检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于多模态图学习的自闭症检测方法

北京航空航天大学学报 2024年

作者：姚友贵李书杰谌章义薛峰合肥工业大学计算机与信息学院合肥工业大学软件学院安徽师范大学计算机与信息学院

得益于图神经网络在处理非欧几里得结构数据上的优势，基于患者关系图的自闭症谱系障碍预测方法被证实为一种有效手段。现有的方法往往没有充分地利用到多模态数据之间的复杂联系和患者之间的差异性信息，从而导致模型未能充分学习患者... 详细信息

得益于图神经网络在处理非欧几里得结构数据上的优势，基于患者关系图的自闭症谱系障碍预测方法被证实为一种有效手段。现有的方法往往没有充分地利用到多模态数据之间的复杂联系和患者之间的差异性信息，从而导致模型未能充分学习患者病情的丰富信息，进而影响诊断效果。为解决这一问题，提出了一种多模态分步自适应图学习方法，该方法引入了带有自保存的双向交叉注意力机制，不仅能够学习并捕捉不同模态之间的关联，而且在自适应生成患者关系图时考虑到患者间差异性。具体来说，首先通过交叉注意力机制整合来自不同模态的信息，然后通过分步自适应图学习得到患者关系图，最后将患者关系图作为图神经网络的输入得到疾病预测结果。在自闭症ABIDE数据集上的实验结果表明，MMSGL-CA模型达到了92.19%的正确率，优于现有的自适应图学习方法。

关键词：自闭症预测交叉注意力分步自适应图学习多模态图神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图文跨模态检索研究综述

北京交通大学学报 2024年第2期48卷 23-36页

作者：张振兴王亚雄合肥工业大学计算机与信息学院合肥230000

图文跨模态检索作为跨模态计算研究的一个核心课题,一直受到学术界和工业界的高度重视.在过去的几十年里,随着深度学习技术的发展,特别是深度神经网络、Transformer架构以及图文对比学习等关键技术的广泛应用与革新,图文跨模态检索领域... 详细信息

图文跨模态检索作为跨模态计算研究的一个核心课题,一直受到学术界和工业界的高度重视.在过去的几十年里,随着深度学习技术的发展,特别是深度神经网络、Transformer架构以及图文对比学习等关键技术的广泛应用与革新,图文跨模态检索领域取得了显著的进展和突破.本文在系统梳理图文跨模态检索的发展轨迹的基础上,重点关注其建模过程中的5个关键步骤,即训练数据准备、数据输入形式设计、图文特征抽取机制的选择、图文建模方法的选择以及优化目标的确立.为客观评估现有模型在跨模态检索任务上的性能水平,在多个权威的标注评测数据集上比较各类模型的表现,以揭示当前跨模态检索方法的实际效能边界.通过对各关键步骤发展历程的分析与总结,结合当前图文跨模态检索领域的研究成果,对未来跨模态学习的发展趋势做出预测与展望.研究结果表明:尽管当前的图文跨模态检索技术已取得显著进步,但仍存在进一步提升的空间和潜力,研究者可从精细化检索、经济的预训练方法、新的图文交互方式、AIGC赋能的图文预训练4个方向进行改进.

关键词：图文检索跨模态学习深度学习注意力机制

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

傅里叶单像素成像技术研究进展(特邀)

红外与激光工程 2024年第9期53卷 229-246页

作者：王天成郁王涛陈维芸郭忠义合肥工业大学计算机与信息学院四创电子股份有限公司

计算光学成像，通过光学系统和信号处理的有机结合与联合优化实现特定成像特性的成像系统，摆脱了传统成像系统的限制，为光学成像技术添加了浓墨重彩的一笔，并逐步向简单化与智能化的方向发展。单像素成像(Single-Pixel Imaging, SPI... 详细信息

