1 内蒙古科技大学 信息工程学院，内蒙古包头市0400
2 内蒙古工业大学 信息工程学院，内蒙古呼和浩特010051
U型网络结构的脑肿瘤自动分割方法由于多次卷积和采样操作会造成信息损失，导致分割效果不佳。为解决这一问题，提出了能够利用语义信息流引导上采样特征恢复的特征对齐单元，并在此基础上设计轻量级的双重注意力特征对齐网络（DAFANet）。首先，将特征对齐单元分别引入3D UNet、DMFNet和HDCNet三个经典网络，以验证其有效性和泛化性。其次，在DMFNet基础上构造轻量级的双重注意力特征对齐网络DAFANet，利用特征对齐单元强化上采样过程中的特征恢复，3D期望最大化注意力机制同时作用于特征对齐路径和级联路径，用于重点获取上下文的全程依赖关系。同时使用广义Dice损失函数提升数据不平衡时的分割精度并加快模型收敛。最后，在BraTS2018和BraTS2019公开数据集进行验证，文中所提算法在ET，WT和TC区域的分割精度分别达到80.44%，90.07%，84.57%和78.11%，90.10%，82.21%。相较于当前流行的分割网络，具有对增强肿瘤区域更好的分割效果，更擅长处理细节和边缘信息。
脑肿瘤 图像分割 特征对齐 注意力机制 轻量化 brain tumors image segmentation feature alignment attention mechanism lightweight
1 内蒙古科技大学信息工程学院，内蒙古自治区包头 014010
2 内蒙古工业大学信息工程学院，内蒙古自治区呼和浩特 010051
3 内蒙古自治区模式识别与智能图像处理重点实验室，内蒙古自治区包头 014010
传统无监督域自适应行人重识别算法，抑制伪标签噪声效果差、域间泛化能力弱。针对这些问题，提出了一种基于软伪标签和多尺度特征融合的无监督域自适应行人重识别算法。为抑制伪标签噪声，利用并行网络的预测值作为软标签，通过交叉校对方式对伪标签噪声进行纠偏，为无监督域自适应任务提供更鲁棒的软伪标签。为增强域间泛化能力，利用多尺度特征重构和哈达玛积特征融合方法对深浅特征层信息进行处理，实现源域数据到目标域的风格转换，并结合实例和批量归一化网络解决残差网络域自适应性差的问题，增强网络对源域和目标域的泛化能力。实验结果表明，所提算法在Market-to-Duke和Duke-to-Market无监督域自适应任务中都取得了较好的性能，明显优于相关算法。
光计算 软伪标签 多尺度特征重构 哈达玛积特征融合 实例和批量归一化网络 行人重识别 激光与光电子学进展
2022, 59(24): 2420001
光学 精密工程
2022, 30(10): 1203
1 内蒙古科技大学信息工程学院，内蒙古 包头 014010
2 内蒙古工业大学信息工程学院，内蒙古 呼和浩特 010051
3 内蒙古模式识别与智能图像处理重点实验室，内蒙古 包头 014010
针对目标跟踪序列背景复杂、目标大尺度变化等导致目标辨识难度大的问题，提出了基于特征优选模型的Siamese网络目标跟踪算法。首先构建深度网络，有效地提取深度语义信息。再利用沙漏网络对多尺度下的特征图进行全局特征编码，将编码后的特征归一化处理，获取有效目标特征。最后构建特征优选模型，将解码获取的特征作为选择器甄别原特征图的有效特征并增强。为了进一步提高模型的泛化能力，引入注意力机制，对目标特征自适应加权，使其适应场景变化。最终提出算法在OTB100标准跟踪数据集测试成功率达到0.648，预测精度达到0.853，实时性为59.5 frame/s；在VOT2018标准跟踪数据集测试精度为0.536，期望平均覆盖率为0.192，实时性为44.3 frame/s，证明了该算法的有效性
机器视觉 深度学习 目标跟踪 Siamese网络 特征优选 特征融合 激光与光电子学进展
2022, 59(12): 1215003
1 内蒙古科技大学信息工程学院，内蒙古 包头 014010
2 内蒙古工业大学信息工程学院，内蒙古 呼和浩特 010051
3 内蒙古模式识别与智能图像处理重点实验室，内蒙古 包头 014010
针对遥感图像背景复杂、飞机目标尺寸变化大的问题，提出了基于平滑标签和多路聚合网络的遥感飞机检测方法。考虑到遥感图像中飞机目标辨识难度大，利用联合注意力机制捕获目标区域，缩小搜索范围。再使用改进的路径聚合网络提取主干网络中的4个特征层，可以有效提取浅层特征信息，将各层特征归一化后进行融合，预测目标的位置。为了避免训练模型过度依赖预测标签，造成过拟合，在网络中使用平滑标签技术，减小类内距离，有效提高训练模型的泛化能力。通过在两个公开数据集RSOD和HRRSD上进行大量实验，验证了提出方法的有效性。实验结果表明在RSOD数据集中，提出方法的平均精确率为0.967，在HRRSD数据集中平均精确率为0.993，与相关算法对比，检测精度有明显提升。
