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

AIGC在广电媒体的发展现状及趋势探析

电视研究 2024年第5期 8-11页

作者：尤可可沈阳北京石油化工学院人文社科学院清华大学元宇宙文化实验室清华大学新闻与传播学院

本文系统分析了AIGC在广电媒体的发展现状及趋势。研究发现,当前AIGC在广电媒体的应用正处于积极探索阶段,呈现出辅助性使用与新媒体偏好满足并存、内容真实性依赖人工审核、商业模式探索与成本效益权衡、个性化内容需求与技术局限矛盾... 详细信息

本文系统分析了AIGC在广电媒体的发展现状及趋势。研究发现,当前AIGC在广电媒体的应用正处于积极探索阶段,呈现出辅助性使用与新媒体偏好满足并存、内容真实性依赖人工审核、商业模式探索与成本效益权衡、个性化内容需求与技术局限矛盾的特征。随着AIGC的进化,广电媒体在内容生产、工作流程、商业模式、人才需求上将呈现新的趋势。

关键词： AIGC 内容生产工作流程商业模式人才需求

在线全文

学校读者我要写书评

暂无评论

跨域联合学习与共享子空间度量的车辆重识别

中国图象图形学报 2024年第5期29卷 1364-1380页

作者：汪琦雪心远闵卫东汪晟盖迪韩清南昌大学数学与计算机学院南昌330031 南昌大学软件学院南昌330047 南昌大学元宇宙研究院南昌330031 江西省智慧城市重点实验室南昌330031

目的现有的跨域重识别任务普遍存在源域与目标域之间的域偏差大和聚类质量差的问题,同时跨域模型过度关注在目标域上的泛化能力将导致对源域知识的永久性遗忘。为了克服以上挑战,提出了一个基于跨域联合学习与共享子空间度量的车辆重... 详细信息

目的现有的跨域重识别任务普遍存在源域与目标域之间的域偏差大和聚类质量差的问题,同时跨域模型过度关注在目标域上的泛化能力将导致对源域知识的永久性遗忘。为了克服以上挑战,提出了一个基于跨域联合学习与共享子空间度量的车辆重识别方法。方法在跨域联合学习中设计了一种交叉置信软聚类来建立源域与目标域之间的域间相关性,并利用软聚类结果产生的监督信息来保留旧知识与泛化新知识。提出了一种显著性感知注意力机制来获取车辆的显著性特征,将原始特征与显著性特征映射到一个共享子空间中并通过它们各自全局与局部之间的杰卡德距离来获取共享度量因子,根据共享度量因子来平滑全局与局部的伪标签,进而促使模型能够学习到更具鉴别力的特征。结果在3个公共车辆重识别数据集VeRi-776(vehicle re-identification-776 dataset)、VehicleID(largescale vehicle re-identification dataset)和VeRi-Wild(vehicle re-identification dataset in the wild)上与较新方法进行实验对比,以首位命中率(rank-1 accuracy,Rank-1)和平均精度均值(mean average precision,mAP)作为性能评价指标,本文方法在VeRi-776→VeRi-Wild,VeRi-Wild→VeRi-776,VeRi-776→VehicleID,VehicleID→VeRi-776的跨域任务中,分别在目标域中取得了42.40%,41.70%,56.40%,61.90%的Rank-1准确率以及22.50%,23.10%,41.50%,49.10%的mAP准确率。在积累源域的旧知识表现中分别取得了84.60%,84.00%,77.10%,67.00%的Rank-1准确率以及55.80%,44.80%,46.50%,30.70%的mAP准确率。结论相较于无监督域自适应和无监督混合域方法,本文方法能够在积累跨域知识的同时有效缓解域偏差大的问题,进而提升车辆重识别的性能。

关键词：车辆重识别跨域联合学习(CJL) 交叉置信软聚类共享子空间度量(SSM) 显著性感知注意力机制伪标签平滑

在线全文

学校读者我要写书评

暂无评论

虚实融合网络空间安全综述

中国科学：信息科学 2024年第4期54卷 817-852页

作者：赵沁平周忠梁晓辉李帅汪淼王焱中关村实验室北京100094

在计算机与网络基础设施不断发展的推动下,越来越多的人类活动从物理世界向数字世界迁移,产生了构建新型虚实融合网络空间的动因和思想,增强现实、数字孪生、元宇宙等相继成为国际关注热点.虚实融合网络以互联网、物联网为基础,进一步... 详细信息

在计算机与网络基础设施不断发展的推动下,越来越多的人类活动从物理世界向数字世界迁移,产生了构建新型虚实融合网络空间的动因和思想,增强现实、数字孪生、元宇宙等相继成为国际关注热点.虚实融合网络以互联网、物联网为基础,进一步将具有独立身份的计算机、各种物理对象及其数字孪生,以及计算机生成的数字原生对象进行互联,将物理世界和人类世界与数字世界贯通,成为“泛联网”,形成人、机、物泛联互通的虚实融合网络空间,带来全新的大众体验、社交形态、生产模式和数字经济发展路径.这种新型网络空间极大地拓展了互联网、物联网的空间边界和应用领域,同时也带来了新的安全与隐私保护问题.本文首先介绍了泛联网与虚实融合网络空间的概念及架构,分析其存在的安全与隐私风险,然后从用户认证与权限控制、数据安全、隐私保护、感知与交互安全、关键基础设施与软硬件安全、应用安全与网络空间治理等方面的国际研究现状和发展趋势进行综述,最后给出需要解决的十个问题.

