【摘 要】
:
显著性物体检测在计算机视觉领域中是一个重要研究分支,目前已有大量相关研究工作被开展。计算机视觉作为人工智能领域的研究热点已经广泛被学术界和工业界的学者们关注。显著性物体检测的目的在于希望计算机能够找出人在观察一幅图像时在第一时间被图像中的某一突出显著物体前景所吸引的这个区域,即人眼最感兴趣的目标区域。近年来,随着深度学习方法在计算机视觉领域的广泛使用,基于卷积神经网络的显著性物体检测方法成为研究主
论文部分内容阅读
显著性物体检测在计算机视觉领域中是一个重要研究分支,目前已有大量相关研究工作被开展。计算机视觉作为人工智能领域的研究热点已经广泛被学术界和工业界的学者们关注。显著性物体检测的目的在于希望计算机能够找出人在观察一幅图像时在第一时间被图像中的某一突出显著物体前景所吸引的这个区域,即人眼最感兴趣的目标区域。近年来,随着深度学习方法在计算机视觉领域的广泛使用,基于卷积神经网络的显著性物体检测方法成为研究主流,基于全监督深度网络的检测方法被大量提出。但全监督所需的标记数据需要耗费大量的人力和时间成本。弱监督方法能够解决这个问题。但用于弱监督显著性检测的监督弱标签不够准确,在弱监督伪真值的生成方面对现有的传统显著性算法利用不够,且单一伪标签会产生偏见信息,使得模型不能够学习到准确的显著性线索。对于图像级别监督标签,存在不能很好的得到物体边界和轮廓信息的问题,以及有时显著物体区域存在不同程度缺失的问题。本文为了改善这些问题,针对弱监督下的图像显著性物体检测问题进行了研究。具体研究内容如下:首先,针对弱监督方法中生成的伪真值质量差和避免单一弱标签的偏见问题,设计了一种利用判别性区域特征融合(Discriminative Regional Feature Integration,DRFI)、结构化矩阵分解(Structured Matrix Decomposition,SMD)两种传统显著性检测方法生成弱标签,并使用涂鸦标签增强局部信息,构成多个粗糙弱标签互相监督,生成更精确伪真值的改进弱监督显著性物体检测方法。首先利用DRFI算法生成伪真值,再补充SMD算法检测出的局部信息来抑制DRFI算法中的背景噪声,并使用涂鸦标签进一步增强抑制,形成3种弱标签互相监督的模式,进而通过编码-解码结构的卷积神经网络完成检测模型的训练。最后,通过不同标签组合在5个数据集上的消融实验,定量说明了多种弱标签融合监督的有效性。第二,针对像素自适应蒙版优化(Pixel-Adaptive Mask Refinement,PAMR)精细化后的类别激活图(Class Activation Map,CAM)弱监督标签存在显著物体轮廓信息的缺失,以及存在的背景噪声和显著物体区域空缺问题,设计了一种基于多层特征精细化的CAM图弱监督显著性检测方法来改善弱标签不准确带来的影响。通过使用自精细化模块以及使用局部显著性相干损失函数完成设计,将自精细化模块加入解码器形成SRE(SelfRefinement-Enhanced)解码器,通过在5个公开数据集上的消融实验,说明方法整体检测显著图的准确度得到了有效提升。局部显著性相干损失函数有效的补齐了缺失的物体边界信息以及结构信息,SRE精细化模块有效地改善了显著性物体区域缺失以及存在背景噪声的问题,使得检测性能被进一步提升。最后,进行了算法对比实验,将本文的方法与其他现有的弱监督、无监督和全监督方法进行了定量与定性的性能对比,说明了本文提出方法在5个数据集上的表现。在检测DUT-OMRON、ECSSD、PASCAL-S数据集的性能结果上,本文的方法能够超过现有的弱监督方法以及一些无监督和早期的全监督方法。
其他文献
随着网络规模的不断扩大和网络业务的指数型增长,物联网(Internet of Things,Io T)应运而生,物联网的产生极大地提高了生产力并带动了上下游产业的发展,并为的生活带来了巨大的变化,一批新的应用技术逐渐走入人们的生活。本文考虑星地计算网络的“时频空算存”多维融合,重点研究“时、频、算”同时结合“空”的约束,挖掘星地计算网络的架构设计与各层次卸载部署策略,针对不同的业务类型,实现不同的
