中国计量大学光学与电子科技学院，浙江 杭州 310018
为解决分布式相位敏感光时域反射计系统现有事件识别方法对于相似振动信号识别困难这一问题，提出了一种基于多尺度特征融合的相似信号识别方法。在该方法中，原始信号首先通过经验模态分解和小波包分解被分解为不同频率范围内的子信号。随后，分别提取原始信号和子信号的时频特征和近似熵特征，并利用主成分分析法对所提取的特征进行融合。最后，通过构建一个6层轻量反向传播（BP）神经网络分类器，训练分类模型并利用测试集验证模型分类度。该方法对小车经过和行走等相似信号的识别准确率可分别达到98.5%和98.0%，对于敲击和摇晃差异性大的信号的识别准确率可达100%。相比于直接从原始信号中提取特征并结合时频图的卷积神经网络方式，所提方法的综合识别准确率分别提高了8.4%与9.0%，相似信号的识别准确率分别提高了13.5%与12.4%。结果表明，该方法在保证差异性大的信号的高识别准确率的基础上，显著提高了相似信号的识别准确率，对于拓展分布式光纤传感的应用范围有重要的价值。
光通信 相位敏感光时域反射计 时频特征 近似熵 多尺度特征融合 反向传播神经网络
上海工程技术大学电子电气工程学院，上海 201620
卷积神经网络已在图像超分辨率领域得到广泛应用，Transformer近年来在该类图像处理任务中的扩展更是具有里程碑的意义，然而这些大型网络具有过多的参数量和计算量，其在部署和应用上存在很大局限性。考虑到上述发展现状，提出一种基于交错组卷积与稀疏全局注意力的轻量级图像超分辨率重建网络，该网络引入了以交错组卷积为主的特征提取模块，对Transformer的多头自注意力机制进行优化，设计了一种稀疏全局注意力机制以增强特征学习能力，并提出了一种多尺度特征重构模块来提高重建效果。实验结果表明：相比其他几种基于深度神经网络的方法，所提方法的PSNR、SSIM、参数量、计算量等性能指标都表现较好。而与基于Transfomer的方法相比，所提方法在PSNR、SSIM指标上平均提高0.03、0.0002，在参数量、计算量、运行时间上平均降低2.66×106、130×109、930 ms。
图像超分辨率 交错组卷积 注意力机制 轻量化网络 Transformer 多尺度特征重建 激光与光电子学进展
2024, 61(4): 0411003
1 中国石油大学（华东）海洋与空间信息学院，山东青岛 266580
2 中国石油大学（华东）计算机科学与技术学院，山东青岛 266580
针对红外与可见光图像融合算法中多尺度特征提取方法损失细节信息，且现有的融合策略无法平衡视觉细节特征和红外目标特征，出了基于空洞卷积与双注意力机制（Dilated Convolution and Dual Attention Mechanism, DCDAM）的融合网络。该网络首先通过多尺度编码器从图像中提取原始特征，其中编码器利用空洞卷积来系统地聚合多尺度上下文信息而不通过下采样算子。其次，在融合策略中引入双注意力机制，将获得的原始特征输入到注意力模块进行特征增强，获得注意力特征；原始特征和注意力特征合成最终融合特征，得在不丢失细节信息的情况下捕获典型信息，同时抑制融合过程中的噪声干扰。最后，解码器采用全尺度跳跃连接和密集网络对融合特征进行解码生成融合图像。通过实验表明，DCDAM比其他同类有代表性的方法在定性和定量指标评价都有提高，体现良好的融合视觉效果。
图像融合 空洞卷积 多尺度结构 密集网络 image fusion, dilated convolution, multiscale stru
光子学报
2023, 52(11): 1110002
1 长江大学电子信息学院，湖北 荆州 434023
2 长江大学人工智能研究院，湖北 荆州 434023
