一种改进的DenseASPP网络在遥感图像分割中的应用 被引量：5

1

作者 张斌 张晓静 +2 位作者 赵丙辰 张江霄 李舟军 《计算机应用与软件》 北大核心 2021年第7期46-52,共7页

针对遥感图像语义分割中目标尺度相差较大以及边界模糊等问题,对DenseASPP网络进行改进。引入通道注意力模型和空间注意力模型,使关键特征点在网络中具有更大的权重;在带孔卷积采样时使用分组卷积的方式,同时在训练时采用剪枝策略,舍去... 针对遥感图像语义分割中目标尺度相差较大以及边界模糊等问题,对DenseASPP网络进行改进。引入通道注意力模型和空间注意力模型,使关键特征点在网络中具有更大的权重;在带孔卷积采样时使用分组卷积的方式,同时在训练时采用剪枝策略,舍去权值较低的连接,实现网络的稀疏化,有效克服DenseASPP内存占用过大的问题。改进后的网络在不同场景遥感图像测试的平均精度上比DenseASPP提高了1.1百分点,测试时间减少到DenseASPP的1/5。 展开更多

关键词 遥感图像 语义分割 denseaspp 注意力模型 分组卷积 稀疏网络

在线阅读 下载PDF 职称材料

融合注意力机制及DenseASPP改进的DeeplabV3+遥感图像分割方法 被引量：11

2

作者 周羿 刘德儿 《遥感信息》 CSCD 北大核心 2023年第3期85-92,共8页

由于遥感影像分辨率的提高,卷积层需要更大的感受野来捕获语义信息。DeeplabV3+模型在使用较大空洞率时会出现空洞卷积低效或失效的问题,同时该模型依靠卷积运算捕获的是局部信息,难以建立长距离依赖。为此,文章设计了一种基于DeeplabV3... 由于遥感影像分辨率的提高,卷积层需要更大的感受野来捕获语义信息。DeeplabV3+模型在使用较大空洞率时会出现空洞卷积低效或失效的问题,同时该模型依靠卷积运算捕获的是局部信息,难以建立长距离依赖。为此,文章设计了一种基于DeeplabV3+的改进模型,在原模型中添加金字塔拆分注意力模块(pyramid split attention,PSA),通过金字塔结构,使网络关注关键信息,帮助模型提取像素级多尺度空间信息的同时建立长距离依赖关系。同时,将空间空洞金字塔池化模块(atrous spatial pyramid pooling,ASPP)替换为密集空间空洞金字塔池化模块(dense atrous spatial pyramid pooling,DenseASPP),帮助网络利用更多像素,获得更大感受野,得到更密集的特征金字塔,并避免了空洞卷积低效或失效的情况发生。为了验证模型效果,分别使用Vaihingen和WHDLD数据集进行实验。相较于原模型,该模型的MIoU提高了2.8%~0.9%,F1分数提高了2.1%~0.73%;通过与其他现有模型进行对比,该方法在分割效果上也有明显的提升。 展开更多

关键词 语义分割 DeeplabV3+ 金字塔拆分注意力模块 密集空间空洞金字塔池化 残差网络

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+算法的遥感影像滑坡识别 被引量：1

3

作者 李旺平 尉文博 +6 位作者 刘晓杰 柴成富 张雪莹 周兆叶 张秀霞 郝君明 魏玉明 《地球信息科学学报》 北大核心 2025年第6期1448-1461,共14页