现代飞行器上装备有包括通信系统在内的多种设备,作为这些设备的前端系统,天线的性能直接决定了设备的性能。对于常规的天线来说,天线的电特性决定了它的形状。而共形天线与常规天线不同,共形天线的特殊之处在于它对形状的设计提出了更高的要求,不仅要满足基本的电特性要求,还要兼顾飞行器的气动特性。微带天线是共形天线中较为理想的天线单元形式。本文选择微带贴片天线作为共形天线单元形式,考虑了天线在平面情况下和柱面情
目前已有的MIMO雷达研究大多是基于静止平台,没有考虑雷达平台自身运动造成雷达系统性能损失的问题。例如在MIMO末制导应用中,平台运动速度很快,且目标通常距离雷达很近,此时运动平台的多普勒效应不能忽略,导致MIMO雷达空域辐射特性发生畸变。在此应用背景下,本文提出了高速运动平台下MIMO雷达的两种空域运动补偿方法和空时联合运动补偿方法,还研究了运动平台下雷达发射-接收端联合补偿跨距离-速度单元徙动
随着人类社会步入老龄化时代,老年人跌倒的预防和检测变得极其重要。传统的跌倒行为识别技术使用摄像头采集人体图像信息,并通过计算机视觉等技术进行识别,虽然取得了较好的识别效果,但容易受到光照的影响且不能保护个人隐私。基于可穿戴设备的跌倒行为识别,需要用户额外佩戴设备,影响用户体验。而基于毫米波雷达的识别方法具有较强的穿透能力、良好的隐私保护性,不受光照、温度等外界环境的影响,可以全天时全天候地进行工作
外辐射源雷达具有隐蔽性强、抗干扰、无需分配频率的优点,自上个世纪九十年代以来得到了长足的发展。外辐射源雷达采用第三方照射源来进行探测,因此参考信号的获取是外辐射源雷达研究的一大难点。随着数字广播信号(Digital Radio Mondiale,DRM)的普及,基于数字信号的外辐射源雷达也得到了相应的发展,由于数字信号抗干扰性能强,可以从接受到的信号中很大程度上地恢复出发射信号,因此就可以通过对接
随着实时系统复杂度的提高,针对具有任务内并行特征的任务集的调度策略的研究量逐年增长,具有这种特性的任务集中的单个任务可以并行利用多个处理器,能够达到对系统的更高实时性要求,满足更严格的时间约束。实时调度算法将处理器按一定的规则分配给任务,使任务在规定的时间前完成执行。对于无法转换为顺序任务的并行任务,现有的调度策略大多采用单一调度策略进行调度,但是单一调度策略不能够在所有结构和类型的任务的调度中都
星敏感器作为航天器姿态测量的高精度器件,其测量精度直接决定了卫星的姿态确定精度。星敏感器通过将卫星采集到的实时星图和历年星图库匹配来确定并修正航天器的姿态。为了协助星敏感器的单元电路、整机调试和验收,星敏感器测控台的研制被提出。星敏感器测控台是星敏感器研发过程中重要的测试设备,负责模拟总体设备发送命令,接收并分析星敏感器输出的数据,为专业技术人员提供有效的评测数据。测评人员通过对评测数据进行分析校
角反射器是电子对抗领域中常见的一种无源干扰手段,对于敌方探测可以起到迷惑和诱饵的作用,在海战防御中,可以保护舰船并提高舰船的生存率。雷达散射截面(Radar Cross Section,RCS)表征物体散射电磁波能力的强弱,目标的静态RCS和在真实环境下的RCS会有差异。本文以建立的目标全方位静态RCS数据为基础,在海面环境下,对舰船和角反射器的动态散射特性作研究,并对两者动静态的散射特性进行分析
雷达对海监测一直是我国军事领域的重点研究领域,逆合成孔径雷达(Inverse synthetic aperture radar,ISAR)作为岸对海侦察检测的有力工具,是国际上的热点与前沿的研究方向。无人机由于其生产成本低廉且向着产业化的方向发展,其系统也在朝着侦察-防御-攻击一体化的模式转变,在海情侦察以及海域资源监测的应用越来越广泛,故针对低空近海端飞行的无人机的ISAR雷达检测技术的研究在现
局部放电(partial discharge, PD)信号的检测能够为电力系统提供绝缘缺陷诊断和运行状态评估。现有的局部放电类型识别算法难以有效识别相似度较高的绝缘缺陷,限制了其应用范围。为此,提出一种基于PRPD(phase resolved partial discharge)图谱多特征融合的局部放电类型识别算法。该算法利用卷积神经网络(convolutional neural network