摘要：目标定位是计算机视觉中的关键问题,针对目前区域卷积神经网络及其扩展算法的精度受限于输出卷积图尺寸、不能得到目标准确位置的问题,提出一种基于多任务卷积神经网络的目标定位算法.在特征提取阶段,不同的任务共享相同的特征提取层;然后分别针对不同层次信息训练对应的后续网络;在提取出高层和低层信息后,融合低层信息和高层信息得到准确的目标位置.在PASCAL VOC 2007数据库和交通场景数据库进行实验的结果表明,该算法可以有效地提高目标定位的精度.

摘要：目的:针对多模态肝脏MRI配准问题,设计图像合成配准多任务网络(SynReg),解决弥散加权成像(DWI)和动态对比增强(DCE)影像之间常见的错位问题,证明SynReg能有效提升图像合成质量,进而提升肝细胞癌(HCC)的配准精度。方法:纳入264例肝硬化患者(部分患有HCC),对其扫描高b值DWI和DCE影像,并对肝脏标签和肿瘤标签进行标注。将数据集按7∶1∶2的比例划分SynReg网络的训练、验证和测试集。使用峰值信噪比(PSNR)和结构相似性指标(SSIM)评价图像合成效果,Dice指标和目标配准误差(TRE)评价配准精确度。结果:在图像合成任务中,SynReg将PSNR指标从18.452 dB提升至20.574 dB,SSIM指标从0.707提升至0.769,并显著优于对比方法对抗生成网络;在配准任务中,SynReg在肝脏区域将Dice指标从0.776提升至0.824,肿瘤区域TRE指标从4.237 mm降至3.470 mm,并且显著优于传统配准方法SyN和主流深度学习配准方法CycleMorph与TransMorph。上述结果均具有统计学意义(P<0.001)。结论:多任务网络框架中的合成任务与配准任务可以相互辅助,同时获得更好的合成效果与配准效果,且SynReg网络在肝脏轮廓和肿瘤区域均实现了优秀的配准精度,这对于临床上HCC的识别与诊断有着较大的应用价值。

摘要：针对现有多任务网络对各项任务关系以及城市场景图像内在特征的分析稍显不足的问题,提出基于分层聚合与高度语义感知的多任务网络。首先,为增强特征提取网络的能力,使用分层聚合模块学习多层特征间的相互依赖性,经过共享与独立设计,实现浅层特征与深层特征的融合,为不同下游任务馈送所需特征;其次道路场景图像中具有一定的高度差异性,水平分割相互之间的像素级分布有着显著不同,使用高度感知模块引入该先验信息,该结构简单高效。结果表明,所提方法在BDD100K的各项性能均优于同类方法,同时将车道线数据集TuSimple和CULane重新标注扩展为多任务进行测试,取得比现有方法更好的精度,验证方法的有效性。

摘要：针对网络视频质量低导致人脸检测准确率低的问题,提出一种基于人脸超分辨率重建的SR Face Detection模型。使用去掉自监督分支且以Resnet50为基础网络的RetinaFace进行帧图片人脸的粗提取;在人脸检测器后增加一个人脸超分辨率重建网络,剔除粗提取人脸中的非人脸。该超分网络的生成网络使用残差密集块进行特征提取,加入注意力损失和热图,更好地还原面部细节;根据实际需求设计一个多判别功能的判别网络。实验结果表明,SR Face Detection模型在WIDER FACE数据集上取得了令人信服的结果,提高了人脸检测准确率,且人脸检测场景越复杂,效果提升越明显。

摘要：针对现有行人再识别算法中采用单一外观特征所存在的特征判别力的不足问题,在深度学习框架下提出一种基于困难样本三元组损失的多任务行人再识别网络,以同时学习身份和属性标签的方式获得更多的行人判别信息.首先将预处理后的图片输入预训练的ResNet-50模型中提取行人特征信息;然后将其特征输入所设计的多任务网络,通过最小化身份和属性联合三元组损失调整网络模型参数,共同完成行人身份和属性判别双分支网络的训练;最后用训练好的模型提取行人特征,用于行人再识别任务,同时实现行人属性的判断.在Market-1501和DukeMTMC-reID这2个数据集上的实验证明,文中网络在行人再识别任务中所提取的特征更具有表征力,识别精度优于现有方法,并且能完成属性识别任务.

