高角度走滑断缝体断裂识别及解释——以鄂尔多斯盆地镇泾区块为例 被引量：1

1

作者 王宝江 吴振锋 +5 位作者 吉娃阿英 杨桂林 孙洪 钟昆 于强 任战利 《天然气地球科学》 北大核心 2025年第1期142-154,共13页

断缝体通常发育在沉积盆地中的走滑断裂系统中,断裂具有很强的隐蔽性,传统的断裂识别技术表现不佳。现有的针对目的层的断裂解释策略通常采用局部视角,忽视了断缝体断裂的整体特征。通过使用U⁃ResNet深度学习模型,对鄂尔多斯盆地镇泾区... 断缝体通常发育在沉积盆地中的走滑断裂系统中,断裂具有很强的隐蔽性,传统的断裂识别技术表现不佳。现有的针对目的层的断裂解释策略通常采用局部视角,忽视了断缝体断裂的整体特征。通过使用U⁃ResNet深度学习模型,对鄂尔多斯盆地镇泾区块所有地层进行了断裂识别。结合倾角导向地震属性切片,揭示了断裂的形成机制、期次和级别,同时也首次估算了NWW向走滑距离。通过分析深部断裂的延伸特征,证实了该区块南部3组NWW向走滑断裂本质上是花状构造,根茎延伸至基底断裂,也证实了基底断裂在多次构造运动中的重新启动。划分了长8段断缝体的剖面和平面样式,并在NEE向断裂上识别出1个菱形—拉分地堑,提供了NEE向断裂走滑运动的地震证据。此外,还发现了3处纺锤—凹陷断裂组合,解释了雁列式—阶梯断裂的形成原因,并给出了有利的断缝体组合样式及其在平面上的分布位置。研究表明,采用深度学习断裂技术和全视角解释策略,有助于揭示复杂高角度走滑断缝体的断裂发育特征及其演化规律。 展开更多

关键词 断缝体 走滑断裂 深度学习 U⁃ResNet 断裂组合

原文传递

基于改进SRGAN的老照片图像超分辨率重建方法 被引量：3

2

作者 祝贺 张晓强 郭玉英 《传感器与微系统》 北大核心 2025年第7期67-70,共4页

老照片的模糊、低分辨率等退化问题一直是图像修复的重要研究内容。基于超分辨率生成对抗网络(SRGAN)算法,提出一种融合模块图像超分辨率(SR)重建改进算法,复原老照片特征细节,提高清晰度。首先,基于SR残差网络(SRResNet),融合U-Net和... 老照片的模糊、低分辨率等退化问题一直是图像修复的重要研究内容。基于超分辨率生成对抗网络(SRGAN)算法,提出一种融合模块图像超分辨率(SR)重建改进算法,复原老照片特征细节,提高清晰度。首先,基于SR残差网络(SRResNet),融合U-Net和残差自注意力模块,构建生成网络,提取深层次图像特征;然后,设计残差自注意力模块,更好地捕捉图像重要特征;最后,利用FReLU激活函数优化判别网络的激活函数,以增强网络提取图像空间信息的能力。实验结果表明:与SRGAN算法相比,在标准数据集和老照片数据集上,所提算法的峰值信噪比(PSNR)和结构相似性(SSIM)平均值分别提高了0.784 dB、0.051和0.642 dB、0.04,说明本文方法具有更好的修复能力和泛化性,并且修复后的图像细节更加丰富、细腻。 展开更多

