14,LPIPS值降低至0.2949。所提方法为无监督红外图像生成提供了新思路,可进一步应用于红外目标检测和场景分割等下游任务。 展开更多
关键词 图像到图像转换 语义对比学习 红外图像生成 多尺度判别器 几何一致性约束
在线阅读 下载PDF
单细胞多组学数据的多尺度双对齐深度聚类方法
2
作者 靳志成 张奕 +4 位作者 李玉茹 苏辰 田野 王银 冯茜 《计算机应用研究》 北大核心 2026年第1期102-109,共8页
单细胞聚类分析是解析细胞异质性的关键步骤,但现有单细胞聚类方法在整合多组学数据时仍面临跨组学局部和全局关联建模不足、特征冗余与噪声干扰、以及共识聚类空间构建困难的问题。针对上述问题,提出了一种新颖的单细胞多组学聚类方法... 单细胞聚类分析是解析细胞异质性的关键步骤,但现有单细胞聚类方法在整合多组学数据时仍面临跨组学局部和全局关联建模不足、特征冗余与噪声干扰、以及共识聚类空间构建困难的问题。针对上述问题,提出了一种新颖的单细胞多组学聚类方法——多尺度双对齐深度聚类(scMDDC)。scMDDC首先通过多尺度融合策略捕获细胞间的局部和全局关系,有效地提取了细胞间的复杂交互模式;其次,通过对比对齐和细胞对齐减少了组间冗余信息,突出了组间特异性信息;最后,通过多组学协同聚类策略迭代式地将不同组学数据视为锚点指导其他组学的聚类过程,实现了组间信息的互补和增强共识。在多个真实数据集上的实验结果表明,相较于八个基准模型,scMDDC在聚类准确性、调整兰德指数等多个聚类评价指标上均取得了显著的性能提升。scMDDC不仅为单细胞多组学数据分析提供了一种新的有效方法,也进一步提升了细胞类型识别的精度。 展开更多
关键词 多尺度融合 多组学聚类 对比学习 对齐 协同策略
在线阅读 下载PDF
基于动态拓展注意力的多尺度筛选融合水下图像增强模型
3
作者 曲元明 魏德宾 +2 位作者 袁国豪 潘成胜 闫甜甜 《兵器装备工程学报》 北大核心 2026年第2期221-230,278,共11页
针对水下图像出现色偏、模糊、对比度低等退化现象,提出基于动态拓展注意力的多尺度筛选融合水下图像增强网络(MSF-Net)。提出拓展通道注意力模块,增强单一通道表征能力,精细建模通道间关系,提升全局色彩恢复效果。引入四边形注意力机制... 针对水下图像出现色偏、模糊、对比度低等退化现象,提出基于动态拓展注意力的多尺度筛选融合水下图像增强网络(MSF-Net)。提出拓展通道注意力模块,增强单一通道表征能力,精细建模通道间关系,提升全局色彩恢复效果。引入四边形注意力机制,采用动态可形变窗口划分策略,捕获更丰富的局部与全局上下文信息,增强复杂场景下多样化对象的纹理细节。结合特征金字塔结构,提出特征筛选融合模块,通过自适应权重分配机制实现多尺度特征的差异化筛选与深度融合,有效保留多尺度关键信息,抑制退化因素,增强融合效果。在UIEB数据集上的实验结果表明,MSF-Net的PSNR与SSIM指标分别提升了1.00 dB与0.005,取得了优秀的量化指标,在色彩、亮度和细节纹理等方面的视觉表现均具有优异的增强效果,增强性能优于现有方法。 展开更多
关键词 水下图像增强 拓展通道注意力 四边形注意力 多尺度特征融合 混合对比学习正则化
在线阅读 下载PDF
基于灰阶超声、超声造影特征的肝硬化背景下小肝癌微血管侵犯预测模型构建
4
作者 李占兰 刘国安 +1 位作者 刘理冠 赖江琼 《肝脏》 2026年第1期23-29,共7页
目的观察肝硬化背景下小肝癌(sHCC)微血管侵犯(MVI)的灰阶超声及超声造影(CEUS)特征,分析肝硬化背景下sHCC患者合并MVI的相关危险因素并构建预测模型。方法回顾性分析泉州联勤保障部队第九一〇医院2020年6月至2024年6月经手术病理证实的... 目的观察肝硬化背景下小肝癌(sHCC)微血管侵犯(MVI)的灰阶超声及超声造影(CEUS)特征,分析肝硬化背景下sHCC患者合并MVI的相关危险因素并构建预测模型。方法回顾性分析泉州联勤保障部队第九一〇医院2020年6月至2024年6月经手术病理证实的120例sHCC患者资料,根据患者是否存在MVI分为MVI组和非MVI组,分别提取两组灰阶超声、CEUS特征,采用单因素分析评估与MVI相关的临床资料和影像学特征,采用logistic回归分析筛选出肝硬化背景下sHCC患者合并MVI的危险因素,构建MVI风险预测模型,采用受试者工作特征曲线(ROC)分析此模型的预测价值,并对模型进行验证。