检索结果-南通市图书馆

基于CycleGAN的人脸—漫画转化算法研究与实现

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于CycleGAN的人脸—漫画转化算法研究与实现

作者：徐啸武汉邮电科学研究院

学位级别：硕士

随着新一代信息技术深入应用,传统图像风格迁移技术已经无法满足以元宇宙与网络动漫等为代表的新兴行业的技术需求。生成对抗网络的提出,大大拓展了图像风格迁移技术的发展思路并在生成图像真实性与清晰度方面表现优异。然而网络上大多... 详细信息

随着新一代信息技术深入应用,传统图像风格迁移技术已经无法满足以元宇宙与网络动漫等为代表的新兴行业的技术需求。生成对抗网络的提出,大大拓展了图像风格迁移技术的发展思路并在生成图像真实性与清晰度方面表现优异。然而网络上大多数的漫画人脸趋同,脸部特征单一,但如果进行较为细致的刻画,制作成本很高。本文在对经典无监督风格转换的CycleGAN模型进行分析、研究与实验的基础上,提出了基于自注意力机制的CycleGAN人脸漫画风格转换模型,在人脸漫画风格转换方面效果优异。本文的工作主要体现在以下几个方面:(1)对于CycleGAN模型存在导致内容图像的结构和显著区域在风格化的过程中发生扭曲和丢失等问题,本文借鉴SAGAN网络,将自注意力机制与CycleGAN网络进行结合。用带有自注意力的特征图去代替传统的卷积特征图,通过自注意力机制获取图像的全局信息,解决了产生的图片就会缺乏结构特征的完整性的问题。(2)本文为突出人脸特征信息,降低背景的无效信息对人脸信息的干扰,采取了包括检测人脸及关键点、根据关键点校正人脸、裁剪人脸信息、置空背景信息等预处理操作,改善了风格转换的效果。同时,加入标签平滑化,增加网络的泛化能力,对生成的图像预测更加准确。(3)本文改进损失函数,增加总变异损失函数,实现真实图像的去噪,转换它们显示的颜色变化的广谱,并用更简单的颜色变化取代该光谱。本质上是用单一颜色替换大表面的复杂颜色,减少了图像噪声,使生成图像更加真实。本文的主要工作是对原始CycleGAN网络进行改进和优化,构建了一个基于自注意力机制的循环一致性生成对抗网络。通过对组实验对比,本文改进的网络在真实人脸与漫画风格人脸转化的实验中,具有更加真实更加细腻的转换结果。

关键词：图像风格转换 CycleGAN 自注意力机制损失函数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于标签层次结构的跨模态在线哈希方法研究

基于标签层次结构的跨模态在线哈希方法研究

作者：韩凯武汉邮电科学研究院

学位级别：硕士

多媒体数据呈增长态势地持续涌入互联网,在这些海量信息中如何进行高效、精确的信息检索成为了人们必须面对的重大挑战。在研究跨模态检索方法时,必须要考虑到数据特征和语义信息不一致所导致的语义鸿沟问题,以及在不同模态数据之间进... 详细信息