图像处理 遥感图像 平滑标签 多路聚合网络 注意力机制 激光与光电子学进展
2022, 59(12): 1210011
1 内蒙古科技大学 信息工程学院, 包头 014010
2 内蒙古科技大学 内蒙古自治区模式识别与智能图像处理重点实验室, 包头 014010
为了解决密集多目标检测中易造成的漏检问题, 提出一种基于双邻域对比度的红外小目标检测算法。首先利用峰值搜索算法筛选出候选目标; 再通过单尺度3层双邻域窗口遍历候选目标;最后利用双邻域对比度模型计算候选目标区域的最小灰度对比度, 并用对角梯度因子增强对比度和抑制杂波。结果表明, 与5种对比方法相比, 该方法的背景抑制因子和对比度增益分别平均提高4.7倍和1.8倍, 有效地抑制了杂波, 增强了目标。该研究能够准确地检测到相互接近的多个目标, 对提高复杂背景下的多目标检测精度是有帮助的。
图像处理 小目标检测 峰值搜索 双邻域对比度 对角梯度因子 image processing small target detection peak search double neighborhood contrast diagonal gradient factor
1 内蒙古科技大学 信息工程学院 内蒙古自治区模式识别与智能图像处理重点实验室, 包头 014010
2 内蒙古工业大学 信息工程学院, 呼和浩特 010051
3 大连海事大学 信息科学技术学院, 大连116026
为了解决人脸检测存在小目标人脸携带的特征信息少且相对较为模糊, 导致检测难度较高的问题, 采用将尺度不变人脸检测器(S3FD)网络与通道和空间注意力机制相结合的网络作为主干, 在通道和空间上建立了特征之间的权重关系, 强化特征提取能力, 将原本S3FD所输出的特征图经扩大感受野后进行上采样, 使得上一层特征图的输出包含了下一层特征图的特征。结果表明,widerface数据集的3个不同等级的验证集的平均精准率分别为95.0%, 93.7%, 86.4%, 与原S3FD相比分别提高了1.3%, 1.2%, 0.5%。本文中提出的算法在人脸检测中具有较好的检测效果。
图像处理 人脸检测 小目标 注意力机制 深度学习 image processing face detection small target attention mechanism deep learning
1 内蒙古科技大学信息工程学院，内蒙古自治区 包头 014010
2 内蒙古自治区模式识别与智能图像处理重点实验室，内蒙古自治区 包头 014010
3 内蒙古工业大学信息工程学院，内蒙古自治区 呼和浩特 010051
在行人重识别任务中存在数据集标注难度大，样本量少，特征提取后细节特征缺失等问题。针对以上问题提出深度双重注意力的生成与判别联合学习的行人重识别。首先，构建联合学习框架，将判别模块嵌入生成模块，实现图像生成和判别端到端的训练，及时将生成图像反馈给判别模块，同时优化生成模块与判别模块。其次，通过相邻的通道注意力模块间连接和相邻空间注意力模块间连接，融合所有通道特征和空间特征，构建深度双重注意力模块，将其嵌入教师模型，使模型能更好地提取行人细节身份特征，提高模型识别能力。实验结果表明，该算法在Market-1501和DukeMTMC-ReID数据集上具有较好的鲁棒性、判别性。
行人重识别 图像生成 联合学习 注意力机制 深度学习 person re-identification image generative joint learning attention deep learning
1 内蒙古科技大学 信息工程学院, 包头 014010
2 内蒙古科技大学 内蒙古自治区模式识别与智能图像处理重点实验室, 包头 014010
3 内蒙古工业大学 信息工程学院, 呼和浩特 010051
为了提高遥感图像场景分类中特征有效利用率, 进而提高遥感影像分类精度, 采用基于双通道深度密集特征融合的遥感影像分类方法, 进行了理论分析和实验验证。首先通过构建复合密集网络模型,分别提取图像卷积层特征和全连接层特征; 然后为挖掘、利用图像深层信息, 通过视觉词袋模型将提取的深层卷积层特征进行重组编码, 捕获图像深层局部特征; 最后采用线性加权方式将局部和全局特征融合、分类。结果表明, 选用数据集UC Merced Land-Use和NWPU-RESISC45进行实验, 取得的分类精度分别为93.81%和92.62%。该方法充分利用局部特征和全局特征的互补性, 能实现图像深层信息的充分利用和表达。
图像处理 遥感图像分类 特征融合 密集网络 视觉词袋模型 image processing classification of remote sensing images feature fusion dense convolutional network bag of visual words
