检索结果-南通市图书馆

西安邮电大学学报 2019年第1期24卷 1-15页

作者：王忠民王星李刚张福涛西安邮电大学计算机学院陕西西安710121 西安邮电大学陕西省网络数据智能处理重点实验室陕西西安710121

视觉场景理解是机器视觉与自然语言处理相融合的热点问题,实现场景理解将有助于盲人辅助系统、智能机器人交互、以及无人驾驶等领域研究的发展。从视觉场景理解的基本概念出发,介绍了视觉场景理解技术的相关理论及最新研究成果,并对基... 详细信息

视觉场景理解是机器视觉与自然语言处理相融合的热点问题,实现场景理解将有助于盲人辅助系统、智能机器人交互、以及无人驾驶等领域研究的发展。从视觉场景理解的基本概念出发,介绍了视觉场景理解技术的相关理论及最新研究成果,并对基于搜索的模型、基于模板匹配的模型和基于编码-解码框架的模型、以及基于注意力模型的模型进行详细描述与分析。讨论视觉场景理解的最新技术动态,分析视觉场景理解的发展趋势并指出未来研究方向。

关键词：视觉场景理解机器视觉注意力模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于多关注度模型与拷贝机制的视觉场景理解方法研究

基于多关注度模型与拷贝机制的视觉场景理解方法研究

引用

作者：王星西安邮电大学

学位级别：硕士

多领域交叉学习趋势日益增强,趋向于实用化的研究日益增多。其中,最受学者关注的一项研究是在辅助医疗、辅助教育等领域存在巨大潜力的视觉场景理解技术。目前,对于视觉场景理解任务已经开展了大量研究,而基于深度学习的视觉场景理解模... 详细信息

多领域交叉学习趋势日益增强,趋向于实用化的研究日益增多。其中,最受学者关注的一项研究是在辅助医疗、辅助教育等领域存在巨大潜力的视觉场景理解技术。目前,对于视觉场景理解任务已经开展了大量研究,而基于深度学习的视觉场景理解模型是目前研究的重点。该模型引入机器翻译相关思想,并引入了编码-解码框架,它不仅改变了基于目标检测的传统模型,还将视觉场景理解任务转化为端到端的“翻译”任务;随后向视觉场景理解任务中引入机器翻译另一重要模型——注意力模型,该模型通过在不同时刻,对同一组特征图谱的不同区域进行重要程度打分,并使用打分结果的高低决定下一关注位置。但是在实际应用中系统或用户所要面对的对象和场景是变化的、不可预知的,而现有数据集纵使包含多种对象类别和应用场景也不能改变描述性能受限于数据集与语言模型的现状。若从扩充数据集入手解决这个问题不仅极为困难,而且也会带来过度的研究损耗。因此,为了提高视觉场景理解模型的泛化能力和鲁棒性,本文从多特征融合与多模型联合两种角度提出了两种视觉场景理解模型的改进方案。（1）针对传统的视觉场景理解模型在编码阶段使用最后一层卷积层特征编码上下文向量而引起的图像语义缺失,图像关注位置定位不准确等问题,提出了基于多注意力机制的视觉场景理解模型。该模型主要考虑了注意力机制在不同时刻对同一特征图谱的不同区域具有不同注意力的特性,将空间注意力模型和语义注意力模型引入视觉场景理解任务,并从隐藏层和特征通道两方面入手以提高对象定位准确度;另外,本模型借鉴目标检测中使用多层特征来提高模型性能的经验将多层特征融合技术加入到视觉场景理解模型中,并使用新生成的特征图谱编码上下文向量。实验结果表明,改进后的网络模型不仅解决了图像关注位置不准确的问题,还提高了描述准确度。（2）传统视觉场景理解模型在相继增加编码-解码框架、注意力机制后已取得突破性进展,但描述性能过分依赖于训练数据集和语言模型的问题依然没有解决。针对此问题,本文提出基于正则化与拷贝机制的视觉场景理解模型。该模型首先借鉴人们交流中往往会“拷贝”对方话语中的词汇或长短语来完成对话,因此在本模型中考虑增加一个称为拷贝机制的辅助网络来实现图像内容向描述结果的拷贝。另外,为了保证解码过程中图像信息的完整性引入正则化机制,该机制可以通过重构上一时刻的隐藏状态来激励当前隐层获得更完整的图像信息,并对LSTM网络起到正则作用。随后,通过在Flickr30K和MSCOCO数据集上的实验对该模型进行充分了验证,并证明该模型有效的解决了描述泛化能力不强等问题。

