摘要：为了解决隧道岩性现有识别方法中识别时间长、安全性低、主观性大等问题,结合不同岩性表面具有不同的成分特征,提出了一种基于轻量级模型与岩石图像的隧道岩性快速识别方法.首先,通过相机采集隧道常见的片麻岩、花岗岩、石灰岩、大理岩、凝灰岩、砂岩等6类主要岩石,建立了岩石图像数据集并划分训练集、验证集与测试集;然后,基于轻量级模型MobileNet V2在ImageNet数据集上进行预训练,改进模型分类器结构以适应岩石数据集,并采用模型迁移学习训练方法对1170张训练集图像进行训练,获取了岩石岩性识别模型;最后,选取共计300张测试集图像在离线条件下进行了模型测试,并与VGG16模型与SVM(support vector machine)模型进行了对比.实验结果表明:模型在测试数据集上的各项总体评估指标均在85%以上,其中凝灰岩各项评价指标达到94%以上,模型大小仅28.3 MB,平均识别时间为2880 ms,表明该识别模型体积小,识别准确率高,识别时间快,在精确率与识别速度上均优于传统方法.

摘要：针对现有工作流模型在应对大型复杂系统时的不足,引入轻量级模型的概念,提出一种基于改进AOV网的轻量级工作流模型以满足大型复杂业务流程的工作流管理需求。在对模型进行详细定义与设计的同时,给出了流程调度中关键的两个算法——分支的调度算法及汇聚的同步算法以确保流程的准确运行。通过对一个具体实例的流程建模分析,体现了模型的轻量级优势并采用图论的分析手段对模型进行静态及动态验证,证明了模型的合理性。

摘要：微小型航天密封圈表面缺陷面积占比小,目前的检测方法检测效率低、结果不稳定,检测速度和检测精度仍有提升空间。针对上述问题,提出两种基于深度学习的密封圈表面缺陷检测算法。在MobileNetv2的反向残差模块中加入多头注意力机制,构建出轻量级主干网络Efficient Model;使用Next Hybrid策略,融合工业级Transformer网络中的多个注意力机制模块,构建出Next Generation Vision Transformer主干网络。在上述两种主干网络中分别加入特征提取网络,设计出Efficient-FPN Model和Transformer-FPN Model检测算法。实验结果表明,Efficient-FPN Model和Transformer-FPN Model检测算法的平均准确率均高于YOLOv5s、YOLOv5x以及YOLOv5z,其中,Transformer-FPN Model模型的平均准确率最高,达到91.4%。Efficient-FPN Model的检测速度在五种模型中最快,达到110.8 frame/s,其平均准确率达到86.1%,也高于其他YOLOv5算法,是综合性能最优的检测模型。将这两种算法部署于自主研制的航天密封圈智能测量与测检设备,实现了快速、准确检测全向曲面柔性零件的目的。

摘要：目的 图像超分辨率重建的目的是将低分辨率图像复原出具有更丰富细节信息的高分辨率图像。近年来,基于Transformer的深度神经网络在图像超分辨率重建领域取得了令人瞩目的性能,然而,这些网络往往参数量巨大、计算成本较高。针对该问题,设计了一种轻量级图像超分辨率重建网络。方法 提出了一种轻量级图像超分辨率的蓝图可分离卷积Transformer网络(blueprint separable convolution Transformer network,BSTN)。基于蓝图可分离卷积(blueprint separable convolution,BSConv)设计了蓝图前馈神经网络和蓝图多头自注意力模块。然后设计了移动通道注意力模块(shift channel attention block,SCAB)对通道重点信息进行加强,包括移动卷积、对比度感知通道注意力和蓝图前馈神经网络。最后设计了蓝图多头自注意力模块(blueprint multi-head self-attention block,BMSAB),通过蓝图多头自注意力与蓝图前馈神经网络以较低的计算量实现了自注意力过程。结果 本文方法在4个数据集上与10种先进的轻量级超分辨率方法进行比较。客观上,本文方法在不同数据集上取得了不同程度的领先,并且参数量和浮点运算量都处于较低水平。当放大倍数分别为2、3和4时,在Set5数据集上相比SOTA(state-of-theart)方法,峰值信噪比(peak signal to noise ratio,PSNR)分别提升了0.11 dB、0.16 dB和0.17 dB。主观上,本文方法重建图像清晰,模糊区域小,具有丰富的细节。结论 本文所提出的蓝图可分离卷积Transformer网络BSTN以较少的参数量和浮点运算量达到了先进水平,能获得高质量的超分辨率重建结果。

