检索结果-南通市图书馆

顾及长尾分布的机载LiDAR点云CNN语义分割

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

仪器仪表学报 2023年第7期44卷 282-295页

作者：陈睿星吴军赵雪梅徐刚桂林电子科技大学电子工程与自动化学院桂林541000 中科院宁波材料技术与工程研究所宁波315201

针对目前PointNet++系列网络模型倾向于牺牲尾类分割精度以保证全局分割精度这一现象,构建顾及数据长尾分布的机载LiDAR点云语义分割网络,主要涉及两方面内容,聚类最远点采样和空间自注意力机制下的局部特征学习。聚类最远点采样通过类... 详细信息

针对目前PointNet++系列网络模型倾向于牺牲尾类分割精度以保证全局分割精度这一现象,构建顾及数据长尾分布的机载LiDAR点云语义分割网络,主要涉及两方面内容,聚类最远点采样和空间自注意力机制下的局部特征学习。聚类最远点采样通过类内点云最远点采样、划分区域最远点采样以及基于置信度的均值漂移(Meanshift)聚类组合策略,最大程度保留尾类样本并通过循环赋权方式使每类样本均能被网络充分学习;空间自注意力机制下的局部特征学习为结合不同空间编码方式增强采样点邻域拓扑结构的学习,以利于从稀疏样本数据中完整学习目标空间结构。公开数据集实验表明,本文网络模型整体分割精度和平均F_(1)较PointNet++分别提升6.3%和6.6%,并优于其它6种PointNet++系列网络模型及新公布的10种网络模型,具有良好的泛化性能与应用价值。

关键词：点云语义分割卷积神经网络长尾分布自注意力机制聚类最远点采样

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

长尾分布下基于层内相似关系的认知诊断模型

郑州大学学报(理学版) 2024年

作者：王冕张玉红刘菲卜晨阳胡学钢合肥工业大学计算机科学与技术学院

已有的认知诊断模型大多基于充分的学生做题记录进行诊断。然而现实中学生的做题记录、题目与知识点等的层间关联呈现长尾分布,即部分学生做题数量少、部分习题仅包含少量知识点,给模型的训练带来挑战。为此,提出一个基于层内相似关系... 详细信息

已有的认知诊断模型大多基于充分的学生做题记录进行诊断。然而现实中学生的做题记录、题目与知识点等的层间关联呈现长尾分布,即部分学生做题数量少、部分习题仅包含少量知识点,给模型的训练带来挑战。为此,提出一个基于层内相似关系的认知诊断模型,通过学生作答记录使用简单匹配系数分别计算学生、习题、知识点的相似系数,并构建层内相似关系。利用这种层内相似关系通过关系图卷积网络将头节点信息传递给尾节点,改善尾节点层间关系的稀疏性,通过融合知识点表示的诊断函数进行诊断。

关键词：认知诊断长尾分布相似性层内相似关系图卷积网络

长尾分布下侧扫声纳图像分割研究及虚拟仿真平台的应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

长尾分布下侧扫声纳图像分割研究及虚拟仿真平台的应用

作者：刘瑞桂林电子科技大学

学位级别：硕士

近年来,随着全球经济的发展和对海洋资源的重视,AUV(Autonomous Underwater Vehicle)在海洋资源开发和保护方面扮演着重要的角色。人们可以通过对AUV的声纳图像进行分割、分类和识别来获得重要的海洋信息,因此,研究侧扫声纳图像意义重... 详细信息

