检索结果-南通市图书馆

基于Transformer-CNN混合架构的跨模态融合抓取检测

同方期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年

作者：王勇李邑灵苗夺谦安春艳袁鑫林重庆理工大学两江人工智能学院同济大学电子与信息工程学院

在机器臂抓取检测领域，RGB图像和深度图像的处理效率仍有很大提升空间。提出了一种基于Transformer-CNN混合架构的新型跨模态交互融合的机械臂抓取检测方法。为了充分利用RGB和深度图像的特征信息，开发了一种高效的跨模态特征交互融... 详细信息

在机器臂抓取检测领域，RGB图像和深度图像的处理效率仍有很大提升空间。提出了一种基于Transformer-CNN混合架构的新型跨模态交互融合的机械臂抓取检测方法。为了充分利用RGB和深度图像的特征信息，开发了一种高效的跨模态特征交互融合模块，用来校准RGB和深度图像相对应的特征信息，并交互增强双模态的特征。此外，还设计了一种Transformer与CNN并行的网络模块，结合CNN的局部建模能力和Transformer的全局建模能力，获得更好的特征表示，从而提高抓取检测性能。实验结果表明，该方法在Cornell与Jacquard抓取数据集上分别达到了99.1%和96.2%的准确率。在真实场景下的抓取检测实验证明了该方法可以有效预测各种场景下物品的抓取位置。

关键词：机械臂抓取检测跨模态 RGB-D融合 Transformer CNN

深度融合频域和空间域特征的多粒度动态场景图像去模糊网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

模式识别与人工智能 2024年第6期37卷 557-569页

作者：陈姿含张红云苗夺谦蔡克参同济大学电子与信息工程学院上海201804 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

动态场景下的图像去模糊具有高度的不适定性,相机与被拍摄目标之间的相对运动使模糊呈现非均匀性.现有深度学习方法大多集中于空间域而忽略频域对于结构及细节恢复的潜在贡献,导致去模糊效果欠佳.为了解决此问题,文中重新审视频域信息... 详细信息

动态场景下的图像去模糊具有高度的不适定性,相机与被拍摄目标之间的相对运动使模糊呈现非均匀性.现有深度学习方法大多集中于空间域而忽略频域对于结构及细节恢复的潜在贡献,导致去模糊效果欠佳.为了解决此问题,文中重新审视频域信息在图像去模糊中的作用,提出深度融合频域和空间域特征的多粒度动态场景图像去模糊网络.首先,提出频域门控的频空特征深度融合模块,充分挖掘空间域和频域信息间的相关性,减少融合后特征的冗余,增强两域之间的互补.然后,构建多粒度去模糊网络,充分利用空间域和频域中的不同粒度信息进行从粗到细的图像去模糊.最后,针对训练和测试时输入特征图尺寸不同导致的频域特征图分辨率不匹配问题,采用频域分辨率自适应的测试策略,保持频率变化的一致性.在合成数据集GoPro、HIDE和真实数据集RealBlur上的实验表明文中网络在重建清晰图像方面表现较优,同时参数量及效率具有一定的竞争力.

关键词：动态场景图像去模糊多粒度去模糊网络频域门控频空特征深度融合自适应测试

在线全文

学校读者我要写书评

暂无评论

一种多任务联合训练的机器阅读理解模型

小型微型计算机系统 2024年第6期45卷 1398-1404页

作者：王勇陈秋怡苗夺谦杨宁创重庆理工大学两江人工智能学院重庆401135 同济大学电子与信息工程学院上海201804

在机器阅读理解任务中,如何在包含不可回答问题的情况下提高答案的准确性是自然语言处理领域的一项重要挑战.虽然基于深度学习的机器阅读理解模型展现出很好的性能,但是这些模型仍然存在抽取特征冗余、语义信息不全面、问题分类任务和... 详细信息

在机器阅读理解任务中,如何在包含不可回答问题的情况下提高答案的准确性是自然语言处理领域的一项重要挑战.虽然基于深度学习的机器阅读理解模型展现出很好的性能,但是这些模型仍然存在抽取特征冗余、语义信息不全面、问题分类任务和答案抽取任务耦合性不强的问题.为了解决以上问题,本文提出一种结合门控机制和多级残差结构的多任务联合训练模型GMRT(Gated Mechanism and Multi-level Residual Structure for Multi-task Joint Training),以提升机器阅读理解任务中答案预测的准确性.GMRT构建门控机制来筛选交互后的关联特征,从而控制信息的流动.采用多级残差结构分别连接注意力机制和门控机制,保证每个阶段都保留原始语义信息.同时,通过边缘损失函数对问题分类任务和答案抽取任务联合训练,确保预测答案过程中任务之间的强耦合性.在SQuAD2.0数据集上的实验结果表明,GMRT模型的EM值和F1值均优于对比模型.

