检索结果-南通市图书馆

基于度量学习的无监督域适应方法及其在死亡风险预测上的应用

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2022年第3期59卷 674-682页

作者：蔡德润李红燕北京大学信息科学技术学院北京100871 机器感知与智能教育部重点实验室(北京大学) 北京100871

近年来,深度学习模型已在医疗领域的预测任务上得到广泛应用,并取得了不错的效果.然而,深度学习模型常会面临带标签训练数据不足、整体数据分布偏移和类别之间数据分布偏移的问题,导致模型预测的准确度下降.为解决上述问题,提出一种基... 详细信息

近年来,深度学习模型已在医疗领域的预测任务上得到广泛应用,并取得了不错的效果.然而,深度学习模型常会面临带标签训练数据不足、整体数据分布偏移和类别之间数据分布偏移的问题,导致模型预测的准确度下降.为解决上述问题,提出一种基于域对抗和加性余弦间隔损失的无监督域适应方法(additive margin softmax based adversarial domain adaptation,AMS-ADA).首先,该方法使用带有注意力机制的双向长短程记忆网络来提取特征.其次,该方法引入了生成对抗网络的思想,以域对抗的形式减少了整体数据之间数据分布偏移.然后,该方法引入了度量学习的思想,以最大化角度空间内决策边界的方式进一步减少了类别之间的数据分布偏移.该方法能够提升域适应的效果与模型预测的准确度.在真实世界的医疗数据集上进行了重症监护病人死亡风险预测任务,实验结果表明:由于该方法相较于其他5种基线模型能够更好地解决数据分布偏移的问题,取得比其他基线模型更好的分类效果.

关键词：无监督域适应深度学习死亡风险预测域对抗网络度量学习注意力机制

在线全文

学校读者我要写书评

暂无评论

基于双帧图模型的视频物体分割

北京大学学报（自然科学版） 2015年第3期51卷 409-417页

作者：蒲松涛查红彬北京大学机器感知与智能教育部重点实验室北京100871

通过将空间及时序信息有效结合,提出基于双帧图模型的单目视频物体分割算法。首先,通过手工交互得到初始帧的分割,并据此训练获取前景物体及背景的颜色模型。然后,利用双帧图模型融合当前帧的颜色信息以及由颜色差得到的空间和时序约束... 详细信息

通过将空间及时序信息有效结合,提出基于双帧图模型的单目视频物体分割算法。首先,通过手工交互得到初始帧的分割,并据此训练获取前景物体及背景的颜色模型。然后,利用双帧图模型融合当前帧的颜色信息以及由颜色差得到的空间和时序约束。根据观测到的颜色差异与物体运动的线性关系,提出运动自适应的时序约束因子,它能够随视频中物体运动变化自适应地调节。最后,通过二值图割法计算当前帧的分割结果并更新颜色模型。利用双帧图模型可循序地对视频中的下一帧进行分割。实验结果证实,提出的自适应时序约束因子可以提高物体分割结果的准确性和时序一致性,量化指标表明此算法在视频物体分割中可获得更优结果。

关键词：视频物体分割双帧图模型时序约束因子图割

在线全文

学校读者我要写书评

暂无评论

深度学习驱动的可视化

计算机辅助设计与图形学学报 2020年第10期32卷 1537-1548页

作者：刘灿赖楚凡蒋瑞珂李彦达杨昌和林志贤魏大同袁晓如北京大学机器感知与智能教育部重点实验室北京100871 北京大学大数据分析与应用技术国家工程实验室北京100871

近年来,深度学习技术在充足的计算能力之下得到飞速的发展.在可视化与可视分析流程中,部分需要人为参与的环节和问题,已然能够借用数据驱动的方式来替代和解决.该综述基于经典的可视化与可视分析流程,即可视化的压缩、构建、交互、评估... 详细信息

近年来,深度学习技术在充足的计算能力之下得到飞速的发展.在可视化与可视分析流程中,部分需要人为参与的环节和问题,已然能够借用数据驱动的方式来替代和解决.该综述基于经典的可视化与可视分析流程,即可视化的压缩、构建、交互、评估等各个方面,审视了其中能够借助深度学习技术的部分,并对相关研究进行了详细而系统的论述,探讨深度学习技术与可视化结合带来的技术红利,深刻分析深度学习驱动的可视化未来发展的前景.