多媒体数据呈增长态势地持续涌入互联网,在这些海量信息中如何进行高效、精确的信息检索成为了人们必须面对的重大挑战。在研究跨模态检索方法时,必须要考虑到数据特征和语义信息不一致所导致的语义鸿沟问题,以及在不同模态数据之间进行检索所面临的异构鸿沟问题。哈希检索是一个典型的近似最近邻检索技术,为语义鸿沟问题和异构鸿沟问题提供了解决方案。通过高维特征空间到低维汉明空间的映射,哈希检索能够有效地解决在大规模多媒体数据集上进行检索的数据维度高、计算开销大等问题。然而,现有的跨模态在线哈希方法忽视了标签的层次结构,此外,在线场景下哈希函数变化导致旧数据的哈希码失效、标签层次结构信息的表示和保持以及在线哈希学习框架下的哈希码优化问题,对跨模态在线哈希提出了新的挑战。为了解决以上问题,本文开展的工作主要有:(1)本文首次将层次标签应用于在线哈希领域提升跨模态检索时的检索性能,设计了一个统一的在线哈希学习框架,主要包括哈希码学习和哈希函数学习。(2)针对标签层次结构信息的表示问题,本文首次提出了基于层次结构的软相似标签,能够更精确地表示实例-类别间的细粒度语义信息。(3)针对旧数据的哈希码失效问题和标签层次结构信息的保留问题,基于类别目标码,本文提出了层次虚拟中心。区别于随机生成的目标码,层次虚拟中心能够保留类别间的跨层关联信息。(4)针对在线哈希码学习框架下的哈希码优化问题,本文提出了一种高效的离散优化算法,避免了使用松弛策略导致语义信息损失和检索性能劣化的问题,能够高效地学习哈希码,解决在线哈希学习框架下的哈希码优化问题。(5)本文在两个公开的具有层次标记的数据集上进行了大量实验。实验结果表明,本文提出的方法检索性能优于现有方法。在FashionVC数据集上,图像检索文本的MAP结果平均提升了2.24%,文本检索图像的MAP结果平均提升了1.10%。

关键词：跨模态检索在线哈希标签层次结构信息

基于单目视觉的目标检测与深度估计的车端感知研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于单目视觉的目标检测与深度估计的车端感知研究

作者：肖朝穗武汉邮电科学研究院

学位级别：硕士

最近几年,根据计算机算力硬件的空前发展与人工智能研究的突破以及相关政策的推动与鼓励,为人机交互、自动驾驶汽车带来了新的机遇。类比人类驾驶汽车需要“一看”、“二思考”、“三行动”,自动驾驶技术主要由三大板块组成,即感知、规... 详细信息

最近几年,根据计算机算力硬件的空前发展与人工智能研究的突破以及相关政策的推动与鼓励,为人机交互、自动驾驶汽车带来了新的机遇。类比人类驾驶汽车需要“一看”、“二思考”、“三行动”,自动驾驶技术主要由三大板块组成,即感知、规划、控制三大板块,而摄像头作为智能驾驶汽车的感知板块中不可或缺的传感器之一,即代替人类的眼睛,为自动驾驶汽车系统提供重要的图像信息,并获取汽车周围所出现的交通要素目标对象的位置和距离信息。提高车辆的目标检测与深度估计的准确率和效率是自动驾驶领域的长远挑战。本文研究自动驾驶场景下的车端融合感知系统,包括目标检测与深度估计任务,主要工作如下:(1)针对两大类算法任务,本文采集国内交通道路场景并制作9万张图像数据集XCSY Datasets,数据集图像标注类别包括7个大类:车辆、行人、标志牌、路面箭头、红绿灯、人行道、人脸,包含了18类不同种类要素,其中标注工作由实验团队共同完成,目标检测算法与单目深度估计算法实验均在此数据集上完成模型的训练和测试;(2)对于目标检测任务,在YOLOv5目标检测算法的基础上进行改进以提升车端的目标检测的准确率。主要改进内容:Backbone引入CBAM注意力机制;Neck引入浅层特征图层重用;Head层解耦目标检测器、更换边界框损失函数为规范向量角度的SIo U＿Loss。该算法m AP性能提升3%左右,达到72.48%;(3)对于深度估计任务,使用Pack Net-sfm网络算法实现对二维图像的深度距离信息预测,模型预测精度达到88%。该算法实现效率快且准确率高;(4)将两类任务的输出结果进行图像坐标系统一化,将图像帧中的交通要素对象深度信息投影到目标检测的目标框内,在决策上接受一定范围内深度估计算法的像素级预测错误,取其目标检测框中所有像素的平均深度距离信息作为此交通要素对象的深度距离代表,最终输出该输入图像帧中的交通要素对象的2D位置和该对象到车载相机的深度距离,较好地解决了交通要素对象在自动驾驶道路场景的识别与定位问题。

关键词：自动驾驶单目视觉目标检测深度估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图神经网络的恶意软件检测研究