【目的】深度学习方法在地物识别中可以通过自动提取复杂地形特征从而显著提升效率,其中DeepLabV3+算法能够有效捕获多像素特征,被广泛地应用于遥感影像的分割和识别。但其在滑坡识别中细节处理能力受限,容易导致目标边界的模糊和识别错... 【目的】深度学习方法在地物识别中可以通过自动提取复杂地形特征从而显著提升效率,其中DeepLabV3+算法能够有效捕获多像素特征,被广泛地应用于遥感影像的分割和识别。但其在滑坡识别中细节处理能力受限,容易导致目标边界的模糊和识别错误,此外,该模型依靠卷积运算捕获的是局部信息,难以有效地建立长距离依赖关系。【方法】本文提出了一种基于DeepLabV3+的改进模型,首先,引入坐标注意力(Coordinate Attention,CA)机制,增强特征表达能力。其次,使用密集空间空洞金字塔池化(Dense Atrous Spatial Pyramid Pooling,DenseASPP)模块替换原有的空间空洞金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块,提升多尺度特征提取效果并有效地解决了空洞卷积低效或失效的问题;同时,通过并联加入条形池化(Strip Pooling,SP)分支模块,提升主干网络对长距离依赖关系的建模能力。最后,引入级联特征融合(Cascade Feature Fusion,CFF)模块,用于整合不同层次的特征信息,进一步优化分割性能。【结果】使用毕节滑坡数据集进行实验,结果表明,改进后模型相较原模型的MIoU提高了2.2%,F1分数提高了1.2%;与其他主流深度学习模型进行对比,该模型在提取精度方面均表现出一定优势。在分割效果上,该模型在识别滑坡区域的整体准确性上有显著提高,分割结果与原始滑坡形态保持很高的一致性,减少了错分和漏分现象,在滑坡边界的分割上更加精确。【结论】通过验证数据集测试及实际应用验证,本文提出的方法在不同场景、不同复杂程度下的滑坡影像均表现出较强的识别能力,尤其在植被覆盖区、河流邻近区域等复杂背景环境中表现更加稳定,展现出较强的泛化能力和普适性。 展开更多

关键词 滑坡识别 遥感影像 深度学习 语义分割 DeepLabV3+ 注意力机制 denseaspp 特征融合

原文传递

基于改进CGAN网络的图像去雾算法

4

作者 程园园 程晓荣 《计算机与数字工程》 2025年第3期845-850,876,共7页

为了解决雾天图像与视频的质量大幅度下降的问题,提出了基于改进条件生成对抗网络(CGAN)的图像去雾方法。在传统的生成器中设计添加残差网络模块以及密集空洞空间金字塔池化(DenseASPP)模块来实现多尺度特征的提取,提高特征利用率,增强... 为了解决雾天图像与视频的质量大幅度下降的问题,提出了基于改进条件生成对抗网络(CGAN)的图像去雾方法。在传统的生成器中设计添加残差网络模块以及密集空洞空间金字塔池化(DenseASPP)模块来实现多尺度特征的提取,提高特征利用率,增强生成图像的去雾细节保持。判别器使用34×34的PatchGAN进行分块判定,提高图像判别准确度。在合成有雾数据集RESIDE中,通过与暗通道算法、DehazeNet、AOD-Net、传统CGAN算法进行对比,主观上可以看出该网络模型的雾残留少,细节信息的保持和色彩对比度都有所提高。通过峰值信噪比(PSNR)和结构相似度(SSIM)结果对比,客观表明该网络模型恢复无雾图像的效果得到了提升。 展开更多

关键词 单幅图像去雾 条件生成对抗网络 残差网络 denseaspp PatchGAN

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+模型的盐碱地遥感图像分割算法研究

5

作者 张昊 潘新 +1 位作者 罗小玲 郜晓晶 《内蒙古农业大学学报(自然科学版)》 北大核心 2025年第4期84-92,共9页

土壤盐碱化影响粮食产量,及时监测盐碱地的分布情况,做好盐碱化的治理对于保障粮食产量具有重要意义。本文提出了一种基于DeepLabV3+的深度学习改进方法监测盐碱地分布情况。该方法将主干网络替换为一种轻量的GhostNetV2网络,大幅减少... 土壤盐碱化影响粮食产量,及时监测盐碱地的分布情况,做好盐碱化的治理对于保障粮食产量具有重要意义。本文提出了一种基于DeepLabV3+的深度学习改进方法监测盐碱地分布情况。该方法将主干网络替换为一种轻量的GhostNetV2网络,大幅减少模型的参数量;引入了一种高效的卷积模块RefConv(可重参数化)卷积,设计一个双分支的Bi-GhostBottleNeck模块增强对局部特征的关注。针对盐碱区域是难分类样本的问题,设计了一种混合损失函数,使模型更关注难分类样本。使用盐碱地遥感数据进行实验,相较于原始DeepLabV3+模型,平均交并比(mIoU)提高了3.08%。 展开更多

