检索结果-南通市图书馆

DuC-GAN:增强GAN训练稳定性的新模型

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2024年

作者：韩诗阳张重生河南大学计算机与信息工程学院

针对生成对抗网络(GAN)训练不稳定的问题，提出了一种新的双循环生成对抗网络(DuC-GAN)增强稳定性的模型。该模型通过在生成器和判别器之间添加额外的循环来解决GAN训练中的不稳定性问题。新循环由一个冻结的主判别器和一个辅助判别器... 详细信息

针对生成对抗网络(GAN)训练不稳定的问题，提出了一种新的双循环生成对抗网络(DuC-GAN)增强稳定性的模型。该模型通过在生成器和判别器之间添加额外的循环来解决GAN训练中的不稳定性问题。新循环由一个冻结的主判别器和一个辅助判别器组成，他们与生成器一起进行训练，并以生成器的性能作为切换循环的指标。在多个数据集上的测试表明，相比现有模型，所提模型显著提高了GAN的性能和训练稳定性。实验结果表明，双循环GAN实现了更快的收敛速度和更好的生成效果。

关键词：生成对抗网络双循环结构训练稳定性模式崩溃

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

人工智能

2020年

作者：张重生

来源：南通市图书馆图书评论

学校读者我要写书评

暂无评论

人工智能在古文字研究中的应用及展望

中国文化研究 2023年第2期 47-56页

作者：莫伯峰张重生首都师范大学甲骨文研究中心河南大学计算机与信息工程学院

本文对近期人工智能在古文字研究中的应用状况进行了回顾和总结。在古文字字形相关的任务中,古文字识别、古文字检测都已经取得了较大进展,可以为古文字研究提供切实的辅助。古文字分类、古文字考释离实际需求还有较大距离,但是发展思... 详细信息

本文对近期人工智能在古文字研究中的应用状况进行了回顾和总结。在古文字字形相关的任务中,古文字识别、古文字检测都已经取得了较大进展,可以为古文字研究提供切实的辅助。古文字分类、古文字考释离实际需求还有较大距离,但是发展思路已经逐渐明晰。在古文字材料整理类任务中,甲骨缀合、甲骨校重、青铜器断代等都已经取得了阶段性成果,推进了古文字研究的进步。展望人工智能与古文字交叉研究的未来发展,多模态模型的应用将会是主要发展方向,生成式人工智能的发散思维将为古文字问题解答提供更多思路,而借助大数据智能的数据挖掘能力则可以发现更多古文字中的规律性现象。

关键词：人工智能古文字应用展望

在线全文

学校读者我要写书评

暂无评论

耳朵信息对侧脸检测的影响研究

电子学报 2018年第3期46卷 646-651页

作者：王弯弯张重生河南大学计算机与信息工程学院河南开封475001

如何准确地检测和定位图像中的人脸是人脸检测领域的关键问题.为了进一步提高人脸检测器的性能,常见的方法是增加训练数据集或采用更鲁棒的人脸特征表示,而训练人脸检测器的一个基础工作是:为训练图像中的人脸标注边界框.但标注的人脸... 详细信息

如何准确地检测和定位图像中的人脸是人脸检测领域的关键问题.为了进一步提高人脸检测器的性能,常见的方法是增加训练数据集或采用更鲁棒的人脸特征表示,而训练人脸检测器的一个基础工作是:为训练图像中的人脸标注边界框.但标注的人脸边界框是否应该包含耳朵信息,以及对训练出的侧脸检测器性能的影响尚未被研究.本文的实验结果表明:在侧脸数据集上训练人脸检测器时,如果人脸边界框包含耳朵信息,基于DPM(Deformable Parts Model)方法训练得到的侧脸检测器使侧脸检测的准确率降低1.9%,召回率提高6.3%.而基于Viola&Jones和Fast R-CNN方法训练得到的侧脸检测器使准确率分别提高6.8%和4.4%,召回率分别提高14.9%和12.9%.这说明包含耳朵信息训练出的侧脸检测模型,有助于提高侧脸检测率.

关键词：多角度人脸检测人脸检测器耳朵人脸边界框侧脸检测

在线全文

学校读者我要写书评

暂无评论

基于深度学习的场景文字检测综述

电子学报 2019年第5期47卷 1152-1161页

作者：姜维张重生殷绪成华北水利水电大学信息工程学院河南郑州450045 河南大学计算机与信息工程学院河南开封475001 北京科技大学计算机与通信工程学院北京100083

近年来,基于深度学习的场景文字检测技术取得重要进展.本文综述了该技术在2014～2018年间的最新工作,将其分为传统区域建议方法、文字建议网络方法、基于分割的方法以及文字建议网络与分割的混合方法,并对各类方法的优劣进行分析.本文... 详细信息

近年来,基于深度学习的场景文字检测技术取得重要进展.本文综述了该技术在2014～2018年间的最新工作,将其分为传统区域建议方法、文字建议网络方法、基于分割的方法以及文字建议网络与分割的混合方法,并对各类方法的优劣进行分析.本文还展望了未来发展趋势,指出未来研究热点.