关键词 生成对抗网络 激活函数 残差网络 自注意力机制 U-Net

在线阅读 下载PDF 职称材料

基于ResNet-UNet模型的SAR图像海面溢油检测 被引量：1

3

作者 郭杜 杨鹏举 《计算机测量与控制》 2025年第3期37-44,共8页

针对合成孔径雷达(SAR)图像海面溢油检测问题,采用U-Net模型、ResNet18-UNet模型、ResNet34-UNet模型、ResNet50-UNet模型等4种卷积神经网络模型进行了SAR图像海面溢油检测的研究与实验,挑选出更适合此次SAR图像海面溢油检测研究与实验... 针对合成孔径雷达(SAR)图像海面溢油检测问题,采用U-Net模型、ResNet18-UNet模型、ResNet34-UNet模型、ResNet50-UNet模型等4种卷积神经网络模型进行了SAR图像海面溢油检测的研究与实验,挑选出更适合此次SAR图像海面溢油检测研究与实验的溢油检测模型;通过利用4种卷积神经网络模型对同一数据集进行SAR图像海面溢油检测的方式,对比分析了不同卷积神经网络模型之间的性能差异和溢油检测效果;实验结果表明,在此次SAR图像海面溢油检测研究与实验中,ResNet18-UNet模型的性能在U-Net模型的基础上有了一定的优化,而且与另外两种ResNet-UNet模型相比,ResNet18-UNet模型在此次海面溢油检测实验中拥有最高的性能和最好的溢油检测效果,获得了更高的检测精度和检测效率。 展开更多

关键词 合成孔径雷达 海面溢油检测 卷积神经网络 U-Net模型 ResNet-UNet模型

在线阅读 下载PDF 职称材料

基于不同主干孪生神经网络的遥感影像建设用地变化监测

4

作者 周卫 戴鑫 +1 位作者 邹梅芳 周彬 《科技创新与生产力》 2025年第3期138-141,共4页

针对不同的建设用地变化监测模型优点各异的问题,本文基于孪生神经网络和注意力机制,构建了一个用于高分辨率遥感影像建设用地变化监测的方法框架,将CNN网络、U-Net网络和ResNet50网络作为主干网络,分别构建了变化监测模型UNet-CD、ResN... 针对不同的建设用地变化监测模型优点各异的问题,本文基于孪生神经网络和注意力机制,构建了一个用于高分辨率遥感影像建设用地变化监测的方法框架,将CNN网络、U-Net网络和ResNet50网络作为主干网络,分别构建了变化监测模型UNet-CD、ResNet-CD和CNN-CD,并在LEVIR-CD数据集上进行了实验比较分析。结果表明孪生神经网络对多时相遥感影像中的差异捕捉能力由其主干神经网络决定。实验结果显示,UNet-CD模型具有更强的抗干扰能力,ResNet-CD具有更强的边缘保持能力,CNN-CD模型的漏检率较高。 展开更多

关键词 建设用地 遥感影像 变化监测 孪生神经网络 CNN U-Net ResNet

在线阅读 下载PDF 职称材料

联合3D建模与改进CycleGAN的故障数据集扩增方法 被引量：3

5

作者 李宝平 戚恒熠 +1 位作者 王满利 魏坡 《光学精密工程》 EI CAS CSCD 北大核心 2023年第16期2406-2417,共12页

基于深度学习的设备故障检测系统性能很大程度上依赖于样本集的规模及类别多样性。由于工业生产中难以全面采集各类故障样本,由此就有样本集扩增需求。本文提出联合3D模型和改进CycleGAN的故障数据集扩增方法。首先,提出利用3D建模软件... 基于深度学习的设备故障检测系统性能很大程度上依赖于样本集的规模及类别多样性。由于工业生产中难以全面采集各类故障样本,由此就有样本集扩增需求。本文提出联合3D模型和改进CycleGAN的故障数据集扩增方法。首先,提出利用3D建模软件模拟生成各类故障图片,将其作为CycleGAN迁移网络输入,约束引导生成真实故障图像,以解决样本不足及分布不均衡问题;其次,对CycleGAN网络生成器进行改进,提出U-ResNet生成器,用以解决数据集扩增过程中的边缘模糊和梯度消失问题。将该方法应用于带式输送机跑偏检测任务,结果表明相较于其他扩增方法,该方法训练过程中轮廓结构收敛快,时效性好,应用于目标检测网络准确率达到98.1%,较原真实数据集提升4.5%。说明该数据集扩增方法可以满足故障数据集类别分布均衡,图像质量高的要求。 展开更多

