基于驾驶上下文感知的驾驶员识别模型

1

作者 杨林 张磊 +2 位作者 刘佰龙 梁志贞 张雪飞 《计算机工程与科学》 北大核心 2025年第3期548-560,共13页

随着隐私保护意识的提升,利用车辆轨迹识别汽车驾驶员已成为车辆数据分析热点。然而,现有模型难以准确捕捉驾驶风格与驾驶上下文之间的关系,导致识别准确率不高。因此,提出基于驾驶上下文感知的驾驶员识别模型CDIM。CDIM利用轨迹数据计... 随着隐私保护意识的提升,利用车辆轨迹识别汽车驾驶员已成为车辆数据分析热点。然而,现有模型难以准确捕捉驾驶风格与驾驶上下文之间的关系,导致识别准确率不高。因此,提出基于驾驶上下文感知的驾驶员识别模型CDIM。CDIM利用轨迹数据计算车辆运动特征,同时通过路网匹配获取出行路线,并设计基于双向Transformer的路段信息嵌入模块,为出行路线中每一段路段生成融合邻接路段特征的嵌入。然后,通过卷积跨模态注意力融合模块结合路段特征与运动特征,实现二者的高效融合。此外,结合外部因素特征,全面捕捉驾驶上下文对驾驶风格的影响。在公开数据集上的实验结果表明,CDIM的识别准确率为68.54%,相较于RM-Driver与Doufu分别提高了8.14%和4.81%,具有更高的驾驶员识别准确率。 展开更多

关键词 驾驶员识别 表示学习 上下文感知 特征融合

在线阅读 下载PDF 职称材料

改进YOLOv8s的煤矿井下矿工行为检测方法

2

作者 陈伟 穆华星 +3 位作者 管彦允 刘珏廷 徐婷婷 王泽华 《辽宁工程技术大学学报(自然科学版)》 北大核心 2025年第3期257-264,共8页

为解决煤矿井下视觉设备对矿工行为检测效果不佳的问题,采用模型优化和实验的方法,基于YOLOv8s构建基准模型,引入高效多尺度注意力机制改进主干网络,增强对矿工多姿势及多尺度特征的提取和表示能力。优化损失函数,提高对于井下复杂场景... 为解决煤矿井下视觉设备对矿工行为检测效果不佳的问题,采用模型优化和实验的方法,基于YOLOv8s构建基准模型,引入高效多尺度注意力机制改进主干网络,增强对矿工多姿势及多尺度特征的提取和表示能力。优化损失函数,提高对于井下复杂场景中低质量图像检测的准确性和稳定性。设计一种轻量化模块,替换原颈部深层网络的特征处理模块,保障检测高效性。研究结果表明:改进后的模型对井下矿工行为检测的平均精确度均值提高了1.2%,模型参数量减少了17%。研究结论为类似场景下特定任务的目标检测优化提供借鉴。 展开更多

关键词 煤矿复杂环境 行为检测 YOLOv8s 注意力机制 轻量化 低质量图像

在线阅读 下载PDF 职称材料

基于上下文全局空间图的轨迹用户链接

3

作者 侯萱 梁志贞 +2 位作者 张磊 刘佰龙 张雪飞 《计算机工程与科学》 北大核心 2025年第2期336-348,共13页

轨迹用户链接TUL是指判定目标轨迹所属用户,已成为一项重要的轨迹数据挖掘任务。尽管基于深度学习的模型在TUL研究中取得显著进展,但现有模型主要关注单个轨迹点的基本时空特征,忽略全局位置空间相关性、上下文信息和用户的多周期移动规... 轨迹用户链接TUL是指判定目标轨迹所属用户,已成为一项重要的轨迹数据挖掘任务。尽管基于深度学习的模型在TUL研究中取得显著进展,但现有模型主要关注单个轨迹点的基本时空特征,忽略全局位置空间相关性、上下文信息和用户的多周期移动规律,导致TUL结果准确度不高。提出了一种基于上下文全局空间图的轨迹用户链接模型CGSG-TUL。在位置嵌入方面,根据历史轨迹构建上下文全局空间图,融入所有位置的邻近关系和类别等上下文信息,对位置的空间相关性有效建模。在时间编码方面,根据不同时间尺度对签入的时间戳进行编码,捕获用户的多周期移动规律。在Foursquare-NYK和Foursquare-TKY这两个真实数据集上的实验结果表明,CGSG-TUL性能比目前最好的基准模型GNNTUL的ACC@1和Marco-F 1分别平均提高2.50%和2.72%。 展开更多