摘要：裂缝检测对保证隧道结构安全至关重要,及时发现隧道裂缝缺陷,有利于降低工程维修成本和保障行车安全。然而,传统卷积神经网络在隧道裂缝检测任务中主要侧重提高检测精度和算法复杂度,如何平衡裂缝检测的精度和实时性是当前研究的一个难点。针对这一问题,本文提出一种基于轻量级Transformer的裂缝分割方法 CrackViT。首先,采用卷积神经网络与Transformer混合的MobileViT网络构建裂缝特征提取网络,减少网络模型参数和计算量,并且有效提取裂缝图像全局信息和局部特征信息。然后,提出改进空洞空间金字塔池化解码器实现不同尺度的特征提取和信息融合,实现像素级概率分布。同时,裂缝图像存在细节信息缺失问题,引入高效通道注意力模块,增强对裂缝特征信息的提取能力。此外,针对裂缝与背景类别不平衡问题,设计了在线困难样本挖掘损失函数进行缓解。实验结果表明:在单个3050Ti GPU上,CrackViT算法最终在裂缝数据集上以63 FPS的速度获得了75.62%的IoU,模型参数量仅为2.43 M。CrackViT-L模型精度IoU为76.83%,模型参数量为3.56 M,模型推理速度达到61FPS。算法测试精度优于大多数主流模型,并且需要更少的模型参数。研究结果表明,CrackViT所预测的隧道裂缝分割图像边缘更加清晰和完整,保持推理速度的同时,能够有效检测裂缝,该算法有助于隧道裂缝检测实际应用。

摘要：针对在仅具有三原色(red-green-blue,RGB)摄像头的通用消费设备上部署基于深度学习的人脸反欺诈(face anti-spoofing,FAS)算法时存在的挑战问题,提出一种高效且轻量的RGB单帧FAS(efficient and lightweight RGB frame-level face anti-spoofing,EL-FAS)模型。探索一种新的全局空间自注意力机制捕获全局上下文信息的依赖关系,以提高模型泛化能力并在受限条件下实现高检测性能;设计一种等通道像素级二元监督方法,强制模型从不同的像素中学习共享特征;采用Bottleneck模块搭建骨干网络以减少模型参数。试验结果表明,EL-FAS模型在OULU-NPU数据集的大多数协议上平均分类错误率R_(ACE)最低,取得较好的人脸欺诈检测效果,在SiW数据集和跨数据集测试中也取得较好的性能,并且模型轻量,参数只有1.34×10^(6)个。

