Multi-Scale Dilated Convolutional Neural Network for Hyperspectral Image Classification

基于多尺度空洞卷积神经网络的高光谱图像分类

郑姗姗¹,刘文¹,单锐¹,赵静一²,江国乾³,张智⁴

（1. 燕山大学理学院,河北 秦皇岛 066004;2. 燕山大学机械工程学院,河北 秦皇岛 066004;3. 燕山大学电气工程学院,河北 秦皇岛 066004;4. 北京航天研究所,北京 100094）

创新点说明：

1）将图像分割方法——空洞卷积用于卷积神经网络进行高光谱图像分类,提取更加广泛、抽象的图像特征。

2）构建基于多尺度空洞卷积神经网络的高光谱图像分类方法。搭建多尺度聚合结构,在每个通道中使用快捷连接和空洞卷积结构,有效提取图像特征,避免信息丢失。

研究目的：

针对图像信息丢失问题,得到高精度的高光谱图像分类方法。

研究方法：

在Indian Pines和Pavia University数据集上,与4个已有的高光谱图像分类方法进行对比实验,比较OA, AA和Kappa值。

研究结果：

多尺度空洞卷积神经网络在Indian Pines和Pavia University数据集上OA值分别达到了99.58%,99.92%。AA值分别达到了99.57%,99.90%。Kappa分别达到了99.52%,99.89%。

结论：

1）在卷积神经网络中引入空洞卷积,可以有效避免图像信息丢失。

2）多尺度空洞卷积神经网络能提取更佳的判别性特征,实现高分类性能。

关键词：多尺度聚合;空洞卷积;高光谱图像分类;快捷连接

     

大气电场倒转与突发钠层及突发E层的相关性

突发钠层(Sporadic Sodium Layer, Na_S)是中高层大气金属层最为显著的一种现象,其发生机制目前尚无定论。突发E层(Sporadic E layer, E_S)是等离子体密度异常增大的薄层,被认为与Na_S密切相关。为进一步研究Na_S及E_S事件之间相关性及影响因素,利用中国科学院“子午工程”2010～2018年合肥科大站宽带钠荧光共振激光雷达观测结果,并结合武汉左岭镇站数字测高仪及九峰站大气电场仪数据,分析大气电场倒转(即北向电场)对Na_S以及E_S事件的影响。在统计的91例Na_S事件中,发生于大气电场倒转时的比例为20/91; 同时,在发生Na_S事件的事例中,E_S消失或中断的比例较大(14/20),表明E_S可能以提供钠源的形式转化为Na_S。此外,在分析武汉左岭镇站数字测高仪数据的同时进行概率统计,结果表明:当大气电场倒转时,E_S临界频率减小甚至消失的概率较大(187/242),少数情况下可能造成临界频率增大甚至激发E_S生成(55/242); E_S虚高消失比例为179/242,E_S不变比例为27/242,E_S上升比例为23/242。综上所述,大气北向电场在一定程度上对E_S事件的发生有抑制作用,并对E_S事件的发生高度有明显影响。最后,对一种与电场倒转相关的突发钠层机制也进行了讨论。     

深度学习的人体图像半自动标注系统

针对目前数据标注过于依赖硬件、手动数据标注效率低下的问题,提出了基于深度学习的人体图像半自动标注系统.系统通过对算法进行改进,增加人体关键点个数进行特征提取和加入运动信息的约束,提高了视频分阶段标注的准确率.使用真实数据集仿真实验证明了通过深度学习算法进行数据标注的可行性,并且使用半自动标注的速度快、准确率高.     

基于感知驱动的纹饰矢量图评价方法

针对构建中华文化矢量素材库过程中如何评价矢量图质量优劣的问题,提出精确性、连续性和简单性三大视觉评价指标,并进行了量化分析. 首先,对矢量图进行解析,获取矢量图的文档对象模型,遍历文档树得到矢量信息;然后,结合格式塔心理学对矢量图的视觉误差、曲线连续性和纹饰图案的复杂度进行量化;最后,提出一种基于感知驱动的传统纹饰矢量图的评价方法. 结合视觉上的启发性规则,所提评价方法可提供3个量化指标用于多任务驱动矢量化系统中矢量图的自动评价、排序和筛选. 在纹饰矢量图数据集上对算法进行了仿真实验,结果表明,对矢量图的评价结果符合主流设计的视觉审美和期望.     