近年来,随着全球经济的发展和对海洋资源的重视,AUV(Autonomous Underwater Vehicle)在海洋资源开发和保护方面扮演着重要的角色。人们可以通过对AUV的声纳图像进行分割、分类和识别来获得重要的海洋信息,因此,研究侧扫声纳图像意义重大。水下侧扫声纳图像分割是水下勘测领域中的重要技术,但是在实际应用中,水下机器人的视觉成像面临着很多挑战,由于海洋环境复杂,声波会受到多种因素的影响,从而导致侧扫声纳图像出现强烈的噪声和模糊,且不同深度的目标反射信号强度差异大,呈现出典型的长尾分布特征,这些因素都会影响图像的质量和分割的准确性,长尾分布的问题成为了制约其进一步提高精度和效率的瓶颈。本文的贡献在于提出了一个解决水下侧扫声纳图像实例分割长尾数据分布问题的输入输出数据平衡框架。在输入层面,提出了一个增强方法,增加了标注实例数量,利用共同分割算法提取同一类别以物体为中心的图像中的前景区域,使用分类器预测目标类别置信度的下降率的筛选方法筛选出高质量的实例段,并通过复制-粘贴方法增加数据的数量和多样性。在输出层面,在分类器之前设计了一个使用多头组合的输出数据平衡模块,根据形状和实例数量对不同类别的特征图进行分组,减轻头部类别的干扰,促进模型对尾部的学习。本文在KLSG和ImageNet等数据集上进行了实验,证明了该方法的有效性。此外,本文提出的两个模块具有良好的泛化能力,可以应用于各种骨干网络和数据集,并成为即插即用的工具。为了解决真实侧扫声纳数据难以获取、水下机器人设备成本高且实践困难、环境不确定性等问题,本文开发了虚拟仿真平台,平台可以在不同噪声水平和海底状态合成声纳图像,并且在不同的参数设置下进行仿真实验和算法优化,以提高声纳图像分割算法的鲁棒性和准确性。相对于实际环境下的实验,虚拟仿真平台具有数据获取方便、环境可控、成本低廉等优势。此外,虚拟仿真平台已经落地应用到人工智能学院《机器人技术基础》和《程序设计与问题求解》课程教学实践当中,帮助学生们更好地理解机器人技术和程序设计的基本原理,并提高他们的实际操作能力。

关键词：自主水下航行器水下侧扫声纳图像分割图像增强长尾分布虚拟仿真平台

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

“长尾分布”的古文字分类算法研究

“长尾分布”的古文字分类算法研究

作者：何家源华东师范大学

学位级别：硕士

本文主要研究甲骨文、商周金文、春秋楚简和魏晋南北朝石刻字的智能识别。它们历史悠久,与现代汉语差别较大,有较高的识读门槛,使用人工智能方法进行识别有较大意义。文字使用时有常用字和偏僻字的区别,对应到本文的数据集来说,即存在... 详细信息

本文主要研究甲骨文、商周金文、春秋楚简和魏晋南北朝石刻字的智能识别。它们历史悠久,与现代汉语差别较大,有较高的识读门槛,使用人工智能方法进行识别有较大意义。文字使用时有常用字和偏僻字的区别,对应到本文的数据集来说,即存在分布不平衡的情况,某些常用的字可能有上千张样本,某些偏僻字可能只有几十张样本。如果直接将原始数据放入神经网络中进行训练必然会导致模型产生较大的偏置,模型会学到很多样本数量多的文字的特征,导致在样本数量少的文字上识别效果较差。因此本文主要工作为在古文字数据分布失衡的现状下,提高模型在样本较少的类别上的识别精度,具体工作如下:1.从改进训练方式的角度出发,探究了两阶段训练法（Two-phase Train,TPT）算法的有效性。将训练过程分为两个阶段,首先是平衡学习阶段,然后进入原始分布学习阶段。实验表明TPT算法具有一定提升效果。2.借鉴迁移学习的思路,提出了基于“头部信息”的特征迁移算法（Feature Transfer Based on Head Classes,FTBHC）。本文数据集均为古汉字,同一种数据集内虽然部分字的样本数量差别较大,但是形态上具有相似性,因此考虑将头部类（样本数量较多的类别）的特征迁移给尾部类（样本数量较少的类别）使用,提出FTBHC算法,数据表明FTBHC算法效果优于TPT算法。3.顺着FTBHC的思路,又提出了基于Shike＿Set的特征迁移（Feature Transfer Based on Shike＿Set,FTBS）算法。四种汉字虽然属于不同时期,但是存在演化的关系,彼此之间又具有相似性,而石刻字数据集（Shike＿Set）有最丰富的样本信息,将其作为特征迁移的基础是最佳选择,数据表明FTBS算法效果优于FTBHC。4.不借助其他数据集进行特征迁移的情况下,在自监督学习的框架下使用效果较好的不平衡分类算法,提出了基于自监督预训练的双分支网络算法（BBNSSP）。自监督预训练（Self-supervised pre-training,SSP）算法对于提升不平衡分类问题有不错效果,双分支网络（Bilateral-Branch Network）算法就是为解决“长尾”分类问题量身定做的,实验数据表明将两者结合可以取得媲美FTBS算法的效果。本文进行了多组实验来证明前面提出的算法的有效性,虽然算法的效果有差别,但是适用场景不同,因此需要针对不同的场景选择最合适的算法。虽然本文研究内容主要针对古文字领域,但是研究思路可以推广到现实世界中其他具有“长尾分布”的数据分类。