摘要：针对鲜食苹果智能化高效采收需要,该研究设计了四臂并行采摘的“采-收-运”一体式机器人系统,以代替人工采收作业。以中国矮砧密植高纺锤果树为对象,根据树冠内果实空间分布特征,提出了四臂并行采摘执行部件的作业方式;建立了基于多任务深度卷积网络的果实可见区域识别模型,实现受遮挡果实离散区域语义分割及其归属关系的端到端判别;在此基础上,根据果实表面局部点云信息对其质心进行空间定位;提出了基于时间最优的四臂协同采摘任务规划方法,以实现机械臂对树冠内不同区域的高效遍历。最后在采摘机器人关键部件集成的基础上,在矮砧密植标准果园进行生产试验。试验结果表明,机器人对树冠内可见果实的识别率为92.94%,被识别果实中定位精度满足机器人采摘操作要求的比例为90.27%;机器人平均采摘效率为7.12 s/果,其中四臂协同采摘效率约为单臂采摘效率的1.96倍;对可见果实采摘成功率为82.00%,对树冠内全部果实的采收率为74.56%,枝叶遮挡干涉是造成采摘失败的主要原因。该研究可为鲜果智能化采摘模式的探索应用提供技术支撑。

摘要：现有的深度学习方法倾向于将磁共振图像重建与分割作为两个单独的任务来处理,而没有考虑到两个任务之间的相关性。如果简单地对重建网络与分割网络进行拼接训练,则可能会由于任务之间的优化难度差异而影响重建与分割的最终效果。基于改进后的教师督导网络训练策略,开发了一种磁共振图像联合重建与分割的多任务深度学习方法。新设计的教师督导策略迭代地以中间重建输出和全采样数据来指导多任务网络训练,缓解误差积累。在一个公开数据集和一个内部数据集上对所提方法进行评估,并与6种现有方法进行了比较。实验结果表明,与对比方法相比,所提方法在实现重建与分割协同优化的同时提升了重建图像质量和分割精度。

摘要：立体匹配是自主移动平台获取周围环境深度信息的主要方式之一。针对在低纹理、前景物体难以与背景区分等场景下,经典立体匹配算法性能下降明显这一问题,围绕将语义信息引入立体匹配网络开展研究,对现有联合语义信息的立体匹配网络进行整合抽象,并针对现有方法的缺陷提出了联合语义代价体的立体匹配网络改进方法,结合残差结构设计,更充分地利用语义信息的同时保证了算法的实时性。实验结果表明,联合语义信息对立体匹配网络整体精度有所提升,并对病态区域中的结果有所改善,同时验证了本文方法相较于其他联合语义信息方法的优越性。

摘要：针对位于视野两侧的车道线易受光照等影响变得模糊而难以检测的问题,本文利用外形细长的车道线具有较强的空间信息的先验知识,设计了一个基于空间特征编码的端到端多任务网络LDNet-SFE.通过将特征图的每一行视作新的卷积层,把逐层卷积操作的原理应用到逐行卷积中,从而提取丰富空间信息,使网络更好地捕获车道线的空间连续性的特征.我们在公开数据集Cordova1和Washington1下进行实验,LDNet-SFE的F1分数分别达到了0.877和0.866,性能优于现有方法.

摘要：现有基于深度学习的图像拼接篡改检测方法大多依赖卷积操作的局部计算过程,感受野有限。此外,现有方法大多仅将篡改区域定位用于指导检测模型训练,难以学习更加丰富的篡改痕迹特征。针对上述局限性,提出了基于Transformer的多任务图像拼接篡改检测网络(Multitask Transformer-based Network,MT-Net),利用Transformer中的自注意力机制在特征提取过程获取图像像素之间的相关性,自适应地为各像素提供不同的关注度,提升检测网络对篡改痕迹的表征能力。此外,MT-Net同时考虑多个子任务从局部细化和整体感知两个方面共同引导网络学习,包括篡改区域定位、篡改边缘定位和篡改比例预测,并根据子任务特点设计了对应的损失函数来指导网络进行优化。实验结果表明,相比现有算法,所提算法在CASIA V2.0,Columbia和IDM2020这3个公开数据集上均取得了更好的检测准确性,F1值分别达到了0.808,0.913和0.675。可视化检测结果图表明,所提算法在定位拼接篡改区域时也有较好的表现。