检索结果-南通市图书馆

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

投影子空间下基于骨骼边信息的人体动作识别

系统仿真学报 2024年第3期36卷 555-563页

作者：苏本跃张鹏朱邦国郭梦娟盛敏安庆师范大学计算机与信息学院安徽安庆246133 铜陵学院数学与计算机学院安徽铜陵244061 安庆师范大学数理学院安徽安庆246133

近年来,基于骨骼数据的人体动作识别在计算机视觉、人机交互等领域受到了广泛的关注。现有的方法大多关注于在原始的3D坐标空间下对骨骼点进行建模。然而,骨骼点忽略了人体自身的物理链状结构,很难刻画人体运动的局部相关性;此外,由于... 详细信息

近年来,基于骨骼数据的人体动作识别在计算机视觉、人机交互等领域受到了广泛的关注。现有的方法大多关注于在原始的3D坐标空间下对骨骼点进行建模。然而,骨骼点忽略了人体自身的物理链状结构,很难刻画人体运动的局部相关性;此外,由于相机视角的多样性,在原始的基于点的3D空间下难以探索动作在不同视角下的综合表征。鉴于此,提出了一种投影子空间下基于骨骼边信息的动作识别方法。定义了结合人体自身连接的骨骼边信息,用于捕获动作的空间特性;在骨骼边信息的基础上引入了骨骼边运动的方向与大小信息,用于获取动作的时间特性;采用2D投影子空间的方式在不同的子空间视角下进行动作表征;探索了合适的特征融合策略,通过改进的CNN框架对上述特征进行综合提取。在2个具有挑战性的大型数据集NTU-RGB+D60(评价指标为cross-subject与cross-view)和NTU-RGB+D120(评价指标为cross-subject与cross-set)上的实验结果表明,相比基准方法,所提方法在4个指标下精度分别提升了3.2%、2.4%、3.1%和5.8%。

关键词：骨骼数据骨骼边边方向边大小投影子空间

基于CSI实例标准化的域泛化人体动作识别模型

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

通信学报 2024年第6期45卷 196-209页

作者：王杨许佳炜王傲夏慧娟赵传信季一木安徽师范大学计算机与信息学院安徽芜湖241002 南京邮电大学计算机学院江苏南京210003

为了实现完全不依赖目标域数据的Wi-Fi跨域人体动作感知,提出了一种基于CSI实例标准化的域泛化人体动作识别模型INDG-Fi。INDG-Fi使用实例标准化去除CSI特征表示的领域信息,接着构建共享特征提取的动作分类器和域分类器,并通过动作偏向... 详细信息

为了实现完全不依赖目标域数据的Wi-Fi跨域人体动作感知,提出了一种基于CSI实例标准化的域泛化人体动作识别模型INDG-Fi。INDG-Fi使用实例标准化去除CSI特征表示的领域信息,接着构建共享特征提取的动作分类器和域分类器,并通过动作偏向学习和对抗性的域学习,将编码层提取的特征偏向人体动作引起的信号特征,同时远离领域信号影响。为了让模型关注受人体动作影响更显著的子载波信号,在编码层中加入子载波注意力模块。实现结果表明,所提INDG-Fi在不可见的用户和位置的感知性能分别为97.99%和92.73%,能够实现鲁棒的跨域感知。

关键词：信道状态信息无线感知人体动作识别域泛化

在线全文

学校读者我要写书评

暂无评论

结合密集连接的轻量级高分辨率人体姿态估计

中国图象图形学报 2024年第5期29卷 1408-1420页

作者：高坤李汪根束阳葛英奎王志格安徽师范大学计算机与信息学院芜湖241002

目的为了更好地实现轻量化的人体姿态估计,在轻量级模型极为有限的资源下实现更高的检测性能。基于高分辨率网络(high resolution network,HRNet)提出了结合密集连接网络的轻量级高分辨率人体姿态估计网络(lightweight high-resolution... 详细信息

