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

混合目标与搜索区域令牌的视觉目标跟踪

计算机研究与发展 2024年第2期61卷 460-469页

作者：薛万利张智彬裴生雷张开华陈胜勇天津理工大学计算机科学与工程学院天津300384 青海民族大学物理与电子信息工程学院西宁810007 南京信息工程大学计算机学院南京130012

当前基于Transformer的主流跟踪框架在特征提取及融合方面存在3个问题:1)分开进行特征提O(N^(2))取与融合,易产生次优模型训练结果;2)使用计算复杂度为的自注意力机制会降低跟踪算法效率;3)简单的目标模板选取策略难以自适应跟踪过程中... 详细信息

当前基于Transformer的主流跟踪框架在特征提取及融合方面存在3个问题:1)分开进行特征提O(N^(2))取与融合,易产生次优模型训练结果;2)使用计算复杂度为的自注意力机制会降低跟踪算法效率;3)简单的目标模板选取策略难以自适应跟踪过程中目标表观的剧烈变化.为此,利用快速傅里叶变换对目标与搜索区域的令牌进行有效混合,提出一种新颖的基于Transformer的视觉目标跟踪方案.针对问题1提出一种高效端到端方式将特征提取与融合进行统一学习以获得最优模型.针对问题2采用快速傅里叶变换实现目标与搜索区域令牌之间的完全信息交互,该操作计算复杂度为O(Nlog (N)),有助于提升跟踪效率.针对问题3提出一种基于跟踪质量评估的目标模板记忆存储机制以快速自适应目标表观的剧烈变化.在3个标准数据集LaSOT,OTB100,UAV123上,所提方法与当前最优方法相比在效率和精度上均取得更好表现.

关键词： Transformer 快速傅里叶变换特征提取特征融合目标跟踪

在线全文

学校读者我要写书评

暂无评论

基于深度子空间学习的焊缝缺陷检测方法

计算机集成制造系统 2024年第1期30卷 90-102页

作者：李进军王肖锋葛为民天津理工大学计算机科学与工程学院天津300384 天津理工大学天津市先进机电系统设计与智能控制重点实验室天津300384 天津理工大学机电工程国家级实验教学示范中心天津300384

主成分分析网络(PCANet)是一个基于简化的卷积神经网络的深度子空间学习模型。针对PCANet算法应用于焊缝缺陷检测时无法体现数据完整结构信息、对噪声较敏感等问题,在PCANet的基础上提出一种鲁棒非贪婪双向二维PCANet(RNG-BDPCANet)焊... 详细信息

主成分分析网络(PCANet)是一个基于简化的卷积神经网络的深度子空间学习模型。针对PCANet算法应用于焊缝缺陷检测时无法体现数据完整结构信息、对噪声较敏感等问题,在PCANet的基础上提出一种鲁棒非贪婪双向二维PCANet(RNG-BDPCANet)焊缝缺陷在线检测方法。RNG-BDPCANet在范数距离度量标准下,利用双向二维主成分分析作卷积核,并采用非贪婪策略得到目标函数最优的整体投影矩阵,对离群值具有较强的鲁棒性。最后,在自建的焊缝人工数据集、ORL和Yale B人脸数据集上分别进行实验。结果表明,所提出的算法在分类性能方面得到显著提高,具有较强的鲁棒性能。

关键词：焊缝缺陷主成分分析网络深度学习二维主成分分析鲁棒性范数

应用动态Token的融合特征的持续图像字幕生成

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：晋嘉利余璐天津理工大学计算机科学与工程学院

现如今多数研究表明，基于自注意力的结构（如Transformer）在图像字幕生成任务中有着突出的性能优势。但在大多数方法中模型只在静态、同分布数据集上进行训练。而真实世界中的数据分布大多是非独立同分布的数据流，这种设置下的持续... 详细信息

现如今多数研究表明，基于自注意力的结构（如Transformer）在图像字幕生成任务中有着突出的性能优势。但在大多数方法中模型只在静态、同分布数据集上进行训练。而真实世界中的数据分布大多是非独立同分布的数据流，这种设置下的持续图像字幕生成任务更具有挑战性。目前针对图像字幕生成的多模态任务的持续学习研究较少，缺乏更适用于基于自注意力模型的持续图像字幕生成方法。针对以上挑战提出了一种应用动态Token的融合特征的持续图像字幕生成方法。首先在Transformer中对图像字幕生成任务所涉及的不同模态的数据特征进行融合，并对融合特征进行正则化计算；同时为每一个子任务定义一个Token，Token将随着子任务的切换而变化，这种Token即为动态Token，相比于整个训练阶段只定义一个、且被所有子任务共用的静态Token而言，动态Token更能保存每个子任务特有的信息和特点。利用这些动态任务Token和任务标识融合特征注意力模块进一步获得具有任务标识信息的融合特征，并在每个子任务训练结束后保存其对应的Token，以保持模型对旧任务的记忆和表达能力，减少模型对旧任务的灾难性遗忘。在MS-COCO和Flickr30k数据集上的实验结果表明应用动态Token的融合特征的持续图像字幕生成方法在Transformer架构上优于所有基线方法。以CIDEr指标为例，所有训练任务结束后CIDEr指标的平均分数相较于微调和所有基线方法中的最优方法分别提高了31.06%和13.94%。