关键词：长尾分布卷积神经网络两阶段训练迁移学习自监督学习双分支网络

基于YOLOX-Tiny的长尾分布交通标志识别模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

系统仿真学报 2023年

作者：伍云鹏付应雄沈丽君崔峰中国科学院自动化研究所北京中科慧眼科技有限公司湖北大学

在智能驾驶领域，准确识别交通标志对行车安全具有重要意义，交通标志训练集往往服从长尾分布，这为交通标志识别带来极大难度。针对于长尾分布数据集训练出的模型在尾类上表现差的现象，本文提出一种基于YOLOX-Tiny的长尾分布交通标志... 详细信息

在智能驾驶领域，准确识别交通标志对行车安全具有重要意义，交通标志训练集往往服从长尾分布，这为交通标志识别带来极大难度。针对于长尾分布数据集训练出的模型在尾类上表现差的现象，本文提出一种基于YOLOX-Tiny的长尾分布交通标志识别模型。首先，本文在TT100K＿2021 (Tsinghua-Tencent 100K 2021)数据集基础上制作交通标志长尾数据集；然后从制作数据集图片数量、样本分布以及模型大小出发，本文选择YOLOX-Tiny作为基础模型；随后采用EQL v2(Equalization Loss v2)和FL(Focal Loss)作为分类损失和目标置信度损失，平衡分类器头尾差距，增强模型对目标置信度的预测；最后在颈部双向金字塔中引入上采样算子CARAFE、坐标注意力机制(Coordinate Attention， CA)和CAR-ASFF模块(CARAFE + Adaptively Spatial Feature Fusion)，解决传统特征金字塔上不同层级特征图的反向传播冲突问题，提升特征重组效果，突出目标特征。研究结果表明：改进的YOLOX-Tiny模型在制作的长尾交通标志数据集上mAP50和mAP5095分别达到了43.67％和29.98％，改进模型相比较其他几种目标检测模型具有更高的检测精度。

关键词：长尾分布 YOLOX 交通标志识别注意力机制特征重组多尺度特征融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向长尾分布的民众诉求层次多标签分类模型

计算机应用 2024年

作者：刘昕杨大伟邵长恒王海文庞铭江李艳茹青岛大学计算机科学技术学院中国石油大学(华东)青岛软件学院计算机科学与技术学院

接诉即办是实现社会治理智能化、提高人民满意度的重要举措。精准分析民众诉求以智能匹配工单处理部门，实现诉求的快速响应、高效办理尤为关键。然而，民众诉求数据中诉求描述不清晰、类别混淆且比例失衡，导致诉求类别分析困难，降低... 详细信息

接诉即办是实现社会治理智能化、提高人民满意度的重要举措。精准分析民众诉求以智能匹配工单处理部门，实现诉求的快速响应、高效办理尤为关键。然而，民众诉求数据中诉求描述不清晰、类别混淆且比例失衡，导致诉求类别分析困难，降低了智能派单的效率与准确性。针对上述问题，提出了编解码器结构的诉求层次多标签分类模型。首先，在文本编码器中引入诉求领域中细粒度的关键词先验知识抑制噪声干扰，同时融合诉求的时空信息提高语义特征判别力；其次，利用标签层次结构生成具有层次与语义感知的标签嵌入，构建基于Transformer模型的标签解码器，利用诉求的语义特征和标签嵌入进行标签解码，在标签的层级依赖关系基础上引入动态标签表策略限制标签的解码范围以解决标签不一致问题；最后，采用Softmax分组策略将样本数量相近的标签类别分为同组来进行Softmax操作，缓解由标签长尾分布导致分类准确率低的问题。在Hotline、RCV1(Reuters Corpus Volume I)-v2和WOS(Web Of Science)数据集上的实验结果表明，相较于基线模型HiMatch(Hierarchyaware label semantics Matching network)，所提模型的微F1值提高了1.65、2.06和0.43个百分点，验证了模型的有效性。

关键词：接诉即办智能派单层次多标签分类先验知识长尾分布编解码器

图像识别领域长尾分布数据的多trick混合研究与应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图像识别领域长尾分布数据的多trick混合研究与应用

作者：闫禹博吉林大学

学位级别：硕士

在传统的图像识别任务中,训练数据的分布往往经历了人工均衡,所有类别的样本数量之间无明显差异。一个均衡的数据集固然大大降低了对算法鲁棒性的要求,也保障了所得模型的可靠性,但随着关注类别的逐渐增加,维持各个类别之间的数据平衡... 详细信息

