光子学报
2023, 52(12): 1210002
针对无人机视角下目标尺度差异大、检测场景复杂、目标小且密集而导致的检测精度不高的问题, 提出了一种基于改进YOLOv5n的实时目标检测算法。首先, 通过引入轻量通道注意力(ECA)模块提高卷积神经网络对特征图内有效信息的提取能力; 其次, 在特征金字塔网络输出端后, 加入自适应空间特征融合(ASFF)模块, 提高不同尺度特征图的识别精度; 再次, 使用EIoU损失函数计算预测框和目标框的差异值, 加快收敛速度并提高检测精度; 最后, 改进YOLOv5n的检测头, 优化模型对小目标的检测性能。在VisDrone数据集上训练测试, 相比于基础的YOLOv5n模型, 在640×640分辨率下, 改进后模型的类平均精度(mAP50)提高了6.1个百分点; 在1504×1504分辨率下类平均精度(mAP50)提高了7.1个百分点; 同时, 改进后的模型检测速度在硬件上可达22 帧/s以上。该算法模型在精度提高的同时保证了足够高的检测速度, 更适用于无人机的小目标实时检测。
无人机 小目标检测 注意力机制 损失函数 自适应空间特征融合 UAV small target detection attention mechanism loss function Adaptively Spatial Feature Fusion (ASFF)
陕西科技大学 电子信息与人工智能学院，陕西 西安710021
针对ResNet18网络模型在面部表情识别时存在网络模型大、准确率低等问题，提出了一种基于注意力机制ResNet轻量网络模型（Multi-Scale CBAM Lightweight ResNet，MCLResNet），能够以较少的参数量、较高的准确率实现面部表情的识别。首先，采用ResNet18作为主干网络提取特征，引入分组卷积减少ResNet18的参数量；利用倒残差结构增加网络深度，优化了图像特征提取效果。其次，将CBAM（Convolutional Block Attention Module）通道注意力模块中的共享全连接层替换为1×3的卷积模块，有效减少了通道信息的丢失；在CBAM空间注意力模块中添加多尺度卷积模块获得了不同尺度的空间特征信息。最后，将多尺度空间特征融合的CBAM模块（Multi-Scale CBAM，MSCBAM）添加到轻量的ResNet模型中，有效增加了网络模型的特征表达能力，另外在引入MSCBAM的网络模型输出层增加一层全连接层，以此增加模型在输出时的非线性表示。该模型在FER2013和CK+数据集上的实验结果表明，本文提出的模型参数量相比ResNet18下降82.58%，并且有较好的识别准确率。
ResNet轻量网络 多尺度空间特征融合 面部表情识别 注意力机制 lightweight resnet network multi-scale spatial feature fusion facial expression recognition attention mechanism
上海交通大学电子信息与电气工程学院，上海 200240
针对当前高光谱分类算法难以同时满足星载分类高精度、低能耗需求的问题，提出一种基于多尺度空间特征提取的高光谱星载分类算法，在保持较高分类精度的同时大幅度降低算法的计算开销。利用局部最大值滤波提取高光谱图像的纹理特征，将多尺度滤波结果根据遥感图像空间关联性进行组合得到局部-全局联合空间特征，融合空间特征和光谱特征后采用随机森林进行分类。该算法仅包含整数比较和加法运算，未采用高光谱主流分类算法中的乘法和求幂等高开销运算。在Indian Pines、Pavia University和HyRANK影像数据集上的实验结果表明，该算法与最高水平分类算法相比分类精度损失保持在2.4%以内，在跨场景分类中同样获得了较高的分类精度，与星载分类算法相比分类过程能耗降低到1/10000以下。该算法与现有算法相比更适用于星载分类任务，能够在保持较高分类精度的同时有效降低星载分类过程中的计算开销和能耗。
图像处理 高光谱图像 星载分类 多尺度空间特征 计算能耗优化 激光与光电子学进展
2023, 60(10): 1010004
华中光电技术研究所- 武汉光电国家研究中心, 湖北 武汉 430223
针对YOLOv4目标检测网络结构复杂, 参数量以及计算量大等问题, 提出了一种轻量化目标检测算法(YOLOv4-GC)。首先, 使用ghostnet结构替换原始YOLOv4的主干网络, 降低了获取冗余特征图像的计算量, 在SPP与PANet模块中使用深度可分离卷积, 使模型的计算量和参数量比原始YOLOv4分别降低82%和80%; 再结合PyConv多尺度卷积设计出Py-PANet金字塔结构, 提高了模型对于图像特征的提取和融合能力。在Pascal VOC数据集上的实验结果表明, 在保证模型精度的情况下模型的参数量和计算量相比原始有明显降低。
轻量化 注意力机制 多尺度卷积 目标检测 YOLO网络 lightweight neural network cooperative attention mechanism adaptive spatial feature fusion target detection YOLO net
1 贵州大学大数据与信息工程学院半导体功率器件可靠性教育部工程研究中心，贵州 贵阳 550025
2 中国科学院苏州纳米技术与纳米仿生研究所，江苏 苏州 215123
