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

面向低照度图像增强的注意力曝光融合网络

计算机工程与应用 2023年第20期59卷 237-244页

作者：包易峰杨德刚重庆师范大学计算机与信息科学学院重庆401331

低照度图像增强用于提高低照度图像的亮度并充分挖掘图像中的隐藏信息。最近,基于深度学习的低照度图像增强方法相对于传统方法取得了显著的优势。为了解决现有方法可能会导致图像亮部细节过曝或暗部细节丢失、无法兼顾图像暗部和亮部... 详细信息

低照度图像增强用于提高低照度图像的亮度并充分挖掘图像中的隐藏信息。最近,基于深度学习的低照度图像增强方法相对于传统方法取得了显著的优势。为了解决现有方法可能会导致图像亮部细节过曝或暗部细节丢失、无法兼顾图像暗部和亮部细节的问题。提出一种多尺度注意力曝光融合网络。从单个图像中生成一组具有不同曝光倍率的图像。每张图像通过提出的多尺度注意力模块提高低照度图像增强性能。提出的残差上下文模块对输入特征进行全局上下文建模,获取丰富的全局特征。选择性内核模块利用注意力机制结合具有不同感受野的特征,同时保留了它们独特的互补特征。融合模块通过融合不同曝光倍率图像中曝光良好的区域来构建一张曝光准确、细节丰富的图像。在SID数据集上与近年来主流方法进行了对比,PSNR和SSIM性能相比SID方法分别提升了0.72 dB和0.08。实验结果表明,改进的方法比现有方法拥有更好的细节还原和色彩还原能力。

关键词：注意力机制图像增强低照度图像曝光融合

在线全文

学校读者我要写书评

暂无评论

多注意力机制融合低高阶特征的神经推荐算法

计算机工程与应用 2023年第8期59卷 192-199页

作者：崔少国独潇杨泽田重庆师范大学计算机与信息科学学院重庆401331

针对因子分解机仅提取低阶组合特征的局限性,提出了一种基于多注意力机制融合低阶和高阶组合特征的深度神经推荐算法(deep neural recommendation method,DeepNRM)。分别运用因子分解机和多层前馈神经网络从稀疏及稠密特征中提取低阶和... 详细信息

针对因子分解机仅提取低阶组合特征的局限性,提出了一种基于多注意力机制融合低阶和高阶组合特征的深度神经推荐算法(deep neural recommendation method,DeepNRM)。分别运用因子分解机和多层前馈神经网络从稀疏及稠密特征中提取低阶和高阶组合特征;采用注意力网络和多头自注意力机制从低阶和高阶组合特征中自动选取关键特征;将低、高阶组合特征根据重要性进行融合共同进行推荐。算法模型在MovieLens和Criteo公共数据集上进行了实验验证,消融和对比实验结果表明,提出的算法模型与基准模型相比在AUC指标上分别有1.964个百分点和0.773个百分点的提升。

关键词：因子分解机推荐系统深度神经网络多头自注意力机制特征抽取

带有注意力机制的OCTA视网膜血管分割方法

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 2023年第18期59卷 163-171页

作者：崔少国文浩张宇楠唐艺菠杜兴重庆师范大学计算机与信息科学学院重庆401331

视网膜血管分割是智能辅助诊断过程中的关键步骤。由于血管末端细小且易与背景混淆,导致很难精确分割。针对此类问题,提出一种基于深度可分离卷积与块注意力机制的高效视网膜血管分割算法。使用步长为2的卷积层代替最大池化层进行特征筛... 详细信息

视网膜血管分割是智能辅助诊断过程中的关键步骤。由于血管末端细小且易与背景混淆,导致很难精确分割。针对此类问题,提出一种基于深度可分离卷积与块注意力机制的高效视网膜血管分割算法。使用步长为2的卷积层代替最大池化层进行特征筛选;为了降低网络的参数量,用深度可分离卷积代替常规的卷积;引入注意力机制学习重要特征,对OCTA视网膜血管图像的像素进行精确分类。将该方法在2020版的公开数据集OCTA-500上进行充分实验。结果表明,该方法在分割性能指标F1、mIoU、Se、Sp、Acc和Pre上分别达到了80.01%、81.18%、84.39%、96.41%、95.32%和76.24%;和基准方法U-net相比,该方法的参数量和FLOPs也显著降低,分别只有U-net的19.2%和16.5%。

关键词：深度学习医学图像处理视网膜血管分割深度可分离卷积块注意力机制

基于Swin Transformer的弱监督人群计数研究

在线全文

学校读者我要写书评

暂无评论

中国安全科学学报 2023年第3期33卷 111-117页

作者：冉瑞生李进董殊宏重庆师范大学计算机与信息科学学院重庆401331

为降低人群聚集引发安全事故的概率,解决完全监督方法数据标注成本高,而现有弱监督方法性能欠佳的问题,提出一种基于Swin Transformer的弱监督人群计数模型。首先,引入具有全局感受野且能够有效提取语义人群信息的Transformer模型,来应... 详细信息