关键词：虚实融合网络空间泛联网数字孪生安全隐私

在线全文

学校读者我要写书评

暂无评论

无监督多视图特征选择研究进展

软件学报 2024年

作者：吴建生李艳兰黄冲闵卫东南昌大学数学与计算机学院南昌大学元宇宙研究院江西省智慧城市重点实验室(南昌大学) 南昌大学软件学院南昌大学信息化办公室

多视图数据从不同角度描述数据对象,数据在不同视图中的特征表示之间存在着相关性、互补性及多样性信息.综合利用这些信息对多视图数据处理至关重要.然而,多视图数据通常具有高维度特点,且常含有噪声特征,这为多视图数据的处理与分析带... 详细信息

多视图数据从不同角度描述数据对象,数据在不同视图中的特征表示之间存在着相关性、互补性及多样性信息.综合利用这些信息对多视图数据处理至关重要.然而,多视图数据通常具有高维度特点,且常含有噪声特征,这为多视图数据的处理与分析带来了许多困难.无监督多视图特征选择无需样本标记信息,从多个视图源的原始高维特征中学习更紧凑、更准确的特征表示以提高数据分析的效果,在多视图数据处理领域起着重要作用.根据已有的无监督多视图特征选择模型的工作机制的异同,对这些模型进行归纳和总结,分析其中存在的不足,并指出未来研究的方向.

关键词：多视图数据无监督特征选择聚类结构保持流数据

基于熵权-灰色关联分析法的项目化学习综合评价模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

湖北师范大学学报（自然科学版） 2024年第3期44卷 107-112页

作者：张铁成郭红萍王晓楠方欣雨湖北师范大学数学与统计学院元宇宙与虚拟仿真黄石市重点实验室湖北黄石435002

分析项目化学习的特征,确定过程性评价指标,引入隶属函数,提出基于熵权-灰色关联分析法的综合评价模型。最后选取国内某中学的案例数据进行实证研究。

关键词：项目化学习综合评价隶属函数熵权法灰色关联分析法

利用脉冲星计时阵列限制标量诱导的随机引力波背景

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

科学通报 2024年第12期69卷 1517-1519页

作者：周柄辰宇宙线教育部重点实验室(西藏大学) 拉萨850000 西藏大学理学院物理系拉萨850000 中国科学技术大学天文与空间科学学院合肥230026 中国科学技术大学物理学院深空探测实验室/天文学系合肥230026

引力波是由爱因斯坦广义相对论预言的一种天文现象,已经在双脉冲星系统和黑洞合并事件中被观测到,也是我们研究早期宇宙的一种特殊探针.与受各种天体物理过程影响的电磁波不同,引力波可以捕捉到原初宇宙的纯净信息.在针对原初宇宙的研究... 详细信息

引力波是由爱因斯坦广义相对论预言的一种天文现象,已经在双脉冲星系统和黑洞合并事件中被观测到,也是我们研究早期宇宙的一种特殊探针.与受各种天体物理过程影响的电磁波不同,引力波可以捕捉到原初宇宙的纯净信息.在针对原初宇宙的研究中,暴胀宇宙学[1]是一种被广泛接受的理论,解释了宇宙微波背景辐射中观察到的各向异性.在暴胀期间,量子涨落通过时空的膨胀迅速延伸到宇宙尺度,随后缓慢演化,最终形成了我们今天看到的大尺度结构.这些扰动的统计性质可以提供关于宇宙膨胀早期阶段的信息,涵盖了大约e 7倍的开始阶段.然而,为了解释我们今天所看到的宇宙,需要大约e 60倍的膨胀过程,其中仍然有约e 50倍的阶段是不确定的.在暴胀后期阶段,退出哈勃半径的涨落对我们宇宙中的小尺度各向异性贡献至关重要,这些涨落会受到非线性天体物理过程的影响.另一方面,在热大爆炸阶段之前产生的引力波信号可以为我们提供关于小尺度的现象学信息.