基于图神经网络的恶意软件检测研究

作者：黄青武汉邮电科学研究院

学位级别：硕士

基于Transformer的细粒度图像识别算法的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Transformer的细粒度图像识别算法的研究

作者：苏童武汉邮电科学研究院

学位级别：硕士

细粒度图像识别(Fine-grained Image Recognition,FGIR)一直是计算机视觉中的一个具有挑战性的任务。不同于传统图像识别,细粒度图像识别要求在一个基类下区分其子类,其数据具有较大的类内差异和较小的类间差异,这为相关算法的开发带来... 详细信息

细粒度图像识别(Fine-grained Image Recognition,FGIR)一直是计算机视觉中的一个具有挑战性的任务。不同于传统图像识别,细粒度图像识别要求在一个基类下区分其子类,其数据具有较大的类内差异和较小的类间差异,这为相关算法的开发带来了相当的难度。区分细粒度类别的一大关键点即是图像中具有高度判别性(discriminative)的局部区域,如鸟类的头部、躯干、翅膀等,这也符合人类的认知。因此对于这些区域的特征挖掘与表示是细粒度图像识别的重要研究方向。而近年来Transformer以其强大的自注意力机制在传统图像分类领域取得了重大成果,超越了经典的基于卷积神经网络(Convolutional Neural Network,CNN)的方法,但其在细粒度图像识别领域仍较少应用。并且Transformer的自注意力机制关注于图像的切分块,对于细粒度任务而言其对局部特征的挖掘不够精细。同时,现有的方法基本都忽略了细粒度图像中存在的冗余特征,其网络习得的特征表示中存在不必要的信息。本文针对细粒度图像中的判别性特征挖掘与表示进行深入研究,提出了两个高效的基于Transformer的细粒度图像识别算法,其主要工作包括:(1)CNN-Transformer混合模型。针对细粒度图像中的判别性局部区域的挖掘,本算法提出了一个CNN-Transformer混合结构的网络,其利用预训练的CNN网络来提取关于图像中前景的轮廓位置信息并生成注意力图并嵌入原图,来约束指导Transformer主干网络的学习,减少背景噪声的干扰并使其更细尺度上进行特征挖掘。(2)引入信息瓶颈的细粒度分类模型。针对细粒度图像中的判别性局部区域的特征表示,本算法利用信息瓶颈(Information Bottleneck,IB)来约束Transformer网络的训练,过滤在以往方法中常常被忽略的冗余特征信息,其实际训练时表现为交叉熵损失的正则化项,在不添加额外参数的情况下提升主干网络的性能。综上所述,本文基于Transformer网络,针对细粒度图像的判别性区域,从两个不同角度来设计算法模型,并进行了大量实验来验证模型的有效性。

关键词：细粒度图像识别 Transformer 信息瓶颈

基于PBFT算法的区块链共识机制研究与改进

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于PBFT算法的区块链共识机制研究与改进

作者：占兴培武汉邮电科学研究院

学位级别：硕士

目前的多人协作平台往往存在信息不能及时共享,担心资源被其他人占用以及完成协作后的奖励分配不均匀等问题,导致协作起来存在着许多困难。区块链开源项目fabric因为其去中心化的特征可以应用于分布式的小型多人协作平台,实现资源信息... 详细信息

目前的多人协作平台往往存在信息不能及时共享,担心资源被其他人占用以及完成协作后的奖励分配不均匀等问题,导致协作起来存在着许多困难。区块链开源项目fabric因为其去中心化的特征可以应用于分布式的小型多人协作平台,实现资源信息的实时共享、多端协同工作效率的提高以及奖励的按劳分配。本文主要包括以下内容:(1)将传统PBFT共识流程使用的C/S响应模式改进为P2P网络响应模式,同时将共识流程使用的三阶段协议优化为二阶段协议,实现了fabric的去中心化,使得PBFT获得了更低的系统时延,出块率(吞吐量)提升约3.4倍。(2)在MGV-PBFT中,在共识流程开始之前通过K-means聚类算法对节点进行初始化分组,使得共识网络更具动态性。同时参与共识的节点减少3倍,也降低了PBFT的响应时延。(3)提出了一种基于投票的信誉积分机制,信誉积分可以动态的划分网络中参与共识的节点的等级,使得改进的PBFT共识算法动态性提升3倍以上。同时对于投票选出的记账节点中的不作为或者作恶节点,删除它作为记账节点的权力,增加了系统的安全性和稳定性。本文充分研究了PBFT及其改进共识机制。提出了“基于多分组投票机制的拜占庭容错共识机制”(MGV-PBFT),相信在不久的将来,可以广泛应用于多人协作平台中。