计算光学成像，通过光学系统和信号处理的有机结合与联合优化实现特定成像特性的成像系统，摆脱了传统成像系统的限制，为光学成像技术添加了浓墨重彩的一笔，并逐步向简单化与智能化的方向发展。单像素成像(Single-Pixel Imaging, SPI)作为计算成像的重要分支，受到诸多学者的广泛关注。SPI利用空间光调制器调制出一系列具有不同空间结构的照明光场并投射到待成像目标场景，再用单像素探测器记录光场强度信息；而后利用预置的照明光场与记录的信号强度值之间的关联信息，实现对探测目标计算成像。由于其不需要面阵列探测器、调焦系统等复杂器件的配合使用，大大降低了光学成像的门槛。傅里叶单像素成像(Fourier Single-Pixel Imaging, FSPI)作为SPI典型的成像方法之一，由于其高效的成像表现，自被提出之后已经被应用到三维成像、边缘检测、散射成像等众多领域，衍生出了一系列的成像技术。文中从SPI的角度出发，主要介绍了FSPI的实现原理及相关成像技术方法研究进展，主要包括FSPI的光场调制技术、路径优化技术、重构方法及相应的应用场景研究进展，同时也对该领域亟待解决的问题进行了总结分析，并对未来的研究方向及相关应用进行了展望。

关键词：计算光学成像傅里叶单像素成像恢复算法图像重构

在线全文

学校读者我要写书评

暂无评论

基于多域特征提取的多变量时间序列异常检测

计算机应用 2024年

作者：赵培乔焰胡荣耀袁新宇李敏悦张本初合肥工业大学计算机与信息学院

多变量时间序列数据样本具有高维性，且分布复杂多变，现有异常检测模型在面对多变量时间序列数据集时普遍存在误判率高、训练困难等问题，且多数模型仅考虑时间序列样本的时空特征，对时间序列特征的学习并不全面。为了解决以上问题，... 详细信息

多变量时间序列数据样本具有高维性，且分布复杂多变，现有异常检测模型在面对多变量时间序列数据集时普遍存在误判率高、训练困难等问题，且多数模型仅考虑时间序列样本的时空特征，对时间序列特征的学习并不全面。为了解决以上问题，提出一种基于多域特征提取的多变量时间序列异常检测模型MFE-TS。首先从原始数据域出发，使用长短期记忆网络(LSTM)与卷积神经网络分别提取多变量时间序列的时间相关性和空间相关性特征。其次，用傅里叶变换将原始时间序列转换到频域空间，并利用Transformer学习数据在频域空间的幅度与相位特征。通过多域特征学习能更全面地建模时间序列特征，从而提高对多变量时间序列的异常检测性能。此外，引入掩码策略，进一步增强了模型的特征学习能力，并使模型具备一定的抗噪性。实验结果表明，MFE-TS在多个真实多变量时间序列数据集上展现了优越的性能，同时在含有噪声的数据集中仍能保持较好的检测精度。

关键词：多变量时间序列异常检测无监督学习多域特征提取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于目标场景颜色恢复的偏振图像去雾算法

计算机工程 2024年

作者：孙超范之国罗茂文胡泉合肥工业大学计算机与信息学院

目前，尽管现有图像去雾方法在处理浓雾场景时可基本去除图像中的雾气，但在复原过程中容易导致图像的颜色分布发生明显偏移。因此，针对传统偏振去雾算法存在色彩失真的问题，提出了一种基于目标场景颜色恢复的偏振图像去雾算法。根据... 详细信息

目前，尽管现有图像去雾方法在处理浓雾场景时可基本去除图像中的雾气，但在复原过程中容易导致图像的颜色分布发生明显偏移。因此，针对传统偏振去雾算法存在色彩失真的问题，提出了一种基于目标场景颜色恢复的偏振图像去雾算法。根据大气光饱和度低与亮度高的特征，结合总光强图和偏振差分图估计无穷远处大气光，以降低白色高亮物体的影响。充分利用无穷远处大气光的估计位置来提取出大气光偏振角，并通过Stokes矢量自动估算出随深度变化的大气光偏振度矩阵。基于大气散射光边缘跳变处的空间相关性，利用大气光偏振度与图像色度构建正则化约束来校正大气散射光。此外，为提升目标场景的色彩保真度，提出了自适应色彩均衡方法来改善复原结果的颜色分布。实验结果表明，相比较于DCP、BCCR、GPLPF、PLF、POBS等经典去雾算法，所提方法的NIQE、BRISQUE和偏色因子K分别提升了9.62%、13.49%、40.13%，并且对于不同雾霾浓度场景均具有良好的复原效果，有效提高了不同深度下目标的能见度，避免了颜色失真现象，尤其是对浓雾场景同样适用。