在传统的图像识别任务中,训练数据的分布往往经历了人工均衡,所有类别的样本数量之间无明显差异。一个均衡的数据集固然大大降低了对算法鲁棒性的要求,也保障了所得模型的可靠性,但随着关注类别的逐渐增加,维持各个类别之间的数据平衡将带来指数增长的采集成本。如果不引入这些采集成本,仅依靠在自然界中随机采集的数据,势必会带来相应的问题:某些类别的数据占大多数,而某些类别的数据却少之又少,这就是我们说的“长尾问题”。如果忽略长尾问题,我们的分类器将会偏向头部类,进而造成性能的损失,而在表情识别领域,长尾问题也极为常见,一些表情在大多数数据集中都是较少的,这些表情包括害怕(fear)、厌恶(disgusting)等,因此解决长尾问题的方法亟需被提出并应用在表情识别领域上。长尾问题的解决方法有很多,本文将它们归为两类,一类是trick,而另一类则是相对来说比较复杂的方法——它们往往需要对网络模型进行更改,或是直接提出一种新的神经网络。后者固然在某些场景下达成了优秀的结果,但前者以其简单、易于实现的特点和能够快速移植的易用性成为了本文重点关注的研究对象。单独的trick有着容易实现、性价比高的优点,而有时将某些trick进行组合,还能够进一步得到更好的效果,基于这点,本文将着重研究最佳的trick组合方式,使性能达到最佳的同时还可以保证其扩展性,具体可以分为以下几个方面:1.本文考虑了解决长尾问题的主流trick,如:重采样、重加权、数据mixup等等,每种trick都包括了多种实现方法,并使用这些方法在公开数据集CIFAR上做对比实验,比较各个方法的基础效果,并得出一些实验结论:在长尾倾斜严重的情况下,单独重采样方法的效果不如mixup;重采样和重加权的各个实现方式中,并没有一个适合所有情况数据集的最佳解;不一定所有trick都能提升baseline的效果;配合重采样或重加权的两阶段训练方法比单一trick的效果要好等等。基于上述结论,本文比较了各个trick之间的组合模式,如:重采样搭配重加权,重采样搭配数据增强等等,进行实验并对各个实验结果进行详细分析。此外,本研究不仅致力于探索最佳的搭配方式,还探讨了多个trick共同使用时起到的是消极还是积极的作用,从结果中进一步探讨其对模型的影响,并为本文提出新的数据增强方法提供了理论支撑:重采样与数据增强的组合方式效果最佳,其余的组合方式则乏善可陈,甚至会起到负面效果。2.本文提出了一种新的数据增强实现,即基于CAM的Cut Mix方法,并基于1中的理论让其与重采样、两阶段训练相配合,达成了各个单独trick和组合tricks中的最佳效果,与类平衡采样搭配时在CIFAR50-LT-IF50数据集上达到了18.55的错误率,CIFAR50-LT-IF100上达到了22.90的错误率。在后续,本文为CAM-Cut Mix方法引入主动学习的方法,在生成数据过程中计算其熵值并保留熵较高的数据,目的是不断提高生成数据的信息量;探究了该方法“CAM-entropyCut Mix”的可行性,但实验结果表明其效果不佳,top1-error高于单独的CAMCut Mix方法,这证明过于追求高质量信息削弱了模型的鲁棒性。基于上述实验,本文总结出数据增强过程中不止要关注生成图片的特征完整,同时要保证数据要足够多样性这一经验。3.用1、2步的方法结合,应用在表情识别领域中,以Efficient Face作为基线模型,使用本文的方法后模型的准确率提升了1%,并超过了其它经典表情识别方法。证明了本文方法的有效性、可用性和可推广性。

关键词：图像识别长尾分布表情识别两阶段训练类激活映射

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向长尾分布问题的目标检测算法研究

面向长尾分布问题的目标检测算法研究

作者：贾增业哈尔滨工程大学

学位级别：硕士

随着计算机视觉的不断发展,基于深度学习的目标检测技术被广泛应用于日常生活中的各个领域,例如人脸识别、智慧交通、工业检测等。在物体类别数量较少且各类别之间分布较为平衡的场景下,大多目标检测算法可以实现较好的检测效果,满足这... 详细信息

