摘要：为增强全局上下文信息的关联性,加强对多尺度特征的关注,在提升图像去噪效果的同时最大程度保留细节特征,提出一种基于Transformer的特征细化和多尺度注意力的图像去噪网络(TFRADNet)。该网络不仅在编解码器部分利用Transformer解决大规模图像的长程依赖问题,提高模型的去噪效率,还在上采样操作后加入位置感知层来增强网络对特征图中像素位置的感知能力。为了应对Transformer可能对像素间空间关系的忽略,导致局部细节失真,在特征重建阶段设计了特征细化模块(FRB),采用串行结构逐层引入非线性变换,加强对噪声水平复杂的图像局部特征的识别。同时,设计了多尺度注意力模块(MAB),采用并行双分支结构,对空间注意力和通道注意力联合建模,有效捕捉不同尺度的图像特征并进行加权,提高模型对多尺度特征的感知能力。在真实噪声数据集SIDD、DND和RNI15上的实验结果显示,TFRADNet能够兼顾全局信息和局部细节,相比其他先进方法展现出了更强的抑噪能力和稳健性。

摘要：无人机航拍图像中的目标检测是近年来研究的热点,针对无人机视角下目标小而密集、背景复杂导致检测精度低的问题,提出一种基于上下文信息与特征细化的无人机小目标检测算法。通过上下文特征增强模块,利用多尺度扩张卷积捕获与周围区域像素点的潜在关系,为网络补充上下文信息,并根据不同尺度的特征层自适应生成各层级特征图的输出权重,动态优化特征图表达能力;由于不同特征图细粒度不同,使用特征细化模块来抑制特征融合中冲突信息的干扰,防止小目标特征淹没在冲突信息中;设计了一种带权重的损失函数,加快模型收敛速度,进一步提高小目标检测精度。在VisDrone2021数据集进行大量实验表明,改进后的模型较基准模型mAP50提高8.4个百分点,mAP50:95提高5.9个百分点,FPS为42,有效提高了无人机航拍图像中小目标的检测精度。

摘要：目标检测是遥感研究中重要且具有挑战性的任务。遥感图像大多通过俯视视角拍摄,其背景复杂、方向任意的特点,使得自然场景中的目标检测算法直接应用于遥感领域会面临一些挑战。针对上述问题,提出一种自适应特征细化网络AFR-Net,生成与物体之间具有高匹配度的有向候选框。设计特征增强模块增加具有判别力的特征表示,提升复杂背景下空间细节的捕捉能力;为得到适应于物体方向的有向候选框,提出自适应特征对齐模块缓解卷积特征与有向目标的空间错位问题,得到旋转不变特征;通过解耦检测头模块获取旋转敏感特征并细化精确的边界盒回归。提出的网络在公开的遥感目标检测数据集DIOR-R和HRSC2016达到了66.71%和97.12%的准确率,相比原始算法分别提高了2.3和0.9个百分点的检测精度,同时与一些主流的目标检测算法相比,该算法具有一定的优越性。

摘要：针对无监督行人重识别中行人特征表达不充分以及训练过程产生噪声标签等问题,提出了一种基于特征细化的多标签学习无监督行人重识别方法。首先,为提高网络对关键区域信息的利用能力,设计多尺度通道注意力模块(Multi-scale channel attention module,MCAM),嵌入ResNet50网络的不同层来构建特征细化网络,并利用该网络对输入图像通道维度上的关键信息进行强化和关注,以获得更丰富的特征信息;其次,为降低训练过程中产生的噪声标签对网络的负面影响,设计多标签学习模块(Multi-label learning module,MLM),通过该模块进行正标签预测以生成可靠的伪标签;最后,利用多标签分类损失和对比损失进行无监督学习。在数据集Market-1501和DukeMTMC-reID上进行实验,结果表明该方法在这两个数据集上的平均精度均值分别达到82.8%和70.9%,首位命中率分别达到92.9%和83.9%。该方法使用注意力机制强化图像的特征信息,并通过正标签预测减少噪声标签,有效提升了无监督行人重识别的准确率,为无监督行人重识别领域提供了更鲁棒的方法。

摘要：无监督行人重识别旨在无监督设置下从非重叠的相机中识别出同一行人。针对现有的无监督行人重识别网络不能充分提取行人特征以及相机之间的差异导致行人检索错误的问题,提出了一种细化特征引导对抗性解纠缠学习的无监督行人重识别方法,设计特征细化信息融合模块嵌入ResNet50网络的不同层,用以增强网络提取关键信息的能力。设计特征解耦学习方法最小化行人特征和相机特征之间的互信息,减少相机差异对网络的负面影响,同时设计对抗性解纠缠损失函数进行无监督联合学习。在两个公共数据集Market-1501和DukeMTMC-reID上对所提方法进行评估,平均精度均值分别提升了4.6%、3.1%,相较于基线算法具备较强的鲁棒性,满足在无监督背景下对行人的识别需求。

