检索结果-南通市图书馆

基于残差卷积与多头自注意力的CXR图像分类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工程科学与技术 2024年第3期56卷 219-227页

作者：陈辉张甜陈润斌安徽理工大学计算机科学与工程学院安徽淮南232001 安徽三联学院智慧交通现代产业学院安徽合肥230601

为了提高新型冠状病毒肺炎(COVID-19)检测的效率和准确性,本文提出一种自动识别COVID-19胸部X射线(CXR)图像的网络模型(MHRA-RCNet)。在ResNet50模型的基础上,首先,采用残差卷积对CXR图像中形状复杂的感染区域进行局部特征提取。其次,... 详细信息

为了提高新型冠状病毒肺炎(COVID-19)检测的效率和准确性,本文提出一种自动识别COVID-19胸部X射线(CXR)图像的网络模型(MHRA-RCNet)。在ResNet50模型的基础上,首先,采用残差卷积对CXR图像中形状复杂的感染区域进行局部特征提取。其次,选择在ResNet50的第2、3阶段引入多头关系聚合模块,以增强对全局信息的建模能力;为了进一步将局部信息和全局信息进行融合,以提高特征的表达能力和特征之间位置的相关性,在ResNet50的最后阶段引入了空洞视觉Transforme模块,有助于识别CXR图像中复杂的病变区域。最后,将融合后的特征以串联方式输入全局平均池化层进行全局空间信息整合,通过多层感知机进行图像分类并进行可视化分析。在公开访问的COVID-19 Radiography Database数据集与其他深度学习模型进行实验对比。实验结果表明:本文模型在多项分类指标上具有较好的分类精度;另外,从精确度、灵敏度和特异性上也可以直观地看出本文模型能够较好地识别新冠肺炎,进一步证明了本文模型在图像分类任务中的优越性和有效性。

关键词：新型冠状病毒肺炎图像分类残差卷积多头关系聚合空洞视觉Transformer

同方期刊数据库

面向遮挡行人检测的自适应多尺度特征金字塔网络

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2024年

作者：周华平吴涛孙克雷安徽理工大学经济与管理学院安徽理工大学计算机科学与工程学院

针对遮挡环境下现有检测器难以提取行人完整特征从而导致检测精度低的情况，提出了一种自适应多尺度特征金字塔网络。首先，提出一个多尺度特征增强模块 (MFEM， Multi-scale Feature Enhancement Module)，通过不同感受野的多分支网络... 详细信息

针对遮挡环境下现有检测器难以提取行人完整特征从而导致检测精度低的情况，提出了一种自适应多尺度特征金字塔网络。首先，提出一个多尺度特征增强模块 (MFEM， Multi-scale Feature Enhancement Module)，通过不同感受野的多分支网络来捕获不同尺度行人可视区域。其次，设计了一种自适应融合模块 (AFM， Adaptive Fusion Module)，分别通过优化空间、特征层面的均值方差来计算不同像素点的重要程度，从而增强行人的纹理特征及语义特征并更加高效的融合不同尺度特征。且这两个模块可以构建为完整的特征金字塔网络用于更多下游任务。最后提出一个非极大值抑制算法 (Soft-SNMS， Soft-Set-Non Maximum Suppression)，通过设计不同的衰减函数，在预测一个提案中所有候选框时保留高质量候选框，衰减多余的候选框，并提高模型训练效率。所提方法分别在CrowdHuman和Widerperson两个数据集上进行了实验，在AP指标上相较于原始方法分别提高了4.04%和1.51%，表明该方法可有效提高遮挡环境下行人目标的检测精度。

关键词：遮挡行人检测多尺度特征自适应融合特征金字塔非极大值抑制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

差分编码和块压缩的密文域可逆信息隐藏算法

工程科学与技术 2024年第4期56卷 307-315页

作者：葛国庆葛斌夏晨星王智盟安徽理工大学计算机科学与工程学院安徽淮南232001 安徽璞华大数据技术有限公司安徽淮南232001

随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底的压缩以提升嵌入容量仍具有... 详细信息

随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底的压缩以提升嵌入容量仍具有较大挑战。本文针对密文域可逆信息隐藏算法因载体图像冗余空间压缩不充分而导致嵌入容量较低的问题,提出一种基于差分编码和块压缩的密文域可逆信息隐藏算法。首先,根据自然图像局部区域内像素强相关性邻位作差,并基于块内最大差值对差值图像矩阵进行分类和自适应编码,同时设计分块置乱和块内像素扩散加密机制保证图像信息安全。然后,将自适应编码结果在对应的密文图像块上进行标记,压缩冗余空间。最后,通过位替换嵌入秘密信息。不同于其他算法,本算法对差分编码后的图像进行比特位重排列,从密文图像像素最低有效位开始,标记差值像素的符号位,其余各位面依次标记最小差值比特位。由于加密操作与自适应编码的可逆性,合法接收者可实现对原始明文图像的无损重构和秘密信息的无误提取。实验结果表明,与现有的几类算法相比,本文提出的算法具有更高的嵌入率和更好的安全性,在BOSSbase和BOWS-2两个数据集上的平均嵌入率达到3.027位/像素和2.937位/像素,在测试图像上平均嵌入率也均提高了0.57位/像素以上。