目的为了更好地实现轻量化的人体姿态估计,在轻量级模型极为有限的资源下实现更高的检测性能。基于高分辨率网络(high resolution network,HRNet)提出了结合密集连接网络的轻量级高分辨率人体姿态估计网络(lightweight high-resolution human estimation combined with densely connected network,LDHNet)。方法通过重新设计HRNet中的阶段分支结构以及提出新的轻量级特征提取模块,构建了轻量高效的特征提取单元,同时对多分支之间特征融合部分进行了轻量化改进,进一步降低模型的复杂度,最终大幅降低了模型的参数量与计算量,实现了轻量化的设计目标,并且保证了模型的性能。结果实验表明,在MPII(Max Planck Institute for Informatics)测试集上相比于自顶向下的轻量级人体姿态估计模型LiteHRNet,LDHNet仅通过增加少量参数量与计算量,平均预测准确度即提升了1.5%,与LiteHRNet的改进型DiteHRNet相比也提升了0.9%,在COCO(common objects in context)验证集上的结果表明,与LiteHRNet相比,LDHNet的平均检测准确度提升了3.4%,与DiteHRNet相比也提升了2.3%,与融合Transformer的HRFormer相比,LDHNet在参数量和计算量都更低的条件下有近似的检测性能,在面对实际场景时LDHNet也有着稳定的表现,在同样的环境下LDHNet的推理速度要高于基线HRNet以及LiteHRNet等。结论该模型有效实现了轻量化并保证了预测性能。

关键词：人体姿态估计轻量级网络密集连接网络高分辨率网络多分支结构

具有动态事件触发机制的非线性时滞系统规定时间控制

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2024年

作者：王向文操德文吴健安庆师范大学智能感知与计算安徽省高校重点实验室安庆师范大学计算机与信息学院

针对一类具有不确定时滞的非线性严格反馈系统,研究其基于动态事件触发机制的规定时间控制问题.根据规定时间稳定性定理,对具有未知时滞的高阶非线性系统提出了一种状态反馈控制策略,以保证系统在规定时间内收敛,规定的时间可以根据实... 详细信息

针对一类具有不确定时滞的非线性严格反馈系统,研究其基于动态事件触发机制的规定时间控制问题.根据规定时间稳定性定理,对具有未知时滞的高阶非线性系统提出了一种状态反馈控制策略,以保证系统在规定时间内收敛,规定的时间可以根据实际需要设置.文章利用神经网络逼近技术对未知的连续函数进行逼近,利用Lyapunov-Krasovskii泛函来补偿状态延迟的影响.此外,控制器通过引入动态事件触发机制,减小了通信占用率.我们设计的控制器使得闭环系统在给定的时时间范围内保持有界稳定,而且系统的收敛时间不会受到初始状态的影响.最后,通过仿真实验来证明该设计方案的可行性.

关键词：规定时间稳定时滞动态事件触发机制不确定非线性系统状态反馈控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于全局注意力的正交融合图像描述符

图学学报 2024年第3期45卷 472-481页

作者：艾列富陶勇蒋常玉安庆师范大学计算机与信息学院安徽安庆246133 安徽三联学院智慧交通现代产业学院安徽合肥230601

图像描述符是计算机视觉任务重要研究对象,被广泛应用于图像分类、分割、识别与检索等领域。深度图像描述符在局部特征提取分支缺少高维特征的空间与通道信息的关联性,导致局部特征表达的信息不充分。为此,提出一种融合局部、全局特征... 详细信息

