改进FCOS算法的车辆检测方法研究

1

作者 杜昌皓 张智 《计算机应用与软件》 北大核心 2024年第6期257-262,281,共7页

针对目前车辆检测的误差率高、检测速度慢等问题,提出一种基于改进全卷积单阶段(Fully Convolutional One-Stage Object Detection,FCOS)的车辆检测算法。通过引入一种考虑多个几何特征的交并比损失函数,改善了训练过程中高长宽比车辆... 针对目前车辆检测的误差率高、检测速度慢等问题,提出一种基于改进全卷积单阶段(Fully Convolutional One-Stage Object Detection,FCOS)的车辆检测算法。通过引入一种考虑多个几何特征的交并比损失函数,改善了训练过程中高长宽比车辆、并行车辆难以准确回归的现象;使用多尺度卷积结合多维特征信息,增强了算法对不同尺度检测的鲁棒性;根据车辆检测场景改进了回归尺度,提高模型的推理准确度。实验结果表明,该方法在车辆检测任务中能够明显提升检测精度并保持检测速度不下降。 展开更多

关键词 计算机视觉 车辆检测 全卷积网络 多尺度卷积

在线阅读 下载PDF 职称材料

融合实体与窗口注意力的文档级金融关系抽取

2

作者 朱安东 张晓龙 +3 位作者 林晓丽 刘宇 刘茂福 高峰 《中文信息学报》 北大核心 2025年第6期77-84,共8页

文档级金融领域的关系抽取对于构建领域内的知识图谱具有决定性作用。该文针对金融领域上市公司公告的中文数据开展研究,提出了融合实体与窗口注意力的模型,使用了基于滑动窗口的数据预处理优化策略,对长文本(512~2048)进行分割,从而解... 文档级金融领域的关系抽取对于构建领域内的知识图谱具有决定性作用。该文针对金融领域上市公司公告的中文数据开展研究,提出了融合实体与窗口注意力的模型,使用了基于滑动窗口的数据预处理优化策略,对长文本(512~2048)进行分割,从而解决了模型在长文本数据上效果差和受限于预训练模型最大输入长度(512)的问题。该模型把头-尾实体信息输入卷积神经网络进行实体信息交互以提取全局特征,同时对预训练模型输出的文档级注意力用固定窗口提取局部特征,将以上两种特征融合后输入到U形神经网络进行关系推理,最后通过双线性函数进行关系预测,解决了文档级关系抽取存在的头-尾实体跨句和实体重叠的问题。该文在自主扩展的FinDoc数据集上进行实验,验证了模型的有效性。 展开更多

关键词 文档级 关系抽取 上市公司公告

在线阅读 下载PDF 职称材料

对抗样本嵌入注意力U型网络的3D医学图像分割

3

作者 许志雄 李波 +1 位作者 边小勇 胡其仁 《计算机应用》 北大核心 2025年第9期3011-3016,共6页

计算机断层扫描(CT)和核磁共振成像(MRI)图像广泛应用于医学图像深度分割。然而,传统的分割方法受到肿瘤边界模糊及其结构复杂的影响,未能利用对抗样本提升分割模型的区分能力,使获得最好的分割效果面临挑战。针对以上问题,提出一种对... 计算机断层扫描(CT)和核磁共振成像(MRI)图像广泛应用于医学图像深度分割。然而,传统的分割方法受到肿瘤边界模糊及其结构复杂的影响,未能利用对抗样本提升分割模型的区分能力,使获得最好的分割效果面临挑战。针对以上问题,提出一种对抗样本嵌入注意力U型网络学习的3D医学图像分割模型。该模型使用对抗样本嵌入的注意力U型网络以通过样本变换构建对抗样本,并提取医学图像的肿瘤特征信息;引入低维度特征筛选和高维度特征融合模块,以提纯肿瘤可区分特征;使用基于交叉熵、Dice损失和对比损失的组合损失函数训练整个网络,从而得到富于判别性的分割模型。实验结果表明,所提方法在神经鞘膜瘤(NST)和自动心脏诊断挑战(ACDC)数据集上的Dice相似性系数(DSC)分别达到88.14%和91.75%,与非新的U-Net(nnU-Net)方法相比,分别提高了1.26和2.48个百分点。可见,所提方法有效提高了在肿瘤边界模糊时的3D医学图像分割性能。 展开更多

