检索结果-南通市图书馆

基于单应性扩散约束的二步网格优化视差图像对齐

在线全文

学校读者我要写书评

暂无评论

自动化学报 2024年第6期50卷 1129-1142页

作者：陈殷齐郑慧诚严志伟林峻宇中山大学计算机学院广州510006 季华实验室新型显示技术与装备研究中心佛山528000 机器智能与先进计算教育部重点实验室广州510006 广东省信息安全技术重点实验室广州510006 复旦大学计算机科学技术学院上海200438

目前,在带有视差场景的图像对齐中,主要难点在某些无法找到足够匹配特征的区域,这些区域称为匹配特征缺失区域.现有算法往往忽略匹配特征缺失区域的对齐建模,而只将有足够匹配特征区域中的部分单应变换系数(如相似性变换系数)传递给匹... 详细信息

目前,在带有视差场景的图像对齐中,主要难点在某些无法找到足够匹配特征的区域,这些区域称为匹配特征缺失区域.现有算法往往忽略匹配特征缺失区域的对齐建模,而只将有足够匹配特征区域中的部分单应变换系数(如相似性变换系数)传递给匹配特征缺失区域,或者采用将匹配特征缺失区域转化为有足够匹配特征区域的间接方式,因此对齐效果仍不理想.在客观事实上,位于相同平面的区域应该拥有相同的完整单应变换而非部分变换参数.由此出发,利用单应变换系数扩散的思想设计了一个二步网格优化的图像对齐算法,简称单应扩散变换(Homography diffusion warping,HDW)算法.该方法在第一步网格优化时获得有足够匹配特征区域的单应变换,再基于提出的单应性扩散约束将这些单应变换系数扩散到邻域网格,进行第二步网格优化,在保证优化任务简洁高效的前提下实现单应变换系数的传播与图像对齐.相较于现有的针对视差场景图像对齐算法,所提方法在各项指标上都获得了更好的效果.

关键词：图像对齐视差场景网格优化匹配特征缺失区域

维普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

可验证延迟函数与延迟加密研究综述

密码学报（中英文） 2024年第2期11卷 282-307页

作者：李鹏张明武杨波桂林电子科技大学计算机与信息安全学院桂林541004 湖北工业大学计算机学院武汉430068 陕西师范大学计算机科学学院西安710119 武汉大学网络空间安全学院武汉430072

可验证延迟函数(verifiabledelayfunction,VDF)是由Boneh等人于2018年提出的一种密码学原语,无论并行与否,该函数的计算时间都是固定的,但要求验证其结果是快速的.在诸如随机信标和区块链协议设计等去中心化应用中,VDF能使用例如重复平... 详细信息

可验证延迟函数(verifiabledelayfunction,VDF)是由Boneh等人于2018年提出的一种密码学原语,无论并行与否,该函数的计算时间都是固定的,但要求验证其结果是快速的.在诸如随机信标和区块链协议设计等去中心化应用中,VDF能使用例如重复平方的计算任务来提供可靠的消逝时间证明(proofofelapsedtime,PoET),以实现区块链的共识.本文重点介绍了五种VDF候选方案及其构造,比较它们之间的优劣,说明其可能存在的问题和特性,阐述VDF在随机信标、资源高效的区块链、复制证明、计算时间戳和延迟加密上的应用,尤其对于2021年刚引入的延迟加密(delayencryption,DE)做了详细的调查和分析,对现有的两种延迟加密方案及构造进行了重点分析.在现有VDF研究基础上,本文总结了VDF的现状,提出所需要关注的研究动态,进而指出Loe等人的P-VDF是目前五种VDF候选中最为实用的,优势明显.它具有空证明和高效验证的优点,且验证算法的运行时间为O(1).最后,本文对VDF的未来发展趋势作了有益的分析和展望.