关键词：大尺度结构天文现象暴胀宇宙宇宙膨胀引力波哈勃早期宇宙量子涨落

在线全文

学校读者我要写书评

暂无评论

小角X射线散射中宇宙线噪声去除方法

光学学报 2024年第7期44卷 284-292页

作者：赵晋王成龙喻虹中国科学院上海光学精密机械研究所量子光学重点实验室上海201800 张江实验室上海201210 中国科学院大学北京100049

针对小角X射线散射(SAXS)测量图样中的宇宙线提出一种去除方法,以纳米结构的周期信息为物理先验计算得到周期性散射信号的坐标信息,对各光斑级次有效信号区域内的宇宙线进行检测并去除。数值模拟了含宇宙线的SAXS测量图样序列,测试该方... 详细信息

针对小角X射线散射(SAXS)测量图样中的宇宙线提出一种去除方法,以纳米结构的周期信息为物理先验计算得到周期性散射信号的坐标信息,对各光斑级次有效信号区域内的宇宙线进行检测并去除。数值模拟了含宇宙线的SAXS测量图样序列,测试该方法对SAXS测量图样序列宇宙线的检测和去除效果,并与现有的宇宙线去除方法进行对比。计算不同曝光时间下去噪前和各方法去噪后SAXS测量图样的评价指标,可以说明该方法对于SAXS测量图样中的宇宙线具有良好的去除效果,并能在长曝光条件下获得明显的信噪比增益。

关键词： X射线光学小角X射线散射周期性纳米结构宇宙线去噪

HBF Talk:语音驱动的3D面部动画合成研究

在线全文

学校读者我要写书评

暂无评论

计算机科学与应用 2024年第8期14卷 168-178页

作者：王文祥王少波智宇陈昂温州大学计算机与人工智能学院元宇宙与人工智能研究中心浙江温州温州大学元宇宙与人工智能研究院浙江温州

近年来,语音驱动的3D面部动画得到了广泛的研究,虽然先前的工作可以从语音数据中生成连贯的3D面部动画,但是由于视听数据的稀缺性,生成的3D面部动画缺乏真实感和生动性,嘴唇运动的准确性不高。为了提高嘴唇运动的准确性和生动性,本文提... 详细信息

近年来,语音驱动的3D面部动画得到了广泛的研究,虽然先前的工作可以从语音数据中生成连贯的3D面部动画,但是由于视听数据的稀缺性,生成的3D面部动画缺乏真实感和生动性,嘴唇运动的准确性不高。为了提高嘴唇运动的准确性和生动性,本文提出了一种新的模型HBF Talk (端到端的神经网络模型),通过使用Hu BERT (Hidden-Unit BERT)预训练模型对语音数据进行特征提取和编码,引入Flash模块对提取到的语音特征表示进行进一步的编码,获得更为丰富的语音特征上下文表示,最后使用带偏置的跨模态Transformer解码器进行解码。本文进行了定量和定性实验,并与现有的基线模型进行比较,显示本文HBF Talk模型具有更好的性能,提高了语音驱动的嘴唇运动的准确性和生动性。In recent years, speech-driven 3D facial animation has been widely studied. Previous work on the generation of coherent 3D facial animations was reported from speech data. However, the generated 3D facial animations lacks realism and vividness due to the scarcity of audio-visual data, and the accuracy of lip movements is not sufficient. This work is performed in order to improve the accuracy and vividness of lip movement and an end-to-end neural network model, HBF Talk, is proposed. It utilizes the Hu BERT (Hidden-Unit BERT) pre-trained model for feature extraction and encoding of speech data. The Flash module is introduced to further encode the extracted speech feature representations, resulting in more enriched contextual representations of speech features. Finally, a biased cross-modal Transformer decoder is used for decoding. This paper conducts both quantitative and qualitative experiments and compares the results with existing baseline models, demonstrating the proposed HBF Talk model outperforms previous models by improving the accuracy and liveliness of speech-driven lip movements.

关键词： Hu BERT Flash Transformer 3D面部动画嘴唇运动

维普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

神经渲染及其硬件加速综述

计算机研究与发展 2024年

作者：严忻恺霍宇驰鲍虎军之江实验室江苏省专用集成电路设计重点实验室(无锡) 计算机辅助设计与图形学国家重点实验室(浙江大学)

神经渲染是一种基于深度学习的新兴图像和视频生成方法，它将深度学习模型和计算机图形学的物理模型相结合，从而获得可控和逼真的场景表示和渲染，实现对诸如光照、相机参数、姿态等场景属性的控制.一方面，神经渲染既可以充分利用深... 详细信息

神经渲染是一种基于深度学习的新兴图像和视频生成方法，它将深度学习模型和计算机图形学的物理模型相结合，从而获得可控和逼真的场景表示和渲染，实现对诸如光照、相机参数、姿态等场景属性的控制.一方面，神经渲染既可以充分利用深度学习的优势，实现传统前向渲染流程的加速，也可以为影像的逆向渲染和3维场景重建等特定任务提供新的解决方案；另一方面设计适应神经渲染流水线的创新硬件结构，突破现有图形处理器的并行计算和功耗瓶颈，有望为虚拟现实和增强现实、影视创作和数字娱乐、人工智能和元宇宙等未来重点领域提供重要支撑.综述了神经渲染的技术内涵、主要挑战和研究进展，在此基础上分析了神经渲染流水线对硬件加速支持的共性需求和当前主流神经渲染硬件加速结构的特点，进而讨论了神经渲染处理器架构的设计挑战，最后展望了其未来的发展趋势.

关键词：神经渲染硬件加速神经渲染处理器多层感知机光线步进哈希表