关键词：图像字幕生成持续学习 Transformer 融合特征动态Token 正则化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于区块链的病历档案存储系统

计算机应用与软件 2024年第5期41卷 27-32,71页

作者：张超郝刚尤睿琦韩健王茂林天津理工大学计算机科学与工程学院天津300384

传统的电子病历档案存在易受到攻击,信息易被泄露、被篡改,数据难共享等问题。针对这些问题,利用区块链分布式、防篡改、可溯源等特性,设计一种基于区块链的病历档案存储系统,解决了病患对其隐私数据的保护和医疗机构之间文件的共享问... 详细信息

传统的电子病历档案存在易受到攻击,信息易被泄露、被篡改,数据难共享等问题。针对这些问题,利用区块链分布式、防篡改、可溯源等特性,设计一种基于区块链的病历档案存储系统,解决了病患对其隐私数据的保护和医疗机构之间文件的共享问题。结合星际文件系统永久性和去中心化存储文件的特性,缓解了区块链对于大文件上链成本高,上链难的压力。数字签名的使用保证了病患对其病历信息的知情权和可控权。最后根据系统实现和结果,与相关系统进行了比较分析。

关键词：电子病历档案区块链星际文件系统数字签名隐私保护数据存储和共享

在线全文

学校读者我要写书评

暂无评论

基于频域注意力的水下目标检测算法研究

光电子．激光 2024年第6期35卷 604-611页

作者：张天温显斌薛彦兵袁立明徐海霞史芙蓉天津理工大学计算机科学与工程学院天津300384 计算机视觉与系统教育部重点实验室天津300384

针对水下目标检测过程中由于水下成像模糊、目标物与背景对比度低等原因导致的水下图像特征提取与目标理解困难的问题,本文提出了一种基于频域注意力的水下目标检测算法。该方法首先将训练集图像变换到频域,并使用低频特征引导组件(low ... 详细信息

针对水下目标检测过程中由于水下成像模糊、目标物与背景对比度低等原因导致的水下图像特征提取与目标理解困难的问题,本文提出了一种基于频域注意力的水下目标检测算法。该方法首先将训练集图像变换到频域,并使用低频特征引导组件(low frequency feature guiding suite,LFGS)计算频率分量,然后该分量将作为参数被应用到低频特征提取模块(low frequency feature extraction model,LFM)来更好地提取图像的低频特征,融合了图像低频信息的特征经过进一步特征提取生成高层特征,最后将高层特征输入到检测头中进行检测。在URPC2021数据集上进行验证,平均精度均值达到了83.35%,验证了本文方法的有效性。

关键词：水下目标检测频域注意力离散余弦变换(DCT)

在线全文

学校读者我要写书评

暂无评论

校企联合助力高校毕业生就业乘风破浪

中国人力资源社会保障 2024年第1期 25-28页

作者：史学飞天津理工大学中环信息学院

就业是最基本的民生,是最大的民生工程、民心工程、根基工程。面对逐年增长的高校毕业生人数,各地政府部门不断推出新政策,发挥政府宏观调控作用,助力高校毕业生高质量就业。开展校企联合,是解决就业难题,畅通就业渠道,搭建更加优质的... 详细信息

就业是最基本的民生,是最大的民生工程、民心工程、根基工程。面对逐年增长的高校毕业生人数,各地政府部门不断推出新政策,发挥政府宏观调控作用,助力高校毕业生高质量就业。开展校企联合,是解决就业难题,畅通就业渠道,搭建更加优质的就业供需平台的关键之一。校企联合推动就业工作存在的问题为进一步拓宽高校毕业生的就业市场和就业渠道,为高校毕业生提供更加广阔的就业供需平台,各地积极开展校企合作促就业行动.