关键词：机器学习可视化深度学习

在线全文

学校读者我要写书评

暂无评论

隐私保护数据发布中身份保持的匿名方法

软件学报 2010年第4期21卷 771-781页

作者：童云海陶有东唐世渭杨冬青机器感知与智能教育部重点实验室(北京大学) 北京100871

在隐私保护的数据发布研究中,目前的方法通常都是先删除身份标识属性,然后对准标识属性进行匿名处理.分析了单一个体对应多个记录的情况,提出了一种保持身份标识属性的匿名方法,它在保持隐私的同时进一步提高了信息有效性.采用概化和有... 详细信息

在隐私保护的数据发布研究中,目前的方法通常都是先删除身份标识属性,然后对准标识属性进行匿名处理.分析了单一个体对应多个记录的情况,提出了一种保持身份标识属性的匿名方法,它在保持隐私的同时进一步提高了信息有效性.采用概化和有损连接两种实现方式.实验结果表明,该方法提高了信息有效性,具有很好的实用性.

关键词：隐私保护数据发布匿名身份保持有损连接概化

基于相机与摇摆激光雷达融合的非结构化环境定位

在线全文

学校读者我要写书评

暂无评论

自动化学报 2019年第9期45卷 1791-1798页

作者：俞毓锋赵卉菁北京大学信息科学技术学院北京100871 北京大学机器感知与智能教育部重点实验室北京100871

定位是机器人导航的关键问题,在缺乏结构信息的室外非结构化环境下,精确的三维定位面临更大挑战.本文提出一种基于相机与摇摆激光雷达融合的定位算法,重点解决在光照,地面起伏等因素影响下的机器人定位问题.本文结合激光雷达的深度信息... 详细信息

定位是机器人导航的关键问题,在缺乏结构信息的室外非结构化环境下,精确的三维定位面临更大挑战.本文提出一种基于相机与摇摆激光雷达融合的定位算法,重点解决在光照,地面起伏等因素影响下的机器人定位问题.本文结合激光雷达的深度信息和图像的颜色纹理信息,构建在时序帧间的特征点匹配关系;引入一种置信度评价方法,结合系统误差、数据关联、物体遮挡、特征跟踪等因素对特征点及其匹配关系进行评估,减少低质量特征的影响;最终将定位问题转化为特征点对的加权重投影误差优化问题予以解决.本文利用小型轮式移动机器人在越野和公园等典型非结构化环境下进行数据采集和实验验证.实验结果表明,与前沿的视觉定位算法相比,本文算法可有效提高在非结构化环境中的定位精度.

关键词：单目相机激光雷达多传感器融合机器人定位非结构化环境

在线全文

学校读者我要写书评

暂无评论

基于跨视角一致约束的单视角三维人脸重建

计算机辅助设计与图形学学报 2024年第4期36卷 543-551页

作者：钟易澄裴玉茹李培鑫北京大学机器感知与智能教育部重点实验室

基于深度神经网络的无监督单视角三维人脸重建已取得显著成功,其依赖光度渲染以及对称正则化从二维单视角图像进行训练,但是单视角图像由于自遮挡与光照影响缺乏可信的人脸几何与纹理约束.因此,提出了一种基于跨视角一致约束的两阶段的... 详细信息

基于深度神经网络的无监督单视角三维人脸重建已取得显著成功,其依赖光度渲染以及对称正则化从二维单视角图像进行训练,但是单视角图像由于自遮挡与光照影响缺乏可信的人脸几何与纹理约束.因此,提出了一种基于跨视角一致约束的两阶段的单视角三维人脸重建框架.首先,局部网络并行地估计多个视角的局部人脸纹理与UV位置图,利用低维统计人脸模型3DMM对自遮挡造成的缺失区域几何与纹理进行填充;在第2阶段中,补全网络对各视角的局部纹理与UV位置图进行补全并改进,重建具有细节的完整三维人脸几何与纹理.设计了关于光度渲染、人脸纹理、与UV位置图的跨视角一致约束函数,以无监督学习机制从多视角人脸图像数据优化端到端模型.实验结果表明,所提方法可有效地从单视角图像估计人脸姿态,对遮挡区域中人脸几何与纹理合理补全,重建带有几何与纹理细节的高质量三维人脸.特别地,在MICC Florence数据集上,所提方法较对比算法重建人脸的均方根误差降低了6.36%.