关键词 医学图像分割 深度学习 注意力U型网络 对比学习 特征融合

在线阅读 下载PDF 职称材料

改进PSO-XGBoost的连铸定重预测

4

作者 高峰 李新杰 +1 位作者 符海东 彭浩 《计算机工程与设计》 北大核心 2025年第1期290-297,共8页

为实现连铸坯有效定重预测,避免在连铸生产中产生质量缺陷和资源浪费,根据真实方坯生产数据,提出一种基于改进粒子群算法优化XGBoost的连铸定重预测模型。针对粒子群算法全局寻优精度较低等缺点进行改进,主要采用反向学习策略优化种群... 为实现连铸坯有效定重预测,避免在连铸生产中产生质量缺陷和资源浪费,根据真实方坯生产数据,提出一种基于改进粒子群算法优化XGBoost的连铸定重预测模型。针对粒子群算法全局寻优精度较低等缺点进行改进,主要采用反向学习策略优化种群初始分布提高算法优化效率,根据进化状态自适应调整惯性权重,匹配粒子当前搜索状态,同时使用突变策略使粒子突破局部收敛。数值实验结果表明,改进算法收敛速度更快,精度更高,验证了良好性能。将其应用到XGBoost中优化模型超参数,连铸坯定重预测精度获得提升。 展开更多

关键词 连铸 定重预测 XGBoost 粒子群优化 进化状态 自动机器学习 超参数优化

在线阅读 下载PDF 职称材料

基于记忆增强潜在扩散模型的异常检测

5

作者 张吉陈 张智 《计算机工程与设计》 北大核心 2025年第9期2592-2598,共7页

为解决传统基于重构的异常检测方法重建图像质量低导致异常检测准确度不高的问题,提出了一种基于记忆增强扩散模型的异常检测方法。考虑到时间成本以及计算资源有限,使用潜在扩散模型作为基础架构。同时为更好的避免异常部分的直接重建... 为解决传统基于重构的异常检测方法重建图像质量低导致异常检测准确度不高的问题,提出了一种基于记忆增强扩散模型的异常检测方法。考虑到时间成本以及计算资源有限,使用潜在扩散模型作为基础架构。同时为更好的避免异常部分的直接重建,引入了记忆增强模块记住正常数据的典型特征,从而使异常数据的重构误差更大,提高了异常检测的准确性。为了在保证正常区域相同的情况下重建异常区域,提出了一种噪声条件嵌入的方法,提高了重建的稳定性。在MVTec-AD上的实验结果表明,与相关方法相比,所提方法有更好的检测和定位性能。 展开更多

关键词 异常检测 扩散模型 记忆增强 潜在空间 自编码器 噪声条件嵌入 生成模型

在线阅读 下载PDF 职称材料

无迭代图胶囊网络的遥感场景分类

6

作者 杨顺 边小勇 陈希 《计算机应用》 北大核心 2025年第1期247-252,共6页

目前大多数胶囊网络方法通过改进迭代路由的方式提高分类精度,而忽略了迭代路由本身复杂的计算量带来的负担。虽然有方法采用无迭代的路由训练胶囊网络,但是精度不佳。针对以上问题,提出无迭代路由图胶囊网络的场景分类模型。首先,利用... 目前大多数胶囊网络方法通过改进迭代路由的方式提高分类精度,而忽略了迭代路由本身复杂的计算量带来的负担。虽然有方法采用无迭代的路由训练胶囊网络,但是精度不佳。针对以上问题,提出无迭代路由图胶囊网络的场景分类模型。首先,利用简单卷积层提取输入图像的初始特征;接着,提出通道和胶囊间双融合的全局注意力模块,通过依次进行通道和胶囊之间的注意力生成全局权重系数来加权高级胶囊特征,使加权后的高级胶囊特征更具判别性,以突出重要的胶囊,从而提高分类性能;同时,引入能计算图像间相似性的等变正则化项,以建模胶囊网络的显式等变性,从而潜在地提升网络性能;最后,基于边界损失和等变损失的组合损失函数训练整个网络,以得到富于判别性的分类模型。在多个基准场景数据集上的实验结果验证了所提方法的有效性和效率。实验结果表明,所提方法在加拿大高级研究所的10类图像数据集(CIFAR-10)上的分类准确率达到90.38%,与动态路由胶囊网络(DRCaps)方法相比,提高了15.74个百分点;并且在仿射手写数字图像(AffNIST)数据集和航空影像数据集(AID)上,分别取得了98.21%和86.96%的分类准确率。可见,所提方法有效提高了场景分类性能。 展开更多