关键词：偏振去雾大气光校正颜色失真 Stokes矢量正则化约束

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

区域时间变化学习的行为识别

计算机应用研究 2024年

作者：杨兴明徐浩汪智文高旭杰吴克伟谢昭合肥工业大学计算机与信息学院

针对现有的行为识别方法缺少对视频帧中区域级特征的学习，造成识别过程中对相似的行为类别混淆的问题，提出一种区域级时间变化网络。该网络包括局部-全局时间特征学习模块、区域语义学习模块、区域语义融合模块。局部-全局时间特征学... 详细信息

针对现有的行为识别方法缺少对视频帧中区域级特征的学习，造成识别过程中对相似的行为类别混淆的问题，提出一种区域级时间变化网络。该网络包括局部-全局时间特征学习模块、区域语义学习模块、区域语义融合模块。局部-全局时间特征学习模块学习局部时间注意力，以增强局部视频帧的运动特征，并将其聚合为全局时间区域特征。区域语义学习模块通过计算区域中像素之间的相似度来构建可变化的区域语义卷积核，从而学习随时间变化的行为语义特征。区域语义融合模块将可变化区域特征和全局时间区域特征作为两个独立分支，分别学习每个分支特征的通道注意力用于特征融合。在Something-Something V1&V2与Kinetics-400数据集上的实验结果显示，区域级时间变化网络表现优于多数行为识别方法，证明了该网络能够有效提升行为识别的性能。

关键词：行为识别区域级特征卷积神经网络深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

从众性感知的因果去偏新闻推荐方法

计算机学报 2024年第10期47卷 2333-2351页

作者：鲍纪敏张琨吴乐洪日昌汪萌合肥工业大学计算机与信息学院大数据知识工程重点实验室(合肥工业大学)

基于神经网络的新闻推荐算法能够从纷繁复杂的新闻中筛选出符合用户偏好的新闻,对于提升用户获取信息的效率以及阅读新闻的体验具有重要的意义.现有的新闻推荐方法不仅在用户偏好的准确建模方面取得了显著的效果,同时通过识别新闻数据... 详细信息

基于神经网络的新闻推荐算法能够从纷繁复杂的新闻中筛选出符合用户偏好的新闻,对于提升用户获取信息的效率以及阅读新闻的体验具有重要的意义.现有的新闻推荐方法不仅在用户偏好的准确建模方面取得了显著的效果,同时通过识别新闻数据中的虚假关联(例如用户性别与特定新闻类别之间的联系)开展了无偏新闻推荐的初步尝试.然而用户的新闻点击行为是一系列复杂认知行为相互作用之后的决策结果,仅对有偏信息进行直接建模,简化了有偏信息和用户行为之间的复杂交互关系,忽略了用户行为背后的复杂认知因素的影响,导致无偏推荐效果难以满足实际需求.为了解决该问题,本文提出一种全新的从众性感知的因果去偏新闻推荐方法CADNN(Conformity-Aware Debiased Neural News Recommendation).具体而言,本文提出用户的点击行为包括以下三方面:用户偏好与新闻的匹配度,新闻的流行度,以及用户的从众性特质共同决定的观点.用户的从众性越低,新闻的流行度越小,相对应的点击行为越能反映出用户的真实偏好.基于该观点,本文首先对用户的历史点击数据进行了详细的统计分析,从中提取出反映用户行为的关键特征,根据统计分析结果构建能够描述用户偏好、新闻流行度和从众性特质之间关系的因果图模型,通过因果图模型更准确地理解和描述用户点击行为背后的驱动因素.在此基础上,本文提出一种全新的从众性建模方法,同时从用户的从众性特质和新闻的流行度两个角度进行更符合实际情况的从众性建模;与此同时本文利用现有的新闻推荐方法计算用户偏好和新闻内容的匹配度.最终在对三方面因素充分建模的情况下,实现更高质量的无偏新闻推荐.最后,本文在公开的数据集MIND上进行了充分的实验验证,并构建了一个用于无偏测试的挑战集,旨在评估推荐系统在无偏环境中的鲁棒性,与已有的最先进的基准方法相比,本文提出的CADNN方法在AUC、MRR、NDCG@5和NDCG@10四个指标上分别平均提高了1.76%、2.37%、3.06%和2.16%,充分证明了CADNN方法的有效性.本文同时提供了CADNN的实现代码及相关数据,用于支持推动相关领域的研究.

