检索结果-南通市图书馆

基于动态采样对偶可变形网络的实时视频实例分割

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2024年第2期58卷 247-256页

作者：宋一然周千寓邵志文易冉马利庄上海交通大学计算机科学与工程系上海200240 中国矿业大学计算机科学与技术学院江苏徐州221116

为了更好地利用视频帧中蕴含的时间信息,提升视频实例分割的推理速度,提出动态采样对偶可变形网络(DSDDN). DSDDN使用动态采样策略,根据前、后帧的相似性调整采样策略.对于相似性高的帧,该方法跳过当前帧的推理过程,仅使用前帧分割进行... 详细信息

为了更好地利用视频帧中蕴含的时间信息,提升视频实例分割的推理速度,提出动态采样对偶可变形网络(DSDDN). DSDDN使用动态采样策略,根据前、后帧的相似性调整采样策略.对于相似性高的帧,该方法跳过当前帧的推理过程,仅使用前帧分割进行简单迁移计算.对于相似性低的帧,该方法动态聚合时间跨度更大的视频帧作为输入,对当前帧进行信息增强.在Transformer结构里,该方法额外使用2个可变形操作,避免基于注意力的方法中的指数级计算量.提供精心设计的追踪头和损失函数,优化复杂的网络.在YouTube-VIS数据集上获得了39.1%的平均推理精度与40.2帧/s的推理速度,验证了提出的方法能够在实时视频分割任务上取得精度与推理速度的良好平衡.

关键词：视频实时推理实例分割动态网络对偶可变形网络

在线全文

学校读者我要写书评

暂无评论

基于全局局部协同的非均匀图像去雾方法

自动化学报 2024年第7期50卷 1333-1344页

作者：罗小同杨汶锦曲延云谢源厦门大学信息学院计算机科学与技术系厦门361005 华东师范大学计算机科学与技术学院上海200063

近年来,基于卷积神经网络(Convolutional neural network,CNN)的图像去雾方法在合成数据集上取得了显著的进展,但由于真实场景中存在雾分布不均的问题,卷积运算的局部感受野难以有效捕获到上下文指导信息,从而导致全局结构信息丢失.因此... 详细信息

近年来,基于卷积神经网络(Convolutional neural network,CNN)的图像去雾方法在合成数据集上取得了显著的进展,但由于真实场景中存在雾分布不均的问题,卷积运算的局部感受野难以有效捕获到上下文指导信息,从而导致全局结构信息丢失.因此,真实场景下的图像去雾任务面临着巨大的挑战.考虑到Transformer具有捕获长距离语义信息依赖关系的优势,有利于引导全局结构信息重建.然而,标准Transformer结构的高计算复杂度阻碍了其在图像恢复中的应用.针对上述提到的问题,提出一个由Transformer和卷积神经网络组成的双分支协同非均匀图像去雾网络***分支用于提取全局结构信息,同时设计稀疏自注意力模块(Sparse self-attention modules,SSM)以降低计算复杂度.卷积神经网络分支用于获取局部信息,从而恢复纹理细节.在真实非均匀有雾场景下的实验结果表明,该方法不管是在客观评价还是在主观视觉效果方面均达到优异的性能.

关键词：图像去雾卷积神经网络 Transformer 特征融合稀疏自注意力

维普期刊数据库博看期刊

点云空间与反射强度融合的非结构化道路可行驶区域检测

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2024年第5期41卷 847-854页

作者：周越洋徐江钟珊龚声蓉东北石油大学计算机与信息技术学院黑龙江大庆163319 常熟理工学院计算机科学与工程学院江苏苏州215500

可行驶区域检测旨在检测和提取智能车辆在道路上可行进的区域,目前主流的检测方法主要基于三维激光雷达的空间特征实现,难以处理路面边缘无清晰空间特征的非结构化道路.为此,本文提出了一种基于点云空间和反射强度融合的非结构化道路可... 详细信息

可行驶区域检测旨在检测和提取智能车辆在道路上可行进的区域,目前主流的检测方法主要基于三维激光雷达的空间特征实现,难以处理路面边缘无清晰空间特征的非结构化道路.为此,本文提出了一种基于点云空间和反射强度融合的非结构化道路可行驶区域检测方法.首先,通过融合反射强度因子改进了基于空间特征的柱坐标系检测模型;然后,使用强度和降维空间检测对检测精度较低的环形检测模型进行优化,并将其与柱坐标系检测模型联合使用以提高方法检测准确率;最后,在自录实际道路数据集上进行对比实验.实验结果表明本文方法显著提高了非结构化道路可行驶区域检测的成功率与精确率,在结构化道路上也具有良好效果.