关键词：共识机制区块链拜占庭容错分布式账本加密算法

基于深度学习的激光散斑图像还原语音的算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的激光散斑图像还原语音的算法研究

作者：郝雪营武汉邮电科学研究院

学位级别：硕士

远程语音还原技术在社会安全保障、远程教育、军事等领域有着广泛的应用。随着激光技术的发展,激光语音探测技术因其非接触、高隐蔽性等优点被广泛实用于各个领域。激光远程语音还原技术主要分为激光多普勒测振仪与基于激光散斑两种。... 详细信息

远程语音还原技术在社会安全保障、远程教育、军事等领域有着广泛的应用。随着激光技术的发展,激光语音探测技术因其非接触、高隐蔽性等优点被广泛实用于各个领域。激光远程语音还原技术主要分为激光多普勒测振仪与基于激光散斑两种。激光多普勒测振仪具有分辨率较高、测量时间短等优点,但是不能实现无参考、全场检测。基于激光散斑的技术则可以使用简化的光学设备实现远程语音还原,弥补了激光多普勒测振仪的不足。本文在使用激光散斑进行语音还原的基础上,设计了一套基于深度学习的远程语音还原算法。与现有算法相比,具有以下优势:轻量、运行速度快且语音还原准确度高。后续进行的语音增强处理,进一步降低了物体谐振频率响应引起的语音失真,提升了语音还原的准确度。本文完成的主要工作如下:(1)分析基于激光散斑还原远程语音的各种算法。目前算法主要分为两类:传统还原算法与基于深度学习的还原算法。基于深度学习的算法可以改善传统算法中的不足,通过分析科研人员之前的相关成果,最终确定使用基于卷积神经网络的算法还原语音信号。(2)搭建基于卷积神经网络的语音还原算法。此模型所用参数量为0.73M,较之前卷积神经网络的11.45M有显著降低。并开展大量实验对模型的有效性进行验证,实验结果表明,该模型还原的正弦信号的最低平均绝对误差为0.0576,最高波形相似度为0.9958;真实语音的最低平均绝对误差为0.0109,最高波形相似度为0.9957。(3)降低物体谐振频率响应引起的语音失真。设计一种语音增强算法用于提升语音还原准确度。实验结果表明,在使用此语音增强算法之后,真实语音的频谱相似度最高可以提升56.40%。本文设计了一种基于卷积神经网络的语音还原算法与降低频率响应影响的语音增强算法,为基于激光散斑还原语音的算法设计提供了一定的借鉴思路,具有研究意义。

关键词：激光散斑语音还原卷积神经网络频率响应

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自主车机协同系统研究

自主车机协同系统研究

作者：向耿召武汉邮电科学研究院

学位级别：硕士

异构多智能体系统通过组合多个差异性单智能体的优势从而表现出更好的整体性能。近年来,随着无人车与无人机在基础建筑巡检、环境监测与检验、与巡逻侦查等领域越来越广泛的应用,异构多智能体系统引起了越来越多的研究人员的兴趣。单独... 详细信息

