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

基于依存句法的可解释图像描述生成

计算机研究与发展 2023年第9期60卷 2115-2126页

作者：刘茂福毕健旗周冰颖胡慧君武汉科技大学计算机科学与技术学院武汉430065

已有图像描述生成模型虽可以检测与表示图像目标实体及其视觉关系,但没有从文本句法关系角度关注模型的可解释性.因而,提出基于依存句法三元组的可解释图像描述生成模型(interpretable image caption generation based on dependency sy... 详细信息

已有图像描述生成模型虽可以检测与表示图像目标实体及其视觉关系,但没有从文本句法关系角度关注模型的可解释性.因而,提出基于依存句法三元组的可解释图像描述生成模型(interpretable image caption generation based on dependency syntax triplets modeling,IDSTM),以多任务学习的方式生成依存句法三元组序列和图像描述.IDSTM模型首先通过依存句法编码器从输入图像获得潜在的依存句法特征,并与依存句法三元组及文本词嵌入向量合并输入单层长短期记忆网络(long short-term memory,LSTM),生成依存句法三元组序列作为先验知识;接着,将依存句法特征输入到图像描述编码器中,提取视觉实体词特征;最后,采用硬限制和软限制2种机制,将依存句法和关系特征融合到双层LSTM,从而生成图像描述.通过依存句法三元组序列生成任务,IDSTM在未显著降低生成的图像描述精确度的前提下,提高了其可解释性.还提出了评测依存句法三元组序列生成质量的评价指标B1-DS(BLEU-1-DS),B4-DS(BLEU-4-DS),M-DS(METEOR-DS),并在MSCOCO数据集上的实验验证了IDSTM的有效性和可解释性.

关键词：图像描述生成依存句法可解释性多任务学习

CNN-Transformer特征融合多目标跟踪算法

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2期60卷 180-190页

作者：张英俊白小辉谢斌红太原科技大学计算机科学与技术学院太原030024

在卷积神经网络(CNN)中,卷积运算能高效地提取目标的局部特征,却难以捕获全局表示;而在视觉Transformer中,注意力机制可以捕获长距离的特征依赖,但会忽略局部特征细节。针对以上问题,提出一种基于CNN-Transformer双分支主干网络进行特... 详细信息

在卷积神经网络(CNN)中,卷积运算能高效地提取目标的局部特征,却难以捕获全局表示;而在视觉Transformer中,注意力机制可以捕获长距离的特征依赖,但会忽略局部特征细节。针对以上问题,提出一种基于CNN-Transformer双分支主干网络进行特征提取和融合的多目标跟踪算法CTMOT(CNN-transformer multi-object tracking)。使用基于CNN和Transformer双分支并行的主干网络分别提取图像的局部和全局特征。使用双向桥接模块(two-way braidge module,TBM)对两种特征进行充分融合。将融合后的特征输入两组并行的解码器进行处理。将解码器输出的检测框和跟踪框进行匹配,完成多目标跟踪任务。在多目标跟踪数据集MOT17、MOT20、KITTI以及UADETRAC上进行评估,CTMOT算法的MOTP和IDs指标在四个数据集上均达到了SOTA效果,MOTA指标分别达到了76.4%、66.3%、92.36%和88.57%,在MOT数据集上与SOTA方法效果相当,在KITTI数据集上达到SOTA效果。由于同时完成目标检测和关联,能够端到端进行目标跟踪,跟踪速度可达35 FPS,表明CTMOT算法在跟踪的实时性和准确性上达到了较好的平衡,具有较大潜力。

关键词：多目标跟踪 Transformer 特征融合

采用逆近邻与影响空间的图像特征误匹配剔除方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2022年第3期34卷 449-458页

作者：胡立华左威健张继福太原科技大学计算机科学与技术学院太原030024

针对结构相似、纹理重复的场景中特征匹配结果存在特征误匹配率较高的问题,采用密度聚类分析,提出一种基于逆近邻与影响空间的误匹配剔除方法.首先依据初始特征匹配候选集,利用特征匹配的全局信息构建特征匹配集,充分体现特征匹配对间... 详细信息

针对结构相似、纹理重复的场景中特征匹配结果存在特征误匹配率较高的问题,采用密度聚类分析,提出一种基于逆近邻与影响空间的误匹配剔除方法.首先依据初始特征匹配候选集,利用特征匹配的全局信息构建特征匹配集,充分体现特征匹配对间的局部相似性、几何与运动一致性;然后采用基于逆近邻与影响空间的密度聚类分析,利用可扩展半径方法构造特征匹配聚类簇,并消除特征匹配聚类簇中的噪声点,从而有效地剔除了特征匹配集中的误匹配对.在标准DTU与古建筑数据集上的实验结果表明,与其他方法相比,该方法的平均精度、平均召回率和平均F分数均超过90%.

