精准高效地从高分辨率遥感影像中提取建筑物信息对国土规划和地图制图意义重大，近年来基于卷积神经网络进行建筑物信息提取已经取得了很大的进展，然而在处理高分辨率遥感影像时仍存在影像的高级语义特征利用不够充分，难以获得细节丰富高精度分割影像的问题。文章针对以上问题提出了一种用于建筑物自动提取的深度学习网络结构空洞空间与通道感知网络(Atrous Space and Channel Perception Network，ASCP-Net）。该模型将空洞空间金子塔池化（Atrous Spatial Pyramid Pooling, ASPP）和空间与通道注意力 （Spatial and Channel Attention, SCA）模块融入到编码器-解码器结构中，通过ASPP模块来捕获和聚合多尺度上下文信息，采用SCA模块选择性增强特定位置和通道中更有用的信息，并将高低层特征信息输入解码网络完成建筑物信息的高效提取。在WHU建筑数据集（WHU Building Dataset）上进行实验，结果表明：文章提出的方法总体精度和F1评分分别达到了97.4%和94.6%，相比其他模型能够获得更清晰的建筑物边界，尤其对图像边缘不完整建筑的提取效果较好，有效提升了建筑物提取的精度和完整性。
高分辨率遥感影像 双注意力机制 空洞卷积 建筑物提取 high-resolution remote sensing images dual attention mechanism atrous convolution building extraction
1 重庆邮电大学计算机科学与技术学院重庆空间大数据智能技术工程研究中心，重庆 400065
2 昆明理工大学信息工程与自动化学院，云南 昆明 650500
高分辨率无人机遥感图像具有极为丰富的语义和地物特征，在语义分割中容易出现目标分割不全、边缘信息缺失、分割精度不足等问题。为了解决上述问题，基于DeepLabV3_plus模型提出改进的DeepLabV3_DHC。首先，利用多种主干网络进行下采样，采集图像的低级特征和高级特征。其次，将原模型的atrous spatial pyramid pooling（ASPP）全部替换成深度可分离混合空洞卷积，同时添加自适应系数，减弱网格效应。之后，抛弃传统上采样的双线性插值法，替换为可学习的密集上采样卷积。最后，在低级特征中串联注意机制。选用多种主干网络进行实验，数据集选用四川省隆昌市地区的部分图像，采用平均交并比和类别平均像素准确率作为评价指标。实验结果表明：所提方法不仅具有较高的分割精度，而且减少了计算量和参数量。
城市无人机遥感图像 语义分割 深度可分离混合空洞卷积 密集上采样 注意力机制 网格效应 激光与光电子学进展
2024, 61(4): 0428005
1 南京理工大学自动化学院, 江苏南京 210094
2 南京信息工程大学电子与信息工程学院, 江苏南京 210044
3 南京熊猫信息产业有限公司, 江苏南京 210038
现有的人群计数方法不能够完全适用于轨道交通场景中, 为此, 提出一种基于卷积神经网络的人群计数模型。模型采用 VGG16作为前端网络提取浅层特征, 提出一种基于 Inception结构改进的 M-Inception结构, 结合空洞卷积构成后端网络, 增大感受野, 适应多监控角度下不同尺寸的行人目标; 并提出一种融合行人总数估计损失和密度图损失的加权损失函数。将本文模型与 4种现有模型进行对比实验, 结果表明, 提出的人群计数算法在地铁场景中的平均绝对误差和均方误差仅为 1.46和 2.13, 优于 4种对比模型。考虑到模型的实际应用, 将模型部署到海思嵌入式芯片上, 实测结果表明, 模型可在嵌入式芯片上取得较高的计算速度和准确率, 满足实际应用场景的需求。
人群计数 地铁场景 空洞卷积 嵌入式实现 crowd counting subway scene dilated convolution embedded implementation 太赫兹科学与电子信息学报
2023, 21(7): 934