关键词 数据集扩增 3D模型 CycleGAN u-resnet 带式输送机

在线阅读 下载PDF 职称材料

基于改进U-Net的遥感影像城镇绿地提取 被引量：7

6

作者 袁德宝 王子林 +2 位作者 李雪莹 吴子若 袁岳 《遥感信息》 CSCD 北大核心 2023年第1期33-39,共7页

针对传统分类方法在高分遥感影像城镇绿地提取效果不理想的问题,提出了一种改进的语义分割模型U-Net来更加高效精准地提取城镇绿地区域。使用高分二号影像制作样本数据集,同时对U-Net网络模型改进,采用不同深度的ResNet作为其主干网络... 针对传统分类方法在高分遥感影像城镇绿地提取效果不理想的问题,提出了一种改进的语义分割模型U-Net来更加高效精准地提取城镇绿地区域。使用高分二号影像制作样本数据集,同时对U-Net网络模型改进,采用不同深度的ResNet作为其主干网络提取图像的语义信息,另外加入了注意力机制模块,细化提取的特征图,提高网络的分类性能。实验结果表明:对比经典语义分割网络SegNet、PSPNet、U-Net,加入注意力机制Res-UNet在预测效果和评价指标均有提升,表现最好的是Res152-UNet,其PA值为90.53,MIoU值为80.06,预测效果图接近人工标注。改进U-Net模型能够高效地对遥感影像信息进行识别提取,得到高精度的提取结果,该方法对于高分遥感影像城镇绿地提取具有一定应用意义。 展开更多

关键词 遥感影像分割 城镇绿地 U-Net ResNet 注意力机制

在线阅读 下载PDF 职称材料

结合优化U⁃Net和残差神经网络的单通道语音增强算法 被引量：7

7

作者 许春冬 徐琅 周滨 《现代电子技术》 2022年第9期35-40,共6页

语音增强的目的是从带噪语音中恢复出干净的语音信号,为了解决现有深度神经网络中语音增强算法不稳定,语音增强效果不理想的问题,提出一种改进的U⁃Net网络与残差神经网络相结合的语音增强算法。首先,该方法构建了一个基于U⁃Net网络的端... 语音增强的目的是从带噪语音中恢复出干净的语音信号,为了解决现有深度神经网络中语音增强算法不稳定,语音增强效果不理想的问题,提出一种改进的U⁃Net网络与残差神经网络相结合的语音增强算法。首先,该方法构建了一个基于U⁃Net网络的端到端的语音增强模型;然后在该模型的编解码块中引入残差单元,将残差神经网络结构的跨层连接和拟合残差项应用到模型训练中,该方法更有利于恢复目标语音的细节特征信息,增强了模型训练的稳定性,提高了模型的特征提取能力和训练效率,改进后的Residual⁃U⁃Net网络模型能够实现更优的语音增强效果。仿真实验结果表明:与现有的其他几种语音增强方法相比,文中所提出的Residual⁃U⁃Net算法更有效地实现了语音增强,此外,该算法具有良好的去噪效果,进一步提高了语音信号的质量及其可懂度。 展开更多