关键词 深度学习 语义分割 盐碱地 DeepLabV3+ 空洞空间池化金字塔

原文传递

基于密集多尺度特征和双注意力模块的皮肤病变分割 被引量：3

6

作者 费承 罗健旭 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第1期97-105,共9页

针对皮肤病变分割任务中病变区域大小不一、形状各异、内部像素差异大、边界模糊、周围存在气泡等问题,提出了一种基于密集多尺度特征和双注意力模块的U型分割网络DDAnet。该网络中的DenseASPP模块通过密集连接多个空洞卷积层来获取丰... 针对皮肤病变分割任务中病变区域大小不一、形状各异、内部像素差异大、边界模糊、周围存在气泡等问题,提出了一种基于密集多尺度特征和双注意力模块的U型分割网络DDAnet。该网络中的DenseASPP模块通过密集连接多个空洞卷积层来获取丰富的多尺度信息,同时由通道注意力模块(CAM)和位置注意力模块(PAM)构成的双注意力模块通过编码全局上下文信息,在通道和位置上对特征图进行重新配准,实现对相关特征的强调和对无关特征的抑制。两个模块并行连接、共同作用以提高分割精度。在ISIC2018数据集上,DDAnet的准确率(Acc)、Jaccard相似系数(JI)、Dice系数(DC)、敏感度(Sen)和特异性(Spec)指标值分别为96.75%、85.00%、91.36%、91.82%和97.42%,分割结果优于其他的分割网络,并且对于极具挑战的病例,DDAnet仍然能够产生准确、可靠的分割结果,说明其具备在临床诊断中辅助医生进行皮肤病变分割的潜力。 展开更多

关键词 皮肤病变分割 denseaspp模块 CAM PAM 双注意力模块

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+模型的海冰提取方法——以北极格陵兰海为例 被引量：1

7

作者 孙士昌 王志勇 +3 位作者 李振今 张保敬 田康 赵相禹 《海洋学报》 CAS CSCD 北大核心 2024年第8期131-142,共12页

海冰是全球气候变化的指示剂,北极海冰的变化关系到全球变暖、海平面上升等。针对传统语义分割模型对海冰进行提取时存在细节提取不精确、提取速度慢等问题,构建了一种改进DeepLabV3+的海冰提取方法。首先,将主干网络Xception替换为Mobi... 海冰是全球气候变化的指示剂,北极海冰的变化关系到全球变暖、海平面上升等。针对传统语义分割模型对海冰进行提取时存在细节提取不精确、提取速度慢等问题,构建了一种改进DeepLabV3+的海冰提取方法。首先,将主干网络Xception替换为MobileNetV2,在保证海冰提取精度的同时大幅度降低模型参数量,节约时间;其次,将ASPP改进为DenseASPP,在进行海冰的多尺度特征提取时进一步扩大感受野,获得更为密集的特征;最后,引入坐标注意力机制,同时强化关注通道和空间上的特征,加强海冰边缘细节信息提取。选取北极格陵兰海为实验区,通过对该海域2020–2022年间冬季的10景Sentinel-1A双极化SAR影像进行处理、标注之后形成数据集进行实验,对比U-Net、PSPNet和DeepLabV3+等经典模型。结果表明:本文方法的m IoU达到了88.46%,mPA达到了94.16%。相较于传统DeepLabV3+,mIoU提高了2.35%,mPA提高了2.90%,参数量和GFLOPs分别减少了45.08 M和106.01 G,同时训练模型时间和提取海冰时间分别减少了68%和30%。对比U-Net、PSPNet等模型,同样取得了最优结果。与其他模型相比,本文新构建的模型对海冰特征的学习能力更强,能获取更多海冰细节信息,并大幅度节约用时,能够为研究全球变暖环境下的海冰退化监测问题提供技术支持。 展开更多