关键词：可逆信息隐藏密文域隐私保护差分编码块压缩

在线全文

学校读者我要写书评

暂无评论

融合反讽语言特征的反讽语句识别模型

智能系统学报 2024年第3期19卷 689-696页

作者：韦斯羽朱广丽谈光璞张顺香安徽理工大学计算机科学与工程学院安徽淮南232001

反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难。针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句... 详细信息

反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难。针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句的识别准确率。首先,采用卡方检验算法对反讽语言进行分析并获取语言特征;然后,利用Word2Vec对语言特征进行训练获取语言特征的特征表示,同时使用注意力机制与Bi-GRU(双向门控循环神经单元)模型获取句子的特征表示;最后,将语言特征的特征表示与句子的特征表示进行融合并作为情感分类层的输入,对反讽语句进行识别。与CNN-AT、CNN-Adv、EPSN等3种模型进行对比,实验结果表明,该模型可以有效提高对于反讽语句的识别准确率。

关键词：反讽语句识别语言特征卡方检验算法 Word2Vec 双向门控循环神经单元注意力机制深度学习智能信息处理

维普期刊数据库博看期刊

基于注意力掩码与特征提取的人脸伪造主动防御

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：王瑜方贤进杨高明丁一峰杨新露安徽理工大学计算机科学与工程学院

为了解决人脸图像未经授权情况下被伪造或篡改的问题,提出一种基于注意力掩码与特征提取的人脸伪造主动防御模型,旨在采取攻击性措施,向图像中加入可干扰伪造模型的对抗样本,从源头上预防图像被伪造,同时提高被保护图像的视觉质量。首先... 详细信息

为了解决人脸图像未经授权情况下被伪造或篡改的问题,提出一种基于注意力掩码与特征提取的人脸伪造主动防御模型,旨在采取攻击性措施,向图像中加入可干扰伪造模型的对抗样本,从源头上预防图像被伪造,同时提高被保护图像的视觉质量。首先,采用改进的梯度下降法生成对抗扰动添加至原始图像,使得图像经过伪造处理后生成模糊的虚假图像;同时,在生成器中增添注意力掩码,以增强关键特征通道,从而降低复杂背景及光照带来的影响;其次,使用VGG16预训练网络提取图像特征,在特征图层面提升对抗图像的视觉质量。在CelebA数据集和RaFD数据集上的实验结果表明:所提方法的防御成功率分别达到99.8%和99.63%,对抗图像视觉质量相较于基于扩频对抗攻击的基准方法,结构相似性(SSIM)指标提升了30.86%和26.63%,峰值信噪比(PSNR)指标提高了34.80%和36.15%。可见所提模型可有效防御人脸伪造,同时提升对抗图像视觉质量。

关键词：人脸伪造主动防御注意力掩码对抗样本特征提取

基于滤膜称重法的自动化粉尘质量浓度检测装置的研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

煤炭学报 2024年第7期49卷 2997-3006页

作者：陈清华许曾生王小润江丙友唐明云胡祖祥邱进伟周亮安徽理工大学矿山智能装备与技术安徽省重点实验室安徽淮南232001 安徽理工大学环境友好材料与职业健康研究院(芜湖) 安徽芜湖241003 安徽理工大学工业粉尘防控与职业安全健康教育部重点实验室安徽淮南232001 安徽理工大学机械工程学院安徽淮南232001

传统滤膜称重法操作过程繁琐、检测周期长,且自动化程度低,虽精度高但无法满足粉尘质量浓度实时检测需求。设计了粉尘质量浓度自动检测装置,通过建立温湿度补偿模型,替代手工称重法中采样后滤膜烘干的步骤,进一步缩减粉尘质量浓度检测... 详细信息

传统滤膜称重法操作过程繁琐、检测周期长,且自动化程度低,虽精度高但无法满足粉尘质量浓度实时检测需求。设计了粉尘质量浓度自动检测装置,通过建立温湿度补偿模型,替代手工称重法中采样后滤膜烘干的步骤,进一步缩减粉尘质量浓度检测时间以及粉尘质量浓度检测装置体积。搭建试验样机并调试实验,结果表明,煤矿井下常用的CCZ-20A型粉尘采样器与本装置检测得到的粉尘质量折算浓度经过计算其标准偏差在5%以内,一元线性回归拟合分析下的实验数据拟合相关性较好。为进一步提升装置的检测精度,研究基于傅里叶级数、线性拟合以及周期拟合相结合的误差补偿方法,设计出装置浓度计算流程并代入原始数据中,将该装置检测浓度误差由原始的(-7.20%,-1.26%)集中至(-3.64%,3.65%)。引入装置浓度计算流程后进行多次对比实验,实验结果显示装置浓度检测误差均在此区间内,验证了装置浓度计算流程的可靠性。该装置缩短了粉尘质量浓度检测所需时间,同时检测误差控制在合理的范围内,进而为滤膜称重法在粉尘质量浓度在线监测方面的研究提供一定的参考。