关键词：智能驾驶非结构化道路三维激光雷达反射强度空间分布区域检测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于预训练和多模态融合的假新闻检测

计算机工程 2024年第1期50卷 289-295页

作者：周昊玮刘勇玄萍黑龙江大学计算机科学与技术学院黑龙江哈尔滨150080 汕头大学工学院计算机科学与技术系广东汕头515063

现有的多模态检测模型通常对每个模态的特征进行简单拼接,不能对模态之间的相关性进行有效建模,而且很难迁移到标签稀少的领域。提出一种基于预训练和多模态融合的假新闻检测模型PMFD。提取新闻附带图像不同区域的特征作为图像原始向量... 详细信息

现有的多模态检测模型通常对每个模态的特征进行简单拼接,不能对模态之间的相关性进行有效建模,而且很难迁移到标签稀少的领域。提出一种基于预训练和多模态融合的假新闻检测模型PMFD。提取新闻附带图像不同区域的特征作为图像原始向量,合并图像原始向量作为图像引导向量,设计早期融合、中期融合、后期融合3种不同的多模态融合方式。在早期融合阶段,通过图像引导向量初始化文本特征提取器,获取文本原始向量,合并文本原始向量作为文本引导向量。在中期融合阶段,使用模态的原始向量集合与其他模态的引导向量构造模态的特征表示。在后期融合阶段,融合不同模态的特征表示,构造新闻的特征表示。为提高模型的泛化能力,在标签丰富的数据上对PMFD进行预训练,然后再在标签稀少的数据上对PMFD进行微调。在公开数据集上的实验结果表明,PMFD能有效检测假新闻结果,相对传统模型CNN、LSTM、BERT等有10%以上的提升,相对EANN、M_model多模态假新闻检测模型有2%~3%的提升。

关键词：假新闻检测预训练多模态融合引导向量跨模态共享特征阶段融合

在线全文

学校读者我要写书评

暂无评论

基于大模型的具身智能系统综述

自动化学报 2024年

作者：王文晟谭宁黄凯张雨浓郑伟诗孙富春中山大学计算机学院清华大学计算机科学与技术系

得益于近期拥有世界知识的大规模预训练模型的迅速发展,基于大模型的具身智能在各类任务中取得了良好的效果,展现出了强大的泛化能力与在各领域内广阔的应用前景.文章对基于大模型的具身智能的工作进行了综述,首先介绍了大模型在具身智... 详细信息

得益于近期拥有世界知识的大规模预训练模型的迅速发展,基于大模型的具身智能在各类任务中取得了良好的效果,展现出了强大的泛化能力与在各领域内广阔的应用前景.文章对基于大模型的具身智能的工作进行了综述,首先介绍了大模型在具身智能系统中起到的感知与理解作用,其次对大模型在具身智能中参与的需求级、任务级、规划级、动作级四个级别的控制进行了较为全面的总结,随后对不同具身智能系统架构进行介绍,并总结了具目前具身智能模型的数据来源,包括模拟器、模仿学习以及视频学习,最后对基于大语言模型的具身智能系统的面临的挑战与发展方向进行讨论与总结.

关键词：大语言模型大型视觉模型基础模型具身智能机器人

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向三维多目标追踪的运动补偿优化方法

电子学报 2024年第2期52卷 528-539页

作者：王顺洪张昱沈江楠吉建民张燕咏中国科学技术大学计算机科学与技术学院安徽合肥230027

三维多目标追踪是自动驾驶系统中的关键模块之一,其结果的优劣主要取决于追踪模块中数据关联过程的准确度.现有的追踪方法大多从外观特征或运动特征出发计算两帧之间物体的相似度,而基于运动特征的方法通常根据当前帧和历史帧三维包围... 详细信息

三维多目标追踪是自动驾驶系统中的关键模块之一,其结果的优劣主要取决于追踪模块中数据关联过程的准确度.现有的追踪方法大多从外观特征或运动特征出发计算两帧之间物体的相似度,而基于运动特征的方法通常根据当前帧和历史帧三维包围框之间的交并比(Intersection over Union,IoU)进行关联,然而这种方式在观测点物体自身运动时存在严重缺陷.在观测点物体自身进行运动时,观测到的两帧数据将处于不同的局部坐标系,导致无法使用运动模型准确预测已追踪物体在下一帧中的位置.本文针对上述问题,通过引入观测点自身的惯性测量单元(Inertial Measurement Unit,IMU)或全球定位系统(Global Positioning System,GPS)数据,在一帧数据到达之后计算当前帧局部坐标系与上一帧局部坐标系之间的旋转和平移关系,并对已追踪的物体状态按得到的坐标变换关系进行运动补偿,使其抵消因观测点自身运动造成的偏移量.这种运动补偿增强了追踪模块的数据关联环节,提高追踪时三维包围框的关联成功率,降低误关联数量,改善三维多目标追踪的精度.在相关追踪框架及KITTI数据集上的原型验证表明,所提的运动补偿优化方法实现了1%左右的精度提升.