结果纳入的120例患者中,34例合并MVI,MVI发生率为28.33%。单因素分析结果显示:与非MVI组相比,MVI组术前血清AFP>400μg/L、肿瘤大小≥5 cm、肿瘤边缘不光滑、门静脉期及延迟期低增强占比更高,开始廓清时间更早(P<0.05)。多因素logistic回归分析显示,术前血清甲胎蛋白(AFP)>400μg/L(OR=4.916)、肿瘤边缘不光滑(OR=4.977)、门静脉期低增强(OR=8.854)及延迟期低增强(OR=12.455)是肝硬化背景下sHCC患者合并MVI的独立危险因素,开始廓清时间延长(OR=0.971)是其保护因素(P<0.05)。预测模型为:P=1/1+[e(3.145-1.096*X1-1.174*X2-1.052*X3-1.058*X4+1.067*X5)](X1、X2、X3、X4、X5分别对应术前血清AFP、肿瘤边缘情况、门静脉期增强、延迟期增强及开始廓清时间的赋值)。对预测模型进行评价,ROC曲线下面积(AUC)为0.899,模型拟合度检验P=0.854,内部验证灵敏度为62.50%(5/8),特异度为83.33%(10/12),准确率为75.00%(15/20)。结论基于灰阶超声、超声造影特征构建肝硬化背景下sHCC患者合并MVI的预测模型具有良好的区分度和校准度,可作为无创预测MVI的潜在方法。 展开更多
关键词 小肝癌 微血管侵犯 灰阶超声 超声造影 预测模型
暂未订购
磁共振弥散加权成像及动态磁敏感灌注成像评估急性脑卒中病人预后的应用价值
5
作者 黄阳光 周雁玲 《中西医结合心脑血管病杂志》 2026年第2期287-291,共5页
目的:探究磁共振弥散加权成像(MR-DWI)及动态磁敏感灌注成像(DSC-PWI)评估急性脑卒中病人的临床预后及应用价值。方法:选取2021年1月—2023年10月中山市小榄人民医院收治的急性脑卒中病人140例,分别实施DSC-PWI、MR-DWI检测。按改良Ran... 目的:探究磁共振弥散加权成像(MR-DWI)及动态磁敏感灌注成像(DSC-PWI)评估急性脑卒中病人的临床预后及应用价值。方法:选取2021年1月—2023年10月中山市小榄人民医院收治的急性脑卒中病人140例,分别实施DSC-PWI、MR-DWI检测。按改良Rankin量表(mRS)评分将140例急性脑卒中病人分为预后良好组(mRS评分>2分,122例)和预后不良组(mRS评分≤2分,18例)。统计比较病人的临床资料,分析DSC-PWI、MR-DWI单一及联合对急性脑卒中的预测情况,DSC-PWI、MR-DWI联合评估急性脑卒中预后的临床价值。结果:两组溶栓前美国国立卫生研究院卒中量表(NIHSS)评分、发病类型、排尿障碍、缺血性心脏病史、双侧大脑均受累、意识不清比较,差异均有统计学意义(P<0.05)。DSC-PWI、MR-DWI联合检测对急性脑卒中评估较单一检测的结果有所升高,差异有统计学意义(P<0.05)。与DSC-PWI、MR-DWI单项评估相比,两项联合评估对急性脑卒中病人预后有较高的临床价值。结论:相较于DSC-PWI、MR-DWI单一检测,联合检测可显著提高急性脑卒中病人预后的评估价值,准确判断病人预后。 展开更多
关键词 急性脑卒中 磁共振弥散加权成像 动态磁敏感灌注成像 改良Rankin量表
暂未订购
腕踝针在子宫输卵管超声造影检查中的应用效果
6
作者 任妙妙 刘树钰 罗窅 《妇儿健康导刊》 2026年第6期44-47,52,共5页