关键词 轨迹用户链接 上下文全局空间图 多周期移动规律 图神经网络 TRANSFORMER

在线阅读 下载PDF 职称材料

基于CodeBERT和Stacking集成学习的补丁正确性验证方法

4

作者 韩威 姜淑娟 周伟 《计算机科学》 北大核心 2025年第1期250-258,共9页

近年来,自动程序修复已成为软件工程领域的重要研究课题。然而,现有的自动修复技术大多是基于补丁生成和测试的,在补丁验证环节时间成本很高。此外,由于测试套件的不完备,许多候选补丁虽然能通过测试,但实际上并不正确,从而导致补丁过... 近年来,自动程序修复已成为软件工程领域的重要研究课题。然而,现有的自动修复技术大多是基于补丁生成和测试的,在补丁验证环节时间成本很高。此外,由于测试套件的不完备,许多候选补丁虽然能通过测试,但实际上并不正确,从而导致补丁过拟合。为提高补丁验证的效率并缓解补丁过拟合的问题,提出了一种静态的补丁验证方法。该方法首先使用大型预训练模型CodeBERT自动提取缺陷代码片段和补丁代码片段的语义特征,然后使用历史缺陷修复补丁数据训练Stacking集成学习模型,训练之后的模型可以对新的缺陷修复补丁进行有效验证。在Defects4J缺陷数据集相关的1 000个补丁数据上对所提方法的验证能力进行评估。实验结果表明,该方法可以有效地验证补丁的正确性,从而提高补丁验证的效率。 展开更多

关键词 自动程序修复 补丁验证 预训练模型 集成学习 Defects4J缺陷数据集

在线阅读 下载PDF 职称材料

融合深度强化学习和图卷积神经网络的类集成测试序列生成方法

5

作者 王晨源 张艳梅 袁冠 《计算机科学》 北大核心 2025年第6期58-65,共8页

类集成测试确保软件系统中多个类之间正常交互和协作,合理的类集成测试序列可以降低测试成本。为了降低程序中类集成测试序列的测试成本,国内外研究人员提出了多种类集成测试序列生成方法,但已有的方法生成的类集成测试序列的测试成本... 类集成测试确保软件系统中多个类之间正常交互和协作,合理的类集成测试序列可以降低测试成本。为了降低程序中类集成测试序列的测试成本,国内外研究人员提出了多种类集成测试序列生成方法,但已有的方法生成的类集成测试序列的测试成本过高。针对上述问题,提出一种融合深度强化学习和图卷积神经网络的类集成测试序列生成方法。该方法首先将图卷积神经网络作为深度强化学习中的神经网络部分,并对智能体的网络结构和环境状态等方面进行改进,使环境和智能体可以基于图结构的数据进行交互;然后通过设计强化学习中的动作空间和奖励函数等基本要素,完成类集成测试序列的生成场景;最终实现智能体在不断地学习和尝试中得到最佳的类集成测试序列。实验结果表明,在以总体测试桩复杂度作为度量指标时,该方法能够在一定程度上降低生成类集成测试序列所需的测试桩代价。 展开更多