图像描述符是计算机视觉任务重要研究对象,被广泛应用于图像分类、分割、识别与检索等领域。深度图像描述符在局部特征提取分支缺少高维特征的空间与通道信息的关联性,导致局部特征表达的信息不充分。为此,提出一种融合局部、全局特征的图像描述符,在局部特征提取分支进行膨胀卷积提取多尺度特征图,输出的特征拼接后经过含有多层感知器的全局注意力机制捕捉具有关联性的通道-空间信息,再加工后输出最终的局部特征;高维的全局分支经过全局池化和全卷积生成全局特征向量;提取局部特征在全局特征向量上的正交值与全局特征串联后聚合形成最终的描述符。同时,在特征约束方面,使用包含子类心的角域度损失函数增大模型在大规模数据集的鲁棒性。在国际公开数据集Roxford5k和Rparis6k上进行实验,所提出描述符的平均检索精度在medium和hard模式分别为81.87%和59.74%以及91.61%和79.12%,比深度正交融合描述符分别提升了1.70%,1.56%,2.00%和1.83%,较其他图像描述符具有更好的检索精度。

关键词：图像描述符膨胀卷积全局注意力特征融合子类心角度域损失

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

门控卷积和高频特征融合的红外小目标检测

计算机工程与应用 2024年

作者：刘奎唐慧萍苏本跃安庆师范大学计算机与信息学院铜陵学院数学与计算机学院

针对在远距离复杂场景下红外小目标尺寸和形状差异大，检测精度欠佳的问题，提出了一种基于门控卷积和高频特征融合的红外小目标检测模型。首先，为了解决复杂场景下目标尺寸差异的问题，通过在U-Net下采样过程中使用门控快速傅里叶卷积... 详细信息

针对在远距离复杂场景下红外小目标尺寸和形状差异大，检测精度欠佳的问题，提出了一种基于门控卷积和高频特征融合的红外小目标检测模型。首先，为了解决复杂场景下目标尺寸差异的问题，通过在U-Net下采样过程中使用门控快速傅里叶卷积（Gated Fast Fourier Convolution， GFFC）模块提取多尺度的全局和局部特征，为提升模型在不同复杂程度数据集上的训练效果，利用超参数门控调节网络对目标全局和局部特征的权重，平衡网络对全局和局部特征的需求。其次，为解决红外小目标形状差异的问题，采用了高频特征融合（High-frequency Feature Fusion， HFF）模块，进一步提取高频子带特征，增强红外小目标细节纹理信息。最后，在SIRST和IRSTD数据集上的实验结果表明，相比基准方法，提出的方法在两个数据集的评价指标下分别提升了0.83%、0.40%和5.18%、0.23%，证明了该方法的有效性。

关键词：门控快速傅里叶卷积高频特征融合红外小目标检测

LD-identify:基于无源RFID的网络学习状态识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2024年第1期39卷 219-226页

作者：王涛春邱庆王成田陈付龙安徽师范大学计算机与信息学院安徽芜湖241002 安徽师范大学安徽省医疗大数据智能系统工程研究中心安徽芜湖241002

在线教育中,学生实时动作能够准确反映学生当前的学习状态,在不影响学习注意力和保证个人隐私信息安全的情况下,准确识别学习动作是监测在线教育质量的关键要素.对此,提出一种基于无源RFID的网络学习动作识别系统LD-identify. LD-ident... 详细信息

在线教育中,学生实时动作能够准确反映学生当前的学习状态,在不影响学习注意力和保证个人隐私信息安全的情况下,准确识别学习动作是监测在线教育质量的关键要素.对此,提出一种基于无源RFID的网络学习动作识别系统LD-identify. LD-identify仅通过射频信号完成学生动作识别,所以识别系统可以很好地保护个人的隐私信息,且避免设备昂贵等一系列问题.通过提取相位和信号强度的有效特征和深度学习算法, LD-identify能够获得很好的识别准确率的性能.实验表明, LD-identify只需要在帽子的背面粘贴两个射频标签,就能很好地识别出抬头低头、左右摇头、前倾后倾3种动作.为了进一步验证系统性能,研究6名志愿者在不同的场景中的动作识别的准确率,实验结果显示LD-identify能够在不同的场景下很好地识别所有用户的3种动作,利用卷积神经网络构建分类模型来识别动作可以取得很好的识别率,识别准确率达到95.5%以上.