摘要：语义分割通常被描述为像素级的分类任务,而集成卷积神经网络与Transformer的MaskFormer网络则将其描述为掩模级的分类任务.为了解决语义分割形变建模能力差、物体轮廓分割模糊和收敛速度慢的问题,提出一种细化多尺度感知与优化轮廓的自适应道路场景语义分割网络.在编码器中,采用标准卷积与可变形卷积堆叠形成的瓶颈结构提高网络的形变建模能力;在解码器中,采用特征细化模块过滤无关特征,进一步提高特征金字塔网络的解码能力;针对特征金字塔网络进行多层级特征融合时上采样特征出现像素点错位的问题,引入特征校准模块优化物体轮廓的分割效果;最后在Transformer模块中采用Miti-DETR解码器加快网络的训练速度,提升分割精度.实验结果表明,所提网络在Cityscapes和Mapillary Vistas数据集上以较大的优势超过了现有的语义分割网络.

摘要：虽然现在的深度学习技术在大中目标检测领域取得了惊人的进步,但是由于小目标的尺寸有限以及卷积网络的局限性,导致小目标检测仍然是一个具有挑战性的问题。通过改进YOLOv5算法,提出了一种针对小目标的YOLO-S模型。在原来三层输出层的基础上,利用级联网络,添加一个专门针对于小目标检测的输出层。为了补充上下文信息以及抑制多尺度特征融合冲突,设计了一种新的上下文信息提取模块CFM(Context Feature Module)以及基于通道和空间特征细化的模块FSM(feature specify module)。上采样方式由原来的最邻近插值替换为新设计的Transpose模块,可以将信息最大化恢复。数据集采用专门针对于小目标的VisDrone2019来验证算法的有效性。实验结果表明,YOLO-S比YOLOv5的mAP@0.5提高了6.9个百分点。

摘要：针对现有目标检测器在处理无人机航拍图像上存在的小目标检测精度不高的问题,提出一种具有目标感知特征增强的改进YOLOv4(yolo only look once)航拍检测算法。通过深度级联的方式构建瓶颈连接注意力模块,将其嵌入至YOLOv4主干网络,强化对基础特征的提取;为充分有效地利用目标上下文,对原始网络中特征金字塔输出的多尺度特征进行聚合与校准细化;对于小目标定位不够精确的问题,通过闭环反馈与融合策略重新设计检测头部,增强小目标位置信息的特征响应。该方法在VisDrone航拍数据集上的实验结果表明,检测精度相比YOLOv4提高了4.24%,其中小目标的精度提升了约2%。

摘要：SAR图像较大难以实时运行且船只目标较小难以被识别,为此一种压缩级联深层神经网络算法被提出以实现对众多船只目标的分割定位识别。构建3个不同的卷积神经网络实现特征提取,引入级联结构融合不同网络输出的特征图实现网络的轻量化,融合后的特征输入金字塔池化模块实现特征细化,分类并解析。在Google Earth图像数据集中的实验结果表明,多分支网络的级联有助于大尺寸图像中目标特征的分散提取,分级的模型压缩有助于提升识别速度。

摘要：点击率预测是推荐系统和在线广告中的一项基本任务,大多主流模型主要通过高阶特征和低阶特征交互建模以提高模型性能和泛化能力,然而很多模型只学习了每个特征的固定表示而没有考虑在不同上下文中每个特征的重要性。针对基线模型(Feature Refinement Network,FRNet)在不同上下文无法灵活处理重要特征选择,并且缺乏良好解释性的问题,提出了一种特征细化分层注意力图神经网络(Feature Refinement Graph Neural Network and Hierarchical Attention,FRGNN-HA)模型。首先,在基线模型中融合图神经网络结构,利用图神经网络聚合邻节点和自身节点特征以实现在非欧式空间新节点的表示向量的更新,从而提升在不同上下文的重要特征选择能力和良好的解释性。其次,在图神经网络的基础上设计分层注意力网络,让模型可以更好地自适应关注重要上下文信息,并且可以在噪声和复杂场景下依然保持较好的性能。最后,FRGNN-HA通过在Criteo、Frappe和MovieLens这3个数据集上对比实验结果表明,与基线FRNet模型相比,曲线下的面积(Area Under Curve,AUC,记为AUC)指标分别提升了0.07%、0.29%和0.06%,交叉熵损失函数Logloss(记为Lloss)分别降低了0.08%、0.81%和1.09%。