目的探讨腕踝针对子宫输卵管超声造影检查患者疼痛的影响。方法选择贵州中医药大学第二附属医院妇科2024年9月至2025年5月60例符合条件的进行子宫输卵管超声造影检查的患者作为研究对象。采用随机数字表法进行分组,对照组(30例)术前肌... 目的探讨腕踝针对子宫输卵管超声造影检查患者疼痛的影响。方法选择贵州中医药大学第二附属医院妇科2024年9月至2025年5月60例符合条件的进行子宫输卵管超声造影检查的患者作为研究对象。采用随机数字表法进行分组,对照组(30例)术前肌注间苯三酚,观察组(30例)在对照组基础上加腕踝针干预。观察两组患者视觉模拟评分法(VAS)评分、Kolcaba舒适状况量表评分、检查完成率和不良反应发生率。结果观察组VAS得分较对照组低,Kolcaba舒适状况量表评分较对照组高,有显著性差异(P<0.05)。观察组完成率(100.00%,30/30)高于对照组(90.00%,27/30),两组间无显著差异(P>0.05)。观察组不良反应总发生率(6.67%)低于对照组(30.00%),有显著性差异(P<0.05)。结论腕踝针疗法可有效降低子宫输卵管超声造影检查过程中产生的疼痛,提高患者的完成率,作为非药物镇痛,患者不良反应少,值得临床推广。 展开更多
关键词 子宫输卵管超声造影 腕踝针 疼痛 视觉模拟评分
暂未订购
Exploiting Local and Global Characteristics for Contrast Based Visual Saliency Detection
7
作者 徐新 王英林 张晓龙 《Journal of Shanghai Jiaotong university(Science)》 EI 2015年第1期14-20,共7页
Visual saliency is an important cue in human visual system to identify salient region in the image;it can be useful in many applications including image retrieval,object recognition,image segmentation,etc.Image contra... Visual saliency is an important cue in human visual system to identify salient region in the image;it can be useful in many applications including image retrieval,object recognition,image segmentation,etc.Image contrast has been used as an effective feature to detect visual salient region.However,the conventional contrast measures either in spectral domain or in spatial domain fail to give sufficient consideration towards the local and global characteristics of the image.This paper presents a visual saliency detection algorithm based on a novel contrast measurement.This measurement extracts the spectral information of image block using the 2D discrete Fourier transform(DFT),and combines with the total variation(TV)of image block in spatial domain.The proposed algorithm is used to perform salient region detection in the image,and compared with state-of-the-art algorithms.The experimental results from the MSRA dataset validate the effectiveness of the proposed algorithm. 展开更多
关键词 VISUAL SALIENCY contrast MEASURE MULTI-scale LOCAL contrast global contrast