针对红外图像船舶目标检测方法的准确性和实时性还不能满足海防场景需求的问题，提出一种基于改进YOLOv7算法的轻量级船舶检测算法。该算法首先在Backbone网络中引入MobileNetv3主干网络，实现模型轻量化处理。然后在Neck网络引入注意力机制抑制噪声与干扰，以提高网络的特征提取能力，并采用双向加权特征金字塔，以提升特征融合能力。最后引入Wise IoU优化损失函数，提高模型的收敛速度与精度。在艾睿数据集上的实验结果表明，相较于YOLOv7，所提改进算法的精确率、召回率、平均精度均值（mAP）@0.5与mAP@0.5∶0.95分别提升0.9个百分点、2.5个百分点、1.2个百分点和1.2个百分点，模型参数量降低了约38.4%，浮点运算数（FLOPs）降低了约65.5%。所提改进算法在满足检测速度要求的同时得到了更优的检测精度，有效地实现了高速、高精度的船舶检测。
YOLOv7 注意力机制 多尺度融合 船舶检测 激光与光电子学进展
2023, 60(22): 2212008
1 三峡大学 水电工程智能视觉监测湖北省重点实验室，湖北宜昌443002
2 三峡大学 计算机与信息学院，湖北宜昌44300
针对大肠的息肉组织与正常组织间无明显边界，准确定位息肉位置困难的问题，提出了一种多尺度ResNeSt-50聚合网络融合顺序树重加权置信度传播（sequential Tree-Reweighted Message Passing， TRW-S）的息肉图像分割方法。为提高网络对息肉信息的表达能力，构建编码-解码结构的多尺度ResNeSt-50聚合网络，编码器由卷积模块和4级ResNeSt模块级联构建ResNeSt-50骨干网络，实现跨通道信息间的线性整合与连接；ResNeSt-50采用拆分注意力机制加强重要通道组的表现能力，增强了残差模块提取息肉图像信息的能力；解码部分下三层构建多层感受野模块（receptive field block， RFB）获取多尺度信息，然后用密集聚合模块整合其输出，并以快速解码方式输出解码信息，保证其分割性能的同时减少参数量；其次，生成预测图时采用测试时图像增强（Test-Time Augmentation， TTA）模块提升预测准确度，并增强网络的泛化能力；最后，构建基于马尔科夫随机场的TRW-S算法对输出的预测图进行后处理，以实现分割边缘的连续性和分割区域内部的一致性。对大肠息肉数据集Kvasir-SEG的测试结果表明，本文方法相比于U-Net，U-Net++，ResUnet、SFA、PraNet等算法，mDice值达91.6%，mIoU达86.3%，Smeasure达0.921， MAE为0.023，优于其他五种息肉分割算法；在未知数据集ETIS-LaribPolypDB，ColonDB上测试结果表明，相比于PraNet模型，本文模型的mDice值分别提升了14.2%，7.7%；从本文模型在ETIS-LaribPolypDB数据集上的分割表现看，本文算法对微小病变十分敏感；因此，本文算法分割的息肉图像，在分割区域内部的一致性、分割边缘的连续性、轮廓清晰度、捕捉微小病变能力等方面均表现出优良的性能，同时，对未知数据集具有较好的泛化能力。
息肉图像分割 多尺度密集聚合网络 拆分注意力机制 顺序树重加权置信度传播 多尺度感受野 polyp image segmentation multiscale dense aggregation network split-attention sequential tree-reweighted message passing multiscale receptive field 光学 精密工程
2023, 31(18): 2765
黄冬青 1,2,3徐伟铭 1,2,3,*许文迪 1,2,3何小英 1,2,3潘凯祥 1,2,3
1 福州大学数字中国研究院（福建），福建 福州 350108
2 福州大学空间数据挖掘与信息共享教育部重点实验室，福建 福州 350002
3 福州大学地理空间信息技术国家地方联合工程研究中心，福建 福州 350002