关键词 类集成测试序列 深度强化学习 图卷积神经网络 测试桩 测试桩复杂度

在线阅读 下载PDF 职称材料

面向类集成测试序列生成的强化学习研究 被引量：4

6

作者 丁艳茹 张艳梅 +3 位作者 姜淑娟 袁冠 王荣存 钱俊彦 《软件学报》 EI CSCD 北大核心 2022年第5期1674-1698,共25页

集成测试是软件测试过程中不可缺少的步骤,针对在集成测试中如何对系统中的类合理排序的问题,国内外研究者提出了多种生成类集成测试序列的方法,然而他们大多没有将测试桩复杂度作为评估测试代价的指标.针对该问题,提出面向类集成测试... 集成测试是软件测试过程中不可缺少的步骤,针对在集成测试中如何对系统中的类合理排序的问题,国内外研究者提出了多种生成类集成测试序列的方法,然而他们大多没有将测试桩复杂度作为评估测试代价的指标.针对该问题,提出面向类集成测试序列生成的强化学习研究方法,以总体测试桩复杂度为评价测试代价的指标,生成测试代价尽可能低的类集成测试序列.首先,定义强化学习任务,根据任务设定算法的追求目标;其次,进行程序的静态分析,根据分析得到的结果计算测试桩复杂度;然后,将测试桩复杂度的计算融入奖励函数的设计中,为选择下一步动作提供信息和依据;最后,通过奖励函数反馈值函数,通过值函数的设定保证累计奖励最大化.当智能体完成规定训练次数,系统会选择获得最大累计奖励值的类集成测试序列进行输出,即为我们追求的测试代价尽可能低的结果.实验结果表明,与现有方法相比,在以总体测试桩复杂度为评价指标时,提出的方法结果更优. 展开更多

关键词 类集成测试序列 强化学习 测试桩 测试代价 奖励函数

在线阅读 下载PDF 职称材料

基于深度学习的二维人体姿态估计综述 被引量：3

7

作者 王珂 陈启腾 +2 位作者 陈伟 刘珏廷 杨雨晴 《郑州大学学报（理学版）》 CAS 北大核心 2024年第4期11-20,共10页

人体姿态估计是近年来计算机视觉问题中的一个热门话题,它在改善人类生活方面具有巨大的益处和潜在的应用。近年来深度神经网络得到快速发展,相较于传统方法而言,采用深度学习的方法更能提取图像表征信息。综合分析近年来人体姿态估计... 人体姿态估计是近年来计算机视觉问题中的一个热门话题,它在改善人类生活方面具有巨大的益处和潜在的应用。近年来深度神经网络得到快速发展,相较于传统方法而言,采用深度学习的方法更能提取图像表征信息。综合分析近年来人体姿态估计的进展,根据检测人数分为单人和多人人体姿态估计。针对单人姿态估计,介绍了基于直接预测人体坐标点的坐标回归方法及基于预测人体关键点高斯分布的热图检测方法;针对多人姿态估计,采用解决多人到解决单人过程的自顶向下方法和直接处理多人关键点的自底向上方法。总结了各方法网络结构的特点和优缺点,并阐述当前面临的问题及未来发展趋势。 展开更多

关键词 深度学习 卷积神经网络(CNN) 二维人体姿态估计 关键点检测

在线阅读 下载PDF 职称材料

基于空间注意力机制的边缘智能煤矿监控图像目标检测方法 被引量：1

8

作者 陈伟 任鹏 +2 位作者 安文妮 田子建 张帆 《煤炭科学技术》 CSCD 北大核心 2024年第S2期201-210,共10页

智能化是煤矿安全生产和快速发展的必然趋势,构建智能化生产系统的框架、云边计算协同体系,针对煤矿重点目标进行快速、精准的目标检测,是煤矿智能化发展的重要方向,然而现有的基于深度学习的目标检测算法体积庞大、计算复杂度高,难以... 智能化是煤矿安全生产和快速发展的必然趋势,构建智能化生产系统的框架、云边计算协同体系,针对煤矿重点目标进行快速、精准的目标检测,是煤矿智能化发展的重要方向,然而现有的基于深度学习的目标检测算法体积庞大、计算复杂度高,难以将其部署到边缘设备来提供低时延数据分析服务。提出一种基于YOLO-v4L-EA算法的煤矿重点目标检测方法,将融合空间注意力机制的轻量级YOLO-v4部署到矿山物联网系统的边缘计算设备,从而为用户提供高响应速度的重点目标感知服务。算法层面,针对煤矿井下图像存在亮度不均匀等缺陷影响目标检测效果的问题,设计像素正则化空间注意力结构(PNSAM),用批量正则化实现空间注意力机制,该结构能够辅助目标检测模型加强对重要特征关注,有助于算法从低质量图像中感知任务目标;受MobileNet基础结构启发,基于深度可分离卷积对YOLO-v4骨干网络执行轻量化改进,使整体模型能够部署在矿井边缘计算设备;为减小h-swish激活函数造成的梯度损失,在模型中尝试使用Mish激活函数,凭借其梯度光滑特性来实现高效的深层特征提取。根据煤矿视频监控数据构建矿山目标检测数据集,用于评价目标检测网络模型实际应用性能。使用NVIDIAJetsonTX2边缘计算平台作为试验硬件设备,对比试验显示该模型在公测数据集VOC2012的试验结果相对于YOLO-v4-Tiny模型,mAP值提升了13.39%,证明该算法的有效性和正确性;该模型在矿山目标检测数据集上的mAP值为88.9%,说明该方法能有效实现煤矿井下重点目标检测。 展开更多