关键词 遥感场景分类 图胶囊网络 无迭代路由 等变正则化

在线阅读 下载PDF 职称材料

本体演化的波及效应计算优化研究 被引量：2

7

作者 陈晶 刘钊 +1 位作者 顾进广 刘宇 《计算机应用研究》 CSCD 北大核心 2020年第8期2366-2370,共5页

鉴于使用Floyd-Warshall算法对规模较大的本体评估具有时间复杂度与空间复杂度较高且未考虑本体演化过程中各版本之间的关联,提出基于邻接表的SPFA(shortest path faster algorithm)优化波及效应的计算。该算法不仅在大规模本体计算中... 鉴于使用Floyd-Warshall算法对规模较大的本体评估具有时间复杂度与空间复杂度较高且未考虑本体演化过程中各版本之间的关联,提出基于邻接表的SPFA(shortest path faster algorithm)优化波及效应的计算。该算法不仅在大规模本体计算中具有计算效率的优势,而且可以简化版本迭代过程中波及效应的计算过程。实验结果表明,使用SPFA在计算本体的波及效应相比于基于邻接矩阵的方式具有一定的时间优势,并且这种优势随着时间的变化逐渐增加;在本体演化的波及效应计算时间中,本体演化后版本的计算时间大约与原有方法相差较少,证明了优化计算的有效性。 展开更多

关键词 本体演化 波及效应 SPFA 邻接表

在线阅读 下载PDF 职称材料

一种面向药物-靶点相互作用预测的不平衡数据处理方法 被引量：2

8

作者 叶志威 张晓龙 林晓丽 《武汉科技大学学报》 CAS 北大核心 2022年第1期68-74,共7页

为了解决药物-靶点相互作用(DTI)预测中数据集样本分布不平衡的问题,提出了一种新的数据处理方法。通过词向量特征提取,将原始蛋白质序列信息和药物化学结构信息转换为低维向量特征,组合药物特征和靶点特征来表征药物-靶点相互作用;采用... 为了解决药物-靶点相互作用(DTI)预测中数据集样本分布不平衡的问题,提出了一种新的数据处理方法。通过词向量特征提取,将原始蛋白质序列信息和药物化学结构信息转换为低维向量特征,组合药物特征和靶点特征来表征药物-靶点相互作用;采用Borderline-SMOTE技术合成少数类样本,以改善数据集的样本分布;最后将处理好的数据输入到梯度提升决策树(GBDT)分类器中进行分类预测。实验结果表明,本文方法不仅能有效提取药物-靶点相互作用的特征,加快特征提取和特征选择的过程,还能缓解数据集的不平衡性对预测结果的不利影响,提高了预测模型的性能。 展开更多

关键词 不平衡数据处理 药物-靶点相互作用 词向量 特征提取 Borderline-SMOTE 梯度提升决策树

在线阅读 下载PDF 职称材料

基于双重数据增强策略的音频分类方法 被引量：4

9

作者 周迅 张晓龙 《武汉科技大学学报》 CAS 北大核心 2020年第2期155-160,共6页

卷积神经网络模型作为音频特征提取器具有较好的应用效果,但该类模型的训练过程对数据量要求比较高。针对这一问题,本文提出一种基于双重数据增强策略的音频分类方法。首先采用传统音频数据增强方法(旋转、调音、变调、加噪),并将增强... 卷积神经网络模型作为音频特征提取器具有较好的应用效果,但该类模型的训练过程对数据量要求比较高。针对这一问题,本文提出一种基于双重数据增强策略的音频分类方法。首先采用传统音频数据增强方法(旋转、调音、变调、加噪),并将增强后的数据转化为语谱图,再采用随机均值替换法进行谱图增强。在此基础上训练Inception_Resnet_V2神经网络模型作为音频特征提取器,最后训练随机森林模型作为分类器完成音频分类任务。实验结果表明,与已有方法相比,采用双重数据增强策略可明显提升音频分类精度,并且训练出的特征提取模型具有较强的泛化能力。 展开更多

