检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

梯度聚合增强对抗样本迁移性方法

计算机工程与应用 2024年第14期60卷 275-282页

作者：邓诗芸凌捷广东工业大学计算机学院广州510006

基于深度神经网络的图像分类模型容易受到对抗样本的攻击。现有研究表明,白盒攻击已经能够实现较高的攻击成功率,但在攻击其他模型时对抗样本的可迁移性较低。为提高对抗攻击的可迁移性,提出一种梯度聚合增强对抗样本迁移性方法。将原... 详细信息

基于深度神经网络的图像分类模型容易受到对抗样本的攻击。现有研究表明,白盒攻击已经能够实现较高的攻击成功率,但在攻击其他模型时对抗样本的可迁移性较低。为提高对抗攻击的可迁移性,提出一种梯度聚合增强对抗样本迁移性方法。将原始图像与其他类别图像以特定比例进行混合,得到混合图像。通过综合考虑不同类别图像的信息,并平衡各类别之间的梯度贡献,可以避免局部振荡的影响。在迭代过程中聚合当前点的邻域其他数据点的梯度信息以优化梯度方向,避免对单一数据点的过度依赖,从而生成具有更强迁移性的对抗样本。在ImageNet数据集上的实验结果表明,所提方法显著提高了黑盒攻击的成功率和对抗样本的可迁移性。在单模型攻击上,该方法在四种常规训练模型的平均攻击成功率为88.5%,相比Admix方法提升了2.7个百分点;在集成模型攻击上平均攻击成功率达到了92.7%。此外,该方法可以与基于转换的对抗攻击方法相融合,在三种对抗训练模型上平均攻击成功率相较Admix方法提高了10.1个百分点,增强了对抗攻击的可迁移性。

关键词：深度神经网络对抗攻击可迁移性梯度聚合

在线全文

学校读者我要写书评

暂无评论

360度视频与视口预测方法综述

计算机工程与应用 2024年第2期60卷 19-31页

作者：李镇淮战荫伟广东工业大学计算机学院广州510006

360度视频是获取沉浸式虚拟现实体验的便捷媒介之一,近年来受到了广泛关注。视口预测技术是缓解360度视频高网络带宽要求的重要手段。聚焦视口预测技术,首先介绍360度视频的基本概念、背景和360度视频流式框架,对比常用的球面到平面投... 详细信息

360度视频是获取沉浸式虚拟现实体验的便捷媒介之一,近年来受到了广泛关注。视口预测技术是缓解360度视频高网络带宽要求的重要手段。聚焦视口预测技术,首先介绍360度视频的基本概念、背景和360度视频流式框架,对比常用的球面到平面投影方法、视频编解码标准;分析360度视频高网络资源消耗的原因,体现视口预测技术对360度视频流式的重要作用;介绍360度注意力数据集,总结主流公开数据集;将现有的视口预测方法,分为基于用户历史轨迹的方法和基于视频内容的方法,进行系统性的综述,梳理视口预测方法的发展脉络,介绍视口预测方法的最新工作,比较不同方法的特点、优势和不足,并简略介绍了360度显著性检测,360度显著性检测是基于视频内容的视口预测方法中的重点。最后进行总结,分析了现阶段视口预测方法面临的问题,展望了包括视口预测方法在内的360度视频相关技术的未来发展趋势。

关键词： 360度视频全景视频视口预测显著性检测深度学习虚拟现实

在线全文

学校读者我要写书评

暂无评论

基于深度学习的视线估计方法综述

计算机工程与应用 2024年第12期60卷 18-33页

作者：温铭淇任路乾陈镇钦杨卓战荫伟广东工业大学计算机学院广州510006

视线估计是一种预测人眼注视位置或注视方向的技术,在人机交互和计算机视觉的应用中发挥重要作用。近几年,深度学习的飞速发展改变了许多计算机视觉任务,利用深度学习进行基于外观的视线估计已成为关注热点。围绕深度学习模型的训练流程... 详细信息

视线估计是一种预测人眼注视位置或注视方向的技术,在人机交互和计算机视觉的应用中发挥重要作用。近几年,深度学习的飞速发展改变了许多计算机视觉任务,利用深度学习进行基于外观的视线估计已成为关注热点。围绕深度学习模型的训练流程,从视线数据预处理、视线特征提取、视线学习策略、视线估计模型结构四个方面对近年基于深度学习的视线估计方法进行了综述和分析;然后介绍视线估计领域主流公开数据集,并对常用数据集分别进行2D和3D视线估计方法的对比分析。最后,探讨了当前视线估计领域的研究难点与挑战,并对未来的发展趋势进行总结与展望。