关键词 海冰提取 深度学习 MobileNetV2 denseaspp 坐标注意力

在线阅读 下载PDF 职称材料

基于改进DeepLabv3+孪生网络的遥感影像变化检测方法 被引量：18

8

作者 赵祥 王涛 +3 位作者 张艳 郑迎辉 张昆 王龙辉 《地球信息科学学报》 CSCD 北大核心 2022年第8期1604-1616,共13页

传统遥感影像变化检测方法依赖人工构建特征,算法设计复杂且精度不高;而将2幅不同时相影像叠加后输入神经网络的遥感影像变化检测方法会造成不同时相的特征相互影响,难以保持原始影像的高维特征,且模型鲁棒性较差。因此,本文提出一种基... 传统遥感影像变化检测方法依赖人工构建特征,算法设计复杂且精度不高;而将2幅不同时相影像叠加后输入神经网络的遥感影像变化检测方法会造成不同时相的特征相互影响,难以保持原始影像的高维特征,且模型鲁棒性较差。因此,本文提出一种基于改进DeepLabv3+孪生网络的遥感影像变化检测方法,以经典DeepLabv3+网络的编解码结构为基础对网络进行改进:(1)在编码阶段利用共享权值的孪生网络提取特征,通过2个输入端分别接收2幅遥感影像,以保留不同时相影像的高维特征;(2)在特征融合中用密集空洞空间金字塔池化模型代替空洞空间金字塔池化模型,通过密集连接的方式结合每个空洞卷积的输出,以提高对不同尺度目标分割的精度;(3)在解码阶段中针对不同层级特征图信息差异较大,难以融合的问题,引入基于注意力机制的特征对齐模型,引导不同层级的特征对齐并强化学习重要特征,以提升模型的鲁棒性。应用开源数据集CDD验证本文方法的有效性,并与UNet-EF、FC-Siam-conc、Siam-DeepLabv3+和N-Siam-DeepLabv3+网络对比试验。试验结果表明,本文方法在精确率、召回率、F1值和总体精度上达到87.3%、90.2%、88.4%、96.4%,均高于UNet-EF、FC-Siamconc、Siam-DeepLabv3+网络和N-Siam-DeepLabv3+网络,检测结果较为完整,对边界的检测也更为平滑,且对尺度变化具有更高的鲁棒性。 展开更多

关键词 变化检测 孪生网络 DeepLabv3+ denseaspp 特征对齐 ASPP 注意力机制 深度学习

原文传递

改进DeepLabv3+网络的图书书脊分割算法 被引量：5

9

作者 姬晓飞 张可心 唐李荣 《计算机应用》 CSCD 北大核心 2023年第12期3927-3932,共6页

图书定位是实现图书馆智能化发展的重要技术之一,精确的书脊分割算法成为实现该目标的一大难题。基于以上情况,提出改进DeepLabv3+网络的图书书脊分割算法,以解决图书密集排列、图书存在倾斜角度和书脊纹理极相似等情况下的书脊分割难... 图书定位是实现图书馆智能化发展的重要技术之一,精确的书脊分割算法成为实现该目标的一大难题。基于以上情况,提出改进DeepLabv3+网络的图书书脊分割算法,以解决图书密集排列、图书存在倾斜角度和书脊纹理极相似等情况下的书脊分割难点。首先,为了提取图书图像更密集的金字塔特征,将原始DeepLabv3+网络中的空洞金字塔池化(ASPP)替换为多空洞率、多尺度的DenseASPP(Dense Atrous Spatial Pyramid Pooling)模块;其次,针对原始DeepLabv3+网络对大长宽比的目标对象分割边界不敏感的问题,在DenseASPP模块的支路加入条形池化(SP)模块以增强书脊的长条形特征;最后,参考ViT(Vision Transformer)中的多头自注意(MHSA)机制,提出一种全局信息增强的自注意模块,以增强网络获取长距离特征的能力。将所提算法在开源数据库上进行对比测试,实验结果表明,与原始DeepLabv3+网络分割算法相比,所提算法在近竖直书脊数据库上的平均交并比(MIoU)提升了1.8个百分点;在倾斜书脊数据库上的MIoU提升了4.1个百分点,达到了93.3%。以上验证了所提算法实现了有一定倾斜角度的、密集的和大长宽比的书脊目标的精确分割。 展开更多