为降低人群聚集引发安全事故的概率,解决完全监督方法数据标注成本高,而现有弱监督方法性能欠佳的问题,提出一种基于Swin Transformer的弱监督人群计数模型。首先,引入具有全局感受野且能够有效提取语义人群信息的Transformer模型,来应对基于卷积神经网络(CNN)的弱监督人群计数方法感受野有限、性能欠佳的问题;然后,采用具有层级设计并且拥有多尺度、层次化计算图像特征能力的Swin Transformer模型作为主干网络,以加强对不同尺度特征的学习,使模型能够更好地应对人群尺度变化的问题;最后,选择只需要人群数量作为监督信息的弱监督方式进行训练,避免对图像中每个人的头部进行标注这一繁琐易错的工作。结果表明:所提模型在ShanghaiTech Part A、ShanghaiTech Part B、UCF-QNRF数据集上的平均绝对误差依次为66.1、8.7、97.1,均方误差依次为106.2、14.9、165.8,在主流数据集上计数性能较好;该模型的性能优于此前的弱监督方法和部分完全监督方法。

关键词： Swin Transformer 弱监督人群计数卷积神经网络(CNN) 数据集

在线全文

学校读者我要写书评

暂无评论

基于人脸关键特征提取的表情识别

计算机工程 2023年第2期49卷 254-262页

作者：冉瑞生翁稳稳王宁彭顺顺重庆师范大学计算机与信息科学学院重庆401331

自然场景下人脸表情由于受遮挡、光照等因素影响,以及表情局部变化细微,导致现有人脸表情识别方法准确率较低。提出一种人脸表情识别的新方法,以ResNet18为主干网络,利用残差连接模块加深网络结构,以提取更多深层次的表情特征。通过引... 详细信息

自然场景下人脸表情由于受遮挡、光照等因素影响,以及表情局部变化细微,导致现有人脸表情识别方法准确率较低。提出一种人脸表情识别的新方法,以ResNet18为主干网络,利用残差连接模块加深网络结构,以提取更多深层次的表情特征。通过引入裁剪掩码模块,在训练集图像上的某个区域进行掩码,向训练模型中增加遮挡等非线性因素,提升模型在遮挡情形下的鲁棒性。分别从特征图的通道和空间两个维度提取表情的关键特征,并分配更多的权重给表情变化明显的特征图,同时抑制非表情特征。在特征图输出前加入Dropout正则化策略,通过在训练中随机失活部分神经元,达到集成多个网络模型的训练效果,提升模型泛化能力。实验结果表明,与L2-SVMs、IcRL、DLP-CNN等方法相比,该方法有效提高了表情识别准确率,在2个公开表情数据集Fer2013和RAF-DB上的识别准确率分别为74.366%和86.115%。

关键词：注意力机制残差网络人脸表情识别裁剪掩码 Dropout正则化

在线全文

学校读者我要写书评

暂无评论

改进的U-Net网络用于视网膜血管分割

计算机科学与探索 2023年第3期17卷 657-666页

作者：吕佳马超程超重庆师范大学计算机与信息科学学院重庆401331

视网膜血管的形态结构信息可以为糖尿病、高血压等疾病提供诊断依据。现有的大部分算法通过融合血管不同阶段的特征信息来提升分割精度,却忽略了融合后浅层信息在采样过程中容易被稀释,且上采样次数越多,稀释越严重的问题。为此提出了... 详细信息

视网膜血管的形态结构信息可以为糖尿病、高血压等疾病提供诊断依据。现有的大部分算法通过融合血管不同阶段的特征信息来提升分割精度,却忽略了融合后浅层信息在采样过程中容易被稀释,且上采样次数越多,稀释越严重的问题。为此提出了一种融合概率分布注意力的提升算法用以解决上述问题。该算法基于U-Net模型,首先利用多个串行提升块学习血管浅层的特征信息,然后在提升块中引入概率分布注意力机制用来改变浅层信息的概率分布,提升浅层信息在最终分割任务中的贡献度,最后利用深度监督非对称聚合补充各提升块的梯度流,以避免模型在训练过程中产生梯度消失的问题。在DRIVE、STARE数据集上与近年来不同算法进行了对比,其中SP值分别为0.9857、0.9917,相较于第二名提升了0.2%、0.25%,均优于目前最新的算法结果。实验证明了提出的提升算法能较好地改善血管前期信息,一定程度上解决了信息稀释问题,提高了对视网膜血管的分割效果。