原文传递
Polarimetric entropy of the ocean surface with a two-scale scattering model
8
作者 WANG Wenguang LI Haiyan SONG Xingai 《Acta Oceanologica Sinica》 SCIE CAS CSCD 2014年第1期102-108,共7页
The relationships among an ocean wave spectrum,a fully polarimetric coherence matrix,and radar parameters are deduced with an electromagnetic wave theory.Furthermore,the relationship between the polarimetric entropy a... The relationships among an ocean wave spectrum,a fully polarimetric coherence matrix,and radar parameters are deduced with an electromagnetic wave theory.Furthermore,the relationship between the polarimetric entropy and ocean wave spectrum is established based on the definition of entropy and a twoscale scattering model of the ocean surface.It is the first time that the polarimetric entropy of the ocean surface is presented in theory.Meanwhile,the relationships among the fully polarimetric entropy and the parameters related to radar and ocean are discussed.The study is the basis of further monitoring targets on the ocean surface and deriving oceanic information with the entropy from the ocean surface.The contrast enhancement between human-made targets and the ocean surface with the entropy is presented with quad-pol airborne synthetic aperture radar(AIRSAR) data. 展开更多
关键词 ENTROPY ocean wave spectrum polarimetric synthetic aperture radar POLSAR two-scale scattering mode contrast enhancement
在线阅读 下载PDF
利用多尺度对比学习的有向事件异常检测方法
9
作者 李英乐 于洪涛 +1 位作者 李鹏 苏哲 《信息工程大学学报》 2025年第3期297-304,共8页
针对现有基于超图表示学习的有向事件异常检测方法无法充分捕获异常模式和使用受限的问题,提出一种利用多尺度对比学习的有向事件异常检测方法。首先,将事件建模为有向超图;其次,设计多尺度对比学习算法,捕获有向事件在实体对、实体集... 针对现有基于超图表示学习的有向事件异常检测方法无法充分捕获异常模式和使用受限的问题,提出一种利用多尺度对比学习的有向事件异常检测方法。首先,将事件建模为有向超图;其次,设计多尺度对比学习算法,捕获有向事件在实体对、实体集、头尾集和事件方向等方面的异常模式;最后,设计异常事件评分函数完成异常事件检测。在不同领域的3个真实数据集上的实验表明,相比基线方法,该方法在精确率和曲线下面积(AUC)两个指标上均取得最优,精确率平均提升11.84%,AUC平均提升15.22%。 展开更多