关键词：滤膜称重法粉尘质量浓度自动称重温湿度补偿误差补偿

在线全文

学校读者我要写书评

暂无评论

基于分层表示和上下文增强的类摘要生成技术

计算机研究与发展 2024年第2期61卷 307-323页

作者：陈豪伶虞慧群范贵生李明辰黄子杰华东理工大学计算机科学与工程系上海200237

代码摘要是源代码的自然语言解释,高质量的代码摘要有助于提高开发人员程序理解效率.近年来,代码自动摘要的研究集中在为方法粒度的代码片段生成摘要.然而,对于面向对象的语言,例如Java,类才是项目的基本组成单元.基于上述问题,提出一... 详细信息

代码摘要是源代码的自然语言解释,高质量的代码摘要有助于提高开发人员程序理解效率.近年来,代码自动摘要的研究集中在为方法粒度的代码片段生成摘要.然而,对于面向对象的语言,例如Java,类才是项目的基本组成单元.基于上述问题,提出一种基于分层表示和上下文增强的类摘要生成方法HRCE(hierarchical representation and context enhancement),并构建了一个包含358 992个?Java类,上下文,摘要?数据对的类摘要数据集.HRCE使用代码精简策略去除类的非关键代码,从而缩短代码长度.然后,对类的层次结构,包括类签名、属性和方法分别进行建模,获得类的语义信息和层次结构信息.此外,从项目中抽取父类的签名及摘要来刻画类在项目中依赖的上下文.实验表明,基于分层表示和上下文增强的生成模型能够表征代码的语义和层次结构,并可以从目标类的内部和外部获取信息. HRCE在BLEU,METEOR,ROUGE-L等评估指标上超过了所有基准模型.

关键词：代码自动摘要分层表示上下文增强深度学习类摘要

在线全文

学校读者我要写书评

暂无评论

基于非全局依赖积分回归的轻量姿态估计网络

计算机应用 2024年

作者：佘本杰苏树智朱彦敏华健王超安徽理工大学计算机科学与工程学院安徽理工大学机械工程学院

基于热图检测的人体姿态估计网络取得了巨大的成功，但是由于冗余计算、量化误差以及热图解码，使得基于热图检测的方法不是那么轻量。针对上述问题，设计了基于非全局依赖积分回归的轻量姿态估计网络(Lite-NIRNet)。LiteNIRNet通过局... 详细信息

基于热图检测的人体姿态估计网络取得了巨大的成功，但是由于冗余计算、量化误差以及热图解码，使得基于热图检测的方法不是那么轻量。针对上述问题，设计了基于非全局依赖积分回归的轻量姿态估计网络(Lite-NIRNet)。LiteNIRNet通过局部卷积降低网络的冗余计算，使网络更加轻量。为了缓解局部卷积导致的信息丢失，引入坐标注意力机制融合跨通道特征，从而提升网络性能。此外，进一步设计非全局依赖的积分回归(NIR)模块，通过该模块，网络可以融入坐标进行监督，缓解量化误差对网络性能的影响。NIR有效降低了传统积分回归在期望计算时产生的偏差，兼顾了更好的学习梯度和更低的偏差。实验结果表明，Lite-NIRNet与较先进的高分辨率网络(HRNet)相比，在COCO验证集上的参数量和计算复杂度分别降低73.0%和63.4%,平均精度均值(mAP)无需额外的热图解码即可达到72.8%。此外，在MPII验证集上，Lite-NIRNet的结果也验证了它在网络性能和复杂度之间实现了良好的平衡。

关键词：姿态估计高分辨率网络局部卷积坐标注意力积分回归

结合轻量化YOLOv5s的动态视觉SLAM算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量技术 2024年

作者：黄友锐王照锋韩涛宋红萍安徽理工大学电气与信息工程学院安徽理工大学计算机科学与工程学院

针对视觉SLAM在真实环境中易受车辆、行人等运动物体影响而导致位姿估计降低的问题，提出一种结合轻量化YOLOv5s的动态视觉SLAM算法，将改进的轻量级YOLOv5s作为目标检测算法用于判断运动物体；结合提出的动态特征点剔除方法，剔除动态... 详细信息

针对视觉SLAM在真实环境中易受车辆、行人等运动物体影响而导致位姿估计降低的问题，提出一种结合轻量化YOLOv5s的动态视觉SLAM算法，将改进的轻量级YOLOv5s作为目标检测算法用于判断运动物体；结合提出的动态特征点剔除方法，剔除动态特征点，仅采用静态特征点进行位姿估计和地图跟踪。在TUM数据集进行实验，相较于ORB-SLAM3算法，改进后的算法在高动态序列上的位姿估计精度分别提升了89.29%、65.34%、94.42%，结果表明改进后的算法能够有效剔除动态特征点，提高了视觉SLAM算法在动态环境下的位姿估计精度和定位精度。

关键词：动态SLAM 目标检测光流法 ORB特征点