关键词 语音增强 深层神经网络 U⁃Net 残差神经网络 跨层连接 模型训练 残差单元引入 特征提取

在线阅读 下载PDF 职称材料

露天矿边坡裂隙智能识别与信息解算 被引量：7

8

作者 赵怡晴 黄晢航 +3 位作者 刘宏发 金爱兵 陆通 刘金博 《工程科学学报》 EI CSCD 北大核心 2024年第6期1041-1053,共13页

节理裂隙是影响露天矿边坡稳定性的重要因素之一,随着图像处理技术以及机器视觉技术的发展,采用智能算法进行识别已成为热点.为快速获取节理裂隙几何信息,通过ResNet系列算法对U-net的骨架构网络进行改进,提出了一种露天矿边坡裂隙识别... 节理裂隙是影响露天矿边坡稳定性的重要因素之一,随着图像处理技术以及机器视觉技术的发展,采用智能算法进行识别已成为热点.为快速获取节理裂隙几何信息,通过ResNet系列算法对U-net的骨架构网络进行改进,提出了一种露天矿边坡裂隙识别及几何参数解译方法.利用无人机综合考虑视角、距离、重叠率以及飞行速度等因素对露天矿边坡裂隙航拍获取高清图像,使用全局阈值分割技术进行预处理,并运用随机旋转、随机亮度及对比度调整等方式进行数据增广形成裂隙图像数据集;采用残差网络(ResNet)对U-Net网络的骨架构网络进行改进,提出基于改进U-net网络的边坡裂隙识别模型,基于像素二分类问题采用准确率(Accuracy)、交并比(IoU)和F1分数(F1 Score)作为评价指标,结合裂隙图像数据集对提出模型进行训练和评估,输出裂隙二值图,并与传统裂隙识别方法识别结果进行对比;对裂隙二值图进行裂隙几何参数信息解算,获得裂隙长度、宽度统计分布规律和参数.结果表明:ResNet模型对U-net模型改进可以提高模型的评价指标,随着网络层数加深,评价指标有先增高,后趋于稳定的趋势,在网络层次达到101时评价指标达到最优,Res101-Unet模型的Accuracy、IoU、F1 Score分别为95.12%、60.13%、79.53%,对于简单和复杂裂隙的识别完整度都有提升;利用训练好的Res101-Unet模型对目标边坡上的裂隙进行识别,所得裂隙数量与现场测线方式所得结果一致,证明本模型识别结果与工程实际相符. 展开更多

关键词 露天矿山边坡 无人机 裂隙识别 深度学习 U-net 残差网络

在线阅读 下载PDF 职称材料

基于改进U-Net网络的遥感图像山体滑坡分割提取 被引量：4

9

作者 孙廨尧 李秀茹 +1 位作者 侯秀丽 殷西祥 《合肥师范学院学报》 2024年第4期90-93,共4页

针对遥感图像山体滑坡分割提取难度大、精度低等问题,提出了一种基于改进U-Net网络的遥感图像山体滑坡分割提取方法。首先将原始网络中的特征提取模块用残差网络ResNet进行替换,加深网络防止梯度消失,可以学习到更深层的特征;其次,融入(... 针对遥感图像山体滑坡分割提取难度大、精度低等问题,提出了一种基于改进U-Net网络的遥感图像山体滑坡分割提取方法。首先将原始网络中的特征提取模块用残差网络ResNet进行替换,加深网络防止梯度消失,可以学习到更深层的特征;其次,融入(multi-scale features fusion module)多尺度特征融合注意力模块增强发现山体滑坡区域的能力;最后,采用广义的损失函数FTL(Focal Tversky Loss)替换带权重的交叉熵损失函数以平衡准确率和召回率之间的关系。实验结果表明,改进后算法mIoU为65.92%,比改进前提升了2.5个百分点,mPA为73.93%,比改进前提升了3.56个百分点,F1-score综合得分指标为60.08%,比改进前提升5.09个百分点。改进后模型算法能有效提高山体滑坡分割性能。 展开更多