关键词 网络事件 有向事件 异常检测 多尺度 对比学习
在线阅读 下载PDF
基于多尺度特征融合和对比学习的小样本图像分割方法
10
作者 胡晓飞 吴佳芸 +1 位作者 邹贵春 武灵芝 《南京邮电大学学报(自然科学版)》 北大核心 2025年第5期66-73,共8页
针对医学图像标注数据稀缺以及模型在分割多尺度目标时效果不佳的问题,提出一种基于多尺度特征融合和对比学习的小样本医学图像分割方法。首先,提出一种顺序拼接的多尺度跳跃连接方法替代传统的跳跃连接,有效地融合编码器中不同尺度的... 针对医学图像标注数据稀缺以及模型在分割多尺度目标时效果不佳的问题,提出一种基于多尺度特征融合和对比学习的小样本医学图像分割方法。首先,提出一种顺序拼接的多尺度跳跃连接方法替代传统的跳跃连接,有效地融合编码器中不同尺度的特征图并传递给相应的解码器。其次,鉴于模型的双分支结构,提出一种基于多尺度特征的对比学习模块,设计对比学习损失函数,提高模型对像素级特征的可分辨能力。实验结果表明,所提方法实现了医学图像的跨域数据分割,解决了因数据集稀缺造成的分割效果差的问题,提高模型对不同尺度目标的分割准确率和泛化能力,优于当今主流的小样本医学图像分割方法。 展开更多
关键词 深度学习 医学图像分割 多尺度特征融合 对比学习 小样本学习
在线阅读 下载PDF
基于对比学习的水声目标聚类方法研究
11
作者 姚海洋 冯婷 +2 位作者 朱佳琪 王海燕 陈晓 《陕西科技大学学报》 北大核心 2025年第6期186-193,共8页
水声目标的聚类在现代海战和资源探测中具有重要应用价值.然而,由于水下环境的复杂性及水声目标信号的多变性,在无先验信息的情况下进行水声目标聚类具有较大挑战,且单次聚类的准确率较低.对比学习通过在特征空间中对数据与正例样本和... 水声目标的聚类在现代海战和资源探测中具有重要应用价值.然而,由于水下环境的复杂性及水声目标信号的多变性,在无先验信息的情况下进行水声目标聚类具有较大挑战,且单次聚类的准确率较低.对比学习通过在特征空间中对数据与正例样本和负例样本进行对比,以学习更具区分性的特征表示,相较于传统聚类方法具有更强的适应性.本文研究了对比学习在水声目标聚类中的应用,提出了一种水声对比聚类(Underwater Acoustic Contrastive Clustering,UACC)方法,以提升水声目标聚类性能.该方法首先提取水声信号的时频图作为输入,并对其进行两次随机增强;随后,将增强后的时频图输入权重共享的多尺度注意力去噪编码器(MSA-D ResNet),通过该骨干网络学习时频特征,并利用实例投影头和聚类投影头分别进行实例级对比学习和聚类级对比学习,实现端到端的联合表示学习与聚类分配.在水声数据集上的实验结果表明,该方法在聚类任务中取得了较优性能,相较于现有方法,聚类效果得到了显著提升. 展开更多
关键词 水声聚类 对比学习 多尺度注意力
在线阅读 下载PDF
融合Res2Net和部分卷积的带钢表面缺陷检测算法 被引量:3
12
作者 胡凯涛 马向华 +1 位作者 孙向宇 刘闯 《计算机工程与应用》 北大核心 2025年第5期334-343,共10页
为提升带钢表面缺陷的层次性特征提取能力和检测效率,提出基于多尺度表征和部分卷积(PConv)的快速检测网络(multi-scale and partially convolutional network,MSPC-Net)。将限制对比度自适应直方图均衡技术(contrast limited adaptive ... 为提升带钢表面缺陷的层次性特征提取能力和检测效率,提出基于多尺度表征和部分卷积(PConv)的快速检测网络(multi-scale and partially convolutional network,MSPC-Net)。将限制对比度自适应直方图均衡技术(contrast limited adaptive histogram equalization,CLAHE)引入到该模型以突出带钢表面的缺陷特征;在YOLOv5s的基础上新增检测层,提高对不同尺寸缺陷目标的检测率;设计了融合Res2Net的多尺度特征提取块并引入ECA注意力机制(BRE-block),既可以获取细粒度层面的特征,同时也增加了模型感受野;通过结合PConv减少了模型计算量(FLOPs),且增强了部分特征信息的聚合。在NEU-DET数据集上的实验结果表明,平均精度均值(mAP@IoU=0.5)达到了80.2%,较原基线网络提高了5.9个百分点;同时改进后网络的FPS达到157,远高于近期应用广泛的目标检测算法,有效提高了带钢表面缺陷的检测效率。 展开更多