关键词：无线射频识别动作识别机器学习深度学习标签注意力机制

在线全文

学校读者我要写书评

暂无评论

融合全局增强-局部注意特征的表情识别网络

计算机科学与探索 2024年第9期18卷 2487-2500页

作者：刘娟王颖胡敏黄忠安庆师范大学电子工程与智能制造学院安徽安庆246133 合肥工业大学计算机与信息学院情感计算与先进智能机器安徽省重点实验室合肥230009

为抑制自然场景下遮挡和姿态变化等因素对人脸表情识别的影响,提出一种融合全局增强-局部注意特征(GE-LA)的表情识别网络。为获取增强的全局上下文信息,构建通道-空间全局特征增强结构,该结构采用通道流模块(CFM)和空间流模块(SFM),分... 详细信息

为抑制自然场景下遮挡和姿态变化等因素对人脸表情识别的影响,提出一种融合全局增强-局部注意特征(GE-LA)的表情识别网络。为获取增强的全局上下文信息,构建通道-空间全局特征增强结构,该结构采用通道流模块(CFM)和空间流模块(SFM),分别获取对称多尺度通道语义以及像素级空间语义,并结合两类语义生成全局增强特征;为抽取局部细节特征,将高效通道注意力(ECA)机制改进为通道-空间注意力(CSA)机制,并以此构建局部注意模块(LAM)获取通道和空间高级语义。为提升网络对遮挡、姿态变化等因素的抗干扰能力,设计一种自适应策略实现全局增强特征和局部注意特征的加权融合,并基于自适应融合特征实现表情分类。在自然场景人脸表情数据集RAF-DB和FERPlus上的实验结果表明,提出网络的表情识别率分别为89.82%和89.93%,比基线网络ResNet50分别提高了13.39个百分点和10.62个百分点。与相关方法相比,提出方法降低了遮挡、姿态变化的影响,在自然场景下具有较好的表情识别效果。

关键词：人脸表情识别全局增强特征局部注意特征自适应融合策略

同方期刊数据库

基于图神经网络的多层信息交互融合算法用于会话推荐

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：杨航李汪根张根生王志格开新安徽师范大学计算机与信息学院

针对当前会话推荐中存在对于当前会话项目转换信息挖掘不充分且极少利用其他会话信息的问题，提出一种基于图神经网络的多层信息交互融合算法用于会话推荐。基于当前会话，首先，通过对节点之间的连接关系设计不同的权重聚合邻域节点的... 详细信息

针对当前会话推荐中存在对于当前会话项目转换信息挖掘不充分且极少利用其他会话信息的问题，提出一种基于图神经网络的多层信息交互融合算法用于会话推荐。基于当前会话，首先，通过对节点之间的连接关系设计不同的权重聚合邻域节点的信息，挖掘当前会话中项目转换的显性信息；其次，通过基于堆叠的残差图注意力网络聚合邻域节点信息，挖掘当前会话中项目转换的隐性信息；最后，通过单门控图神经网络挖掘基于时间戳的会话中存在的序列依赖信息。基于其他会话，通过节点的一阶邻居将整个会话集联系起来，学习全局信息编码，进而融合四个层次的嵌入表示获得更全面的项目转换信息，同时使用软注意力机制和反向位置嵌入信息对于获得的项目转换信息进行更有效地融合。实验结果表明，在diginetica数据集上P@20和MRR@20较次优模型GCE-GNN分别提升了0.98%、0.84%，在Tmall数据集上P@20和MRR@20较次优模型HyperS2Rec提升了8.23%、7.86%，在Nowplaying数据集上P@20和MRR@20较次优模型HyperS2Rec提升了1.33%、2.03%。

关键词：会话推荐残差图注意力网络门控图神经网络软注意力反向位置嵌入