关键词 遥感图像 山体滑坡分割 U-Net网络 ResNet 损失函数

在线阅读 下载PDF 职称材料

遥感影像变化图斑智能化提取平台研发与应用 被引量：8

10

作者 王本礼 王也 +1 位作者 唐先龙 董胜光 《测绘通报》 CSCD 北大核心 2023年第2期150-154,共5页

遥感影像变化图斑智能化提取是自然资源动态监测工作的基础。本文简述了遥感影像变化检测技术演进历程及特点,提出同时使用ResNet、U-Net和孪生神经网络3种深度学习算法,设计了集“影像预处理、智能提取、协同筛查”于一体的遥感影像变... 遥感影像变化图斑智能化提取是自然资源动态监测工作的基础。本文简述了遥感影像变化检测技术演进历程及特点,提出同时使用ResNet、U-Net和孪生神经网络3种深度学习算法,设计了集“影像预处理、智能提取、协同筛查”于一体的遥感影像变化图斑智能化提取平台,并详细阐述了各功能模块设计思路。实践表明,融合3种深度学习算法有利于解决单一深度学习网络模型改造难度较大、适用范围有限等难题,有效提升了遥感影像变化检测的查全率,工作效率比目视解译提升超过3倍。研究成果已在湖南省自然资源“1+N”卫星监测工作中广泛应用。 展开更多

关键词 深度学习 变化检测 U-Net ResNet 孪生神经网络 遥感监测 自然资源监测

原文传递

基于ResNet34-UNet的静脉超声图像分割方法研究 被引量：9

11

作者 秦志远 朱峻泷 +3 位作者 张琛 丁思琪 丛瑞 宋威 《临床超声医学杂志》 CSCD 2022年第1期74-78,共5页

静脉超声图像存在噪点多、阈值分割效果不佳的问题,对此本研究提出一种基于ResNet34主干网络的ResNet34-UNet分割网络模型,利用ResNet34网络残差学习的结构特点,在保证网络能够提取充足图像特征的前提下,有效避免梯度消失和网络退化问题... 静脉超声图像存在噪点多、阈值分割效果不佳的问题,对此本研究提出一种基于ResNet34主干网络的ResNet34-UNet分割网络模型,利用ResNet34网络残差学习的结构特点,在保证网络能够提取充足图像特征的前提下,有效避免梯度消失和网络退化问题,且34层的网络深度维持了较小的网络规模;利用U-Net结构特有的长连接模块,将静脉超声图像的深层特征与浅层特征有效融合,使对静脉的识别精度得到较大幅度的提升,实现了静脉边缘的平滑分割。将300张静脉超声图像作为训练集,200张作为测试集,通过随机旋转、翻转、投影等操作进行数据集的增强,经过10轮迭代训练后得到模型的准确率达96.3%,较全卷积神经网络高5.9%,较DeepLab v3+高5.2%。结果表明基于ResNet34-UNet的分割方法能够准确地分割静脉超声图像,为后续超声影像下静脉的自动识别与跟踪提供了技术参考。 展开更多

关键词 超声图像 静脉 自动分割 ResNet U-Net

暂未订购

基于改进U-Net网络的液滴分割方法 被引量：3

12

作者 高心悦 田汉民 《计算机科学》 CSCD 北大核心 2022年第4期227-232,共6页

液滴图像的精确分割是高精度接触角测量的重要环节,针对在液滴分割过程中存在的目标不准确、轮廓不完整以及固-液-汽3项交点和边界细节效果不佳的问题,文中提出了一种适用于液滴分割的神经网络模型。该模型以U-Net网络为基础,在其输入... 液滴图像的精确分割是高精度接触角测量的重要环节,针对在液滴分割过程中存在的目标不准确、轮廓不完整以及固-液-汽3项交点和边界细节效果不佳的问题,文中提出了一种适用于液滴分割的神经网络模型。该模型以U-Net网络为基础,在其输入处加入1×1卷积层汇总图像特征,避免从初始图像中丢失信息;并采用Resnet18结构作为U-Net的特征学习编码器,增强了网络的表达能力,促进了梯度的传播。在解码过程中引入密集连接的特征融合技术,在提升分割目标细节信息的同时降低了网络参数。最后在每个卷积层后都添加批量归一化操作,进一步优化了网络性能。实验结果表明,改进的U-Net模型能够有效提高液滴识别的准确率,提升分割效果,在接触角测量领域具有一定的参考价值。 展开更多