关键词 对比度增强 多尺度特征提取 改进Res2Net 融合PConv 信息聚合
在线阅读 下载PDF
基于异构鉴别器的多源图像融合方法 被引量:1
13
作者 黄雅玲 孔军 陶雪峰 《信息与电脑》 2025年第7期1-5,共5页
针对现有图像融合方法中共享鉴别器架构导致的融合特征退化问题,文章提出了一种基于异构鉴别器的多源图像融合方法。首先,设计了多尺度对比融合网络,以增强融合特征细粒度表征。其次,设计了两个异构鉴别器,聚焦于源图像的关键显著性信... 针对现有图像融合方法中共享鉴别器架构导致的融合特征退化问题,文章提出了一种基于异构鉴别器的多源图像融合方法。首先,设计了多尺度对比融合网络,以增强融合特征细粒度表征。其次,设计了两个异构鉴别器,聚焦于源图像的关键显著性信息与纹理细节。在MSRS和M3FD数据集上的实验表明,该算法适用于多种复杂环境,其性能优于现有的最佳融合方法。 展开更多
关键词 图像融合 异构鉴别器 特征退化 多尺度对比融合 显著性信息 纹理细节
在线阅读 下载PDF
基于自监督预训练与跨尺度对比学习的多模态遥感图像融合
14
作者 李朝伟 冯世阳 王斌 《红外与毫米波学报》 北大核心 2025年第4期520-533,共14页
自监督预训练方法具有强大的特征提取和模型迁移能力,然而,目前多模态遥感图像融合中的预训练方法只对所提取多模态特征进行拼接等操作实现简单融合,而未针对多模态信息的融合设计专有模块,导致多模态互补信息融合不充分;其次,这些方法... 自监督预训练方法具有强大的特征提取和模型迁移能力,然而,目前多模态遥感图像融合中的预训练方法只对所提取多模态特征进行拼接等操作实现简单融合,而未针对多模态信息的融合设计专有模块,导致多模态互补信息融合不充分;其次,这些方法未考虑和利用遥感图像内部的跨尺度一致性先验,导致其对多模态遥感信息的提取和整合有限,因而使得各种下游任务的性能有待提高。针对上述问题,提出一种基于自监督预训练与跨尺度对比学习的多模态遥感图像融合方法,主要包括三部分:1)通过引入交叉注意力融合机制初步融合不同模态提取的特征,再借助于编码器模块进一步提取特征,从而实现各模态互补信息的显式聚合和提取;2)通过引入跨模态融合机制,使每种模态能从所有模态的特征中提取有用的补充信息,分别解码后重构各模态输入;3)基于遥感图像的跨尺度一致性约束,引入跨尺度对比学习,以增强对单模态信息的提取,实现更鲁棒的预训练。在多个公开多模态遥感图像融合数据集上的实验结果表明,与现有方法相比,所提出算法在多种下游任务中均取得了显著的性能提升,在Globe230k数据集上达到了79.01%的平均交并比(mIoU)、92.56%的总体准确率(OA)和88.05%的平均F1分数(mF1),且具有扩展性好、超参数易设置的优点。 展开更多
关键词 多模态遥感图像融合 自监督预训练 对比学习 跨尺度一致性
在线阅读 下载PDF
基于多尺度特征提取的层次多标签文本分类方法 被引量:2
15
作者 武子轩 王烨 于洪 《郑州大学学报(理学版)》 CAS 北大核心 2025年第2期24-30,共7页
针对现有的特征提取方法忽略文本局部和全局联系的问题,提出了基于多尺度特征提取的层次多标签文本分类方法。首先,设计了多尺度特征提取模块,对不同尺度特征进行捕捉,更好地表示文本语义。其次,将层次特征嵌入文本表示中,得到具有标签... 针对现有的特征提取方法忽略文本局部和全局联系的问题,提出了基于多尺度特征提取的层次多标签文本分类方法。首先,设计了多尺度特征提取模块,对不同尺度特征进行捕捉,更好地表示文本语义。其次,将层次特征嵌入文本表示中,得到具有标签特征的文本语义表示。最后,在标签层次结构的指导下对输入文本构建正负样本,进行对比学习,提高分类效果。在WOS、RCV1-V2、NYT和AAPD数据集上进行对比实验,结果表明,所提模型在评价指标上表现出色,超过了其他主流模型。此外,针对层次分类提出层次Micro-F 1和层次Macro-F 1指标,并对模型效果进行了评价。 展开更多