1 中国石油大学（华东）海洋与空间信息学院，山东青岛 266580
2 中国石油大学（华东）计算机科学与技术学院，山东青岛 266580
针对红外与可见光图像融合算法中多尺度特征提取方法损失细节信息，且现有的融合策略无法平衡视觉细节特征和红外目标特征，出了基于空洞卷积与双注意力机制（Dilated Convolution and Dual Attention Mechanism, DCDAM）的融合网络。该网络首先通过多尺度编码器从图像中提取原始特征，其中编码器利用空洞卷积来系统地聚合多尺度上下文信息而不通过下采样算子。其次，在融合策略中引入双注意力机制，将获得的原始特征输入到注意力模块进行特征增强，获得注意力特征；原始特征和注意力特征合成最终融合特征，得在不丢失细节信息的情况下捕获典型信息，同时抑制融合过程中的噪声干扰。最后，解码器采用全尺度跳跃连接和密集网络对融合特征进行解码生成融合图像。通过实验表明，DCDAM比其他同类有代表性的方法在定性和定量指标评价都有提高，体现良好的融合视觉效果。
图像融合 空洞卷积 多尺度结构 密集网络 image fusion, dilated convolution, multiscale stru
1 福州大学电气工程与自动化学院，福建福州 350108
2 国网福建电力有限公司电力科学研究院，福建福州 350007
复合绝缘子在不同缺陷类型下表现出不同的发热特征，基于复合绝缘子中心轴温度数据，提出了一种基于一维残差网络的复合绝缘子发热缺陷检测方法。首先，统计分析复合绝缘子不同缺陷类型下的异常温升范围及位置信息，得到各缺陷类型下的复合绝缘子中心轴温度数据样本集；然后，建立一维残差网络模型，在残差块中引入空洞卷积来扩大感受野，并加入有效通道注意力机制模块（efficient channel attention network, ECA_Net），提升与缺陷类别相关性较高的特征权重；最后，进行了算例验证及模型对比，同时采用 t分布随机紧邻嵌入（t-distributed stochastic neighbor embedding, t-SNE）可视化方法，反映模型特征提取的效果。结果表明：该模型能够有效捕捉中心轴线温度数据的空间维度信息，自适应提取类别区分度较大的特征，相较于普通卷积、自编码器（auto encoder, AE）和支持向量机（support vector machine, SVM），其识别准确率得到了提升，具有较好的鲁棒性和泛化能力，实现了端到端的复合绝缘子发热缺陷检测。
复合绝缘子 热成像 一维残差网络 空洞卷积 注意力机制 缺陷检测 composite insulator, thermography, one-dimensional
1 聊城大学物理科学与信息工程学院山东省光通信科学与技术重点实验室，山东 聊城 252059
2 聊城大学计算机学院，山东 聊城 252059
目前中华传统刺绣工艺传承保护问题中的修复任务主要以人工为主，修复过程需要大量的人力、物力。随着深度学习的高速发展，不同类型的刺绣文物损伤可以利用生成对抗网络进行修复。针对上述问题，提出一种基于改进深度卷积生成对抗网络（DCGAN）的刺绣图像修复方法。首先，在生成器部分引入空洞卷积层扩大感受野，并添加卷积注意力机制模块，在通道与空间2个维度增强重要特征的指导作用；在判别器部分增加全连接层数提升网络解决非线性问题的能力；在损失函数部分联合均方误差损失与对抗损失通过网络训练相互博弈的过程实现刺绣图像修复。实验结果表明：引入空洞卷积层与注意力机制提升了网络性能与修复效果，最终得到修复图像的结构相似性高达0.955，能够得到较为自然的刺绣图像修复效果，可以为专家提供纹理、色彩等信息作为参考辅助后续的修复。
非遗文化保护 刺绣图像修复 生成对抗网络 卷积神经网络 空洞卷积 注意力机制 激光与光电子学进展
2023, 60(20): 2010005
1 国网陕西省电力公司电力科学研究院，陕西 西安 710100
2 国家电网有限公司，北京 100031
3 国网陕西省电力有限公司，陕西 西安 710048
