结合渐进式特征金字塔和极化自注意力机制的海雾图像检测

TP391.41; 通过对基准模型SegFormer进行两方面的改进优化,开展面向海雾图像检测方法的研究.一方面,引入渐进式特征金字塔融合模块(AFPN),有效融合海雾图像的局部和全局特征,提升模型对不同大小的海雾目标的检测能力.另一方面,引入极化自注意力机制(PSA),有效聚焦图像的细粒度空间信息,捕获海雾的边缘特征,提升模型在云雾混合区域的海雾检测能力.在真实的海雾图像数据集上进行消融实验和对比实验,所提出的模型(简称为AFPSSegFormer),与基准模型相比,mIoU、Precision和mPA指标分别提升了 2.38％、2.78％与0.31％,验证了所提出模型在海雾检测方面的有效性...

Full description

Saved in:
Bibliographic Details
Published in南昌大学学报（理科版） Vol. 48; no. 5; pp. 490 - 498
Main Authors 廖艺齐, 熊澄丽, 程钰溪, 林两位, 白小明, 李招连
Format Journal Article
LanguageChinese
Published 南昌大学招标采购中心,江西南昌 330031%南昌大学数学与计算机学院,江西南昌 330031%福建省漳州市气象局,福建漳州 363000 2024
Subjects
海雾检测
polarized self-attention
极化自注意力机制
SegFormer
asymptotic feature pyramid network
sea fog detection
渐进式特征金字塔
Online AccessGet full text
ISSN1006-0464
DOI10.3969/j.issn.1006-0464.2024.05.011

Cover

More Information
Summary:TP391.41; 通过对基准模型SegFormer进行两方面的改进优化,开展面向海雾图像检测方法的研究.一方面,引入渐进式特征金字塔融合模块(AFPN),有效融合海雾图像的局部和全局特征,提升模型对不同大小的海雾目标的检测能力.另一方面,引入极化自注意力机制(PSA),有效聚焦图像的细粒度空间信息,捕获海雾的边缘特征,提升模型在云雾混合区域的海雾检测能力.在真实的海雾图像数据集上进行消融实验和对比实验,所提出的模型(简称为AFPSSegFormer),与基准模型相比,mIoU、Precision和mPA指标分别提升了 2.38％、2.78％与0.31％,验证了所提出模型在海雾检测方面的有效性.
ISSN:1006-0464
DOI:10.3969/j.issn.1006-0464.2024.05.011