关键词：计算机视觉深度学习视线估计眼动跟踪人机交互

在线全文

学校读者我要写书评

暂无评论

图神经网络的类别解耦小样本分类

计算机工程与应用 2024年第2期60卷 129-136页

作者：邓戈龙黄国恒陈紫嫣广东工业大学计算机学院广州510006

现有的基于度量的小样本图像分类模型展现了一定的小样本学习性能,然而这些模型往往忽略了原始数据被分类关键特征的提取。图像数据中与分类无关的冗余信息被融入小样本模型的网络参数中,容易造成基于度量方法的小样本图像分类性能瓶颈... 详细信息

现有的基于度量的小样本图像分类模型展现了一定的小样本学习性能,然而这些模型往往忽略了原始数据被分类关键特征的提取。图像数据中与分类无关的冗余信息被融入小样本模型的网络参数中,容易造成基于度量方法的小样本图像分类性能瓶颈。针对这个问题,提出一种基于图神经网络的类别解耦小样本图像分类模型(VT-GNN),该模型结合图像自注意力与分类任务监督的变分自编码器作为图像嵌入模块,得到原始图像类别解耦特征信息,成为图结构中的一个图节点。通过一个多层感知机为节点之间构建具有度量信息的边特征,将一组小样本训练数据构造为图结构数据,借助图神经网络的消息传递机制实现小样本学习。在公开数据集Mini-Imagenet上,VT-GNN在分别5-way1-shot与5-way 5-shot设置中相较于基线图神经网络模型分别获得了17.9个百分点和16.25个百分点的性能提升。

关键词：小样本学习图神经网络变分自编码器图像自注意力

在线全文

学校读者我要写书评

暂无评论

结合数据增强与特征融合的跨模态行人重识别

计算机工程与应用 2024年第4期60卷 133-141页

作者：宋雨王帮海曹钢钢广东工业大学计算机学院广州510006

可见光-红外行人重识别问题的难点在于图像间模态差异大,大多数现有的方法通过生成对抗网络生成伪图像或提取原始图像上的模态共享特征来缓解模态差异。然而,训练生成对抗网络需要消耗大量的计算资源且生成的伪图像容易引入噪声,提取模... 详细信息

可见光-红外行人重识别问题的难点在于图像间模态差异大,大多数现有的方法通过生成对抗网络生成伪图像或提取原始图像上的模态共享特征来缓解模态差异。然而,训练生成对抗网络需要消耗大量的计算资源且生成的伪图像容易引入噪声,提取模态共享特征也会不可避免地导致与行人身份相关的重要判别特征丢失。针对以上问题,提出新的跨模态行人重识别网络。首先将进行自动数据增强后的训练数据集作为网络输入,提高模型的鲁棒性;然后在网络中引入实例正则化来缩小模态差异;最后将网络各层提取到的不同尺度的行人特征进行有机融合,融合后的特征包含更多与行人身份相关的判别特征。该方法在SYSU-MM01数据集的全局搜索模式下Rank-1/mAP分别达到69.47%/65.05%,在RegDB数据集的可见光到红外模式下Rank-1/mAP分别达到85.73%/77.77%,实验结果获得显著提升。

关键词：跨模态行人重识别自动数据增强特征融合

在线全文

学校读者我要写书评

暂无评论

结合数据增强的跨模态行人重识别轻量网络

计算机工程与应用 2024年第8期60卷 131-139页

作者：曹钢钢王帮海宋雨广东工业大学计算机学院广州510006

现有的跨模态行人重识别方法中,轻量化网络的相关研究较少。考虑到硬件部署对轻量化网络的需求,提出新的跨模态行人重识别轻量网络。以Osnet为基础,进行特征提取器和特征嵌入器的拆分。同时使用数据增强操作,利用有限的数据集,最大程度... 详细信息

现有的跨模态行人重识别方法中,轻量化网络的相关研究较少。考虑到硬件部署对轻量化网络的需求,提出新的跨模态行人重识别轻量网络。以Osnet为基础,进行特征提取器和特征嵌入器的拆分。同时使用数据增强操作,利用有限的数据集,最大程度提高了网络的鲁棒性。改进难样本三元组损失函数,在减少计算量的同时缩小模态间差异,提升网络识别准确率。提出的轻量化网络结构简单且效果显著,在SYSU-MM01数据集的全搜索模式下rank-1/mAP分别达到65.56%、61.36%,参数量仅为1.92×10^(6)。

关键词：深度可分离卷积行人重识别轻量化网络难样本三元组损失函数

在线全文

学校读者我要写书评

暂无评论

基于冗余消除的深度多视图聚类增强融合网络

计算机辅助设计与图形学学报 2024年

作者：许俊鹏孟敏武继刚广东工业大学计算机学院

多视图聚类通过以无监督的方式探索多视图的语义信息而得到广泛的关注. 针对现有的方法忽略了表示的多样性学习和视图之间冗余信息等方面的缺陷，提出一种基于冗余消除的深度多视图聚类增强融合网络REMVC. 首先引入特征聚合模块，学... 详细信息