关键词 煤矿监控图像 目标检测 YOLO-v4L-EA 空间注意力

在线阅读 下载PDF 职称材料

基于时空Transformer的多空间尺度交通预测模型

9

作者 张悦 张磊 +2 位作者 刘佰龙 梁志贞 张雪飞 《计算机工程与科学》 CSCD 北大核心 2024年第10期1852-1863,共12页

准确的交通预测对提高智能交通系统的效率至关重要。交通系统的空间依赖不仅体现在道路的相连关系上,更重要的是由道路属性、区域功能等因素形成的隐藏空间依赖。另外,交通数据之间的时间依赖具有严格的相对位置关系,忽略这一问题将难... 准确的交通预测对提高智能交通系统的效率至关重要。交通系统的空间依赖不仅体现在道路的相连关系上,更重要的是由道路属性、区域功能等因素形成的隐藏空间依赖。另外,交通数据之间的时间依赖具有严格的相对位置关系,忽略这一问题将难以实现准确的交通预测。为了解决这些问题,提出了一种基于时空Transformer的多空间尺度交通预测模型(MSS-STT)。MSS-STT使用多个特定的Transformer网络对不同的空间尺度建模,以捕捉隐藏空间依赖,同时使用图卷积网络来学习静态空间特征。接着,使用门控机制将不同空间尺度的空间依赖与静态空间特征根据各自对预测的重要性进行融合。最后,根据时间序列中不同相对位置对预测的不同贡献来提取不同的时间依赖关系。在PeMS数据集上的实验结果表明,MSS-STT优于最先进的基线。 展开更多

关键词 交通数据预测 时空依赖 时空Transformer 图神经网络

在线阅读 下载PDF 职称材料

基于注意力机制的无监督矿井人员跟踪 被引量：14

10

作者 陈伟 任鹏 +2 位作者 田子建 姜添 伏轩仪 《煤炭学报》 EI CAS CSCD 北大核心 2021年第S01期601-608,共8页

目标跟踪是一项有挑战性的计算机视觉任务,在智能交通、人机交互、视频监控等领域有重要作用。目前已经出现诸多性能优越的跟踪算法,但是在煤矿场景下实现良好的跟踪效果,依旧存在较大困难,主要面临遮挡严重、背景干扰较多、井下人员较... 目标跟踪是一项有挑战性的计算机视觉任务,在智能交通、人机交互、视频监控等领域有重要作用。目前已经出现诸多性能优越的跟踪算法,但是在煤矿场景下实现良好的跟踪效果,依旧存在较大困难,主要面临遮挡严重、背景干扰较多、井下人员较多、数据集样本数量少、缺乏统一标注等挑战,严重影响目标跟踪的效果。针对煤矿场景下,矿井视频数据集不完善、图像质量差以及缺乏统一标注等问题,设计了一种无监督的方法训练目标跟踪模型,将相关滤波和孪生网络相结合,融合二者在目标跟踪任务的优势,构建轻量级端到端的目标跟踪网络模型,采用目标前向跟踪、多帧后向验证方法完成无监督模型的目标跟踪过程。模型的主干网络使用轻量级AlexNet神经网络,解决了煤矿环境下移动平台存储和计算资源有限的问题。根据矿井环境下存在遮挡严重、背景干扰较多、密集目标排列紧密复杂等问题,提出了使用注意力机制提取视频图像中目标重要性信息的方法。在模型的主干网络结构中添加通道注意力机制和空间注意力机制,将重点关注的目标从诸多背景信息中提取出来,通过处理重要信息进而更好地完成跟踪当前目标的任务。将改进后基于注意力机制的无监督矿井人员跟踪模型与ECO,Staple,DSST,SiamFc,SiamRPN模型的平均覆盖率和平均中心位置误差进行对比,发现所提出的目标跟踪模型适用于煤矿复杂环境的人员跟踪问题,具有较好的目标跟踪效果。 展开更多