关键词：时间锁谜题可验证延迟函数顺序缓慢计算快速验证延迟加密

在线全文

学校读者我要写书评

暂无评论

模态间匹配学习的高光谱和激光雷达联合分类

遥感学报 2024年第1期28卷 154-167页

作者：杭仁龙孙瑜刘青山南京信息工程大学计算机学院南京210044 江苏省大气环境与装备技术协同创新中心南京210044

如何有效地提取和融合不同模态的特征是高光谱图像和激光雷达数据联合分类的关键。近年来,得益于深度学习强大的特征学习能力,其在高光谱图像和激光雷达数据联合分类领域受到了越来越多的关注。然而,现有的深度学习模型大多基于监督学... 详细信息

如何有效地提取和融合不同模态的特征是高光谱图像和激光雷达数据联合分类的关键。近年来,得益于深度学习强大的特征学习能力,其在高光谱图像和激光雷达数据联合分类领域受到了越来越多的关注。然而,现有的深度学习模型大多基于监督学习的模式,分类性能依赖标注样本的数量和质量。为此,本文提出了一种基于模态间匹配学习的联合分类方法,充分利用未标注样本的信息,减少对标注信息的依赖性。具体而言,本文首先通过高光谱图像和激光雷达数据之间的匹配关系和KMeans聚类算法,构造模态匹配标签。然后,利用该标签训练含有多个卷积层的匹配学习网络。该网络由两个并行分支构成,每个分支负责提取单个模态的特征。最后,以该网络为基础,构造高光谱图像和激光雷达数据联合分类模型。该模型的参数由匹配学习网络进行初始化,因而只需要少量标注样本进行微调即可达到理想的分类效果。为了验证本文方法的有效性,在Houston和MUUFL两个常用的高光谱图像和激光雷达数据联合分类数据集上进行了大量的实验。实验结果表明,与已有的分类模型相比,本文方法能够获得更高的分类性能。

关键词：遥感图像高光谱图像激光雷达数据深度学习匹配学习联合分类

在线全文

学校读者我要写书评

暂无评论

自适应相似图联合优化的多视图聚类

计算机学报 2024年第2期47卷 310-322页

作者：纪霞施明远周芃姚晟安徽大学计算机科学与技术学院合肥230601 安徽大学国际脑科学工程研究中心合肥230601

相比于单一视图学习,多视图学习往往可以获得学习对象更全面的信息,因而在无监督学习领域,多视图聚类受到了研究者的极大关注,其中基于图的多视图聚类,近年来取得了很大的研究进展.基于图的多视图聚类一般是先从各个视图原始数据学习相... 详细信息

相比于单一视图学习,多视图学习往往可以获得学习对象更全面的信息,因而在无监督学习领域,多视图聚类受到了研究者的极大关注,其中基于图的多视图聚类,近年来取得了很大的研究进展.基于图的多视图聚类一般是先从各个视图原始数据学习相似图,再进行视图间相似图的融合来获得最终聚类结果,因此,多视图聚类的效果是由相似图质量和相似图融合方法共同决定的.然而,现有基于图的多视图聚类方法几乎都聚焦在视图间相似图的融合方法研究上,而缺乏对相似图本身质量的关注.这些方法大多数都是孤立地从各视图的原始数据中学习相似图,并且在后续图融合过程中保持相似图不变.这样得到的相似图不可避免地包含噪声和冗余信息,进而影响后续的图融合和聚类.而少量考虑相似图质量的研究,要么相似图构造和图融合过程是直接联立迭代的,要么在预定义相似图过程中提前利用秩约束进一步初始化,要么就是利用相似图存在的一些底层结构来获取融合图的.这些方法对相似图本身改进很小,最终聚类性能提升也十分有限.同时现有基于图的多视图聚类流程也缺乏对各视图间一致性和不一致性的综合考虑,这也会严重影响最终的多视图聚类性能.为了避免低质量预定义相似图对聚类结果的不利影响以及综合考虑视图间一致性与不一致性来提升最终聚类效果,本文提出了一种自适应相似图联合优化的多视图聚类方法.首先通过Hadamard积来获得视图间高质量一致性部分信息,再将每个预定义相似图和这部分信息对标,重构各个视图的预设相似图.这个过程强化了各视图间的一致性部分,弱化了不一致性部分.其次设计了相似图重构改进和图融合联合迭代优化框架,实现了相似图的自适应改进,最终达到相似图和聚类结果共同提升的效果.该方法将相似图改进过程与图融合过程联合起来进行自适应迭代优化,并且在迭代优化中不断强化各视图间的一致性,弱化视图间的不一致性.此外,本文的方法也集成了现有多视图聚类方法的一些优点,自加权以及无需额外聚类步骤等.在九个基准数据集上与八个对比方法的实验验证了本文方法的有效性与优越性.

