基于深度学习的图像语义分割方法综述

近年来,深度学习技术已经广泛应用到图像语义分割领域.主要对基于深度学习的图像语义分割的经典方法与研究现状进行分类、梳理和总结.根据分割特点和处理粒度的不同,将基于深度学习的图像语义分割方法分为基于区域分类的图像语义分割方法和基于像素分类的图像语义分割方法.把基于像素分类的图像语义分割方法进一步细分为全监督学习图像语义分割方法和弱监督学习图像语义分割方法.对每类方法的代表性算法进行了分析介绍,并详细总结了每类方法的基本思想和优缺点,系统地阐述了深度学习对图像语义分割领域的贡献.对图像语义分割相关实验进行了分析对比,并介绍了图像语义分割实验中常用公共数据集和性能评价指标.最后,预测并分析总结了该领域未来可能的研究方向及相应的发展趋势.     

一种改进FCN 的肝脏肿瘤CT 图像分割方法

精准的医学图像分割是辅助疾病诊断和手术规划的必要步骤。由于腹部器官边界 模糊、对比度不高,肝脏肿瘤的自动分割一直是一个难题。针对传统全卷积神经网络(FCN)实 现端到端分割精度不佳等问题,提出了一种卷积型多尺度融合FCN 的CT 图像肝脏肿瘤分割方 法。首先,通过提高对比度、增强和去噪的方式对原始的CT 图像数据集进行预处理;然后使 用处理后的数据集对所设计好的FCN 网络进行训练;最终得出能够精确分割肝脏肿瘤的网络模 型。实验效果采用多种评价指标进行分割结果的评估,并且与多种常见的分割网络进行对比。 实验结果表明本文方法可以精准分割CT 图像中各种形状和大小的肝脏肿瘤,分割效果良好, 能够为临床的诊断提供可靠的依据。     

基于注意力机制网络的航运监控图像识别模型

针对已有的航运监控图像识别模型C3D里中级表征学习能力有限,有效特征的提取容易受到噪声的干扰,且特征的提取忽视了整体特征与局部特征之间关系的问题,提出了一种新的基于注意力机制网络的航运监控图像识别模型。该模型基于卷积神经网络（CNN）框架,首先,通过特征提取器提取图像的浅层次特征;然后,基于CNN对不同区域激活特征的不同响应强度,生成注意力信息并实现对局部判别性特征的提取;最后,使用多分支的CNN结构融合局部判别性特征和图像全局纹理特征,从而利用局部判别性特征和图像全局纹理特征的交互关系提升CNN学习中级表征的能力。实验结果表明,所提出的模型在航运图像数据集上的识别准确率达到91.8%,相较于目前的C3D模型提高了7.2个百分点,相较于判别滤波器组卷积神经网络（DFL-CNN）模型提高了0.6个百分点。可见所提模型能够准确判断船舶的状态,可以有效应用于航运监控项目。     

机器阅读理解中观点型问题的求解策略研究

针对机器阅读理解中观点型问题的求解,提出一个端到端深度学习模型,使用Bi-GRU对文章和问题进行上下文语义编码,然后运用基于拼接、双线性、点乘和差集4种函数的注意力加上Query2Context和Context2Query两个方向注意力的融合算法获取文章和问题的综合语义信息,之后运用多层注意力转移推理机制不断聚焦,进一步获取更加准确的综合语义,最终将其与候选答案进行比较,选出正确答案。该模型在AIchallager2018观点型阅读理解中文测试数据集上准确率达到76.79%,性能超过基线系统。此外,该文尝试文章以句子序列作为输入表示进行答案求解,准确率达到78.48%,获得较好试验效果。     

基于分层压缩激励的ASPP网络单目深度估计

场景深度估计是场景理解的一项基本任务,其准确率反映了计算机对场景的理解程度.传统的深度估计利用金字塔池化(ASPP)模块可以在不改变图像分辨率的情况下处理不同像素特征,但该模块未考虑不同像素特征之间的关系,导致场景特征提取不准确.针对ASPP模块在深度估计中出现的弊端,提出了一种改进型的ASPP模块,解决了该模块在图像...     

