检索结果-南通市图书馆

深度语义关联学习的基于图像视觉数据跨域检索

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年第5期50卷 190-199页

作者：焦世超关日鹏况立群熊风光韩燮中北大学计算机科学与技术学院山西太原030051 机器视觉与虚拟现实山西省重点实验室山西太原030051 山西省视觉信息处理及智能机器人工程研究中心山西太原030051

基于图像的视觉数据跨域检索任务旨在搜索与输入图像在语义上一致或外形上相似的跨域图像和三维模型数据,其面临的主要问题是处理跨域数据之间的模态异质性。现有方法通过构建公共特征空间,采用域适应算法或深度度量学习算法实现跨域特... 详细信息

基于图像的视觉数据跨域检索任务旨在搜索与输入图像在语义上一致或外形上相似的跨域图像和三维模型数据,其面临的主要问题是处理跨域数据之间的模态异质性。现有方法通过构建公共特征空间,采用域适应算法或深度度量学习算法实现跨域特征的域对齐或语义对齐,其有效性仅在单一类型的跨域检索任务中进行了验证。提出一种基于深度语义关联学习的方法,以适用多种类型的基于图像的跨域视觉数据检索任务。首先,使用异构网络提取跨域数据的初始视觉特征;然后,通过构建公共特征空间实现初始特征映射,以便进行后续的域对齐和语义对齐;最后,通过域内鉴别性学习、域间一致性学习和跨域相关性学习,消除跨域数据特征之间的异质性,探索跨域数据特征之间的语义相关性,并为检索任务生成鲁棒且统一的特征表示。实验结果表明,该方法在TU-Berlin、IM2MN和MI3DOR数据集中的平均精度均值(mAP)分别达到0.448、0.689和0.874,明显优于对比方法。

关键词：跨域检索特征对齐域对齐草图真实图像三维模型相关性学习

在线全文

学校读者我要写书评

暂无评论

动态环境下共融机器人深度强化学习导航算法

计算机工程与应用 2024年

作者：顾金浩况立群韩慧妍曹亚明焦世超中北大学计算机科学与技术学院机器视觉与虚拟现实山西省重点实验室山西省视觉信息处理及智能机器人工程研究中心

在过去的几十年里，移动服务机器人的导航算法得到了广泛研究，但智能体仍然缺乏人类在拥挤环境中展现出的复杂性和合作性。随着人机共融的应用不断拓展，机器人和人类共享工作空间的协作将愈发重要，因此下一代移动服务机器人需要符合... 详细信息

在过去的几十年里，移动服务机器人的导航算法得到了广泛研究，但智能体仍然缺乏人类在拥挤环境中展现出的复杂性和合作性。随着人机共融的应用不断拓展，机器人和人类共享工作空间的协作将愈发重要，因此下一代移动服务机器人需要符合社交要求，才能被人类接受。为了提升多智能体在动态场景中的自主导航能力，针对多智能体导航中社会适应性低和寻找最优值函数问题，提出一种动态环境下共融机器人深度强化学习避障算法。建立了更贴近人类行为的运动模型并将其添加到深度强化学习框架中，用于提高共融机器人的合作性；为了在行人物理安全的基础上提升其感知安全，重新制定了奖励函数；利用非线性深度神经网络代替传统的值函数，解决寻找最优值函数问题。仿真实验显示，相较于最新的深度强化学习导航方法，本文方法在不增加导航时间的情况下实现了100%的导航成功率，且没有发生任何碰撞。结果表明，该方法使共融机器人最大限度的满足人类的社交原则，同时朝着目标前进，有效提高了行人的感知安全。

关键词：服务机器人避障算法深度强化学习最优值函数奖励函数

结合通道剪枝和通道注意力的轻量型车辆点云补全网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：杨晓文冯泊栋韩慧妍况立群韩燮何黎刚中北大学计算机科学与技术学院山西省视觉信息处理及智能机器人工程研究中心华威大学计算机科学系机器视觉与虚拟现实山西省重点实验室

针对现有的点云补全网络多关注于补全的精度而忽视补全效率问题，提出了一种轻量型点云补全网络来准确、高效地修复自动驾驶中的不完整车辆点云。首先，为了提高网络推理效率，采用一种高效的一次性通道剪枝技术提高网络的补全效率；其... 详细信息

针对现有的点云补全网络多关注于补全的精度而忽视补全效率问题，提出了一种轻量型点云补全网络来准确、高效地修复自动驾驶中的不完整车辆点云。首先，为了提高网络推理效率，采用一种高效的一次性通道剪枝技术提高网络的补全效率；其次，在特征提取阶段，网络加入通道注意力模块，将加权特征与全局特征拼接，通过两层多维特征信息提取，得到最终的特征向量；然后，将特征向量传入双解码器结构中，分别通过全连接层和多层感知机生成稠密的粗糙点云和输入点云偏差值；最后，将粗糙点云与输入点云偏差值相加得到最终的精细化完整点云。在PCN数据集和KITTI数据集上进行实验，实验结果表明在补全缺失车辆信息的实时性上有着显著的提升，并且在补全精度上也有不错的表现。