多视图聚类通过以无监督的方式探索多视图的语义信息而得到广泛的关注. 针对现有的方法忽略了表示的多样性学习和视图之间冗余信息等方面的缺陷，提出一种基于冗余消除的深度多视图聚类增强融合网络REMVC. 首先引入特征聚合模块，学习样本之间的全局结构关系用于生成一致的表示; 其次引入冗余消除模块减少潜在空间特征之间的信息相关性，提高了嵌入表示的辨别能力; 最后引入公共表示的正则化约束模块，通过最大化公共表示每个维度上的方差并最小化不同维度之间的协方差，探索多视图实例特征的互补信息. 所提网络联合优化了表示学习、冗余消除和正则化约束模块，以提高聚类性能. 在7个广泛使用的数据集上进行实验的结果表明， REMVC在准确度、归一化互信息和纯度上优于参与对比的7种多视图聚类方法.

关键词：多视图聚类深度学习多视图融合表示学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

双臂机械手组合设备在清洁情况下的调度优化

控制理论与应用 2024年

作者：朱清华潘泓廷广东工业大学计算机学院

半导体晶圆加工过程中,组合设备中的加工腔环境达到污染阈值时需要进行清洁以确保加工晶圆质量.针对存在晶圆驻留时间约束及并行加工腔配置的双臂机械手组合设备,在一个加工腔达到污染阈值需进行清洁操作的情况,本文研究了机械手的调度... 详细信息

半导体晶圆加工过程中,组合设备中的加工腔环境达到污染阈值时需要进行清洁以确保加工晶圆质量.针对存在晶圆驻留时间约束及并行加工腔配置的双臂机械手组合设备,在一个加工腔达到污染阈值需进行清洁操作的情况,本文研究了机械手的调度.由于加工腔需清洁,组合设备的生产周期会变长.为此,本文提出了加载虚拟晶圆的方法来延长生产周期并使机械手的活动顺序与清洁前保持一致,使得清洁操作能获得足够的时间来完成.在确保正常运行的加工腔中晶圆的驻留时间约束得到满足的条件下,根据各步骤的工作负载平衡的不同情况,提出算法采用解析式推导计算新的生产周期和机械手等待事件的持续时间,使组合设备进入暂态进行清洁操作以及使组合设备恢复到稳态过程运行.本文提出的多项式复杂度的算法,提高了双臂机械手组合设备在清洁情况下的生产效率.

关键词：半导体制造腔室清洁调度组合设备

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向安全传输的低能耗无人机轨迹优化算法

计算机工程 2024年第2期50卷 59-67页

作者：吴嘉鑫孙一飞吴亚兰武继刚广东工业大学计算机学院广东广州510006

无人机凭借其灵活的机动性以及高数据传输速率,被广泛应用于大范围离散节点的数据采集工作,其机载能量的有限性也使得无人机能耗优化成为当前研究热点。然而,当环境中存在窃听节点时,如何在保障多个离散数据节点数据安全传输前提下优化... 详细信息

无人机凭借其灵活的机动性以及高数据传输速率,被广泛应用于大范围离散节点的数据采集工作,其机载能量的有限性也使得无人机能耗优化成为当前研究热点。然而,当环境中存在窃听节点时,如何在保障多个离散数据节点数据安全传输前提下优化无人机的能量消耗具有一定的挑战性。基于此,引入中继节点和安全容量,提出面向安全传输的低能耗无人机轨迹优化算法,力求从物理层面保障数据的安全传输。对无人机与地面节点的信道模型、无人机与数据节点之间的安全容量以及无人机飞行通信能耗进行建模。将问题形式化描述为以最小化无人机能耗为目标、数据节点与无人机之间的数据安全传输为主要约束的非确定性多项式难解优化问题。为解决该问题,对问题进行子问题分解,采用自组织映射方法以及定制的粒子群算法分别对无人机访问数据节点的最优次序以及在数据节点周边悬停的最佳位置进行求解,并根据现有工作提出3种基准方案进行性能对比。仿真实验结果表明,当中继节点的能量收集电路最大输出功率变化时,所提的优化算法在降低无人机总能耗方面相比BASE_D、BASE_M、BASE_R 3种基准方案分别平均提高7.25%、8.59%、11.57%。此外,在安全容量实现率方面,所提算法的性能均优于对比方案,例如,当安全容量阈值从0.001~0.500变化时,所提算法相比基准方案BASE_M平均提高23.45%。

关键词：无人机安全容量低能耗无线传能能量收集