关键词 书脊分割 智能图书馆 DeepLabv3+网络 denseaspp 自注意机制

在线阅读 下载PDF 职称材料

一种CNN-Transformer网络在皮肤镜图像分割上的应用 被引量：2

10

作者 董玉民 卫力行 《重庆师范大学学报（自然科学版）》 CAS 北大核心 2023年第2期126-134,F0002,F0003,共11页

[目的]针对皮肤病变图像存在皮损形状不规则、边界模糊以及毛发伪影等问题,提出了一种将CNN和Transformer相结合的图像分割算法。[方法]首先对皮肤病变图像进行去毛发预处理,减少毛发噪声对结果的影响,然后构建CNN和Transformer结合的... [目的]针对皮肤病变图像存在皮损形状不规则、边界模糊以及毛发伪影等问题,提出了一种将CNN和Transformer相结合的图像分割算法。[方法]首先对皮肤病变图像进行去毛发预处理,减少毛发噪声对结果的影响,然后构建CNN和Transformer结合的分割模型,采用Resnet作为特征提取主干网络,将提取到的特征图序列作为Transformer的输入,在Transformer中加入了新的结构边界注意门以提取足够的局部细节来处理模糊边界,最后采用DenseASPP模块增强特征表示和处理多尺度信息,并且提出一种改进了的损失函数,以便在计算损失函数的同时使得模型能关注边界区域部分。[结果]提出的算法在ISIC2017数据集上的Dice指数值以及Jaccard指数值分别为0.854 534和0.767 901,在ISIC2018数据集上的Dice指数值以及Jaccard指数值分别为0.908 548和0.843 689,与其他算法相比提出的算法对图像的分割效果相对较好。[结论]实验结果证明了所提算法在皮肤病变图像上进行的图像分割是有效的。 展开更多

关键词 CNN TRANSFORMER denseaspp 皮肤病变分割

原文传递

复杂场景下的改进YOLOv4安全帽检测算法 被引量：7

11

作者 谢国波 唐晶晶 +2 位作者 林志毅 郑晓锋 方明 《激光与光电子学进展》 CSCD 北大核心 2023年第12期129-137,共9页

为了有效地检测复杂场景下施工人员的安全帽佩戴情况,减少安全隐患,提出一种改进的YOLOv4安全帽检测算法(SMD-YOLOv4)。首先采用SE-Net注意力模块强化模型主干网络提取有效特征的能力;然后使用密集空洞空间金字塔池化(DenseASPP)代替网... 为了有效地检测复杂场景下施工人员的安全帽佩戴情况,减少安全隐患,提出一种改进的YOLOv4安全帽检测算法(SMD-YOLOv4)。首先采用SE-Net注意力模块强化模型主干网络提取有效特征的能力;然后使用密集空洞空间金字塔池化(DenseASPP)代替网络中的空间金字塔池化(SPP)以减少信息丢失,优化全局上下文信息的提取;最后在PANet部分增加特征融合的尺度并引入深度可分离卷积,使网络在获得复杂背景下小目标细节信息的同时不降低网络推理速度。实验结果表明:在自建实验数据集下,SMD-YOLOv4算法的平均精度均值(mAP)达97.34%,较目前具有代表性的Faster R-CNN、SSD、YOLOv5、YOLOx和YOLOv4算法,分别高出了26.41个百分点、6.44个百分点、3.25个百分点、1.49个百分点和3.19个百分点,能满足实时检测的需要。 展开更多

关键词 目标检测 YOLOv4 安全帽检测 注意力机制 多尺度特征融合 denseaspp

原文传递