关键词：深度学习场景文字检测定位

基于特征过滤和自适应融合机制的不规则场景文本检测算法

在线全文

学校读者我要写书评

暂无评论

哈尔滨工业大学学报 2023年

作者：杨帅磊李岐龙陈杰凡高娟张重生河南大学黄河文化遗产实验室河南大学河南省大数据分析与处理重点实验室

自然场景图像中的文本存在背景复杂、形状各异、方向多样、光线多变等特点，因此，场景文本检测是近年的研究聚焦之一，目前已经广泛应用于自动驾驶、实时翻译、智能识别等领域。为提升场景文本尤其是不规则场景文本的检测性能，本文提... 详细信息

自然场景图像中的文本存在背景复杂、形状各异、方向多样、光线多变等特点，因此，场景文本检测是近年的研究聚焦之一，目前已经广泛应用于自动驾驶、实时翻译、智能识别等领域。为提升场景文本尤其是不规则场景文本的检测性能，本文提出一种基于特征过滤和自适应特征融合机制的不规则场景文本检测网络FGANet（feature guided adaptive network），该算法解决了文本检测模型定位不好的问题，并且通过引入本文提出的模块，模型的检测性能得到了进一步提升。针对网络特征提取的不足，设计了特征聚合引导模块，该模块在骨干特征提取网络之后，实现高维通道转换低维通道的同时增强了网络的特征表达能力；在多尺度特征融合阶段，设计了自适应特征融合模块，该模块可以较好地融合不同层次的特征，达到关注不同尺寸的文本的目的，能够将深层的语义信息与浅层的细节信息进行综合利用，使算法获得更强的文本感知能力。实验结果表明，在场景文本检测方面，FGANet相较于对比算法，在ICDAR2015、CTW1500、MSRA-TD500和TotalText四个基准数据集上的F值分别提升了2.4%、1.3%、1.8%和1.4%，性能提升较为显著，说明本文提出的模型相较于基准模型具有较高的性能。

关键词：自然场景图像场景文本检测特征过滤自适应特征融合文本感知能力

基于Transformer的低质场景字符检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京邮电大学学报 2022年第2期45卷 124-130页

作者：张重生陈杰纵瑞星杨帅磊凡高娟河南大学计算机与信息工程学院开封475001 河南省大数据分析与处理重点实验室开封475001

为了提升低质场景文本图像的文字检测和识别性能,提出一种基于Transformer的字符级场景文本检测算法。依据场景文本行中的字符顺序,设计基于Transformer的编码-解码结构,能够输出每个字符检测框的坐标以及排序预测。根据匈牙利算法的思... 详细信息

为了提升低质场景文本图像的文字检测和识别性能,提出一种基于Transformer的字符级场景文本检测算法。依据场景文本行中的字符顺序,设计基于Transformer的编码-解码结构,能够输出每个字符检测框的坐标以及排序预测。根据匈牙利算法的思想,设计了基于字符检测框坐标及排序损失的损失函数,以提高匹配检测结果的准确性。在3个字符级标注的场景文本数据集上的场景字符检测、场景字符识别的相关实验结果表明,所提算法能够取得较好的性能,在多个评价指标上均优于对比算法。

关键词：低质场景文本场景字符检测 Transformer 场景字符识别

在线全文

学校读者我要写书评

暂无评论

基于多描述编码的WMSN传输性能

北京邮电大学学报 2012年第6期35卷 70-73页

作者：凡高娟张重生元沐南河南大学计算机与信息工程学院河南开封475004

针对无线多媒体传感器网络(WMSN)数据传输存在无线链路差、传输质量要求高等问题,提出一种基于多描述编码的传输策略.该策略利用源节点进行多描述编码,通过选择初始分发节点,形成多个转发路径.以图像传输为实例,从数据到达率、图像传输... 详细信息

针对无线多媒体传感器网络(WMSN)数据传输存在无线链路差、传输质量要求高等问题,提出一种基于多描述编码的传输策略.该策略利用源节点进行多描述编码,通过选择初始分发节点,形成多个转发路径.以图像传输为实例,从数据到达率、图像传输前后的对比、峰值信噪比等参数对该策略进行性能验证.仿真结果表明,该传输策略能解决无线链路不稳定性带来的问题,并保证数据传输的可靠性.

关键词：多描述编码无线多媒体传感器网络性能

基于人工智能的甲骨文识别技术与字形数据库构建

在线全文

学校读者我要写书评

暂无评论

中国文字研究 2021年第1期33卷 9-16页

作者：门艺张重生河南大学黄河文明与可持续发展研究中心河南大学计算机与信息工程学院河南开封475000

已有的甲骨文工具书在整理模式、编排方式、检索方法、呈现手段等方面积累了经验,但也有字形分合无标准、检索困难、隶定方式混乱等现象。纸制工具书不利于复用、优化和改进,且无法对每个字形的相关资料穷尽性枚举并提供相关的上下文信... 详细信息

已有的甲骨文工具书在整理模式、编排方式、检索方法、呈现手段等方面积累了经验,但也有字形分合无标准、检索困难、隶定方式混乱等现象。纸制工具书不利于复用、优化和改进,且无法对每个字形的相关资料穷尽性枚举并提供相关的上下文信息。利用新一代人工智能技术处理数量庞大、表义复杂、字形多变的甲骨文字,训练深度学习模型,实现在全张拓片上对甲骨文字逐一自动定位、识别,可依据字形自动进行分类,在此基础上建设材料完整、语段信息方便查看、开放式编辑的甲骨文字形数据库。进一步设计相关甲骨文识别与相似性检索软件,使字形数据库成为以图片检索甲骨文的便利工具。

关键词：甲骨文字形人工智能数据库