联邦学习在医学图像处理任务中的研究综述

  

在医学领域,由于患者隐私问题,图像很难集中收集和标注,这给深度学习模型的训练和部署带来了较大困难.联邦学习作为一种能有效保护数据隐私的分布式学习框架,能够在参与方不共享数据的基础上进行联合建模,从技术上打破数据孤岛,其凭借这些优势在许多行业已经得到广泛应用.由于与医学图像处理的需… …   相似文献

刘育铭  代煜  陈公平 《计算机科学》2025,52(1):183-193

基于频率与注意力机制的图像去雾算法

下载全文  

由于大气雾和气溶胶的存在, 图像能见度显著下降且色彩失真, 给高级图像识别带来极大困难. 现有的图像去雾算法常存在过度增强、细节丢失和去雾不充分等问题. 针对过度增强和去雾不充分的问题, 本文提出了一种基于频率和注意力机制的图像去雾算法(frequency and attenti… …   相似文献

王军  孟儒君  程勇 《计算机系统应用》2025,34(1):161-170

融合注意力与多尺度特征的城市街景实例分割

下载全文  

城市街道场景实例分割算法可以显著提升城市环境感知和智能交通系统的准确性与效率, 针对城市街景行人和车辆之间相互遮挡和背景干扰严重等问题, 提出一种基于频率注意力机制和多尺度特征融合的实例分割模型FMInst. 首先, 构建一种高低频注意力机制进行交互编码从而增加高分辨率细节信息.… …   相似文献

王军  吕佳  程勇 《计算机系统应用》2025,34(1):90-99

基于孪生网络的高效无人机目标跟踪

下载全文  

在视觉跟踪领域, 大多数基于深度学习的跟踪器过分地强调精度, 而忽视了算法速度. 因此, 这些算法在移动平台上的部署(无人机), 受到了阻碍. 在本文中, 提出了一种基于Siamese的深度交叉指导跟踪器(SiamDCG). 为了更好地在边缘计算设备上部署, 在MobileNetV3-small的基础上设计了独特的backbone结构. 此外, 针对无人机场景的复杂性, 传统使用狄拉克 δ分布预测目标框的方式有很大的弊端, 为了克服边界框存在的模糊效应, SiamDCG将回归框分支转为预测偏移量的分布, 并且用学习到的分布去指导分类的准确性. 在多个无人机benchmark上的优秀表现, 都显示了其鲁棒性与高效性. 在Intel i5 12代CPU上, SiamDCG运行速度是SiamRPN++的167倍, 使用的参数仅为它的1/98, FLOPs是1/410 .… …   相似文献

王建浩  叶明  姚佳烽 《计算机系统应用》2025,34(1):69-79

基于角度关键点和转向点的时间序列趋势特征提取

下载全文  

时间序列分段线性表示算法利用时间序列的趋势变化特征, 用序列中较少点来表示整个时间序列. 但是大多算法主要关注局部序列点信息, 很少关注全局数据, 且部分算法只关注算法在数据集上的拟合, 很少应用到分类问题中. 针对上述问题, 本文提出了基于角度关键点和转向点的时间序列趋势特征提… …   相似文献

刘冰珂  任芮彬  王溪 《计算机系统应用》2025,34(1):285-293

层聚合网络和跨阶段自适应空间特征融合的小目标检测

下载全文  

传统的目标检测算法存在检测效果不佳及检测效率低等问题, 针对这些问题, 提出了一种基于YOLOv7网络改进的小目标检测方法. 该方法在原网络的高效层聚合模块(efficient layer aggregation network, ELAN)中添加了更多路径, 且将不同路径中的特… …   相似文献

于龙昆  占强波  沈红  王子昊 《计算机系统应用》2025,34(1):248-257

基于轻量化YOLOv8模型的苹果快速识别

下载全文  

针对自然果园环境下苹果果实的识别, 本文提出了一种改进YOLOv8n模型的轻量化苹果检测算法. 首先, 通过使用DSConv和FEM特征提取模块的组合来替换主干网络中的部分常规卷积进行轻量化改进, 缩减卷积过程中的浮点数和计算量; 为了在轻量化过程中保持性能, 在特征处理的过程中… …   相似文献

聂忠强  朱明 《计算机系统应用》2025,34(1):200-210

下载全文  

Aiming at the characteristics of small targets,heavy noise,complexity in SAR scenarios,combined with the requirements of optimized lightweig… …   相似文献

《小型微型计算机系统》2025,46(1):143-150

下载全文  

  相似文献

《小型微型计算机系统》2025,46(1):151-157

下载全文  

In recent years,object tracking networks based on deep learning have made significant advancements.These networks primarily employ two types… …   相似文献

《小型微型计算机系统》2025,46(1):173-180