关键词：自动驾驶运动补偿三维多目标追踪运动特征全球定位系统惯性测量单元

基于Trans-nightSeg的夜间道路场景语义分割方法

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2024年第2期58卷 294-303页

作者：李灿林张文娇邵志文马利庄王新玥郑州轻工业大学计算机与通信工程学院河南郑州450000 中国矿业大学计算机科学与技术学院江苏徐州221116 上海交通大学计算机科学与工程系上海200240

针对夜间道路场景图像亮度低及缺乏带标注的夜间道路场景语义分割数据集的问题,提出夜间道路场景语义分割方法 Trans-nightSeg.使用TransCartoonGAN,将带标注的白天道路场景语义分割数据集Cityscapes转换为低光条件下的道路场景图像,两... 详细信息

针对夜间道路场景图像亮度低及缺乏带标注的夜间道路场景语义分割数据集的问题,提出夜间道路场景语义分割方法 Trans-nightSeg.使用TransCartoonGAN,将带标注的白天道路场景语义分割数据集Cityscapes转换为低光条件下的道路场景图像,两者共用同一个语义分割标注,丰富夜间道路场景数据集.将该结果和真实的道路场景数据集一并作为N-Refinenet的输入,N-Refinenet网络引入了低光图像自适应增强网络,提高夜间道路场景的语义分割性能.该网络采用深度可分离卷积替代普通的卷积,降低了计算量.实验结果表明,所提算法在Dark Zurich-test和Nighttime Driving-test数据集上的平均交并比(m IoU)分别达到56.0%和56.6%,优于其他的夜间道路场景语义分割算法.

关键词：图像增强语义分割生成对抗网络(GAN) 风格转换道路场景

在线全文

学校读者我要写书评

暂无评论

大语言模型时代的社会机遇与挑战

计算机研究与发展 2024年第5期61卷 1094-1103页

作者：陈慧敏刘知远孙茂松清华大学新闻与传播学院北京100084 清华大学计算机科学与技术系北京100084

大语言模型ChatGPT因其高度通用化和智能化的表现受到广泛社会关注,其引发的技术革命也正逐渐延伸为一场社会革命.在此背景下,基于ChatGPT背后大语言模型技术的演进路线与特征,探索大语言模型技术对社会的潜在机遇与挑战,成为当下社会... 详细信息

大语言模型ChatGPT因其高度通用化和智能化的表现受到广泛社会关注,其引发的技术革命也正逐渐延伸为一场社会革命.在此背景下,基于ChatGPT背后大语言模型技术的演进路线与特征,探索大语言模型技术对社会的潜在机遇与挑战,成为当下社会的重要议题.首先回顾大语言模型技术发展,将其演进总结为3个发展阶段并论述关键技术特征,然后基于技术与社会互动视角分别探讨大语言模型技术引发的社会机遇:个人通用信息助理、科学研究新范式、产业基础设施、国家治理能力现代化有力工具,以及面临的潜在挑战:信息污染问题、社会权力分配问题、伦理和法制问题、意识形态安全问题.最后,对大语言模型技术发展及其与社会发展关系的未来展开一定思考与讨论.

关键词：大语言模型 ChatGPT 人工智能技术演进社会变革

基于LSTM–PPO算法的多机空战智能决策及目标分配

在线全文

学校读者我要写书评

暂无评论

工程科学学报 2024年第7期46卷 1179-1186页

作者：丁云龙匡敏驰朱纪洪祝靖宇乔直新疆大学计算机科学与技术学院乌鲁木齐830000 清华大学精密仪器系北京100084

针对传统多机空战中智能决效率低、难以满足复杂空战环境的需求以及目标分配不合理等问题.本文提出一种基于强化学习的多机空战的智能决策及目标分配方法.使用长短期记忆网络(Long short-term memory,LSTM)对状态进行特征提取和态势感知... 详细信息

针对传统多机空战中智能决效率低、难以满足复杂空战环境的需求以及目标分配不合理等问题.本文提出一种基于强化学习的多机空战的智能决策及目标分配方法.使用长短期记忆网络(Long short-term memory,LSTM)对状态进行特征提取和态势感知,将归一化和特征融合后的状态信息训练残差网络和价值网络,智能体通过近端优化策略(Proximal policy optimization,PPO)针对当前态势选择最优动作.以威胁评估指标作为分配依据,计算综合威胁度,优先将威胁值最大的战机作为攻击目标.为了验证算法的有效性,在课题组搭建的数字孪生仿真环境中进行4v4多机空战实验.并在相同的实验环境下与其他强化学习主流算法进行比较.实验结果表明,使用LSTM–PPO算法在多机空战中的胜率明显优于其他主流强化学习算法,验证了算法的有效性.

关键词：多机空战智能决策近端优化策略威胁评估目标分配