关键词 液滴分割 U-Net 残差网络 特征融合 接触角测量

在线阅读 下载PDF 职称材料

基于U-net和ResNet的图像缺陷检测 被引量：2

13

作者 肖东 韩晨 范文强 《计算机与数字工程》 2022年第8期1791-1794,共4页

近年来,应用在图像分类问题上的深度学习的表现令人激动。但是传统的深度学习图像分类算法(比如AlexNet,GooLeNet,ResNet等)对数据过于依赖,一个表现好的图像分类算法,不但需要大量的数据集,而且需要训练很长时间。针对上述问题,论文结... 近年来,应用在图像分类问题上的深度学习的表现令人激动。但是传统的深度学习图像分类算法(比如AlexNet,GooLeNet,ResNet等)对数据过于依赖,一个表现好的图像分类算法,不但需要大量的数据集,而且需要训练很长时间。针对上述问题,论文结合图像分割网络U-net和图像分类网络ResNet来实现少量数据高准确率的图像缺陷检测。因为这个方法同时用到U-net图像分割网络和ResNet图像分类网络,所以称它为“UR”法。论文首先简要地介绍了深度学习的相关理论和论文使用的两个深度学习模型:U-net和ResNet。随后阐述了论文数据集的获取和处理,接下来详细地论述了论文用于图像分类的“UR”法的原理。最后根据实验结果得出结论,“UR”法在优化的速度和测试集准确率上都比普通的ResNet网络表现要好。 展开更多

关键词 深度学习 图像分类 ResNet 图像分割 U-net

在线阅读 下载PDF 职称材料

空洞残差U型网络用于视网膜血管分割 被引量：14

14

作者 胡扬涛 裴洋 +2 位作者 林川 李世成 易玉根 《计算机工程与应用》 CSCD 北大核心 2021年第7期185-191,共7页

青光眼是一种不可逆转的致盲性眼科疾病,应当早发现和早治疗。但人工诊断是费时费力的过程,而且受基层医疗资源的限制,人工诊断很容易产生漏诊和误诊的现象。因此,利用深度学习技术辅助诊断眼疾病具有重大意义。如何更为准确且有效地分... 青光眼是一种不可逆转的致盲性眼科疾病,应当早发现和早治疗。但人工诊断是费时费力的过程,而且受基层医疗资源的限制,人工诊断很容易产生漏诊和误诊的现象。因此,利用深度学习技术辅助诊断眼疾病具有重大意义。如何更为准确且有效地分割视网膜血管成为眼疾病辅助诊断的研究热点问题。于是,基于U型网络(U-Net)提出一种新的网络结构称为空洞残差U型网络(Atrous Residual U-Net,AR-Unet)。在AR-Unet中,为了避免U-Net中的梯度消失以及图像结构信息丢失等问题,将残差网络(ResNet)引入到U-Net中。为了扩大感受野和提高物体间的相关性,再将空洞卷积(Atrous Convolution)整合到U-Net中,从而使得血管分割更加精确。在三个公开的彩色眼底图像数据集DRIVE、STARE和CHASE上进行大量实验,结果表明在不同评价指标下,AR-Unet方法的性能均要优于大多数对比方法。 展开更多

关键词 视网膜血管分割 空洞残差U型网络 空洞卷积 U型网络 残差网络

在线阅读 下载PDF 职称材料

基于混合损失ResNet34-UNet的路面裂缝分割方法 被引量：6

15

作者 汪家宝 牟怿 《武汉轻工大学学报》 CAS 2022年第6期71-75,113,共6页

路面裂缝图像由于其形状细长、弯曲复杂等特点,在模型训练中存在裂缝样本不平衡问题,为此提出了一种基于混合损失函数的ResNet34-UNet路面裂缝分割方法。该方法借助于U-Net结构,以ResNet-34作为主干提取网络,根据数据集中裂缝像素所占... 路面裂缝图像由于其形状细长、弯曲复杂等特点,在模型训练中存在裂缝样本不平衡问题,为此提出了一种基于混合损失函数的ResNet34-UNet路面裂缝分割方法。该方法借助于U-Net结构,以ResNet-34作为主干提取网络,根据数据集中裂缝像素所占比例对BCEFocal Loss和Tversky Loss进行权重调整,并使用调整后的BCEFocal Loss和Tversky Loss组成混合损失函数,平衡了裂缝样本输入和输出不平衡问题。对比实验表明文中的网络模型的F1分数(0.7018)、MIoU(0.8306)均为最高,说明该分割算法能有效地对路面裂缝进行准确分割。 展开更多