关键词：点云补全通道剪枝通道注意力轻量型深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于优势后见经验回放的强化学习导航方法

计算机工程 2024年第1期50卷 313-319页

作者：王少桐况立群韩慧妍熊风光薛红新中北大学计算机科学与技术学院山西太原030051

目前强化学习在移动机器人领域表现出了强大的潜力,将强化学习算法与机器人导航相结合,不需要依赖先验知识就可以实现移动机器人的自主导航,但是在机器人强化学习过程中存在样本利用率低且泛化能力不强的问题。针对上述问题,在D3QN算法... 详细信息

目前强化学习在移动机器人领域表现出了强大的潜力,将强化学习算法与机器人导航相结合,不需要依赖先验知识就可以实现移动机器人的自主导航,但是在机器人强化学习过程中存在样本利用率低且泛化能力不强的问题。针对上述问题,在D3QN算法的基础上提出优势后见经验回放算法用于经验样本的回放。首先计算轨迹样本中轨迹点的优势函数值,选择优势函数最大值的点作为目标点,然后对轨迹样本进行重新标记,将新旧轨迹样本一同放入经验池中增加经验样本的多样性,使智能体利用失败的经验样本学习,更高效地实现到目标点的导航。为评估该方法的有效性,基于Gazebo平台搭建不同的实验环境,并采用TurtleBot3机器人在仿真环境下进行导航训练与迁移测试,结果表明,该算法在训练环境下导航成功率高于当前主流算法,在迁移测试环境中导航成功率可达86.33%,能够有效提高导航样本利用率,降低导航策略学习难度,增强移动机器人在不同环境中的自主导航能力和迁移泛化能力。

关键词：强化学习移动机器人后见经验回放神经网络样本利用率

融合人群移动轨迹和时空-类别的下一个兴趣点推荐

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：郭秉璇杨晓文孙福盛况立群张元韩慧妍中北大学计算机科学与技术学院机器视觉与虚拟现实山西省重点实验室山西省视觉信息处理及智能机器人工程研究中心

下一个兴趣点推荐（next POI recommendation）作为基于位置社交网络的主要应用之一，为用户和服务提供商带来了显著的实用价值。现有的POI推荐模型主要依赖于目标用户的历史签到数据进行推荐，没有充分利用其他用户移动轨迹数据的潜在... 详细信息

下一个兴趣点推荐（next POI recommendation）作为基于位置社交网络的主要应用之一，为用户和服务提供商带来了显著的实用价值。现有的POI推荐模型主要依赖于目标用户的历史签到数据进行推荐，没有充分利用其他用户移动轨迹数据的潜在价值，也未有效提取和融合时空-类别信息的特征。为了解决上述问题，提出了一种融合人群移动轨迹和时空-类别的下一个兴趣点推荐模型（GGCN-STC）。首先，依据用户的移动轨迹构建区域轨迹图，提出了门控图卷积神经网络对共同移动轨迹进行建模；其次，将签到序列中的时空-类别信息进行多维度的特征融合；最后，利用自注意力机制捕获用户偏好，为用户提供更准确的POI推荐。在两个真实数据集上进行实验比较与分析，结果表明该模型优于其他模型。

关键词：兴趣点推荐门控图卷积神经网络自注意力机制时空网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于关联和识别的少样本目标检测

激光与光电子学进展 2024年第8期61卷 461-472页

作者：贾剑利韩慧妍况立群韩方正郑心怡张秀权中北大学计算机科学与技术学院山西太原030051 机器视觉与虚拟现实山西省重点实验室山西太原030051 山西省视觉信息处理及智能机器人工程研究中心山西太原030051

当前基于深度学习的目标检测算法已较为成熟。然而,基于少量样本检测新类仍具有挑战性,因为少样本条件下的深度学习容易导致特征空间退化。现有工作采用整体微调范式在丰富样本的基类上进行预训练,在此基础上构建新类的特征空间。然而,... 详细信息

当前基于深度学习的目标检测算法已较为成熟。然而,基于少量样本检测新类仍具有挑战性,因为少样本条件下的深度学习容易导致特征空间退化。现有工作采用整体微调范式在丰富样本的基类上进行预训练,在此基础上构建新类的特征空间。然而,新类基于多个基类隐式地构造特征空间,其结构较为分散,导致基类与新类之间可分性较差。采用对新类和与其相似的基类进行关联再识别的方法进行少样本目标检测。通过引入动态感兴趣区域头,提升模型对训练样本的利用率,基于二者间的语义相似度,显式地为新类构建特征空间。通过解耦基类和新类的分类分支、添加通道注意力模块及增加边界损失函数,提升二者间的可分性。在标准PASCAL VOC数据集上的实验结果表明,所提方法的nAP50均值较TFA、MPSR及DiGeo分别提升10.2、5.4、7.8。

