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
西安建筑科技大学信息与控制工程学院，陕西 西安 710055
针对彩色图像匹配大多数仅利用图像灰度特征，忽视彩色信息，在颜色相近区域易造成误匹配的问题，引入颜色不变量，提出一种用于彩色图像的颜色尺度不变匹配算法。该算法首先将图像的RGB 颜色模型转换到高斯颜色模型。随后，通过计算颜色不变量代替灰度信息作为输入，建立多尺度空间，并使用SIFT 算法提取特征点，构建特征描述子。最后，选择其中一幅图的特征描述矢量为基准，利用FANN 算法在另一幅图的特征描述矢量中，寻找基准图像特征矢量的最优解即匹配对，从而完成两幅图像的匹配。实验证明，相对于传统的SIFT 图像匹配算法，本文的算法匹配正确率更高，图像匹配质量更好。
颜色不变量 高斯颜色模型 多尺度空间 color invariant FANN FANN SIFT SIFT Gaussian color model Multi-scale space
1 江南大学 轻工过程先进控制教育部重点实验室, 江苏 无锡 214122
2 新疆大学 电气工程学院, 新疆 乌鲁木齐 830047
3 中国科学院合肥智能机械研究所, 安徽 合肥 230031
4 西安交通大学 机械工程学院, 陕西 西安 710049
针对压缩感知目标跟踪算法在目标纹理改变、比例缩放、光照变化剧烈时鲁棒性不足, 提出一种面向高斯差分图的实时跟踪算法.首先, 构建图像的多尺度空间及其对应的高斯差分图, 实现高斯差分图的特征提取并获取压缩感知的输入信号;然后, 通过压缩降维, 目标邻域遍历, 参数更新等过程, 计算出面向高斯差分图的后续帧的目标最优跟踪窗;最后, 将跟踪窗投影到对应的原始图像上, 完成面向视频流的目标跟踪.高斯差分图像是单通道灰度图, 具有灰度取值范围小、数值低、结构简单、维数少等特点, 增强了特征对纹理改变、比例缩放和光照变化的稳健性, 且继承了传统算法的实时性.实验证明, 该算法能够快速准确地实现复杂环境下的移动目标跟踪任务.
压缩感知 多尺度空间 高斯差分图 跟踪窗 compressive sensing multi-scale space Gaussian differential graph search window
