【摘 要】
：
为了解决暗区域、纹理复杂或半影区域的阴影去除效果不明显的问题,提出了空洞卷积与注意力机制融合的对抗式图像阴影去除算法。该算法基于生成对抗网络的总体思想,将空洞卷积引入残差网络中,用自定义的空洞残差块进行特征提取,扩大了特征提取的感受野。在注意力编码阶段,加入4层相同结构的空洞卷积,确保最小计算量的情况下为解码阶段提供更抽象、更本质的全局的语义特征。运用多重注意力机制,引导判别网络对无阴影图像的鉴别
【机 构】
：
辽宁工程技术大学软件学院,辽宁葫芦岛125105
论文部分内容阅读
为了解决暗区域、纹理复杂或半影区域的阴影去除效果不明显的问题,提出了空洞卷积与注意力机制融合的对抗式图像阴影去除算法。该算法基于生成对抗网络的总体思想,将空洞卷积引入残差网络中,用自定义的空洞残差块进行特征提取,扩大了特征提取的感受野。在注意力编码阶段,加入4层相同结构的空洞卷积,确保最小计算量的情况下为解码阶段提供更抽象、更本质的全局的语义特征。运用多重注意力机制,引导判别网络对无阴影图像的鉴别,提高判别网络能力。该算法分别在ISTD(image shadow triplets dataset)与
其他文献
针对SLAM (simultaneous localization and mapping)在急转弯、快速运动场景中定位失败的问题,提出一种融入注意力和预测的特征选择即时定位与地图创建(SLAM)算法,选择随着相机的运动更有可能保持在视野中的特征点,舍去即将消失在视野中的特征点。首先利用logdet度量量化特征选择的可行性,然后计算特征点的信息矩阵,再从检测到的特征中通过贪婪算法选择k个特征(近似
当处理多条件多样本RNA-Seq测序数据时,现有方法忽略了读段分布样本之间存在高度相似性的特点.本文提出了一个基于多条件多样本RNA-Seq测序数据剪切异构体表达水平估计方法MCMS-Seq.该方法建立了一个联合偏差估计模型来提取读段分布在样本之间的相似性特征,同时考虑读段分布受全局偏差和局部偏差的影响.此外,增加 L2/L1组稀疏约束和L1稀疏约束两个正则化项,用来体现基因和剪切异构体之间存在稀疏特性,以及消除技术性误差和数据噪声的影响.通过多个真实数据集的验证,MCMS-Seq方法能获得更为准确的剪切
为在设计阶段对YK73200数控成形磨齿机进行热优化,减小热变形,建立磨齿机热特性分析模型,并基于试验对所建模型进行验证.针对磨齿机的各个热薄弱环节,提出相应的热结构优化及高效冷却措施.采用验证后的模型对改进后的磨齿机进行热特性分析.结果表明:基于热结构对称设计原理,改进床身冷却流道结构设计,可使不同位置工况下磨齿机关键点的热变形最大减少21.3％.
为有效诊断旋转机械故障,提出基于集合经验模态分解(EEMD)的多维特征提取故障诊断识别方法.利用EEMD将原始振动信号分解为若干个本征模态函数(IMF),分别计算原始信号和IMF分量的时域指标;将时域指标进行奇异值分解,得到奇异值特征向量,计算原始信号频率带能量比和IMF分量能量比;将IMF分量能量比、奇异值特征向量、频率带能量比组合为故障特征向量,作为神经网络的输入,对转子的工作状态进行诊断识别.结果表明:多维特征向量的识别效果优于EEMD能量特征,能更充分反映出转子的故障特征.
NAND闪存信道检测技术直接影响数据存储的可靠性,本文针对NAND闪存信道检测过程中因缺乏信道先验信息而导致检测性能显著降低的问题,提出了一种基于卷积神经网络(convolutional neural networks,CNN)的信道检测器.该检测器通过学习存储单元阈值电压随应用场景的变化特性,来初始化网络参数,并通过在系统空闲时间段优化网络参数来实现与信道的匹配.仿真实验结果表明:在信道先验信息未知的情况下,CNN检测器可获得比最优阈值检测器更好的检测性能;与现有的循环神经网络检测器相比,CNN检测器具
在线教育存在“信息迷航”问题,而传统的信息推荐方法往往忽视教育的主体——学习者的特征.本文依据教育教学理论,根据在线教育平台中的学习者相关数据,研究构建了适用于在线学习资源个性化推荐的学习者模型.以协同过滤推荐方法为切入点,融合学习者模型中的静态特征和动态特征对协同过滤方法进行改进,建立融入学习者模型的在线学习资源协同过滤推荐方法.以2020年3～7月时间段的东北石油大学“C程序设计”课程学生的真实学习数据和行为数据为数据集,对本文提出的方法进行验证和对比,最后证明本文提出的方法在性能上均优于对比方法.
跨模态图像文本检索的任务对于理解视觉和语言之间的对应关系很重要,大多数现有方法利用不同的注意力模块挖掘区域到词和词到区域的对齐来探索细粒度的跨模态关联.然而,现有的方法没有考虑到基于双重注意力会导致对齐不一致的问题.为此,本文提出了一种一致性协议匹配方法,旨在利用一致性对齐来增强跨模态检索的性能.本文采用注意力实现跨模态关联对齐,并基于跨模态对齐结果设计了基于竞争性投票的跨模态协议,该协议衡量了跨模态对齐的一致性,可以有效提升跨模态图像文本检索的性能.在Flickr30K和MS COCO两个基准数据集上,
为研究系统故障在不同因素叠加时体现的总体规律、故障变化程度和故障信息量,提出系统故障熵的概念.基于线性熵的线性均匀度特性,推导了多因素相被划分为两状态时的线性熵模型.认为线性熵可以表征系统故障熵,进而研究了系统故障熵的时变特征.对连续时间间隔内的不同因素状态叠加下系统故障进行统计,得到系统故障概率分布,绘制系统故障熵时变曲线.从结果来看至少可以完成3项任务:从变化规律得到考虑不同因素影响下的系统故障熵变化情况,系统故障熵的总体变化规律,系统可靠性的稳定性.此研究可应用于类似情况下的各领域故障及数据分析.
目标检测使用特征金字塔检测不同尺度的物体时,忽略了高层信息和低层信息之间的关系,导致检测效果差;此外,针对某些尺度的目标,检测中容易出现漏检。本文提出双向特征融合与注意力机制结合的方法进行目标检测。首先,对SSD(single shot multibox detector)模型深层特征层与浅层特征层进行特征融合,然后将得到的特征与深层特征层进行融合。其次,在双向融合中加入了通道注意力机制,增强了语
为更好地识别风电机组主轴承运行状态,提出了一种基于辅助分类生成对抗网络(auxiliary classifier generative adversarial networks,AC-GAN)的数据重构算法对风电机组主轴承温度进行监测.首先,利用采集与监视控制系统(supervisory control and data acquisition,SCADA)时序数据建立基于轻型梯度增强学习器(light gradient boosting machine,LightGBM)的主轴承温度预测模型,并计算其残