【摘 要】
：
语义分割作为计算机视觉的基础,是预测图像不同语义类别的像素级任务,广泛应用于人机交互、自动驾驶和场景理解等领域。深度学习的使用极大提高了语义分割的性能,但一般的分割模型因卷积叠加和多尺度特征聚合导致存储成本增加和速度降低。因此,本文针对现有分割算法精度和速度难以平衡且空间占用大的问题,重点研究了应用在嵌入式平台上的语义分割算法,包括瞳孔目标分割算法和城市街景目标分割算法,具体的研究和创新内容如下:
论文部分内容阅读
语义分割作为计算机视觉的基础,是预测图像不同语义类别的像素级任务,广泛应用于人机交互、自动驾驶和场景理解等领域。深度学习的使用极大提高了语义分割的性能,但一般的分割模型因卷积叠加和多尺度特征聚合导致存储成本增加和速度降低。因此,本文针对现有分割算法精度和速度难以平衡且空间占用大的问题,重点研究了应用在嵌入式平台上的语义分割算法,包括瞳孔目标分割算法和城市街景目标分割算法,具体的研究和创新内容如下:（1）首先构建了瞳孔语义分割数据集,包括制作的Eye Lab数据集和修改的Open EDS数据集。Eye Lab数据集中的图像由实验室人脸采集设备获取,并利用Labelme软件对瞳孔目标进行手动标注,完成标签的制作。Eye Lab数据集中的图像不仅包含眼部区域也包含其他脸部信息,确保在较远场景下能很好地检测到瞳孔目标。公开的Open EDS数据集中的图像只针对人的眼部区域,是近距离采集的图像,其标签类别分为瞳孔、巩膜和虹膜,故对标签进行修改,只保留瞳孔目标。两者一起构成了完备的瞳孔分割数据集。（2）针对瞳孔目标的分割,提出了一种小型的实时分割算法LRPNet（Lightweight Real-time Network for Pupil Segmentation）。此算法使用了双边网络,包括空间分支网络和语义分支网络。其中空间分支网络层次较浅且通道较宽,在生成高分辨率特征表示的同时捕获空间细节信息;语义分支网络层次较深且通道较窄,用于获取感受野较大的上下文语义信息。为了充分结合这两种不同类型的信息,设计了有效的特征融合模块。同时在训练过程中对图片进行水平翻转、平移操作、高斯模糊和锐化操作的增强处理,以提高模型的鲁棒性。LRPNet算法在Open EDS和Eye Lab数据集上均具有较高的精度和较快的数据处理速度。为了进一步降低参数量,使用深度可分离卷积对其进行优化,得到了更加轻量化的LRPNet-ds（LRPNet with Depthwise Separable Convolution）算法,模型存储量由0.08MB减少到0.04MB。（3）针对城市街景目标的分割,以轻型实时算法Fast-SCNN为基础进行改进,提出了精度更高的MEF-SCNN（More Effective Fast-SCNN）语义分割算法。为了解决分割区域边界模糊的问题,在特征融合模块中设计并使用了空间注意力机制（Spatial Attention Mechanism,SAM）,使模型学习到更多有用的空间位置信息。为了解决具有相似特征的不同目标容易被混淆的问题,在分类器模块中设计并使用了通道注意力机制（Channel Attention Mechanism,CAM）,提升了网络对语义特征的提取能力。同时在训练阶段引入了边界引导机制（Boundary Guiding Mechanism,BGM）,强化了网络对浅层细节特征的学习,能够进一步提升模型分割的准确度。本文提出的算法相比于Fast-SCNN精度提升了4.12个百分点。
其他文献
基于深度学习的实体关系抽取算法表现出较高的性能,但是现有算法通常假设待预测的关系是一个固定的集合,在使用一个固定的数据集对模型进行训练之后,就用该模型进行预测。然而,在真实场景中,往往会不断出现新的样本和关系,导致现有实体关系抽取算法面临灾难性遗忘的问题,即模型只能识别正在学习的样本中包含的关系,而遗忘从以前任务中学到的知识,最终导致模型在以前任务上的性能严重下降。因此如何提高实体关系抽取算法的实