关键词 矿井人员跟踪 无监督学习 注意力机制 孪生网络 AlexNet神经网络

在线阅读 下载PDF 职称材料

基于路径分析和信息熵的错误定位方法 被引量：7

11

作者 姜淑娟 张旭 +3 位作者 王荣存 黄颖 张艳梅 薛猛 《软件学报》 EI CSCD 北大核心 2021年第7期2166-2182,共17页

软件错误定位是一项耗时又费力的工作,因此如何提高软件错误定位的自动化程度一直以来都是软件工程领域研究的热点.现有的基于频谱的错误定位方法很少利用程序的上下文信息,而程序的上下文信息对错误定位至关重要.针对这一问题,提出了... 软件错误定位是一项耗时又费力的工作,因此如何提高软件错误定位的自动化程度一直以来都是软件工程领域研究的热点.现有的基于频谱的错误定位方法很少利用程序的上下文信息,而程序的上下文信息对错误定位至关重要.针对这一问题,提出了一种基于路径分析和信息熵的错误定位方法FLPI.该方法在基于频谱信息技术的基础上,通过对所有执行路径中的数据依赖关系进行分析来引入执行上下文信息,同时利用信息熵理论将测试事件信息引入到可疑语句的怀疑度计算公式中,以提高错误定位的精度和效率.为了评价该方法的有效性,基于一组基准程序和开源程序进行实验验证.实验结果表明,所提出的方法FLPI能够有效地提高错误定位的精度和效率. 展开更多

关键词 错误定位 上下文信息 信息熵 路径分析

在线阅读 下载PDF 职称材料

面向Kullback-Leibler散度不确定集的正则化线性判别分析 被引量：4

12

作者 梁志贞 张磊 《自动化学报》 EI CAS CSCD 北大核心 2022年第4期1033-1047,共15页

线性判别分析是一种统计学习方法.针对线性判别分析的小样本奇异性问题和对污染样本敏感性问题,目前许多线性判别分析的改进算法已被提出.本文提出了基于Kullback-Leibler(KL)散度不确定集的判别分析方法.提出的方法不仅利用了Ls范数定... 线性判别分析是一种统计学习方法.针对线性判别分析的小样本奇异性问题和对污染样本敏感性问题,目前许多线性判别分析的改进算法已被提出.本文提出了基于Kullback-Leibler(KL)散度不确定集的判别分析方法.提出的方法不仅利用了Ls范数定义类间距离和Lr范数定义类内距离,而且对类内样本和各类中心的信息进行基于KL散度不确定集的概率建模.首先通过优先考虑不利区分的样本提出了一种正则化对抗判别分析模型并利用广义Dinkelbach算法求解此模型.这种算法的一个优点是在适当的条件下优化子问题不需要取得精确解.投影(次)梯度法被用来求解优化子问题.此外,也提出了正则化乐观判别分析并采用交替优化技术求解广义Dinkelbach算法的优化子问题.许多数据集上的实验表明了本文的模型优于现有的一些模型,特别是在污染的数据集上,正则化乐观判别分析由于优先考虑了类中心附近的样本点,从而表现出良好的性能. 展开更多

关键词 判别分析 KL散度 不确定集 正则化 数据分类

在线阅读 下载PDF 职称材料

结合Doc2Vec和BERT嵌入技术的补丁验证方法 被引量：5

13

作者 黄颖 姜淑娟 蒋婷婷 《计算机科学》 CSCD 北大核心 2022年第11期83-89,共7页

自动程序修复是近年来的研究热点并取得了一定的进展。现有的自动程序修复方法大多利用测试套件来验证补丁正确性。然而,使用测试套件验证自动程序修复方法生成的大量候选补丁不仅会造成巨大的开销,不完美的测试套件还会导致补丁的过拟... 自动程序修复是近年来的研究热点并取得了一定的进展。现有的自动程序修复方法大多利用测试套件来验证补丁正确性。然而,使用测试套件验证自动程序修复方法生成的大量候选补丁不仅会造成巨大的开销,不完美的测试套件还会导致补丁的过拟合问题,因此如何提高补丁验证效率、有效验证补丁正确性成为亟待解决的问题。为了降低补丁验证开销并提高补丁正确率,提出了结合两种嵌入技术验证补丁正确性的方法。该方法首先利用Doc2Vec计算补丁与错误代码的相似性,然后使用一个基于BERT模型的分类器过滤通过相似性筛选出的补丁中的错误补丁。为了验证所提方法的有效性,基于5个开源的Java缺陷库进行实验,结果表明该方法能够有效地验证补丁的正确性并提高验证效率。 展开更多