基于局部线性嵌入和支持向量机回归的TBM施工参数预测

依托吉林引松工程开展隧道掘进机（TBM）施工参数预测研究,提出TBM施工数据分段提取算法,提取上升段前30 s的总推进力、刀盘转速、推进速度、刀盘扭矩、刀盘转速电位器设定值、推进速度电位器设定值、贯入度、贯入度指数(FPI)、扭矩切深指数(TPI)9个参数作为输入;通过局部线性嵌入（LLE）完成对上升段数据特征的降维;基于支持向量机回归（SVR）建立TBM施工控制参数（推进速度、刀盘转速）和负载参数（总推进力、刀盘扭矩）预测模型. 分析是否结合前一掘进循环的FPI、TPI指数进行预测对预测效果的影响. 结果表明,上述方法在推进速度、刀盘转速、总推进力、刀盘扭矩的预测中均取得了较好的预测效果,平均预测绝对百分比误差均小于15%,验证了该预测方法的有效性,该方法可以为TBM现场施工提供指导.     

基于改进MobileNet v2的垃圾图像分类算法

针对现有的垃圾图像分类模型实时性能差和分类精度低的问题,提出基于改进MobileNet v2的垃圾图像分类方法,构建以MobileNet v2为核心的轻量级特征提取网络. 通过调整宽度因子降低模型的参数量;在模型中嵌入通道和空间注意力模块,增强网络对特征的细化能力;设计多尺度特征融合结构,增强网络对尺度的适应性;利用迁移学习的方式优化模型参数,进一步提高模型精度. 实验结果表明,算法在自建数据集上的平均准确率为94.6%,分别高于MobileNet v2、VGG16、GoogleNet、ResNet50、ResNet101模型2.0%、3.4%、3.2%、2.3%、1.2%;所提算法在2种公共图像分类数据集CIFAR-100和tiny-ImageNet中均取得不错表现;模型参数量仅为0.83 M,体积约为基础模型的2/5,在边缘设备JETSON TX2上的单次推理耗时68 ms,实现了推理速度和预测准确率的提升.     

基于机器视觉的加工刀具磨损监测方法

为了对加工过程中刀具的磨损状态进行监测,针对麻花钻的磨损形式,提出基于机器视觉的加工刀具磨损监测方法. 根据磨损刀具图像的灰度分布特点,提出基于积分图加速和Turky bi-weight核函数的非局部均值去噪方法;采用单、双阈值大津法获取磨损区域的灰度区间,实现对图像的自适应对比度增强;提出基于形态学重构方法的磨损区域局部极值点提取方法,有效完成对磨损区域的检测和边界提取. 该刀具磨损检测方法成功应用于麻花钻头磨损状态的监测过程,实验结果表明,相较于目前已有的机器视觉监测方法,所提出的方法具有更高的检测精度和效率,准确地提取磨损轮廓,从而有效实现对刀具磨损状态的监测和自动化监控加工过程,达到降低人工成本和产品不合格率的目的.     

基于GWO-SVM的下肢假肢穿戴者骑行相位识别

针对下肢假肢穿戴者骑行相位识别的问题,提出基于灰狼算法优化的支持向量机(GWO-SVM)分类模型. 建立下肢多源信息系统,采集膝关节、踝关节的加速度信号以及膝关节角度信号. 应用奇异值分解,对采集到的信号进行降噪处理. 在对信号进行降噪处理之后,为了避免单一信号不确定的影响,从数据冗余角度,选取各信号的特征点,开展归一化处理,组成多维特征向量,作为SVM分类模型的输入. 为了能够进一步提高分类精度,加强全局优化能力,利用GWO算法对核参数进行优化. 通过与PSO-SVM分类模型、GA-SVM分类模型对比表明,基于GWO优化的SVM分类模型对骑行相位的识别率为94%,高于其他方法优化的SVM分类模型.     

X射线透射成像技术原位追踪混凝土吸水过程

为了表征二维混凝土的传输过程,制备厚度为1 mm的混凝土薄片. 采用X射线透射成像（TXR）技术,联合扫描电镜、背散射和能谱分析技术（SEM/BSE/EDS）原位追踪水在2维混凝土薄片中的毛细自吸过程. 测试不同质量分数CsCl溶液对X射线透射图像的增强效果. 结果表明,CsCl能够提高吸水过程中混凝土薄片的TXR图像对比度,使得水在混凝土中的渗流路径更清晰、可辨. 水泥浆体在吸收CsCl后,扫描电子背散射图像的对比度显著增强. 不同位置铯原子的EDS能谱结果验证了TXR技术确定吸水前锋位置的准确性.     

银耳多糖超声波提取工艺优化及抗BV2细胞炎症的作用研究

以银耳为原料, 采用超声波辅助热水浸提法提取银耳多糖, 以多糖提取率为指标, 以超声波功率、提取料液比、提取温度和提取时间为影响因素, 设计单因素试验, 并通过正交试验得到较佳提取工艺。通过用TRPV1(Transient Receptor Potential Vanilloid1)试剂盒检测了小胶质细胞TRPV1的释放水平, 与脂多糖(Lipopolysaccharide, LPS)对照组相比, 不同质量浓度的银耳多糖组(62.5, 250, 1000 μg/mL)均能不同程度地抑制TRPV1的释放量。说明了银耳多糖对于BV2小胶质细胞炎症具有良好的抑制作用。