分布式计算平台Spark在大数据领域迅速发展,其内存计算的特性相较于其他大数据平台,减少了磁盘读取开销,缩短了数据处理时间,在机器学习、图像处理等大规模计算应用方面具有广阔的应用前景。国内外许多企业已将Spark平台应用在实际生产环境中,如亚马逊、阿里、华为等。但Spark平台的性能方面仍需提高,Spark的任务调度机制基于同构集群的理想化设计,导致异构集群中高性能节点的硬件优势未被充分利用,从而
随着信息化技术的快速发展,同类信息通过不同的呈现方式可以形成多种域的图像。这些不同域的图像信息互为补充,能够为人们的生活提供更丰富的视觉体验。因此,计算机视觉领域的研究人员对跨域图像转换算法进行了深入研究。跨域图像转换算法根据有无配对数据可分为有监督与无监督两种模式,每种方式都能够保证转换后信息的完整性,提升转换后图像的美观性。其中,基于生成对抗网络的跨域图像转换算法利用生成器与鉴别器互相博弈,最
随着大数据、人工智能等科技的蓬勃发展,信息安全问题逐步成为当今社会最紧要的问题之一,国家更是出台了多项信息安全方面的要求规划,强调注重发展的同时要兼顾安全。而在各类信息安全问题中最不容忽视的就是个人信息泄露问题,攻击者会利用窃取到的用户个人信息对该用户进行攻击,导致被攻击用户在个人隐私、财产等诸多方面遭受巨大损失,因此,当前如何更好地保护和解决个人信息安全问题,成为了社会各界关注的焦点。身份认证技
随着近几年智能家居行业的快速发展,越来越多的智能设备被生产并用于满足人们的个性化需求。然而,这些智能设备可能属于不同的供应商并且提供不同的功能与服务,因此很难将集中式的解决方案应用到智能家居系统中。区块链（Blockchain）技术因其不可篡改性、去中心化特性以及其他安全性方面的优势而具有解决智能家居潜在问题的可能。然而,随着终端设备数量与资源数量呈现爆发式增长,以及愈加繁复的应用场景性能需求,将
随着深度神经网络的发展,深度学习在图像分类、目标检测、模式识别等领域都取得了与人类相当甚至更好的表现。然而,在现实世界中可能存在多个任务构成的数据流,神经网络并不具备在数据流中调整自身适应新任务的同时还能维持网络在旧任务上的表现的能力,因此会出现灾难性遗忘。这大大地影响了通过深度神经网络走向强人工智能的进程。因此,研究深度神经网络的持续学习算法,解决灾难性遗忘具有重要的理论意义与应用价值。现存的持
蒲公英（Taraxacum mongolicum Hand.-Mazz.）作为一种药食同源植物,富含多种功能性成分,具有较高的开发价值。实验以蒲公英全草为原料,对蒲公英中醇溶及水溶性成分的提取工艺进行了研究;以蒲公英提取浓缩液为原料,研制出了风味和稳定性都较佳的蒲公英口服液,并对蒲公英口服液的抗氧化活性和抑菌活性进行了探究,以期对蒲公英的开发及综合利用提供有益的支撑。主要研究内容及结果如下:（1）
高光谱成像系统将成像技术与光谱技术相结合来检测物体的空间特征,使高光谱图像可以捕捉场景的详细光谱分布。高光谱图像数据作为一个数据立方体,通常具有多个相邻的窄带,采集到的图像相比于普通RGB彩色图像包含更加丰富的信息,在诸多领域拥有巨大优势,广泛应用于许多遥感领域,包括目标检测、变化检测、分类、聚类和分割。然而光谱、空间等不同维度无法同时高分成像,这是由于高光谱成像机理的限制。在获取高光谱图像时使用
当今世界,随着人工智能技术在军事指挥领域的应用,战争形态已经发生了巨大的变化。在许多场景下,特别是无人机群作战场景下,战场形势瞬息万变,传统的依赖指挥官的指挥决策方式已经完全不能满足作战指挥的要求。必须针对各种场景研究指挥官辅助决策系统,为指挥官快速提供多套可行的作战方案,供指挥官选择。论文针对无人机群对地面目标的进攻作战和防空武器部署两个作战场景,研究指挥官辅助决策系统,决策系统具有指挥官意图识
在工业领域,生产设备故障甚至停机可能为工厂带来无法估量的经济损失。如果技术人员能够提前预知设备故障的发生,就可以提前拟定维修方案,减少因为故障发生带来的影响。收集生产数据并在工业物联网（Industrial Internet of Things,IIo T）的中心云端进行故障预测是目前工厂生产提质增效的有效手段。但大量生产数据的传输可能会由于网络带宽的限制产生不可预知的延迟,还会对中心云造成巨大的