关键词：视网膜血管提升算法概率分布注意力深监督非对称聚合

在线全文

学校读者我要写书评

暂无评论

多卷积神经网络的胸部X光片肺结核检测方法

计算机工程与应用 2023年

作者：崔少国解筝宋豪杰重庆师范大学计算机与信息科学学院

由于肺结核病灶区域与正常肺部区域之间的差异微小，导致肺结核疾病难以准确检测。针对此问题，提出了一种基于深度可分离卷积和图卷积相结合的肺结核疾病检测算法。首先，使用深度可分离卷积模块提取图像的局部特征；其次使用图卷积模... 详细信息

由于肺结核病灶区域与正常肺部区域之间的差异微小，导致肺结核疾病难以准确检测。针对此问题，提出了一种基于深度可分离卷积和图卷积相结合的肺结核疾病检测算法。首先，使用深度可分离卷积模块提取图像的局部特征；其次使用图卷积模块提取图像的全局特征；然后通过一个捷径分支操作，将提取的局部特征和全局特征进行融合；最后将融合后的特征经过线性层输出检测的结果。算法模型在中国广东省深圳市第三医院收集的公开可用的正面胸部X光片数据集上进行了充分的实验与验证。实验结果表明，所提算法模型与基准模型相比，在Accuracy、Precision、Recall和F1-Score四个评价指标上分别提高了2.98%、3.23%、2.94%和3.08%，从而证明了所提方法的有效性。

关键词： X光片深度可分离卷积图卷积网络肺结核检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

附块和离散令牌协商的容迟网络区块链交易

计算机科学与探索 2023年

作者：訾玲玲丛鑫重庆师范大学计算机与信息科学学院

区块链的本质是节点矿权竞争，网络的实时连通性是前提和保障，但尚存在具有数据传输时延的容迟网络，使得其中的节点在区块链活动中处于完全劣势。为了解决容迟网络难以部署区块链系统的问题，构建了基于附块和离散令牌协商的区块链交... 详细信息

区块链的本质是节点矿权竞争，网络的实时连通性是前提和保障，但尚存在具有数据传输时延的容迟网络，使得其中的节点在区块链活动中处于完全劣势。为了解决容迟网络难以部署区块链系统的问题，构建了基于附块和离散令牌协商的区块链交易架构，为非持续连通网络中的节点参与区块链活动提供服务支撑。首先，构造了命名为附块的辅助区块，用以作为区分联网和断网时生成的新区块的依据，其次，以矿工身份标识和若干随机数为参数，生成具有唯一性和可验证性的离散令牌，用于获取挖矿资质。在此基础上，设计了基于离散令牌的挖矿资质归属算法和分支处理算法，前者避免了Pos(proof of stake)和Dpos(delegated proof of stake)首富作恶问题，后者保证了断网时生成的附链以均等概率追加到主链上。最后，设计了附链二次共识方案，解决断网时生成区块内可能存在的虚假和重复交易问题。理论证明和实验分析表明，提出的架构在可靠性、接受性、交易吞吐量、交易确认时间和分支率等指标上具有一定的优势。

关键词：区块链离散令牌附块附链协商机制容迟网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于量子舒尔变换和图像的信息隐藏

电子科技大学学报 2023年第3期52卷 341-347页

作者：胡万斌廖伟刘志鑫董玉民重庆师范大学计算机与信息科学学院重庆沙坪坝区401331

如何在载体(文本、图像、音频)中巧妙地嵌入秘密信息及扩大传输信息的容量一直是研究人员面临的挑战。从量子信息的角度提出了一种新的信息隐藏思想,在不破坏载体数据的情况下构造量子纠缠态实现了秘密信息的隐藏和传输。为了提高秘密... 详细信息

如何在载体(文本、图像、音频)中巧妙地嵌入秘密信息及扩大传输信息的容量一直是研究人员面临的挑战。从量子信息的角度提出了一种新的信息隐藏思想,在不破坏载体数据的情况下构造量子纠缠态实现了秘密信息的隐藏和传输。为了提高秘密信息的传输容量,将经过Schur变换压缩的量子秘密信息编码到纠缠态的相位中进行传输。在比特传输过程中,新协议能够安全隐蔽地发送秘密量子比特信息。接收方可以通过量子傅里叶变换和已接收量子态的测量结果来提取秘密信息并得到无损的量子图像。此外,还给出了提取秘密量子态信息的具体方法,将量子比特转换为经典比特信息,有效地提升了秘密信息传输容量。该方案在不牺牲载体图像质量的前提下,保证了秘密信息传输的安全性。

关键词：量子图像量子信息隐藏量子隐写量子舒尔变换