为充分提取高光谱图像（HSI）的光谱空间信息特征，实现HSI的高精度地物分类，提出端到端的多尺度特征融合残差（MFFI）模块。该模块结合了3D多尺度卷积、特征融合以及残差连接3种手段，实现了HSI多尺度光谱空间特征的联合提取。因模块具有端到端特性，可通过堆叠多个MFFI模块得到具有提取深层特征能力的MFFI网络。该网络在Salinas、Indian Pines和University of Pavia 3个HSI数据集的平均总体准确率为99.73%，平均准确率为99.84%，平均卡帕系数为0.9971。结果表明：MFFI模块可以有效提取不同类型地物数据集的光谱空间特征，并取得良好的分类结果。
高光谱图像分类 残差结构 多尺度特征融合 光谱空间特征提取 卷积神经网络 激光与光电子学进展
2022, 59(18): 1810014
1 西南林业大学大数据与智能工程学院,云南 昆明 650233
2 西南林业大学大数据与智能工程研究院,云南 昆明 650233
3 西南林业大学林业生态大数据国家林业与草原局重点实验室,云南 昆明 650233
云南茶园主要分布于山区, 往往与其他地物混合, 破碎化程度高, 给基于遥感的高精度茶园提取带来困难。 破碎化山地茶园的遥感识别能力有待进一步提高。 以西双版纳北部及普洱市南部山区为研究区, 以高分一号(GF-1)遥感影像为数据源, 基于易康(eCognition9.0)软件, 采用多尺度分割(MRS)方法对影像进行分割, 并通过ED3Modified评估影像的最优分割尺度。 首先构造了包括14个光谱特征、 6个纹理特征和3个空间特征的23维初始特征, 通过计算样本的分离度对分类特征空间进行优化, 确定了16维最优特征空间。 然后应用面向对象的监督分类方法[贝叶斯(Bayes)、 决策树5.0(DT5.0)及随机森林(RF)]对研究区茶园进行提取。 采用实地调查样点和随机点结合的方法对提取结果进行精度验证, 并比较了不同分类方法的茶园提取精度。 面向对象的监督分类[多分类(茶园、 森林、 农田、 不透水层、 水体)]结果的总体精度(OA)和Kappa系数分别为(Bayes: 87.73%, 0.70), (DT: 88.52%, 0.72), (RF: 91.23%, 0.78)。 三种分类方法对茶园提取的生产者精度(PA)和使用者精度(UA)分别为(Bayes: 67.23%, 75.33%), (DT: 68.84%, 83.83%), (RF: 70.54%, 87.13%); 相比于面向对象的RF多分类, 面向对象RF二分类(茶园、 其他地物)OA和Kappa系数分别提高了3.24%和0.07, 茶园提取的PA与UA分别提高了5.99%和5.61%; 相较于仅利用光谱特征的基于像元的RF多分类, 面向对象的RF二分类OA与Kappa系数分别提高了23.32%和0.27, 茶园提取PA与UA分别提高了21.10%和29.03%。 结果表明: 采用面向对象的监督分类方法在对茶园提取方面有应用潜力, 尤其面向对象的RF分类精度更高, 二分类相较于多分类对于茶园提取更为精细和准确。 该方法对于复杂、 破碎山地茶园提取精度较高, 能够满足基于高空间分辨率多光谱影像的茶园精细化识别应用需求。
茶园 面向对象 纹理特征 空间特征 多光谱 监督分类 Tea plantations Object-oriented GF-1 Texture feature Spatial feature Multispectral Supervised classification GF-1 光谱学与光谱分析
2021, 41(8): 2565
红外与激光工程
2021, 50(5): 20200364
1 井冈山大学电子与信息工程学院, 江西 吉安 343009
2 江西省农作物生长物联网技术工程实验室, 江西 吉安 343009
3 同济大学测绘与地理信息学院, 上海 200092
高光谱图像分类已被公认为是高光谱数据处理的基础性和挑战性任务,丰富的光谱信息和空间信息为有效描述和识别地表物质提供了契机。卷积神经网络(CNN)中的参数较多,为了避免过拟合问题,需要大量的训练样本。Log-Gabor滤波器可以有效地提取包括边缘和纹理在内的空间信息,降低CNN特征提取的难度。为了充分利用CNN和Log-Gabor滤波器的优点,提出了一种将Log-Gabor滤波器和CNN相结合的高光谱图像分类方法,并利用两个真实的高光谱图像数据集进行了对比实验。实验结果表明,所提方法比传统的支持向量机和CNN方法具有更高的分类精度。
遥感 空谱联合特征 高光谱图像 卷积神经网络 Log-Gabor滤波器 分类 激光与光电子学进展
2020, 57(20): 202803
1 大连海事大学信息科学技术学院, 辽宁 大连 116026
2 综合业务网理论及关键技术国家重点实验室, 陕西 西安 710071
3 中国科学院光谱成像技术重点实验室, 陕西 西安 710071
针对复杂背景像元影响高光谱分类精度的问题,将目标检测方法引入地物分类研究,提出了一种基于谱空特征迭代的高光谱图像分类方法,该方法通过将约束能量最小化设计了一种多目标约束的类别分类器(MTCC)。该分类器利用检测原理提取多类目标地物,有效地降低了复杂背景数据对分类精度的影响;同时为了解决光谱特征带来的过分类问题,方法中利用反馈式谱空融合方式强化空间增强信息在分类中的作用,以逐步提高分类精度。利用Purdue、Salinas和Pavia数据集进行实验,结果表明,所提方法的平均分类精度分别为98.09%、97.33%和84.68%,精确率分别为96.84%、95.32%和79.13%,与其他方法相比所提方法具有更高的泛化能力,实用性更强。
遥感 高光谱图像分类 谱空特征 迭代 多类别分类器