关键词：特征匹配误匹配逆近邻影响空间几何运动一致性

面向三维重建的增强运动一致性与引导扩散特征匹配

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2022年第2期34卷 273-282页

作者：蔡振姣张素兰李晓明张继福胡立华杨海峰太原科技大学计算机科学与技术学院太原030024

特征匹配是从图像恢复三维模型的关键步骤之一.为有效地提高三维重建的质量,提出一种面向三维重建的增强运动一致性与引导扩散特征匹配算法.首先在基于网格的运动统计算法基础上,通过增加阈值β,提出一种增强运动一致性概念,增强真假匹... 详细信息

特征匹配是从图像恢复三维模型的关键步骤之一.为有效地提高三维重建的质量,提出一种面向三维重建的增强运动一致性与引导扩散特征匹配算法.首先在基于网格的运动统计算法基础上,通过增加阈值β,提出一种增强运动一致性概念,增强真假匹配点的判断条件,避免高相似特征点的误匹配,提高了初始匹配点的正确率;然后结合RANSAC算法进行特征点匹配优化,过滤掉异常值,进一步提高特征点匹配的准确性;最后将引导匹配和运动一致性相结合,提出一种引导扩散概念,减少了集中分布在图像局部的可能性,进而提高特征点匹配数量和三维模型的稳定性.在公开的三维重建数据集的618对图像上的实验结果表明,该算法在特征匹配和三维重建上能够实现更好的性能;在小于1°误差阈值的位姿估计成功率上,该算法比基于SIFT的比率测试算法和GMS算法分别平均提高了22.58%和12.90%,尤其在重复纹理图像对上分别提高了46.15%和30.77%.

关键词：特征匹配三维重建增强运动一致性 RANSAC 引导扩散

在线全文

学校读者我要写书评

暂无评论

多维度空间变换网络拓扑布局方法

计算机辅助设计与图形学学报 2022年第11期34卷 1703-1712页

作者：蔡婷王松刘亮易思恒韩永国西南科技大学计算机科学与技术学院绵阳621000

网络拓扑布局能帮助用户直观地了解分析网络结构.随着网络规模的增大和网络属性的增加,为了兼顾多元网络结构特征的呈现和局部网络的属性关联分析,引导用户进行渐进式探索分析,提出一种多维度空间变换网络拓扑布局方法.首先基于社区特... 详细信息

网络拓扑布局能帮助用户直观地了解分析网络结构.随着网络规模的增大和网络属性的增加,为了兼顾多元网络结构特征的呈现和局部网络的属性关联分析,引导用户进行渐进式探索分析,提出一种多维度空间变换网络拓扑布局方法.首先基于社区特征进行3维布局,呈现网络整体结构特征;基于3维布局和网络属性,对用户筛选的网络结构进行维度空间变换,在2.5维布局中呈现属性和拓扑关联;最后,对用户筛选的单维属性局部网络进行2维布局,通过多样化布局方式呈现局部网络拓扑结构.基于该拓扑布局方法,使用社交网络、脑网络和计算机网络3种数据集进行实验分析,结果证明了所提方法在兼顾结构特征呈现和属性关联分析,以及渐进式探索分析中的有效性.

关键词：网络拓扑布局多维度空间变换渐进式探索多元网络可视化

在线全文

学校读者我要写书评

暂无评论

拓扑自适应粒子群优化的黑盒对抗攻击

计算机辅助设计与图形学学报 2023年第8期35卷 1239-1248页

作者：于振华康建寅叶鸥西安科技大学计算机科学与技术学院西安710054

深度学习模型在对抗攻击面前非常脆弱,即使对数据添加一个小的、感知上无法区分的扰动,也很容易降低其分类性能.针对现有黑盒对抗攻击方法存在效率低和成功率不高的问题,提出基于拓扑自适应粒子群优化的黑盒对抗攻击方法.首先根据原始... 详细信息

深度学习模型在对抗攻击面前非常脆弱,即使对数据添加一个小的、感知上无法区分的扰动,也很容易降低其分类性能.针对现有黑盒对抗攻击方法存在效率低和成功率不高的问题,提出基于拓扑自适应粒子群优化的黑盒对抗攻击方法.首先根据原始图像随机生成初始对抗样本种群;然后根据邻域信息计算各样本的扰动并在搜索空间内迭代,计算动态惩罚项系数以控制样本的适应度值,当迭代多次种群适应度值未提高时,各样本进行邻域重分布,根据进化轨迹调整状态;最后修剪多余扰动获得最终的对抗样本.以InceptionV3等分类模型为攻击对象,使用MNIST,CIFAR-10和ImageNet数据集,在相同的样本数量和模型访问限制条件下,进行无目标对抗攻击和目标对抗攻击实验.结果表明,与现有方法相比,所提攻击方法具有较少的模型访问次数和较高的攻击成功率,对InceptionV3模型的平均访问次数为2 502,攻击成功率为94.30%.