为解决传统云检测算法难以区分薄云和厚云问题，提高遥感图像云检测准确度，提出一种融合双注意力机制的遥感图像云检测算法。首先，以DenseNet结构为基础构建双注意力模型，引入密集连接模块以降低特征通道数；其次，引入全局上下文模块获取全局上下文信息进一步改善系统性能；最后，引入级联的空洞卷积模块以增大感受野，获取更多的影像全局信息。实验结果表明，与F-CNN、self-contrast、RF、SVM以及Fmask等算法相比，所提算法在薄云和厚云检测中具有更好的检测性能，云像素的综合检测正确率为0.9340、错误率仅为0.0385、误报率为0.0693，并能够有效避免过度检测。
遥感图像 双注意力机制 云检测 空洞卷积 感受野 激光与光电子学进展
2023, 60(14): 1428004
1 山东中医药大学实验室管理处，山东 济南 250355
2 山东中医药大学智能与信息工程学院，山东 济南 250355
糖尿病视网膜病变是糖尿病最常见也是最严重的并发症之一。为提高对糖尿病视网膜病变严重程度的诊断准确率，进一步为糖尿病视网膜病变治疗的精准用药提供依据，提出一种新型的特征融合网络模型。首先利用轻量化网络EfficientNet-B0提取眼底图像的不同层特征，使用高层特征结合三个不同空洞率的空洞卷积形成多尺度特征。然后引入多尺度通道注意力模块（MS-CAM），赋予高层特征和低层特征新的权重，对高低层特征进行融合，形成最终的特征表征，从而完成对糖尿病视网膜病变严重程度的分类。实验结果表明，所提模型的分类准确率达85.25%，表明其具有较好的可行性，在临床上给医生诊断起到了辅助作用，能更有效地预防糖尿病视网膜病变的进一步恶化。
自动分类 糖尿病视网膜病变 特征融合网络 空洞卷积 注意力机制 激光与光电子学进展
2023, 60(14): 1417001
辽宁工程技术大学软件学院，辽宁 葫芦岛 125105
针对红外图像中小目标分布稀疏、像素占比小，现有红外小目标检测算法易受强噪声干扰，对其精度和泛化性有较大影响的问题，提出一种基于上下文信息融合与视觉显著性的红外小目标检测算法。首先，主干网络采用编码-解码的方式构建，其中，编码层为空洞卷积所堆叠的全卷积神经网络，对输入进行特征提取；然后，通过与解码层逐层跳跃拼接的方式，实现跨层间的特征融合，提取具有强语义和强位置的特征信息；最后，将提取特征输入混合域模块，利用其中的通道注意力机制和空间注意力机制提高对小目标的特征权重，以增强对背景的抑制。通过空洞卷积结合跨层融合以及利用混合域模块带来的视觉显著性，所提算法在复杂背景下优于目前典型算法，与当前最优算法相比，F_measure平均提升了10%，运行效率加快40%，并且在检测率和虚警率指标上都有显著改善。
图像处理 空洞卷积 混合域 注意力机制 全卷积 特征融合 激光与光电子学进展
2023, 60(10): 1010002
1 昆明理工大学信息工程与自动化学院，云南 昆明 650500
2 广东省科学院智能制造研究所，广东 广州 510070
卷积神经网络（CNN）近年来已经广泛应用在各种化学计量学任务中。然而，通过CNN从光谱中学习长程相关性仍然是一个挑战，为了避免过拟合，很多之前的工作中使用的CNN架构都很浅。本文提出了一种并行空洞卷积网络（ACPnet）的方法来学习定量光谱的长程相关性，该方法将具有不同空洞率的并行卷积分支组合在一起，以寻找近程和长程相关性的最佳平衡。并在片剂（拉曼光谱）、土壤（近红外光谱）和葡萄酒（核磁共振光谱）3个数据集上验证了该方法的通用性。结果表明，与偏最小二乘回归（PLS）、最小二乘支持向量机（LS-SVM）、常规CNN和级联模式空洞卷积网络（ACCnet）相比，ACPnet在3个数据集的回归精度都达到了最佳。此外，将ACPnet提取的特征输入到不同的回归器中进行分析，来评估该结构作为有监督特征提取器的性能。特征提取-回归模型的预测结果表明，ACPnet在3个数据集上提取的特征信息都要优于常规CNN。
光谱学 空洞卷积神经网络 定量光谱分析 短程和长程相关性 激光与光电子学进展
2023, 60(9): 0930001