融合改进 YOLOv7 与 UNet 的编码点定位方法

针对编码点的定位存在误检率高和精准度差的问题,提出了一种融合改进 YOLOv7 与 UNet 的圆形编码点定位方 法。第1阶段使用改进的 YOLOv7 检测编码点的位置,改进的 YOLOv7 首先将DCN-v2 可变形卷积引入 ELAN 模块,提升 特征提取能力;其次把卷积块注意力模块(CBAM) 机制嵌入骨干网络使网络更关注目标特征;然后使用Focal-EloU Loss 提高 收敛速度;最后构建 OD-Cat 模块替换 ConCat 模块以提升网络检测精度。提取出每个圆形编码点的 ROI 后,第2阶段通过 UNet 分割出编码点的中心轮廓后,使用最小二乘法拟合出编码点的中心。实验结果表明,改进后的模型比原 YOLOv7 的精 确率提高了6.33%,平均精度均值(mAP) 提升了5.76%;提出的定位方法验证了在噪声、亮度不足或曝光等复杂环境下可以 准确定位出编码点的中心椭圆轮廓,在实际工业视觉测量中具备鲁棒性。     

高强灌浆材料结合卡箍在导管架受损构件加固中的应用

以南海某海域一施工船与四桩导管架基础发生碰撞为背景,结合当前研究对导管架受损区域的承载力进行分析,计算得到受损截面凹陷处的轴向承载力和极限弯矩。简述海洋工程领域中受损构件的加固修复方法,探讨卡箍技术的理论研究现状及其在实际工程中的应用现状。基于典型灌浆卡箍修复技术提出一种采用80 MPa高强度灌浆材料结合卡箍技术进行加固修复的新方案,并采用有限元软件对加固后的组合结构进行数值模拟。仿真结果表明,该组合结构可有效改善导管架受损区域受力状况,提高结构的承载力。简述该方案的施工流程,以期为实际工程提供参考。     

深水海上风机吸力桶导管架基础承载特性

针对海洋深水环境,设计适应70 m水深的四桶导管架结构形式,并在此基础上设计相同高度和主腿斜度的三桶导管架基础。采用Abaqus有限元软件建立导管架结构-吸力桶-土体整体有限元模型,通过对比分析探究海上风电深水吸力桶导管架基础的承载力特性。研究发现：吸力桶与土体的位移一致性程度可反映基础水平极限承载力大小,四桶导管架基础的综合承载特性优于三桶导管架基础;加载高度对四桶导管架基础的水平承载力特性有重要影响,基础水平承载力随着加载高度增加逐渐减小;加载方向对四桶导管架基础水平承载力影响较小。     

基于AHP-模糊综合评价的海上风机基础状态评估

为掌握服役时期的海上风机基础状态并对海上风机基础状态进行评估,提出一套结合故障树分析（Fault Tree Analysis,FTA）法、层次分析（Analytic Hierarchy Process,AHP）法和模糊综合评价法的海上风机基础状态评价模型。针对导管架式海上风机基础,考虑海洋腐蚀和海底冲刷,通过p-y曲线法模拟桩-土相互作用,在风浪流载荷的作用下进行动力响应分析,采用故障树对其失效模式进行分析,确定评价指标,构造判断矩阵计算指标权重,运用模糊综合评价法对各指标和整体进行评价。该模型结合各评价方法的优点,使评价结果更有说服力,可为海上风电场运行维护管理提供技术参考。     

受水流冲刷影响后的吸力桶基础水平极限承载力

以某海域海上风机吸力桶基础为研究对象,采用Abaqus有限元数值模拟软件,考虑基础在不同土层中由水流冲刷导致其周围土体缺失时吸力桶基础的水平承载力。结果表明,桶内土体的缺失对吸力桶水平承载力的影响不大,随着吸力桶基础外周围土体缺失的扩大,其水平承载力逐渐降低,并影响海上风机的正常使用。