关键词 自动程序修复 补丁验证 代码相似性 嵌入技术

在线阅读 下载PDF 职称材料

基于异质图注意力网络的miRNA与疾病关联预测算法 被引量：3

14

作者 李政伟 李佳树 +3 位作者 尤著宏 聂茹 赵欢 钟堂波 《电子学报》 EI CAS CSCD 北大核心 2022年第6期1428-1435,共8页

众多实验表明,microRNA(miRNA)的异常表达与人类复杂疾病的产生和演化有关.识别miRNA与疾病间的关联有助于促进临床医学的发展.然而,传统的实验方法往往耗时耗力、效率低下,因此迫切需要高效的计算方法对miRNA与疾病间的潜在关联进行预... 众多实验表明,microRNA(miRNA)的异常表达与人类复杂疾病的产生和演化有关.识别miRNA与疾病间的关联有助于促进临床医学的发展.然而,传统的实验方法往往耗时耗力、效率低下,因此迫切需要高效的计算方法对miRNA与疾病间的潜在关联进行预测.本文提出了一种基于异质图注意力网络的端到端的计算模型来预测miRNA与疾病的关联.该方法通过多头注意力机制捕获异质邻居的结构和属性信息,并将其与中心顶点的属性信息进行融合,从而构建出更具表达能力的miRNA和疾病的特征嵌入,进而通过全连接层对miRNA与疾病间的潜在关联进行预测.5折交叉验证结果显示,该模型分别在HMDD v2.0和HMDD v3.0数据集上取得了93.52%和94.82%的AUC值.此外,关于食管肿瘤的病例研究结果显示,该模型预测的前50个miRNA中有48个得到了证实.上述实验结果表明,该模型可作为一种可靠的工具预测候选疾病的相关miRNA. 展开更多

关键词 图注意力网络 miRNA-疾病关联 异质图 深度学习

在线阅读 下载PDF 职称材料

移动群智感知中基于联邦学习的参与者选择机制

15

作者 张宇 江海峰 +1 位作者 杨浩文 肖硕 《计算机应用研究》 CSCD 北大核心 2023年第4期1172-1177,1183,共7页

移动群智感知的发展使得一些任务收集的数据量过大,需要在不接收参与者原始数据的情况下评估数据质量并进行参与者选择。针对这一问题,提出一种基于联邦学习的移动群智感知参与者选择机制。考虑参与者智能终端资源水平、所处交互状态构... 移动群智感知的发展使得一些任务收集的数据量过大,需要在不接收参与者原始数据的情况下评估数据质量并进行参与者选择。针对这一问题,提出一种基于联邦学习的移动群智感知参与者选择机制。考虑参与者智能终端资源水平、所处交互状态构建参与者智能终端资源评价机制,提出基于线性回归和长短期记忆网络的智能终端资源预测模型。通过预训练测试模型,评估参与者提供的数据质量,结合历史任务完成情况建立参与者信誉评价模型,实现对参与者的动态评价选择。仿真实验结果表明,所提的参与者选择机制在任务完成质量、能量消耗、通信轮数及任务完成时间等多方面体现出较好的性能。 展开更多