关键词：少样本目标检测关联和识别动态感兴趣区域头通道注意力边界损失

在线全文

学校读者我要写书评

暂无评论

顾及多尺度监督的点云语义分割

激光与红外 2024年第2期54卷 185-192页

作者：文阳晖杨晓文张元韩燮况立群薛红新中北大学计算机科学与技术学院山西太原030051 山西省视觉信息处理及智能机器人工程研究中心山西太原030051 机器视觉与虚拟现实山西省重点实验室山西太原030051

针对复杂场景点云分割精度不高、神经网络隐藏单元缺乏直接监督,难以提取语义明确的点云特征等问题,提出了一种将多尺度监督和SCF-Net相结合的点云语义分割网络。首先构建了一个类别信息生成模块,记录编码器中隐藏单元感受野内的类别,... 详细信息

针对复杂场景点云分割精度不高、神经网络隐藏单元缺乏直接监督,难以提取语义明确的点云特征等问题,提出了一种将多尺度监督和SCF-Net相结合的点云语义分割网络。首先构建了一个类别信息生成模块,记录编码器中隐藏单元感受野内的类别,用于解码器中辅助分类器的监督学习。其次将解码阶段的点云类别预测任务分解成一系列点云感受野类别预测任务,通过对解码器中每一层添加辅助分类器,预测当前阶段点云感受野类别,编码阶段生成的类别信息作为标签监督网络学习。模型从粗到细地推理点云感受野类别,最终预测得到点云语义标签。实验结果表明,该方法能够有效提取点云关键信息,提高语义分割精度。

关键词：三维点云语义分割多尺度监督深度学习 SCF-Net

在线全文

学校读者我要写书评

暂无评论

室内机器人动态SLAM技术

计算机工程与设计 2024年第2期45卷 530-539页

作者：韩慧妍韩方正韩燮况立群曹亚明中北大学计算机科学与技术学院山西太原030051 机器视觉与虚拟现实山西省重点实验室山西太原030051 山西省视觉信息处理及智能机器人工程研究中心山西太原030051

随着计算机视觉、深度学习的发展,基于视觉的静态SLAM研究不断改进,然而大多数SLAM算法存在静态假定不成立和累计漂移。针对上述问题,设计动态BN-SLAM算法,利用深度图像的几何信息对原始掩模进行修正,修正掩膜用于移除运动物体及其影响... 详细信息

随着计算机视觉、深度学习的发展,基于视觉的静态SLAM研究不断改进,然而大多数SLAM算法存在静态假定不成立和累计漂移。针对上述问题,设计动态BN-SLAM算法,利用深度图像的几何信息对原始掩模进行修正,修正掩膜用于移除运动物体及其影响。设计加权RANSAC方法,求解摄像机局部位姿。在TUM数据集上的实验结果表明,BN-SLAM的ATE、平移RPE和旋转RPE的平均RMSE值分别为95.46%、92.45%和90.88%,平均S.D.值分别为94.88%、94.76%和92.80%,跟踪轨迹点结果的平均率为98.80%。在真实环境的实验结果表明,BN-SLAM能够剔除运动的人造成的地图污染。

关键词：计算机视觉深度学习静态假定累计漂移深度图像原始掩模修正掩膜

在线全文

学校读者我要写书评

暂无评论

基于全局双线性注意力的红外视频行为识别

激光与红外 2024年第3期54卷 431-439页

作者：欧阳楠楠况立群谢剑斌韩慧妍曹亚明王飞中北大学计算机科学与技术学院山西太原030051 机器视觉与虚拟现实山西省重点实验室山西太原030051 山西省视觉信息处理及智能机器人工程研究中心山西太原030051

针对红外视频缺少纹理细节特征以致在人体行为识别中难以兼顾计算复杂度与识别准确率的问题,提出一种基于全局双线性注意力的红外视频行为识别方法。为高效计算红外视频中的人体行为,设计基于两级检测网络的关节点提取模块来获得人体关... 详细信息

针对红外视频缺少纹理细节特征以致在人体行为识别中难以兼顾计算复杂度与识别准确率的问题,提出一种基于全局双线性注意力的红外视频行为识别方法。为高效计算红外视频中的人体行为,设计基于两级检测网络的关节点提取模块来获得人体关节点信息,创新性地将所形成的关节点三维热图作为红外视频人体行为识别网络的输入特征;为了在轻量化计算的基础上进一步提升识别准确率,提出一种全局双线性注意力的三维卷积网络,从空间和通道两个维度提升注意力的建模能力,捕获全局结构信息。在InfAR和IITR IAR数据集上的实验结果表明,该方法在红外视频行为识别中的有效性。

关键词：红外视频注意力关节点行为识别