关键词 层次多标签文本分类 多尺度特征提取 对比学习 层次Micro-F 1 层次Macro-F 1
在线阅读 下载PDF
掩码重建融合对比学习的自监督医学图像分割
16
作者 肖慈美 降爱莲 +1 位作者 冀伟 高峰 《计算机工程与应用》 北大核心 2025年第15期298-309,共12页
在医学图像分析领域,由于难以获取大规模标注数据,自监督方法应用日益广泛。其中,掩码自编码器在准确捕获感兴趣的区域,并有效控制掩码区域的生成和有效利用方面较为困难。提出了一种掩码重建融合对比学习的自监督医学图像分割方法(mask... 在医学图像分析领域,由于难以获取大规模标注数据,自监督方法应用日益广泛。其中,掩码自编码器在准确捕获感兴趣的区域,并有效控制掩码区域的生成和有效利用方面较为困难。提出了一种掩码重建融合对比学习的自监督医学图像分割方法(mask reconstruction fused with contrastive learning,MRCL),该方法包含对比重建任务、混合卷积特征融合模块和多尺度编码器架构。对比重建任务将对比学习应用到掩码自编码器中,通过学习图像中不同区域的相似性和差异性提高了特征的区分度,并利用对比损失来优化两个随机掩码视图的表示,增强了掩码自编码器对感兴趣区域的捕获能力。同时由于对比学习依赖于强大的数据增强,还可以进一步提高模型的泛化性能。此外,混合卷积特征融合模块通过互补性设计将注意力层和卷积层进行融合,使模型能够有效地提取局部和全局特征;而多尺度编码器架构则将不同尺度的特征图进行融合,提高了模型对多尺度信息的表征能力。实验结果表明,在仅使用20%标注数据的情况下,提出的方法在ACDC、LIDC和ISIC三个公共数据集上的DSC图像分割性能指标分别达到了86.61%、80.19%和87.55%,优于现有的自监督医学图像分割方法。 展开更多
关键词 自监督 医学图像分割 多尺度 对比学习 掩码自编码器
在线阅读 下载PDF
融合空洞卷积与多尺度注意力的说话人确认
17
作者 李嘉麒 郑展恒 +1 位作者 曾庆宁 王健 《电子测量技术》 北大核心 2025年第22期119-128,共10页
针对复杂语音环境下CAM++模型在特征提取与识别性能方面存在的不足,本文提出了一种融合空洞卷积与时频多尺度注意力机制的说话人确认模型TF-DCAM。该模型首先利用空洞残差卷积与时频重聚焦机制增强特征提取能力,提升对冗余信息的抑制效... 针对复杂语音环境下CAM++模型在特征提取与识别性能方面存在的不足,本文提出了一种融合空洞卷积与时频多尺度注意力机制的说话人确认模型TF-DCAM。该模型首先利用空洞残差卷积与时频重聚焦机制增强特征提取能力,提升对冗余信息的抑制效果;其次引入时频多尺度注意力模块,通过通道注意力与跨纬度交互机制提升模型对关键信息的感知能力;再通过自适应掩码时序卷积模块强化长时依赖建模;最后采用对比损失函数联合优化嵌入空间结构。实验在CN-Celeb数据集上表明,TF-DCAM在EER和minDCF上分别相较基线模型降低了14.98%和10.98%;在VoxCeleb1上亦展现出良好的跨语种泛化能力。结果证明所提方法在保证轻量化的同时显著提升了说话人确认性能与鲁棒性。 展开更多
关键词 深度学习 说话人确认 时频多尺度注意力 空洞卷积 对比损失函数
原文传递
基于Diffusion-Mamba和尺度不变损失的渐进式图像生成方法
18
作者 李豪 郝文宁 +1 位作者 邹世辰 谢晓宇 《电子学报》 北大核心 2025年第9期3384-3396,共13页
