张琪
- 作品数：18 被引量：26H指数：3
- 供职机构：中国人民公安大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术理学电子电信经济管理更多>>
- 基于注意力机制的残差特征聚合网络超分辨率图像重建研究
- 2024年
- 针对单图像超分辨率算法级联残差块的输出特征仅在局部作用的问题,提出了一种结合注意力机制的残差特征聚合网络。该网络通过跳跃连接将各残差块输出不同层次的特征聚合到残差组的尾部,实现特征的充分提取与复用,扩大网络的感受野并增强特征的表达能力,使得不同层次的特征图更充分地参与到图像重建中。同时,为增强特征信息空间上的相关性,引入增强空间注意力机制以改善残差块的性能。大量实验表明,此模型可以获得良好的超分辨率性能。在×4倍SR任务中与RCAN,SAN和HAN等主流方法相比,在5个基准测试集上取得的峰值信噪比平均提升0.07 dB,0.06 dB,0.006 dB,结构相似度平均提升0.0012,0.0011,0.0008,重建图像质量明显提高,细节更加丰富,充分说明了所提方法的有效性与先进性。
- 孙阳丁建伟张琪魏慧雯田博文
- 关键词：图像超分辨率重建卷积神经网络
- 基于无监督深度学习的真实图像超分辨率重建
- 2023年
- 针对实际图像超分辨率重建任务中,有监督学习方法训练的模型依赖训练数据集导致泛化性不佳的问题,提出了一种使用无监督方法训练的真实图像超分辨率重建模型。首先,基于非配对的真实图像,构建了真实图像退化生成对抗式网络,将输入的真实高分辨率图像生成具有逼真细节的退化图像;其次,使用多头注意力机制构建了残差卷积图像超分辨率重建网络,通过建立长距离相关性学习,提升了真实图像超分辨率重建效果。该方法在经典超分辨率测试集和真实图像数据集上进行了大量实验,对比现有主流无监督真实图像超分辨率重建模型,PSNR指标平均提升1.57 dB;针对安防监控图像数据集,无参考图像质量评价指标NIQE最多降低52.32%。
- 魏慧雯丁建伟张琪张正一孙阳
- 关键词：图像重建图像模型
- 智能视频处理系统综合实验设计
- 2022年
- 为了帮助学生更好理解智能视频处理技术的基本原理和警务应用,文章设计了智能视频处理的综合实验。使用Matlab语言设计实现图形用户界面,分别实现图像读取、目标跟踪、目标识别、异常行为分析、报警等功能。该实验不仅能清晰阐释智能视频处理的原理和方法,还能帮助学生充分理解图像处理知识,培养动手实践能力,激发学习热情,有效提升教学效果。
- 彭崇丁建伟张琪
- 关键词：目标跟踪图形化界面
- 局部特征增强的转置自注意力图像超分辨率重建
- 2024年
- 目的 超分辨率(super resolution,SR)重建任务通过划分窗口引入自注意力机制进行特征提取,获得了令人瞩目的成绩。针对划分窗口应用自注意力机制时会限制图像信息聚合范围、制约模型对特征信息进行建模的问题,本文基于转置自注意力机制构建全局和局部信息建模网络捕捉图像像素依赖关系。方法 首先采用轻量的基线模型对特征进行简单关系建模,然后将空间维度上的自注意力机制转换到通道维度,通过计算交叉协方差矩阵构建各像素点之间的长距离依赖关系,接着通过引入通道注意力块补充图像重建所需的局部信息,最后构建双门控机制控制信息在模型中的流动,提高模型对特征的建模能力及其鲁棒性。结果 实验在5个基准数据集Set5、Set14、BSD100、Urban100、Manga109上与主流方法进行了比较,在不同比例因子的SR任务中均获得了最佳或者次佳的结果。与SwinIR(image restoration using swin Transformer)在×2倍SR任务中相比,在以上5个数据集上的峰值信噪比分别提升了0.03 dB、0.21 dB、0.05 dB、0.29 dB和0.10 dB,结构相似度也获得了极大提升,同时视觉感知优化十分明显。结论 所提出的网络模型能够更充分地对特征信息全局关系进行建模,同时也不会丢失图像特有的局部相关性。重建图像质量明显提高,细节更加丰富,充分说明了本文方法的有效性与先进性。
- 孙阳丁建伟张琪邓琪瑶
- 关键词：图像超分辨率重建图像复原
- 虹膜识别系统综合实验设计被引量：6
- 2021年
- 为更好地传授虹膜识别的基本原理和实现方法,该文设计了虹膜识别系统的综合实验。利用Matlab语言设计图形用户界面,实现图像读取、虹膜定位、虹膜归一化、特征提取和分类识别等功能。该实验不仅可以使学生综合运用图像处理与识别知识,更好地理解虹膜识别的基本原理和方法,还能提高学生的科研素质和动手实践能力。
- 李欣张琪王蓉
- 关键词：图像处理虹膜识别图形用户界面
- 结合Transformer与对称型编解码器的噪声虹膜图像分割方法被引量：1
- 2022年
- 针对少约束场景下采集的虹膜图像容易受到镜面反射、睫毛和头发遮挡、运动和离焦模糊等噪声的干扰,导致难以准确地分割有效的虹膜区域的问题,提出一种结合Transformer与对称型编解码器的噪声虹膜图像分割方法.首先,使用Swin Transformer作为编码器,将输入图像的区块序列送入分层Transformer模块中,通过自注意力机制建模像素间的长距离依赖,增强上下文信息的交互;其次,构建与编码器对称的Transformer解码器,对所提取的高阶上下文特征进行多层解码,解码过程中与编码器跳跃连接进行多尺度特征融合,减少下采样造成的空间位置信息丢失;最后,对解码器每个阶段的输出进行监督学习,提升不同尺度特征的抽取质量.基于3个公开的噪声近红外和可见光虹膜数据集NICE.I,CASIA.v4-distance和MICHE-I,与若干包括传统方法、基于卷积神经网络的方法和基于现有Transformer的方法在内的基准方法进行对比实验,实验结果表明,所提方法在E_(1),E_(2),F_(1)和MIOU定量评价指标上均取得了比基准方法更优的分割性能,尤其是在减少噪声的干扰上具有明显的优势.此外,在CASIA.v4-distance数据集上的虹膜识别实验表明,文中方法可以有效地提升虹膜识别的性能,显示了良好的应用潜力.