关键词 图像分割 裂缝识别 ResNet U-Net 混合损失函数

在线阅读 下载PDF 职称材料

基于Unet的高分辨率遥感图像地物分类 被引量：10

16

作者 林志斌 黄智全 颜林明 《电子质量》 2020年第11期69-76,共8页

遥感图像地物分类一直是遥感解释的难题。在过去的发展中,传统的分割方法在应用上受到很大限制。在近些年各种出色的语义分割模型提出之后,基于语义分割方法对遥感图像地物分类的研究上得到了非常大的进展。在该实验中,首先通过对数据... 遥感图像地物分类一直是遥感解释的难题。在过去的发展中,传统的分割方法在应用上受到很大限制。在近些年各种出色的语义分割模型提出之后,基于语义分割方法对遥感图像地物分类的研究上得到了非常大的进展。在该实验中,首先通过对数据集进行数据扩增,然后采用迁移学习的方法进行训练,并基于U-Net网络模型的基础上进行改进,采用ResNet50,ResNet101等作为U-Net的主干网络,对原网络的解码部分进行微调。在训练过程中采用early stopping和学习率下降等训练技巧进行训练。实验结果表明,改进之后的U-Net的F1分数基本都达到0.9左右,在训练集和验证集上都可以达到94%左右的精确度,接近人工标注。 展开更多

关键词 遥感地物分类 语义分割 深度学习 U-Net ResNet

在线阅读 下载PDF 职称材料

基于计算机视觉的幕墙开启窗检测方法 被引量：1

17

作者 卢佳祁 姚志东 庄浩然 《科学技术与工程》 北大核心 2022年第20期8748-8754,共7页

在强风天气来临时,未关闭的建筑幕墙开启窗极易被吹落,严重危害了人身与财产安全。为了及时准确地发现未关闭的开启窗,提出了一种基于计算机视觉的幕墙开启窗检测方法。广角摄像头从建筑底部仰角拍摄幕墙外立面全景影像,采用语义分割模... 在强风天气来临时,未关闭的建筑幕墙开启窗极易被吹落,严重危害了人身与财产安全。为了及时准确地发现未关闭的开启窗,提出了一种基于计算机视觉的幕墙开启窗检测方法。广角摄像头从建筑底部仰角拍摄幕墙外立面全景影像,采用语义分割模型U-Net提取外立面掩码图像,并从掩码图像提取用于透视变换的参考点,透视变换法将因仰角拍摄产生的畸变进行校正,校正后的开启窗位置分布规则,可直接按照预设区域准确裁剪出开启窗区域图像,然后采用ResNet-18卷积神经网络分类模型判断开启窗开闭状态。建立开启窗位置与楼宇房间号映射关系表,从而指导责任人员及时定位并关闭开启窗。所提方法在某高层建筑进行了测试。结果表明:所提方法可以在不同光照条件下有效检测到未关闭的开启窗,检测时间优于2 s。可见,所提方法在准确性与及时性上满足实际应用需求。 展开更多