关键词：三维人脸重建跨视角一致约束 UV位置图

在线全文

学校读者我要写书评

暂无评论

自然的三维场景视点控制系统

计算机辅助设计与图形学学报 2010年第11期22卷 1966-1971,1977页

作者：鲁鹏汪国平王衡北京大学机器感知与智能教育部重点实验室北京100871

为了增强三维场景视点控制的自然性,给用户更多的交互沉浸感,设计并实现了一套自然的三维场景视点控制系统.系统采用立体视觉方法定位用户头部的三维空间运动,并利用计算机图形学原理将头部运动映射为三维场景的视点控制.同时,为了方便... 详细信息

为了增强三维场景视点控制的自然性,给用户更多的交互沉浸感,设计并实现了一套自然的三维场景视点控制系统.系统采用立体视觉方法定位用户头部的三维空间运动,并利用计算机图形学原理将头部运动映射为三维场景的视点控制.同时,为了方便用户锁定当前视点,系统采用语音识别方法实现基于头部运动的视点控制方式的启动和关闭.测试实验结果表明,该系统是可行的、实用的.

关键词：视点控制立体视觉语音识别仿射变化

基于自动反关节形变的非刚性三维形状检索方法

在线全文

学校读者我要写书评

暂无评论

北京大学学报（自然科学版） 2013年第2期49卷 183-190页

作者：王旭磊查红彬北京大学机器感知与智能教育部重点实验室北京100871

提出一种新的基于"自动反关节形变"的非刚性三维形状检索方法。首先,提取三维模型的形状特征点,用来进行刚性区域划分及局部骨架提取;然后,结合网格编辑技术,自动地消除非刚性模型上的关节形变,估计形变前的近似刚性三维形状作为标准形... 详细信息

提出一种新的基于"自动反关节形变"的非刚性三维形状检索方法。首先,提取三维模型的形状特征点,用来进行刚性区域划分及局部骨架提取;然后,结合网格编辑技术,自动地消除非刚性模型上的关节形变,估计形变前的近似刚性三维形状作为标准形;最后,从标准形上构造形状特征描述,并计算"推土机距离"衡量非刚性模型之间的内蕴相似性。该算法减少了标准形上的几何扭曲,并显著降低了计算代价。实验结果显示了该方法对非刚性三维形状检索的效果提升。

关键词：非刚性三维形状检索标准形测地距离等值线网格编辑局部特征袋模型

在线全文

学校读者我要写书评

暂无评论

深度度量学习综述

智能系统学报 2019年第6期14卷 1064-1072页

作者：刘冰李瑞麟封举富北京大学信息科学技术学院北京大学机器感知与智能教育部重点实验室

深度度量学习已成为近年来机器学习最具吸引力的研究领域之一,如何有效的度量物体间的相似性成为问题的关键。现有的依赖成对或成三元组的损失函数,由于正负样本可组合的数量极多,因此一种合理的解决方案是仅对训练有意义的正负样本采样... 详细信息

深度度量学习已成为近年来机器学习最具吸引力的研究领域之一,如何有效的度量物体间的相似性成为问题的关键。现有的依赖成对或成三元组的损失函数,由于正负样本可组合的数量极多,因此一种合理的解决方案是仅对训练有意义的正负样本采样,也称为"难例挖掘"。为减轻挖掘有意义样本时的计算复杂度,代理损失设置了数量远远小于样本集合的代理点集。该综述按照时间顺序,总结了深度度量学习领域比较有代表性的算法,并探讨了其与softmax分类的联系,发现两条看似平行的研究思路,实则背后有着一致的思想。进而文章探索了许多致力于提升softmax判别性能的改进算法,并将其引入到度量学习中,从而进一步缩小类内距离、扩大类间距,提高算法的判别性能。

关键词：深度度量学习深度学习机器学习对比损失三元组损失代理损失 softmax分类温度值