关键词：多视图聚类相似图自适应优化图融合自加权

基于分数阶全变分和扩散模型的图像去模糊方法

在线全文

学校读者我要写书评

暂无评论

四川大学学报（自然科学版） 2024年第5期61卷 41-51页

作者：黄浩蒲亦非四川大学计算机学院成都610065

图像去模糊是数字图像处理领域的重要研究方向之一.在许多实际应用中,由于成像设备和物体之间发生相对运动,产生的模糊会降低图像质量和视觉效果.本文提出了一种结合分数阶全变分(FTV)损失函数和去噪扩散概率模型(DDPM)的图像去模糊方... 详细信息

图像去模糊是数字图像处理领域的重要研究方向之一.在许多实际应用中,由于成像设备和物体之间发生相对运动,产生的模糊会降低图像质量和视觉效果.本文提出了一种结合分数阶全变分(FTV)损失函数和去噪扩散概率模型(DDPM)的图像去模糊方法 .首先通过基于概率建模的DDPM实现对图像结构信息的增强,然后利用FTV损失函数作为正则项,进一步恢复图像细节.与传统的图像去模糊方法相比,本文方法能够在保持图像整体清晰度的同时,还原更多的图像细节信息.实验结果验证了该方法在恢复受运动模糊影响的图像上具有显著优越性,为图像去模糊领域的进一步发展提供了新方向.

关键词：图像去模糊分数阶微积分分数阶全变分去噪扩散概率模型

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

融合知识和约束图的远程监督关系抽取方法

北京理工大学学报 2024年第7期44卷 731-739页

作者：刘琼昕牛文涛王佳升北京理工大学计算机学院北京100081 北京市海量信息语言处理与云计算工程技术研究中心北京100081

远程监督关系抽取通过自动标注数据减少人工标注成本,但存在句子标签噪声和关系长尾分布两个问题.为解决上述问题,提出一种融合知识图中实体信息以及实体和关系间约束的关系抽取方法.该方法对目标实体和其邻居实体的属性进行编码,对目... 详细信息

远程监督关系抽取通过自动标注数据减少人工标注成本,但存在句子标签噪声和关系长尾分布两个问题.为解决上述问题,提出一种融合知识图中实体信息以及实体和关系间约束的关系抽取方法.该方法对目标实体和其邻居实体的属性进行编码,对目标实体和邻居实体构成的邻居图进行编码,对实体类型和关系间约束进行编码,并通过多源融合注意力模块进行信息整合,构建关系抽取模型.该方法在NYT-10数据集上的AUC值为0.524,P@100值为94.8%,长尾指标Hits@K较之前最先进模型均有提升,取得了优异表现,表明该方法融合实体信息和约束信息解决远程监督关系抽取两个主要问题的有效性.

关键词：远程监督关系抽取知识上下文约束图多源融合注意力

在线全文

学校读者我要写书评

暂无评论

航拍电力杆塔图像中销钉唯一性识别研究

电工技术学报 2024年第17期39卷 5450-5460页

作者：阎光伟马颐琳焦润海何慧华北电力大学控制与计算机工程学院北京100096

近年来,基于深度学习的缺陷销钉检测技术在电力杆塔巡检中得到广泛应用。但是该技术只能在图像空间对缺陷销钉进行定位,无法准确给出缺陷销钉在实际电力杆塔中对应销钉的唯一编号。针对该问题,该文提出一种融合深度学习与三维重投影的... 详细信息

近年来,基于深度学习的缺陷销钉检测技术在电力杆塔巡检中得到广泛应用。但是该技术只能在图像空间对缺陷销钉进行定位,无法准确给出缺陷销钉在实际电力杆塔中对应销钉的唯一编号。针对该问题,该文提出一种融合深度学习与三维重投影的缺陷销钉唯一性识别方法。首先通过构建巡检电力杆塔系统的三维模型,进行电力杆塔系统中部件模型的编号获取,以及部件模型三维空间包围盒顶点和中心点坐标的计算;其次,利用YOLOv5模型在图像空间对销钉及上下文相关目标进行检测;再次,通过该文提出的融合结构约束的相机位姿估计算法对航拍图像的相机位姿进行估计;最后,将三维电力杆塔系统中的销钉包围盒按相机位姿进行重投影与销钉检测框进行匹配度计算,在图像空间中输出带有具体编号的销钉检测框。在YOLOv5模型输出的销钉检测框基础上进行销钉唯一性识别,利用仿真数据进行实验得到的唯一性识别正确率为100%,利用实拍数据进行实验得到的唯一性识别正确率为93.3%,验证了该文提出的销钉唯一性识别方法的有效性。通过对缺陷销钉进行唯一性识别,可以减少人工对故障图像的二次审核工作量,并准确地统计缺陷销钉的数量及具体位置信息,为后续故障维修及故障相关性分析等精细化管理提供支持。