关键词：机器阅读理解多任务联合训练门控机制多级残差结构

基于簇中心预选策略的三支决策密度峰值聚类算法

同方期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

山西大学学报(自然科学版) 2024年第1期47卷 30-39页

作者：罗舒文万仁霞苗夺谦泉州信息工程学院通识教育中心北方民族大学数学与信息科学学院同济大学电子与信息工程学院

本文针对密度峰值聚类算法（CFSFDP）无法自动选取簇中心的不确定性问题，通过引入三支决策理论对其进行优化，提出了一种基于簇中心预选策略的三支决策密度峰值聚类算法（TDPC）。首先利用密度和距离两参数的统计特性将数据对象划分核... 详细信息

本文针对密度峰值聚类算法（CFSFDP）无法自动选取簇中心的不确定性问题，通过引入三支决策理论对其进行优化，提出了一种基于簇中心预选策略的三支决策密度峰值聚类算法（TDPC）。首先利用密度和距离两参数的统计特性将数据对象划分核心域、边界域与琐碎域，符合条件的聚类中心被置于核心域，难以判定的疑似聚类中心点则被置于边界域，然后通过定义的k-可达域和判别准则对疑似聚类中心进行分析，选取出实际聚类中心。所提出算法有效解决了密度峰值聚类算法聚类中心自动确定问题。在2个人工数据集和4个UCI(University of California, lrvine)公共数据集上对TDPC进行测试。与CFSFDP算法和DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法进行聚类性能比较，所提出算法TDPC在轮廓系数、DB(Davies-Bouldin)指数、调整互信息、调整兰德系数、FM(Fowlkes-Mallows)指数、同质性、完整性等聚类评价指标方面均达到最优或与最优算法结果相近，表明TDPC综合聚类性能优于比较算法，具有良好的聚类可行性与有效性。

关键词：聚类算法聚类中心边界域三支聚类密度聚类 k-可达域

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于三支决策的蚁群聚类算法

昆明理工大学学报（自然科学版） 2024年第1期49卷 83-97页

作者：王梦绚万仁霞苗夺谦赵杰北方民族大学计算机科学与工程学院宁夏银川750021 同济大学电子与信息工程学院上海201804

针对蚁群聚类算法在蚂蚁之间缺少信息交互导致误识别率高和蚂蚁单独移动带来的资源浪费的问题,本文将三支决策思想融入蚁群聚类算法来改进其性能.通过蚂蚁激活机制、微簇生成机制将待聚类的蚂蚁“一分为三”,区分为已激活的单个蚂蚁、... 详细信息

针对蚁群聚类算法在蚂蚁之间缺少信息交互导致误识别率高和蚂蚁单独移动带来的资源浪费的问题,本文将三支决策思想融入蚁群聚类算法来改进其性能.通过蚂蚁激活机制、微簇生成机制将待聚类的蚂蚁“一分为三”,区分为已激活的单个蚂蚁、未激活的单个蚂蚁和蚂蚁微簇.再使用精英蚂蚁机制、二次验证机制,遴选相似度达到一定阈值的微簇,形成聚类正域,并赋予精英蚂蚁更高的优先级和固定的平面位置,最后利用不同正域间的信息熵值为属性加权,引导边界域中蚂蚁向着更相似且优先级更高的蚂蚁方向移动.实验结果表明,本文所提出的算法不仅提升了蚁群聚类的质量,还具有良好的时间效率.

关键词：蚁群聚类算法三支决策精英蚂蚁微簇属性加权

在线全文

学校读者我要写书评

暂无评论

基于多粒度空间混乱的细粒度图像分类算法

智能系统学报 2022年第1期17卷 144-150页

作者：宋思雨苗夺谦同济大学电子与信息工程学院上海201804 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

细粒度图像分类是计算机视觉领域一个具有挑战性的任务,在实际场景中具有很高的应用价值。其中不同子类别的物体整体轮廓差异较小,微小的判别性局部区域是分类的关键。然而,这些重要的局部区域的尺度可能不同,不能用单一的标准去衡量它... 详细信息

细粒度图像分类是计算机视觉领域一个具有挑战性的任务,在实际场景中具有很高的应用价值。其中不同子类别的物体整体轮廓差异较小,微小的判别性局部区域是分类的关键。然而,这些重要的局部区域的尺度可能不同,不能用单一的标准去衡量它们。为了解决这个问题,本文提出了多粒度空间混乱模块来帮助神经网络学习如何寻找到不同尺度的判别性细节。该模块首先将图片划分为不同粒度的局部区域,然后随机打乱并重组构成新的输入图片。经过处理的图片具有区域无关性,从而迫使网络更好地在不同粒度层次下寻找有判别力的局部区域并从中学习特征。在3个广泛使用的细粒度图像分类数据集上的实验证明本文提出的模块可以有效地帮助网络寻找判别性局部区域从而提升了准确率并且网络不需要图片的任何部位标注信息。