扩散模型在图像生成领域由于精度高而受到了广泛关注,其骨干网络经历了从U-Net到Transformer的演变.然而,由于Transformer的运算量与序列长度的平方成正比这一特性,导致扩散模型在处理高分辨率图像时存在计算复杂度高的问题.为了解决这... 扩散模型在图像生成领域由于精度高而受到了广泛关注,其骨干网络经历了从U-Net到Transformer的演变.然而,由于Transformer的运算量与序列长度的平方成正比这一特性,导致扩散模型在处理高分辨率图像时存在计算复杂度高的问题.为了解决这一问题,本文提出一种基于Diffusion-Mamba和尺度不变损失的渐进式图像生成方法.该方法利用多方向扫描机制和轻量级局部结构增强模块融合了Mamba的高效特性以及扩散模型的建模能力,并通过渐进式级联扩散过程实现了从低分辨率图像向高分辨率图像的高效转换.此外,设计基于对比学习的尺度不变损失函数,通过最大化同一目标在不同分辨率下的互信息,实现了跨尺度特征表示的对齐与增强.在ImageNet(FID=1.67)数据集上的实验结果表明:本文方法取得了综合精度的提高,充分验证了该方法的有效性和高效性. 展开更多
关键词 图像生成 扩散模型 状态空间模型 对比学习 尺度不变损失
在线阅读 下载PDF
水下图像的三步式色彩校正与多尺度对比度增强
19
作者 江巨浪 张高兴 +1 位作者 徐光豪 刘娟 《计算机科学与探索》 北大核心 2025年第10期2739-2754,共16页
由于水下介质对光的吸收和散射效应,水下成像通常存在颜色失真、对比度退化和细节模糊。提出一种改进的水下图像色彩校正方法,处理过程包括局部自适应的弱通道补偿、直方图拉伸与基于幂次变换的白平衡三个步骤。对于色彩校正后的图像,... 由于水下介质对光的吸收和散射效应,水下成像通常存在颜色失真、对比度退化和细节模糊。提出一种改进的水下图像色彩校正方法,处理过程包括局部自适应的弱通道补偿、直方图拉伸与基于幂次变换的白平衡三个步骤。对于色彩校正后的图像,采用边缘锐化、局部增强与全局增强的联合处理方法充分增强图像中多种尺度的特征信息。基于拉普拉斯金字塔的分解与重构,对多种尺度的对比度增强结果进行加权融合。包含Macbeth色卡的水下图像仿真实验结果显示,采用该算法增强的水下色卡图像与标准色卡的色差值小于所有对比算法。采用水下图像标准数据集UCCS、UIQS与UIEB的仿真实验结果显示,该算法能够有效校正各种类型水下图像的色偏,图像整体亮度与暗区亮度能够得到合理优化,图像的场景细节与纹理细节的可见度明显优于对比算法。采用平均梯度、边缘强度、信息熵、水下图像质量评价指数与CCF综合指数作为评价指标,对仿真结果进行了定量评估。结果表明,该算法的各项性能在对比算法中均为最优或次优,整体性能分值比次优算法提高了16.93%。 展开更多
关键词 水下图像 图像增强 色彩校正 对比度增强 多尺度增强
在线阅读 下载PDF
基于多尺度三元组损失的层级图像检索算法
20
作者 杨孟渭 张索非 +1 位作者 吴晓富 周全 《计算机技术与发展》 2025年第4期80-85,共6页
现有大多数度量学习方法的目标是扩大类间样本的距离,同时减小类内样本的距离,在多层语义场景中,此类度量学习方法是不太适用的。例如,金丝猴属于猴子,与猫不相似,但从哺乳动物角度看,金丝猴和猫又属于同一类。因此,多层语义场景下存在... 现有大多数度量学习方法的目标是扩大类间样本的距离,同时减小类内样本的距离,在多层语义场景中,此类度量学习方法是不太适用的。例如,金丝猴属于猴子,与猫不相似,但从哺乳动物角度看,金丝猴和猫又属于同一类。因此,多层语义场景下存在的主要问题表现为:在较小的语义尺度上的负对可以是在较大语义尺度上的正对,因此拉开较小语义尺度上的负对距离会损害较大语义尺度上的类结构,反之亦然。为此,该文提出了一种新的多尺度三元组损失(Multi-Scale Triplet Loss,MSTL)来解决层级图像检索问题。为了使得每个类别的嵌入空间更加紧凑,只选取每个语义尺度标签都不相同的类别作为负样本,同时提出了更适用于细粒度语义尺度的一种新的代理损失。最后,通过在已有模型上赋予MSTL适合的权重,以进一步提升模型的鲁棒性与检索性能。在三个DyML数据集上进行的大量实验表明,该方法优于现有流行方法。 展开更多
关键词 度量学习 多语义尺度 层级图像检索 对比学习 深度学习
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部