关键词：校企联合高校毕业生高质量就业校企合作宏观调控作用就业难题就业渠道民生工程

优化改进YOLOv8实现实时无人机车辆检测的算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第9期60卷 79-89页

作者：史涛崔杰李松天津理工大学电气工程与自动化学院天津300384 华北理工大学电气工程学院河北唐山063210

针对现有无人机车辆检测算法精度低、易受背景环境干扰、难以检测微小目标车辆问题,提出了一种改进YOLOv8的无人机车辆检测算法YOLOv8-CX。结合Deformable Convolutional Networks v1-3的优点,提出一种能够灵活采样特征的C2f-DCN模块,... 详细信息

针对现有无人机车辆检测算法精度低、易受背景环境干扰、难以检测微小目标车辆问题,提出了一种改进YOLOv8的无人机车辆检测算法YOLOv8-CX。结合Deformable Convolutional Networks v1-3的优点,提出一种能够灵活采样特征的C2f-DCN模块,以更好地提取不同尺寸大小车辆之间的特征。利用Large Separable Kernel Attention的思想,提出了具有长程依赖性和自适应能力的SPPF-LSKA模块,可以有效减少背景对于车辆检测的干扰。在颈部网络,采用CF-FPN(ment network for tiny object deteciton)特征融合结构,通过结合上下文信息和抑制不同尺度特征之间的冲突信息,提升了对小目标的检测精度。最后,将原始YOLOv8的头部替换为Dynamic Head检测头。通过将尺度、空间和任务三种注意力机制结合统一,进一步提升了模型的检测性能。实验结果表明,在Mapsai数据集上,改进算法与原算法相比准确率(P)、召回率(R)、平均精度(mAP)分别提升了8.5、11.2和6.2个百分点,且算法检测速度达到72.6 FPS,满足无人机车辆检测实时性的要求。通过与其他主流目标检测算法比较,验证了该方法的有效性和卓越性。

关键词：无人机车辆检测 YOLOv8 可变形卷积注意力机制特征融合

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于多级特征提取的低光照目标检测算法

计算机工程与应用 2024年

作者：谭豪张惊雷贾鑫天津理工大学工程训练中心天津理工大学电气工程与自动化学院

自然环境下普遍存在着低光照场景，导致目标检测任务精度降低。提出了一种低光照目标检测算法MLFE-YOLOX。首先，引入轻量级图像增强算法IAT，还原低照度图像更多的细节。其次，设计了一种多级特征提取的CSP-M模块，加强模型在低光照条... 详细信息

自然环境下普遍存在着低光照场景，导致目标检测任务精度降低。提出了一种低光照目标检测算法MLFE-YOLOX。首先，引入轻量级图像增强算法IAT，还原低照度图像更多的细节。其次，设计了一种多级特征提取的CSP-M模块，加强模型在低光照条件下图像的特征提取能力。然后，引入卷积注意力机制CBAM，自适应测量目标位置与背景信息的相关程度，降低背景信息带来的干扰。最后，设计了多级特征融合模块CSP-MC，增强模型融合多级特征和发掘并融合静态和动态上下文信息的能力。采用Exdark、UFDD数据集进行实验验证，实验结果表明，本文方法有效克服了光照不足带来的影响，与主流算法相比检测精度明显提升。

关键词：低光照多级特征 YOLOX 注意力机制

时空图神经网络在交通流预测研究中的构建与应用综述

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第8期60卷 31-45页

作者：汪维泰王晓强李雷孝陶乙豪林浩内蒙古工业大学信息工程学院呼和浩特010080 内蒙古工业大学数据科学与应用学院呼和浩特010080 天津理工大学计算机科学与工程学院天津300384

交通流量预测是城市交通管理和规划中的关键问题,而传统预测方法在面对数据稀疏性、非线性关系和复杂动态性等挑战时表现不佳。图神经网络是一种基于非欧结构数据的深度学习方法,近年来在各种复杂网络建模和预测任务中得到广泛应用。为... 详细信息

交通流量预测是城市交通管理和规划中的关键问题,而传统预测方法在面对数据稀疏性、非线性关系和复杂动态性等挑战时表现不佳。图神经网络是一种基于非欧结构数据的深度学习方法,近年来在各种复杂网络建模和预测任务中得到广泛应用。为了应用于交通流量预测领域,提出了时空图神经网络,其能够捕捉空间和时间相关性,相较之前的预测模型有显著进步。对近年来使用时空图神经网络进行交通流量预测的模型进行分析,概述和比较了多种邻接阵的构造方式,然后从空间相关性和时间相关性的角度列举了构建交通流预测模型的常用组件,并对不同的时空融合方式进行了分类和对比;在应用方面,根据时间尺度的不同将时空图神经网络模型分为长期预测、短期预测与兼顾长短期的预测三类,分析了各自的目标与要求,并列举比较了近年来较为突出的新模型。最后,讨论了现有研究的局限性,对相关模型的未来研究做出展望。

关键词：智能交通交通流量预测时间序列预测深度学习图神经网络