关键词：细粒度图像分类空间混乱多粒度深度学习数据增强卷积神经网络弱监督学习局部区域

在线全文

学校读者我要写书评

暂无评论

分段延迟代价敏感三支决策

软件学报 2022年第10期33卷 3754-3775页

作者：徐健锋苗夺谦张远健同济大学电子与信息工程学院上海201804 南昌大学软件学院江西南昌330047

决策粗糙集理论中,三支决策代价目标函数是典型的单调线性函数.然而,在实践经验中经常发现延迟决策的代价与决策概率之间的函数关系往往呈现非单调特性,决策粗糙集理论的经典代价敏感三支决策模型无法对上述非单调现象进行直接的建模和... 详细信息

决策粗糙集理论中,三支决策代价目标函数是典型的单调线性函数.然而,在实践经验中经常发现延迟决策的代价与决策概率之间的函数关系往往呈现非单调特性,决策粗糙集理论的经典代价敏感三支决策模型无法对上述非单调现象进行直接的建模和推理,导致决策粗糙集理论的应用受到了限制.为了求解这种具有非单调延迟代价的代价敏感三支决策问题,提出一种新型分段延迟代价敏感三支决策模型.该模型定义了具有单调递增和单调递减特性的两组延迟决策损失函数,并结合经典正负域决策损失函数构造了分段延迟三支决策代价目标函数体系、度量指标和分段决策策略;然后,基于条件概率、损失函数及基础度量指标之间关系的4种分段延迟代价敏感三支决策分类模式被提了出来,并且对相应的三支分类阈值进行了推理;最后,通过一组典型实例,验证了分段延迟代价敏感三支决策模型及其三支分类是可行的.

关键词：三支决策代价敏感目标函数分段延迟

在线全文

学校读者我要写书评

暂无评论

基于多粒度匹配的行人搜索算法

智能系统学报 2022年第2期17卷 420-426页

作者：杨玉婷苗夺谦同济大学电子与信息工程学院上海201804 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

行人搜索旨在从一系列未经裁剪的图像中对行人进行定位与识别,融合了行人检测和行人重识别两个子任务。现有的方法设计了基于Faster R-CNN的端到端框架来解决此任务,但是行人检测和重识别两个子任务之间存在特征优化目标粒度不一致问题... 详细信息

行人搜索旨在从一系列未经裁剪的图像中对行人进行定位与识别,融合了行人检测和行人重识别两个子任务。现有的方法设计了基于Faster R-CNN的端到端框架来解决此任务,但是行人检测和重识别两个子任务之间存在特征优化目标粒度不一致问题。为了解决这一问题,提出一种双全局池化结构,使用全局平均池化提取检测分支的共性特征,使用基于注意力机制的全局K最大池化提取re-ID分支的特性特征,为两个子任务提取符合各自粒度特性的特征。同时由于re-ID子任务的细粒度特性,还提出一种改善粒度匹配的画廊边界框加权算法,把查询人和画廊边界框的分辨率差异纳入相似度计算。实验证明融入多粒度的方法有效地提高了单阶段算法在CHUK-SYSU和PRW数据集上的性能。

关键词：行人搜索行人检测行人重识别多粒度特征融合深度学习鲁棒性计算机视觉

在线全文

学校读者我要写书评

暂无评论

双分支多粒度局部对齐的实例级草图图像检索

模式识别与人工智能 2023年第8期36卷 701-711页

作者：韩雪昆苗夺谦张红云张齐贤同济大学电子信息与工程学院上海201804 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

实例级草图图像检索旨在使用草图检索图像.草图与真实图像之间存在模态差异大和特征不对齐问题,现有方法不能有效减小草图和图像之间模态差异,并且只在单个粒度上获取信息,无法有效进行特征对齐.因此,文中提出双分支多粒度局部对齐网络(... 详细信息

实例级草图图像检索旨在使用草图检索图像.草图与真实图像之间存在模态差异大和特征不对齐问题,现有方法不能有效减小草图和图像之间模态差异,并且只在单个粒度上获取信息,无法有效进行特征对齐.因此,文中提出双分支多粒度局部对齐网络(Two Stream Multi-granularity Local Alignment Network,TSMLA),引入双分支特征提取器,提取模态共享和模态特异的局部特征,同时利用这两种特征计算草图和真实图像间的距离,减少不同模态间的差异.同时,提出多粒度局部对齐模块,对距离矩阵进行不同粒度的池化操作,在不同尺度上对齐局部特征,进一步解决特征不对齐问题.TSMLA能够充分利用草图和真实图像的信息,同时有效利用不同粒度特征间的联系.在多个数据集上的实验验证TSMLA的有效性.

关键词：草图图像检索特征提取特征融合跨模态检索