关键词：新闻推荐从众性偏差因果推断去偏表征点击预测

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

多模态部分伪造数据集的构建与基准检测

计算机应用 2024年第10期44卷 3134-3140页

作者：郑盛有陈雁翔赵祖兴刘海洋合肥工业大学计算机与信息学院合肥230601

针对现有视频伪造数据集缺少多模态伪造场景与部分伪造场景的问题,构建一个综合使用多种音、视频伪造方法的、伪造比例可调的多模态部分伪造数据集PartialFAVCeleb。所提数据集基于FakeAVCeleb多模态伪造数据集,并通过拼接真伪数据构建... 详细信息

针对现有视频伪造数据集缺少多模态伪造场景与部分伪造场景的问题,构建一个综合使用多种音、视频伪造方法的、伪造比例可调的多模态部分伪造数据集PartialFAVCeleb。所提数据集基于FakeAVCeleb多模态伪造数据集,并通过拼接真伪数据构建,其中伪造数据由FaceSwap、FSGAN(Face Swapping Generative Adversarial Network)、Wav2Lip(Wave to Lip)和SV2TTS(Speaker Verification to Text-To-Speech)这4种方法生成。在拼接过程中,使用概率方法生成伪造片段在时域与模态上的定位,并对边界进行随机化处理以贴合实际伪造场景,并通过素材筛选避免背景跳变现象。最终生成的数据集对于每个伪造比例可产生3970条视频数据。在基准检测中,使用多种音视频特征提取器,并分别进行强、弱监督两种条件下的测试,其中弱监督测试基于层次多示例学习(HMIL)方法实现。测试结果显示,各个测试模型在伪造比例较低数据上的性能表现显著低于在伪造比例较高数据上的性能,且弱监督条件下各模型的性能表现显著低于强监督条件下的表现,这验证了该部分伪造数据集的弱监督检测困难性。以上结果表明,以所提数据集为代表的多模态部分伪造场景有充分的研究价值。

关键词：深度伪造检测多模态伪造检测部分伪造多示例学习深度伪造数据集内容安全

同方期刊数据库

一种自适应去噪保真的无监督暗光图像增强模型

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第3期51卷 147-154页

作者：高仁郝世杰郭艳蓉合肥工业大学计算机与信息学院合肥230601

暗光环境下成像往往受到低照度和成像噪声等多种因素干扰,所得图片的视觉质量往往较低。当前各类暗光增强方法多侧重于改善可视度,却常忽略了保持增强结果真实感这一同样重要的目标。为解决该问题,提出了一种自适应去噪保真的无监督暗... 详细信息

暗光环境下成像往往受到低照度和成像噪声等多种因素干扰,所得图片的视觉质量往往较低。当前各类暗光增强方法多侧重于改善可视度,却常忽略了保持增强结果真实感这一同样重要的目标。为解决该问题,提出了一种自适应去噪保真的无监督暗光图像增强方法,旨在高效便捷地实现改善图像可视度和去噪保真两个目标。模型由暗光增强阶段和去噪保真阶段组成。在暗光增强阶段,构建无监督图像分解模块和光照增强模块,实现改善可视度的目标;在去噪保真阶段,基于前一阶段所得的光照分布来自动构造成对训练数据,驱动去噪模块抑制原本昏暗处的噪声并保持原本明亮处的细节,实现增强结果保真的目标。实验结果表明,相比其他暗光增强方法,所提方法在改善可视度和去噪保真之间能够取得良好的均衡。该模型无须事先采集或准备“昏暗-明亮”成对图像来进行训练,且具有较小的模型尺寸和较快的计算速度,实用性良好。

关键词：暗光图像光照增强噪声抑制图像分解