关键词：深度学习粒子群优化黑盒对抗攻击邻域重分布对抗样本

在线全文

学校读者我要写书评

暂无评论

新冠肺炎传播动力学建模及预测

控制与决策 2023年第3期38卷 699-705页

作者：于振华黄山阁卢思高红霞西安科技大学计算机科学与技术学院西安710054

为了深入研究新冠肺炎传播趋势和传播风险,根据新冠肺炎的传播特点,考虑政府管控和个人防护等措施,在经典传染病SIR模型的基础上,引入低风险群体,提出一种新冠肺炎传播动力学模型SLIR,并对模型的平衡点、稳定性和分岔等复杂动力学行为... 详细信息

为了深入研究新冠肺炎传播趋势和传播风险,根据新冠肺炎的传播特点,考虑政府管控和个人防护等措施,在经典传染病SIR模型的基础上,引入低风险群体,提出一种新冠肺炎传播动力学模型SLIR,并对模型的平衡点、稳定性和分岔等复杂动力学行为进行分析,揭示新冠肺炎传播机理.为了提高该模型的疫情预测精度,以美国新冠肺炎的真实数据为基础,使用最小二乘法对模型参数进行分段估计.最后利用该模型对美国新冠肺炎进行预测和分析,仿真结果表明,相比于传统SIR模型,该模型能较好地对美国疫情发展趋势做出预测,官方公布的实际数据也可进一步验证模型的有效性. SLIR模型可以有效仿真新冠肺炎传播,并为政府选择合适的防控措施提供技术支撑.

关键词：新冠肺炎非线性动力学传染病模型参数估计平衡点分岔

在线全文

学校读者我要写书评

暂无评论

改进YOLOv5s的煤矿烟火检测算法

计算机工程与应用 2023年第17期59卷 286-294页

作者：刘春霞李超潘理虎樊森霖太原科技大学计算机科学与技术学院太原030024

针对传统的煤矿烟火检测存在检测时间长、误检率高等特点,提出了一种基于改进YOLOv5s的煤矿烟火检测算法。为了弥补后续改进带来的参数量和计算量等问题,使用GhostNet重构YOLOv5s的颈部,使得网络更加轻量化;为了解决小目标检测问题,提... 详细信息

针对传统的煤矿烟火检测存在检测时间长、误检率高等特点,提出了一种基于改进YOLOv5s的煤矿烟火检测算法。为了弥补后续改进带来的参数量和计算量等问题,使用GhostNet重构YOLOv5s的颈部,使得网络更加轻量化;为了解决小目标检测问题,提出了全局上下文特征提取模块BoT3(bottleneck transformer),该模块可以为小目标提供全局上下文信息,帮助模型更好地预测小目标。同时,在每个检测头位置加入SA(shuffle attention)注意力机制,使模型更聚焦小目标信息,抑制噪声的干扰;将边界框回归损失函数CIoU替换为SIoU,提高回归精度,加速模型的收敛。实验结果表明,改进之后的YOLOv5s参数量、计算量更小,精度更高,能够满足煤矿烟火检测要求。

关键词：煤矿烟火检测 YOLOv5s SA注意力机制小目标检测 SIoU

在线全文

学校读者我要写书评

暂无评论

采用分段特征表示的异常序列检测算法

计算机工程与应用 2023年第9期59卷 262-271页

作者：宋春雷赵旭俊高亚星晋广印太原科技大学计算机科学与技术学院太原030024

时间序列的有监督异常检测方法通常依赖于数据的标签,不仅会消耗大量时间进行数据标注,而且难以适用于无法给定标签的数据集。为解决异常序列检测中的标注问题,提出一种采用分段特征表示的异常序列检测方法。该方法采用分段聚合思想对... 详细信息

时间序列的有监督异常检测方法通常依赖于数据的标签,不仅会消耗大量时间进行数据标注,而且难以适用于无法给定标签的数据集。为解决异常序列检测中的标注问题,提出一种采用分段特征表示的异常序列检测方法。该方法采用分段聚合思想对时间序列进行标准化计算,并得到时序数据的特征表示,可提高无标签时间序列异常检测的可靠性。将表示后的特征划分为异常序列相关特征和无关特征,剪枝异常序列无关特征,可减少这些特征对检测结果的不利影响。为有效量化不同序列之间的差异性,提出一种面向时间权重分析的时间序列相似性度量方法,并构建时间序列的相似度矩阵,用于计算序列之间的相似度,可适用于无标签的时间序列中。在此基础上,根据相似度矩阵来计算每个子序列的异常分数,将其用于异常子序列的判定。通过合成数据集和真实数据集的实验对比表明:该方法节省了计算开销,提高了算法运行的时间效率和异常序列检测的准确率。

关键词：时间序列分段特征表示时间权重异常序列检测