关键词 强风天气 开启窗 计算机视觉 U-Net 透视变换 ResNet-18 映射关系表

在线阅读 下载PDF 职称材料

基于U-Net的湖北省露天矿山土地损毁信息提取应用 被引量：1

18

作者 何睿 王润 +6 位作者 徐航 刘帅 李彧磊 张硕 陈琨 蔡宇 陈梦源 《资源环境与工程》 2024年第1期100-110,共11页

将高分辨率遥感数据与深度学习方法相结合,可实现露天矿山土地损毁信息有效提取,提升对矿山地质环境现状及其变化情况的掌握程度。以高分二号卫星影像为数据源,利用U-Net模型对湖北省3个典型矿集区进行露天矿山土地损毁信息的提取研究... 将高分辨率遥感数据与深度学习方法相结合,可实现露天矿山土地损毁信息有效提取,提升对矿山地质环境现状及其变化情况的掌握程度。以高分二号卫星影像为数据源,利用U-Net模型对湖北省3个典型矿集区进行露天矿山土地损毁信息的提取研究。根据模型精度评价结果,数据训练集所包含的数据越多,其信息提取效果越好;骨干模型层数过深时会发生过拟合现象,降低信息提取结果的精度。经过综合考虑,选择将数据训练集旋转角度设置为30°,将骨干模型设置为ResNet34,最终取得较好的信息提取效果,验证了应用U-Net模型进行露天矿山土地损毁信息提取的可行性。 展开更多

关键词 深度学习 卷积神经网络 U-Net ResNet 露天矿山土地损毁 信息提取

在线阅读 下载PDF 职称材料

革兰氏染色细菌显微图像深度学习分类与计数

19

作者 董宇波 王蕊 +1 位作者 赵慧娟 张书景 《中国医学物理学杂志》 CSCD 2021年第1期127-132,共6页

菌种和数量是研究菌群失调和疾病预测的重要参数,然而细菌分类和计数工作主要由人工完成,过程繁琐,极易出错,并且耗时费力。本研究提出一种基于图像深度学习的方法对显微图像中的革兰氏阳性杆菌、革兰氏阴性杆菌、革兰氏阳性球菌和革兰... 菌种和数量是研究菌群失调和疾病预测的重要参数,然而细菌分类和计数工作主要由人工完成,过程繁琐,极易出错,并且耗时费力。本研究提出一种基于图像深度学习的方法对显微图像中的革兰氏阳性杆菌、革兰氏阴性杆菌、革兰氏阳性球菌和革兰氏阴性球菌进行分类。整个算法过程包括分割和分类识别两部分,首先采用U-Net"渐进分割法"对细菌部分和背景部分进行分割;然后将分割后的细菌分别投入ResNet50模型和VGG19模型进行识别和计数。将经过再训练ResNet50模型和VGG19模型的计数结果与人工分类计数标准的结果进行比较,实验结果表明ResNet50模型可以达到人工分类和计数的准确率。 展开更多

关键词 革兰氏染色菌 分类计数 U-Net ResNet 深度学习

暂未订购

U-Net改进及其在新冠肺炎图像分割的应用 被引量：5

20

作者 顾国浩 龙英文 吉明明 《中国医学物理学杂志》 CSCD 2022年第8期1041-1048,共8页

CT成像已成为检测新型冠状病毒肺炎(COVID-19)最重要的步骤之一。针对手动分割患者胸部CT图像中毛玻璃混浊区域繁琐的问题提出了一种自注意力循环残差U型网络模型来实现COVID-19患者肺部CT图像的自动分割,辅助医生诊断。在U-Net模型的... CT成像已成为检测新型冠状病毒肺炎(COVID-19)最重要的步骤之一。针对手动分割患者胸部CT图像中毛玻璃混浊区域繁琐的问题提出了一种自注意力循环残差U型网络模型来实现COVID-19患者肺部CT图像的自动分割,辅助医生诊断。在U-Net模型的基础上引入了循环残差模块和自注意力机制来加强对特征信息的抓取从而提升分割精度。在公开数据集上的分割实验结果显示,该算法的Dice系数、敏感度和特异度分别达到了85.36%、76.64%和76.25%,与其他算法相比具有良好的分割效果。 展开更多

关键词 U-Net 新型冠状病毒肺炎 图像分割 循环残差 自注意力机制

在线阅读 下载PDF 职称材料