- 顾正杰王财勇田启川田启川
- 关键词：虹膜识别TRANSFORMER
- 基于深度学习的虹膜识别研究综述
- 2024年
- 虹膜识别技术以其卓越的精确性、安全性和稳定性等特点著称。当前的虹膜识别系统在约束用户状态和采集设备的条件下展现出较为稳定的性能,但是无法适应目前复杂多样的开放场景。开放场景中包含大量不确定采集因素,例如采集的虹膜图像容易受到睫毛、头发遮挡和镜面反射等因素的干扰,这些不确定性因素往往会造成图像质量的整体下降,导致虹膜图像分割和特征提取环节性能的显著下降。近年来,深度学习算法已被广泛应用于虹膜识别,旨在提升系统对开放场景的适应性。对深度学习技术在虹膜识别领域的应用现状进行了综述,总结了其在提高开放场景下识别精度的关键作用。首先,介绍了虹膜识别的背景;其次,全面分析了针对虹膜生物识别开发的各类深度学习模型在虹膜分割、特征提取和特征匹配任务中的表现,阐述了它们的优势和局限;然后,系统地总结了常见的虹膜数据集及其特性;最后,指出了虹膜识别任务新挑战以及未来探索的潜在方向。
- 江健张琪王财勇
- 关键词：虹膜识别生物特征识别模式识别计算机视觉
- 面向可见光-红外图像的跨模态行人再识别方法
- 2024年
- 为降低模型对图像颜色的敏感度,减小可见光和红外模态间的差异,提出一种面向可见光-红外图像的跨模态行人再识别方法。将可见光图像转换到HSV颜色空间,提取只描述图像明暗信息的V分量,降低模型对颜色信息的依赖性;通过轻量级网络对V分量图像进行降维和升维,生成介于可见光和红外图像的中间模态,缩小模态间的差异性;在SYSU-MM01和RegDB数据集上进行性能评估。性能评估结果为Rank-1的数值分别增加了6.67%、1.18%,mAP的数值分别增加了6.47%、1.15%,mINP的数值分别增加了5.59%、0.42%。
- 孙义博王蓉张琪林榕辉
- 关键词：HSV颜色空间
- 基于局部和全局梯度上升的分段后门防御被引量：1
- 2023年
- 针对后门触发器趋于隐蔽且难以检测的问题,提出了一种基于局部和全局梯度上升的分段后门防御方法:在训练前期,引入局部梯度上升扩大后门样本与干净样本平均训练损失之差,隔离出少量高精度后门样本,便于后期进行后门遗忘;在后门遗忘阶段,引入全局梯度上升,打破后门样本与目标类别之间的相关性,实现防御。实验基于3个基准数据集GTSRB、Cifar10和MNIST,在宽残差网络上针对6种先进后门攻击进行了大量实验,分段后门防御方法能够将绝大部分攻击的成功率防御至5%以下。另外,实验也证明了分段防御方法在后门数据集与干净数据集上都能训练出干净等效的学习模型。
- 萧晓彤丁建伟张琪
- 关键词：信息安全
- 多层次特征融合和注意力机制的道路裂缝模型被引量：1
- 2023年
- 针对现有裂缝检测方法易受各类噪声干扰从而导致误检及小尺度裂缝漏检的问题,提出一种基于多层次特征融合和注意力机制的道路裂缝检测模型,采用编解码结构DeepCrack网络作为基本架构。设计单尺度多层次特征融合模块应用于特征提取,通过多级网络表征增强裂缝的细节特征。同时在编解码端对称融合部位,引入改进后的三重注意力模块,从通道、高和宽3个维度进行跨维度交互,凸显裂缝特征和抑制噪声特征,并进行跨维度的特征融合,以获得更具互补性的裂缝特征。实验表明,在道路裂缝数据集CRKWH100上,模型在多个边缘评估指标上实现了当前最优,同时在Stone331石材裂缝数据集中也验证了该模型的泛化性。
- 宋榕榕王财勇田启川张琪