关键词：电力巡检销钉检测相机位姿估计唯一性识别

在线全文

学校读者我要写书评

暂无评论

面向极端化表达的抑郁程度情感分析

数据分析与知识发现 2024年

作者：张顺香文华张基旭丁远远段玉俊安徽理工大学计算机科学与工程学院淮南师范学院计算机学院合肥综合性国家科学中心人工智能研究院

[目的]针对当前抑郁程度情感分析模型未能充分考虑到患者极端化表达的问题，提出一种面向极端化表达的抑郁程度情感分析模型[方法]首先结合jieba和RoBERTa提取文本的字符级和词语级特征；然后将不同粒度的特征融合，并输入到BiLSTM中得... 详细信息

[目的]针对当前抑郁程度情感分析模型未能充分考虑到患者极端化表达的问题，提出一种面向极端化表达的抑郁程度情感分析模型[方法]首先结合jieba和RoBERTa提取文本的字符级和词语级特征；然后将不同粒度的特征融合，并输入到BiLSTM中得到文本不同位置上的情感信息；接着使用多头注意力为文本各部分分配权重，使模型更准确地捕捉与抑郁情感相关的信息；最后通过全连接层并使用Softmax函数进行归一化，输出最终预测结果。[结果]在“中文抑郁文本句子语料库”上的准确率、召回率、F1分数和精确率为84.14%、61.09%、62.90%和64.81%，在数据集“ZFCD”上的准确率、召回率、F1分数和精确率为93.59%、82.55%、85.37%和88.38%。[局限]在进行抑郁程度情感分析时只结合了文本信息，没有涉及图片、音频、视频等其他模态信息。[结论] 该模型能够准确识别抑郁症领域词语、程度副词等，并结合多粒度特征信息，有效地捕捉文本深层语义，提高了抑郁程度情感分析的准确率。

关键词：抑郁程度情感分析特征融合 BiLSTM 多头注意力

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融入夸张表征的中文反讽识别方法

数据分析与知识发现 2024年

作者：李书羽朱广丽李嘉伟段文杰周若彤张顺香安徽理工大学计算机科学与工程学院合肥综合性国家科学中心人工智能研究院淮南师范学院计算机学院

[目的] 为解决中文反讽短文本中存在的特征稀疏问题，本文提出一种融入夸张表征的中文反讽识别方法，挖掘短文本中的夸张表征以提升中文反讽识别准确率。 [方法] 首先，通过点互信息和语义相似度计算分别获取与反讽领域相关的共现词对... 详细信息

[目的] 为解决中文反讽短文本中存在的特征稀疏问题，本文提出一种融入夸张表征的中文反讽识别方法，挖掘短文本中的夸张表征以提升中文反讽识别准确率。 [方法] 首先，通过点互信息和语义相似度计算分别获取与反讽领域相关的共现词对集、感叹词集与程度副词集，合并上述词集来构建夸张表征词典；然后，通过正则表达式匹配反讽文本得到特殊标点符号序列并经独热编码获得特殊标点符号特征，采用RoBERTa-wwm-ext模型获取文本语义特征，利用WoBERT模型将夸张表征词典内的词及词对转化为动态词向量以获取夸张表征；最后改进多头注意力机制来同时关注文本语义特征、夸张表征以及特殊标点符号特征，经softmax函数得到识别结果。 [结果] 本文将公开的Ciron和ChineseSarcasm-Corpus数据集合并后进行了实验，准确率达到了81.49%，F1值达到了81.24%。 [局限] 构建的夸张表征词典依赖语料质量，导致在本文数据集上构建的词典泛化能力有限。 [结论] 该方法通过挖掘中文反讽短文本中存在的夸张表征，并结合文本语义信息，有效丰富文本语义表示，提升了中文反讽识别任务的准确率。

关键词：中文反讽领域词典夸张表征 RoBERTa-wwm-ext 多头注意力机制