异构多智能体系统通过组合多个差异性单智能体的优势从而表现出更好的整体性能。近年来,随着无人车与无人机在基础建筑巡检、环境监测与检验、与巡逻侦查等领域越来越广泛的应用,异构多智能体系统引起了越来越多的研究人员的兴趣。单独无人机续航时间短,而无人车视角低容易受障碍物遮挡的缺点。异构多智能体系统通过组合无人车与无人机各自的优势,使得整个无人系统具备无人机的高视角大视野与无人车稳定且续航长的优点。因此,异构多智能体系统相比普通无人系统具备更强的复杂环境适应能力,从而满足日益复杂的任务环境需求。异构多智能体系统中的车机协同系统也在大范围森林、田地巡检、长隧道检测、军事巡逻与灾后救援等场景中取得了一定的应用。本文主要工作如下:（1）首先,针对有道路场景下的自主导航问题,应用多种深度强化学习方法,采用密集奖励构造与动作空间约束。其次,针对复杂的无道路非结构化场景下的自主导航问题,应用一种深度强化学习方法,采用新的奖励函数与输入。（2）搭建无人机与无人车平台,并设计整个车机协同系统。无人车与无人机通过自主通信实现自主跟随与自主降落等车机协同任务,并进行了物理实验验证系统的可行性。（3）针对自主跟随与降落任务中无人机抖动问题,提出一种车机协同自主跟随增稳方法。此外,针对自主跟随任务中无人机可能丢失无人车视野问题,提出一种目标丢失跟踪方法。本文应用深度强化学习方法进行单智能体导航任务研究,提出改进方法能提升远距离导航任务成功率5%到13%;搭建车机协同系统,并提出一种增稳方法,能极大的消除无人机的抖动;提出一种目标找回方法,能帮助无人机找回无人车以继续执行协同任务。

关键词：车机协同系统深度强化学习自主跟随与自主降落目标跟踪安全性

基于多维度特征融合的中文短文本多标签分类方法的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多维度特征融合的中文短文本多标签分类方法的研究

作者：郭攀峰武汉邮电科学研究院

学位级别：硕士

为了准确识别用户意图并帮助用户快速找到目标信息,需要在尽可能完整地表达目标信息全部涵义的前提下使用有限个数的标签对短文本进行分类。中文短文本通常表现出长度短、表述不规范和内容多样等特点,使用传统的文本单标签分类算法无法... 详细信息

为了准确识别用户意图并帮助用户快速找到目标信息,需要在尽可能完整地表达目标信息全部涵义的前提下使用有限个数的标签对短文本进行分类。中文短文本通常表现出长度短、表述不规范和内容多样等特点,使用传统的文本单标签分类算法无法对其进行有效分类,因此针对中文短文本的多标签分类算法一直是学者们的重点研究方向。本文在现有文本多标签方法的基础之上,针对文本表示方法和特征提取策略进行改进,提出一种基于多维度特征融合的中文短文本多标签分类模型CRC-MHA,主要研究内容包括:（1）对比多种文本表示方法,包括Word2vec、BERT字向量和BERT句向量等。实验结果表明,相较于使用单一的文本表示方法,融合多种动态词嵌入文本表示的特征向量充分利用预训练语言模型在海量文本数据集上学习的文本特征表示能力,可以学习到更加全面的文本语义特征信息。（2）在模型特征提取层,设计了一种结合CNN、RCNN等多种特征提取模型与多头自注意力机制按照并行策略进行组合的特征提取策略,结合多头自注意力机制和Bi-LSTM提取全局关键特征的优势,以及CNN对于文本局部特征捕捉能力,融合多维度特征信息来表征句子的语义特征,从而获得更好的分类效果。本文的创新点有两点:其一,在文本表示层使用BERT模型和全词掩码技术进行动态词嵌入,对生成的词向量和句向量进行多维特征融合,借助海量预训练文本的优势更好地表征文本的上下文语义;其二,在特征提取层设计了一种结合CNN、RCNN和多头自注意力机制的并行特征提取策略,加强捕捉短文本内部的关键特征以提升分类效果。实验结果表明,CRC-MHA模型较BERT、BERT-CNN与BERT-RCNN模型在加权F1值评价指标上分别提升了2.07%、0.54%和0.46%,证明了本文提出的创新点对模型分类效果有提升作用,验证了模型的有效性。

关键词：多标签分类特征融合动态词嵌入