针对卷积神经网络在遥感影像分类时遇到的模型参数量过大和分类精度低等问题，在DeeplabV3+网络的基础上，将编码器中的深层特征提取器替换为轻量化网络MobilenetV2和Xception_65，将解码器结构改为逐层特征融合实现解码区上采样的细化，引入通道注意力模块加强编解码器之间的信息关联，引入多尺度监督实现感受野自适应。构建4种具有不同编解码结构的网络，在CCF数据集上对网络进行验证测试。实验结果表明，编码器采用Xception_65，解码器同时引入逐层连接、通道注意力模块和多尺度监督的MS-XDeeplabV3+网络在减少模型参数量、加快模型训练速度的同时能更细化地物的边缘信息，提高对道路、水体等线状地物和草地的分类精度，像素总体精度和Kappa系数分别达0.9122和0.8646，在遥感影像分类中效果最佳。
遥感影像分类 卷积神经网络 编解码结构 逐层特征融合 通道注意力模块 多尺度监督 激光与光电子学进展
2023, 60(16): 1628001
1 中国计量大学机电工程学院，浙江 杭州 310018
2 浙江大学控制科学与工程学院，浙江 杭州 310027
3 浙江新再灵科技股份有限公司，浙江 杭州 310051
激光扫描仪等设备直接收集到的原始点云通常会受到噪声的影响，这会影响后续的处理，如三维重建、语义分割等，因此点云去噪算法尤为重要。现有的点云去噪网络大多以噪声点与干净点的距离作为目标函数进行迭代训练，这可能导致点云聚集与异常值。针对以上问题，提出一种基于多尺度点云分布分数（即点云对数概率函数的梯度）的新型去噪网络multiscale score point（MSPoint）。MSPoint网络主要由两部分组成：特征提取模块和位移预测模块。在特征提取模块中输入点云的邻域，通过对数据添加多尺度噪声扰动加强MSPoint的抗噪性能，使提取到的特征具有更强的表达能力。位移预测模块根据分数估计单元预测的分数迭代学习噪声点的位移。在公开数据集上的实验结果表明，相比现有的方法，MSPoint有着更好的去噪效果以及更强的鲁棒性。
机器视觉 点云去噪 深度学习 点云分布 多尺度扰动 激光与光电子学进展
2023, 60(16): 1615002
1 安徽工程大学电气工程学院，安徽 芜湖 241000
2 检测技术与节能装置安徽省重点实验室，安徽 芜湖 241000
3 高端装备先进感知与智能控制教育部重点实验室，安徽 芜湖 241000
针对单目3D目标检测算法中存在图像缺乏深度信息以及检测精度不佳的问题，提出一种联合实例深度的多尺度单目3D目标检测算法。首先，为了增强模型对不同尺度目标的处理能力，设计基于空洞卷积的多尺度感知模块，同时考虑到不同尺度特征图之间的不一致性，从空间和通道两个方向对包含多尺度信息的深度特征进行重新精炼。其次，为了使模型获得更好的3D感知，将实例深度信息作为辅助学习任务来增强3D目标的空间深度特征，并使用稀疏实例深度来监督该辅助任务。最后，在KITTI测试集以及评估集上对所提算法进行验证。实验结果表明，所提算法相较于基线算法在汽车类别的平均精度提升了5.27%，有效提升了单目3D目标检测算法的检测性能。
测量 单目3D目标检测 实例深度学习 多尺度 注意力机制 辅助学习 激光与光电子学进展
2023, 60(16): 1612002
山东中医药大学智能与信息工程学院，山东 济南 250355
针对儿童肺炎图像难以准确诊断的问题，提出一种基于改进Inception-ResNet-v2的分类识别方法，以提高对不同类型的儿童肺炎图像的识别准确率。以Inception-ResNet-v2为基础网络，引入多尺度通道注意力模块，促进网络识别和检测极端尺度变化下的目标。加大网络stem层的卷积核大小，增大模型初期的有效感受野。为避免模型出现过拟合，减少了激活函数的使用，并使用SiLU激活函数来代替ReLU激活函数。针对数据集Chest X-ray中数据量较少的问题，对输入图像进行一定角度的旋转和随机水平的翻转以增强原始数据。实验结果表明，所提方法在儿童肺炎数据的二分类中准确率达到97.9%，三分类中准确率达到85.8%，证明该方法能够有效提高儿童肺炎的识别精度。
图像处理 儿童肺炎 多尺度通道注意力模块 感受野 激活函数 激光与光电子学进展
2023, 60(14): 1410008