随着计算机视觉的不断发展,基于深度学习的目标检测技术被广泛应用于日常生活中的各个领域,例如人脸识别、智慧交通、工业检测等。在物体类别数量较少且各类别之间分布较为平衡的场景下,大多目标检测算法可以实现较好的检测效果,满足这些场景下的检测需求。但自然场景中的物体大多遵循长尾分布,这种极端的数据不平衡会严重损害算法的检测性能,进而使算法的准确率大幅下降。长尾分布问题使目标检测技术无法应对众多复杂的自然检测场景。通过分析目标检测算法和长尾分布问题的特点及难点,本文针对目标检测任务中的长尾分布问题,从不同的角度对双阶段目标检测算法Faster RCNN做出如下改进:(1)从加强对稀有类的保护出发,分别做出以下三种改进:首先从梯度的角度对损失函数进行重加权,减少多数类对稀有类施加的过量抑制梯度,动态的平衡分类器上每个类别的正负样本梯度;其次从实例重采样的角度对非极大值抑制算法进行改进,将类别信息和类别数据量作为先验,针对不同类别自适应调节交并比阈值,重新平衡数据的分布,提高稀有类候选区域的检出率;最后从数据增强的角度,结合实例和图像级别的数据增强方法扩充稀有类的样本数量,并使用以类别优先的采样方法进行采样,提高稀有类被采样到的概率。(2)从更好的特征表示出发,结合注意力机制和表征学习的思想,分别做出以下两种改进:首先是对特征提取网络Res Net进行改进,使用分支注意力机制实现网络自适应的调整感受野大小,加强网络对有用信息的提取和表示能力,并使用形变卷积提高网络对不规则区域的建模能力;其次对特征金字塔网络进行改进,通过改进特征金字塔网络的网络结构和底层特征与高层特征的集成方式,使输出的特征更加平衡,并使用自注意力机制对集成特征进行增强提高输出特征的辨别性。本文在长尾数据集LVIS上对改进的方法进行对比和消融实验,通过实验证明本文改进方法能有效的缓解长尾分布对目标检测算法造成的消极影响,并且有效的提高了Faster RCNN在长尾分布场景下的检测性能。

关键词：长尾分布目标检测损失函数数据增强注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于长尾分布的交通车辆图像分类算法研究

基于长尾分布的交通车辆图像分类算法研究

作者：张坤哈尔滨工程大学

学位级别：硕士

随着交通车辆图像分类大规模数据集的出现,以卷积神经网络为代表的深度学习模型被广泛应用于城市智能化交通管理中。目前对交通车辆图像分类的研究大多使用平衡的数据集,然而,现实中大规模的交通车辆数据集常呈现长尾分布。经过平衡数... 详细信息

随着交通车辆图像分类大规模数据集的出现,以卷积神经网络为代表的深度学习模型被广泛应用于城市智能化交通管理中。目前对交通车辆图像分类的研究大多使用平衡的数据集,然而,现实中大规模的交通车辆数据集常呈现长尾分布。经过平衡数据集训练得到的模型,在不平衡数据集上性能会表现不佳。现实场景中交通车辆图像分类不仅要面临长尾分类任务,还需要考虑长尾任务中的细粒度分类问题,基于交通车辆图像分类任务的这些特点,本文开展了如下的研究工作。现有大多数缓解长尾分布的类平衡策略存在限制模型表征能力的问题,为了使模型可以兼备良好的表征能力与分类能力,本文提出了一种基于解耦学习的跨类增强重加权算法DCR。在DCR中,长尾数据的学习被解耦成表征提取与分类器训练两个阶段。在表征提取阶段,通过引入跨类增强的技术实现异类间特征信息的转移,有效提高网络的表征提取能力;在分类器训练阶段,利用头尾类对决策边界不同的主导能力设计联合损失函数,从而缓解头部类对决策边界的过拟合现象。通过实验,证明该算法在交通车辆长尾分布数据集上的有效性,并通过对比实验证明其具有更好的泛化性。针对目前研究较少的交通车辆图像长尾分布数据集的细粒度分类问题,本文在DCR算法的基础上,引入通道与空间多维度的混合注意力机制,提出长尾细粒度交通车辆分类模型DCR-AN,实现了对不同子类间具有关键性差异的局部特征提取。为进一步提高DCR-AN模型对长尾分布数据集细粒度分类的准确率,以半监督学习的方式,使用有标注数据和无标注数据开展联合训练,对DCR-AN模型进行优化,最小化联合损失函数迭代学习得到最终分类预测模型,使DCR-AN模型获得性能提升。在呈现长尾分布的交通车辆数据集上的实验证明,所提出的DCR-AN模型相比其他的解决方案更具有鲁棒性。

关键词：图像分类长尾分布细粒度半监督