关键词 移动群智感知 参与者选择 联邦学习 资源预测 信誉评价

在线阅读 下载PDF 职称材料

基于自注意力机制的多模态语义轨迹预测

16

作者 刘婕 张磊 +2 位作者 朱少杰 刘佰龙 张雪飞 《计算机工程与科学》 CSCD 北大核心 2021年第11期2069-2076,共8页

随着社交媒体的快速发展,多模态语义轨迹的预测成为新的挑战。轨迹点间的依赖关系在预测中起到重要作用,同时也存在着以下挑战:轨迹信息中包含多种模态信息(时间、兴趣点和活动文本等),存在时间、空间和活动意图等多种依赖,这些依赖关... 随着社交媒体的快速发展,多模态语义轨迹的预测成为新的挑战。轨迹点间的依赖关系在预测中起到重要作用,同时也存在着以下挑战:轨迹信息中包含多种模态信息(时间、兴趣点和活动文本等),存在时间、空间和活动意图等多种依赖,这些依赖关系很复杂,现有方法很难量化这些复杂依赖关系。为了解决以上问题,提出一种基于自注意力机制的多模态语义轨迹预测模型SAMSTP。SAMSTP先对多模态特征进行联合嵌入,再设计自注意力机制结合Position Encoding计算轨迹点之间的特征相似度,自动学习并量化复杂依赖权重,同时解决轨迹的长期依赖关系。最后,采用LSTM网络处理轨迹时序关系,并设计模式规范化机制解决依赖关系失真问题,加快模型收敛速度。在真实数据集上的实验结果表明,SAMSTP是有效的,并且优于现有最新方法。 展开更多

关键词 多模态 语义轨迹 自注意力机制 模式规范化

在线阅读 下载PDF 职称材料

视觉深度学习的三维重建方法综述 被引量：15

17

作者 李明阳 陈伟 +3 位作者 王珊珊 黎捷 田子建 张帆 《计算机科学与探索》 CSCD 北大核心 2023年第2期279-302,共24页

近年来,三维重建作为计算机视觉的重要任务之一,得到广泛的关注和深入的研究。重点分析近年来使用深度学习重建通用对象的三维形状的研究进展。以深度学习进行三维重建环节为脉络,根据三维重建过程中数据深度特征表示方法将三维重建研... 近年来,三维重建作为计算机视觉的重要任务之一,得到广泛的关注和深入的研究。重点分析近年来使用深度学习重建通用对象的三维形状的研究进展。以深度学习进行三维重建环节为脉络,根据三维重建过程中数据深度特征表示方法将三维重建研究分为体素、点云、曲面网格、隐式曲面四类。再根据输入二维图像的数目分为单视图三维重建和多视图三维重建两类,根据网络架构以及它们使用的训练机制进行具体细分,在讨论每个类别的研究进展的同时,分析每种训练方法的发展前景及优缺点。研究近年来在特定三维重建领域的新热点,例如动态人体三维重建和不完整几何数据的三维补全,对一些关键论文进行比较,总结了这些领域存在的问题。介绍现阶段的三维数据集的重点应用场景和参数。总结现阶段三维重建领域存在数据集缺失、模型训练复杂、缺少特定领域针对性识别等问题。对三维重建在未来的具体应用领域发展前景进行了例证分析,并对三维重建的研究方向进行了展望。 展开更多

关键词 三维重建 视觉深度学习 表征重建 几何重建 三维补全 动态人体重建

在线阅读 下载PDF 职称材料

基于域适应的煤矿环境监控图像语义分割 被引量：10

18

作者 杨潇 陈伟 +2 位作者 任鹏 杨文嘉 毕方明 《煤炭学报》 EI CAS CSCD 北大核心 2021年第10期3386-3396,共11页

煤矿复杂场景监控图像的解析是煤矿安全高效生产的重要保障。语义分割是图像智能分析的关键技术,为图像中的每个像素分配类别标签。全卷积神经网络、DeepLab系列、DFN等较高性能的语义分割模型需要依赖大量的像素级标签。针对煤矿监控... 煤矿复杂场景监控图像的解析是煤矿安全高效生产的重要保障。语义分割是图像智能分析的关键技术,为图像中的每个像素分配类别标签。全卷积神经网络、DeepLab系列、DFN等较高性能的语义分割模型需要依赖大量的像素级标签。针对煤矿监控图像缺少标注信息及容易混淆外观相似的不同类别目标的问题,提出双对齐网络模型。该模型从特征级和像素级两方面减少域间差异,将在合成数据集上训练的语义分割模型迁移到煤矿真实场景中,实现煤矿监控图像语义分割。在特征空间中,使用特征级域适应网络学习域不变特征,减少2个领域之间特征表示的分布差异,实现特征级对齐;在像素空间中,使用像素级域适应网络将源域图像风格转换为目标域图像的风格,减少因纹理、光照等因素造成的域偏移,实现像素级对齐。分割网络使用具有煤矿环境风格的源域图像进行训练,学习煤矿监控图像光照、纹理等特征,增强煤矿监控图像中不同类别目标的区分度。判别器中添加空间注意力模块和通道注意力模块,用来提高双对齐网络模型中判别器的判别能力。通道注意力模块为每个通道的特征分配不同的权重,空间注意力模块使用非局部操作获得不同位置间的关系信息。实验选取GTA5-to-Cityscapes和SYNTHIA-to-Cityscapes两个典型的域适应任务验证双对齐网络的有效性,将该算法与AdaptSegNet,DCAN,CLAN等算法进行对比实验。实验结果表明,双对齐网络的平均交并比提高到43.7%和45.80%。对于煤矿复杂环境,选取SYNTHIA-to-Coal Mine域适应任务进行实验。双对齐网络模型的平均交并比为38.26%,比AdaptSegNet,DCAN,CLAN等算法分别提高7.19%,8.34%和5.56%。针对煤矿监控图像缺少标注信息的问题,双对齐网络减少合成图像与煤矿监控图像的域间差异,较好地分割不同类别的目标。 展开更多