摘要：目的 在无教师模型指导的条件下,自知识蒸馏方法可以让模型从自身学习知识来提升性能,但该类方法在解决细粒度图像分类任务时,因缺乏对图像判别性区域特征的有效提取导致蒸馏效果不理想。为了解决该问题,提出了一种融合高效通道注意力的细粒度图像分类自知识蒸馏学习方法。方法 首先,引入高效通道注意力(efficient channel attention,ECA)模块,设计了ECA残差模块并构建ECA-ResNet18(residual network)轻量级骨干网,用以更好地提取图像判别性区域的多尺度特征;其次,构建了高效通道注意力加权双向特征金字塔ECA-BiFPN(bidirectional feature pyramid network)模块,用以融合不同尺度的特征,构建更加鲁棒的跨尺度特征;最后,提出了一种多级特征知识蒸馏损失,用以跨尺度特征对多尺度特征的蒸馏学习。结果 在Caltech-UCSD Birds 200、Stanford Cars和FGVC-Aircraft 3个公开数据集上,所提方法分别取得了76.04%、91.11%和87.64%的分类精度,与已有15种自知识蒸馏方法中最佳方法的分类精度相比,分别提高了2.63%、1.56%和3.66%。结论 所提方法具有高效提取图像判别性区域特征的能力,能获得更好的细粒度图像分类精度,其轻量化的网络模型适合于面向嵌入式设备的边缘计算应用。

摘要：针对目前大规模网络不适合在手机、平板电脑等资源匮乏的移动设备上使用,以及池化层会导致特征图的稀疏性最终影响神经网络识别精度的问题,提出了一个轻量级人脸识别神经网络ShuffaceNet,设计了一个非线性平滑Log-Mean-Exp函数ThetaMEX,并提出了一种端到端可训练的ThetaMEX全局池化层(TGPL),从而在保证算法精度的前提下,减少网络参数、提高运算速度,进而达到有效地将该网络部署在资源匮乏的移动设备上的目的。ShuffaceNet约有3 600个参数,模型大小仅为3.5 MB。在LFW(Labled Faces in the Wild)、AgeDB-30 (Age Database-30)、CFP (Celebrities in Frontal Profile)人脸数据集上的识别测试的结果表明,ShuffaceNet的精度分别达到了99.32%、93.17%、94.51%。与MobileNetV1、SqueezeNet、Xception相比,所提网络的大小分别缩减了73.1%、82.1%、78.5%,在AgeDB-30数据集上的精度分别提高了5.0%、6.3%、6.7%。可见,基于ThetaMEX全局池化的所提网络能够提高模型精度。

摘要：本文提出了一种多模态情绪识别方法,该方法融合语音、脑电及人脸的情绪识别结果来从多个角度综合判断人的情绪,有效地解决了过去研究中准确率低、模型鲁棒性差的问题.对于语音信号,本文设计了一个轻量级全卷积神经网络,该网络能够很好地学习语音情绪特征且在轻量级方面拥有绝对的优势.对于脑电信号,本文提出了一个树状LSTM模型,可以全面学习每个阶段的情绪特征.对于人脸信号,本文使用GhostNet进行特征学习,并改进了GhostNet的结构使其性能大幅提升.此外,我们设计了一个最优权重分布算法来搜寻各模态识别结果的可信度来进行决策级融合,从而得到更全面、更准确的结果.上述方法在EMO-DB与CK+数据集上分别达到了94.36%与98.27%的准确率,且提出的融合方法在MAHNOB-HCI数据库的唤醒效价两个维度上分别得到了90.25%与89.33%的准确率.我们的实验结果表明,与使用单一模态以及传统的融合方式进行情绪识别相比,本文提出的多模态情绪识别方法有效地提高了识别准确率.

摘要：脑肿瘤是一种常见的神经系统疾病,准确的肿瘤分割对于诊断和治疗至关重要。然而,传统的自动分割方法受限于计算复杂度和精度,限制了其实际的临床应用。此外,脑肿瘤在不同尺度下具有多样性,因此需要一种方法来融合多尺度信息以提高分割精度。首先设计一种轻量级脑肿瘤分割模型,通过减小参数量和计算复杂度,使其更适合点对点临床分析;其次,引入了多尺度信息融合策略和注意力机制,以考虑不同尺度下的脑肿瘤特征,提高分割准确度和鲁棒性;最后,实验优化后的模型完整肿瘤、核心区域、增强区域的Dice分数分别为0.851、0.834、0.778,参数量和计算复杂度仅为0.73 M和0.20 G,优于最先进的分割方法。