关键词：视觉场景理解注意力模型编码-解码框架拷贝机制正则化机制

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Hybrid-augmented intelligence： collaboration and cognition

引用

Frontiers of Information Technology & Electronic Engineering 2017年第2期18卷 153-179页

作者： Nan-ning ZHENG Zi-yi LIU Peng-ju REN Yong-qiang MA Shi-tao CHEN Si-yu YU Jian-ru XUE Ba-dong CHEN Fei-yue WANG Institute of Artificial Intelligence and Robotics Xi ' an Jiaotong University Xi ' an 710049 China National Engineering Laboratory of Visual Information Processing Applications Xi 'an Jiaotong University Xi'an 710049 China State Key Laboratory of Management and Control for Complex Systems Institute of Automation Chinese Academy of Sciences Beijing 100190 China

人工智能追求的长期目标是使机器能像人一样学习和思考。由于人类面临的许多问题具有不确定性、脆弱性和开放性,任何智能程度的机器都无法完全取代人类,这就需要将人的作用或人的认知模型引入到人工智能系统中,形成混合-增强智能的形态... 详细信息

人工智能追求的长期目标是使机器能像人一样学习和思考。由于人类面临的许多问题具有不确定性、脆弱性和开放性,任何智能程度的机器都无法完全取代人类,这就需要将人的作用或人的认知模型引入到人工智能系统中,形成混合-增强智能的形态,这种形态是人工智能或机器智能的可行的、重要的成长模式。混合-增强智能可以分为两类基本形式:一类是人在回路的人机协同混合增强智能,另一类是将认知模型嵌入机器学习系统中,形成基于认知计算的混合智能。本文讨论人机协同的混合-增强智能的基本框架,以及基于认知计算的混合-增强智能的基本要素:直觉推理与因果模型、记忆和知识演化;特别论述了直觉推理在复杂问题求解中的作用和基本原理,以及基于记忆与推理的视觉场景理解的认知学习网络;阐述了竞争-对抗式认知学习方法,并讨论了其在自动驾驶方面的应用;最后给出混合-增强智能在相关领域的典型应用。

关键词：人-机协同混合增强智能认知计算直觉推理因果模型认知映射视觉场景理解自主驾驶汽车

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

An image-based approach to the reconstruction of ancient architectures by extracting and arranging 3D spatial components

引用

Frontiers of Information Technology & Electronic Engineering 2015年第1期16卷 12-27页

作者： Divya Udayan J Hyung Seok KIM Jee-In KIM Internet and Multimedia Engineering Konkuk University Seoul 143- 701 Korea Department of Advanced Technology Fusion Konkuk University Seoul 143-701 Korea

目的:利用单一图像重建古建筑,简化从2D照片恢复3D几何结构方法中无穷解的情况。该方法可以应用于观光、游戏、娱乐业中的古迹恢复。创新:简化从2D照片恢复3D几何结构过程中无穷解的情况。对特定建筑风格生成的组件库可以应用于相同风... 详细信息

目的:利用单一图像重建古建筑,简化从2D照片恢复3D几何结构方法中无穷解的情况。该方法可以应用于观光、游戏、娱乐业中的古迹恢复。创新:简化从2D照片恢复3D几何结构过程中无穷解的情况。对特定建筑风格生成的组件库可以应用于相同风格的其它古建筑的重建。方法:本文主要以泰姬陵为例分析。首先,沿边界多面体和多面体之间的邻近关系利用合适的局部平面基元自动重建初始模型。然后,利用建模软件人工推断装配并调整模型3D组件获取最终重建模型。以Mughal风格的三个著名古建筑为例,测试基于前视图的模型重建(图10-12)。结论:对图像组件的分层分析有助简化从2D照片恢复3D几何结构过程中无穷解的情况。对特定建筑风格生成的组件库可以应用于相同风格的其它古建筑的重建。对三个Mughal风格的三个古建筑进行模型重建,结果表明所提方法的有效性。

关键词：数字重建 3D虚拟世界 3D空间组件视觉场景理解

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：