关键词 煤矿图像语义分割 无监督域适应 像素级对齐 特征级对齐 注意力机制

在线阅读 下载PDF 职称材料

基于熵增强的无监督域适应遥感图像语义分割 被引量：5

19

作者 张勋晖 周勇 +3 位作者 赵佳琦 张迪 姚睿 刘兵 《计算机应用研究》 CSCD 北大核心 2021年第9期2852-2856,共5页

为了实现利用有标注源数据获得在无标注目标数据上可用的遥感图像语义分割模型,提出了一种基于熵增强的域适应端到端语义分割方法。首先,为了充分利用遥感图像多尺度信息并且减少域之间传感器分辨率带来的域偏移,采用空洞空间金字塔池... 为了实现利用有标注源数据获得在无标注目标数据上可用的遥感图像语义分割模型,提出了一种基于熵增强的域适应端到端语义分割方法。首先,为了充分利用遥感图像多尺度信息并且减少域之间传感器分辨率带来的域偏移,采用空洞空间金字塔池化模块作为分类器;其次,为了使无标注的目标域类别正确对应,使用了两个分类器进行协同训练;将像素点预测值的信息熵当做分类置信度的度量,将其作为对抗损失的权重,从而使训练能专注于难分类的像素,降低域偏移。在ISPRS(WGII/4)2D数据集上进行实验,所提方法相对于直接使用分割模型和使用传统对抗方法,mIoU分别提高了18%和12%。实验结果表明,所提方法在遥感图像域适应语义分割表现上优于直接使用分割模型或使用传统对抗域适应分割方法。 展开更多

关键词 遥感图像 语义分割 无监督域适应 协同训练 信息熵

在线阅读 下载PDF 职称材料

基于深度强化学习的类集成测试序列生成方法 被引量：1

20

作者 张颖辉 张艳梅 +3 位作者 张志成 姜淑娟 丁艳茹 袁冠 《电子学报》 EI CAS CSCD 北大核心 2023年第2期455-466,共12页

类集成测试序列的生成是面向对象软件测试中的关键步骤,当类的测试序列不同时,相应的测试代价也不相同.在集成测试中生成一个合理的类集成测试序列可以有效降低软件测试的代价.本文将深度强化学习中的Advantage Actor-Critic算法应用于... 类集成测试序列的生成是面向对象软件测试中的关键步骤,当类的测试序列不同时,相应的测试代价也不相同.在集成测试中生成一个合理的类集成测试序列可以有效降低软件测试的代价.本文将深度强化学习中的Advantage Actor-Critic算法应用于解决类集成测试序列生成问题.首先,利用类间各种依赖关系构建与智能体交互的环境模型;然后,记录智能体从初始状态到终止状态的路径,即每次选择的动作对应每次选择集成到序列的类编号;最后,得出最终的类集成测试序列.实验结果表明,本文方法所得到的类集成测试序列花费的总体测试桩复杂度,在选取的7个项目中有5个表现最佳,在剩余2个项目中表现中等. 展开更多

关键词 集成测试 测试序列 深度强化学习 advantage actor-critic 测试桩复杂度

在线阅读 下载PDF 职称材料