关键词 音频分类 双重数据增强 卷积神经网络 特征提取 随机森林 语谱图

在线阅读 下载PDF 职称材料

基于图结构特征采样数据摘要的联邦知识图谱查询 被引量：1

10

作者 高峰 李秋 顾进广 《计算机工程》 CAS CSCD 北大核心 2023年第1期73-81,共9页

联邦SPARQL查询是通过构建查询计划来指导查询执行,数据摘要索引文件捕获了RDF数据集的结构和语义信息,对查询计划生成过程中子查询基数评估至关重要。现有的数据摘要生成方法需要远程遍历每个数据源的完整数据,该过程成本消耗较高,且... 联邦SPARQL查询是通过构建查询计划来指导查询执行,数据摘要索引文件捕获了RDF数据集的结构和语义信息,对查询计划生成过程中子查询基数评估至关重要。现有的数据摘要生成方法需要远程遍历每个数据源的完整数据,该过程成本消耗较高,且在大部分环境中联邦查询无法完成对大数据集的统计工作。为在减少数据摘要索引文件生成时间和内存开销的同时捕获尽可能真实的计数信息,考虑主语和谓语的分布偏差,提出利用样图生成原始图近似数据摘要的方法。使用对RDF图出度特征加权的采样方法获取原始图的典型样图,通过改进的映射函数将样图中的信息映射到原始图上,从而生成原始图的近似数据摘要。实验结果表明,该方法相比于基线方法至少节省了70%的数据摘要索引文件生成时间,并且仅采样0.5%的原始图生成的近似数据摘要即可在查询正确率上与基线方法保持高度一致。 展开更多

关键词 数据摘要 数据源索引 RDF图采样 联邦查询 查询性能

在线阅读 下载PDF 职称材料

基于改进多嵌入空间的实时语义数据流推理

11

作者 高峰 姚光涛 顾进广 《计算机工程》 CAS CSCD 北大核心 2022年第2期55-64,共10页

将语义数据流处理引擎与知识图谱嵌入表示学习相结合,可以有效提高实时数据流推理查询性能,但是现有的知识表示学习模型更多关注静态知识图谱嵌入,忽略了知识图谱的动态特性,导致难以应用于实时动态语义数据流推理任务。为了使知识表示... 将语义数据流处理引擎与知识图谱嵌入表示学习相结合,可以有效提高实时数据流推理查询性能,但是现有的知识表示学习模型更多关注静态知识图谱嵌入,忽略了知识图谱的动态特性,导致难以应用于实时动态语义数据流推理任务。为了使知识表示学习模型适应知识图谱的在线更新并能够应用于语义数据流引擎,建立一种基于改进多嵌入空间的动态知识图谱嵌入模型PUKALE。针对传递闭包等复杂推理场景,提出3种嵌入空间生成算法。为了在进行增量更新时更合理地选择嵌入空间,设计2种嵌入空间选择算法。基于上述算法实现PUKALE模型,并将其嵌入数据流推理引擎CSPARQL-engine中,以实现实时语义数据流推理查询。实验结果表明,与传统的CSPARQL和KALE推理相比,PUKALE模型的推理查询时间分别约降低85%和93%,其在支持动态图谱嵌入的同时能够提升实时语义数据流推理准确率。 展开更多

关键词 语义数据流 数据流引擎 推理 知识表示学习 知识图谱

在线阅读 下载PDF 职称材料

基于YOLOv3与MSER的自然场景中文文本检测研究与实现 被引量：3

12

作者 殷航 张智 王耀林 《计算机应用与软件》 北大核心 2021年第10期168-172,195,共6页

针对在复杂的自然场景中中文本倾斜、模糊、光照等检测难题,提出一种基于卷积神经网络YOLOv3与最大极值稳定区域MSER的检测方法YOLOv3-M,并针对中文场景分别改善YOLOv3与MSER。通过YOLOv3算法对图像文本区域的矩形坐标进行回归预测,设... 针对在复杂的自然场景中中文本倾斜、模糊、光照等检测难题,提出一种基于卷积神经网络YOLOv3与最大极值稳定区域MSER的检测方法YOLOv3-M,并针对中文场景分别改善YOLOv3与MSER。通过YOLOv3算法对图像文本区域的矩形坐标进行回归预测,设计一个基于MSER的角度检测方法与之关联,实现倾斜文本行的检测。YOLOv3-M弥补了YOLOv3不能检测倾斜目标的缺点以及MSER检测容易被复杂场景干扰的缺点,并且YOLOv3与MSER都在检测速度上有着优秀的表现。实验结果表明,YOLOv3-M算法准确率达到81.2%,召回率达到69.7%,其检测速度达到45帧/s。 展开更多

关键词 文本检测 卷积神经网络 多方向估计 最大极值稳定区域

在线阅读 下载PDF 职称材料

基于轻量级MobileNet-SSD模型的人流量检测 被引量：4

13

作者 张智 盛健 《计算机应用与软件》 北大核心 2024年第1期89-96,145,共9页

利用深度神经网络模型识别行人目标并检测具有十分高的价值。现实高密度行人检测场景中由于硬件基础以及网络性能消耗等问题的影响,常常需要选取处理速度高、硬件条件要求低的网络且同时兼顾视频监控的连续特性,因此选取了轻量级MobileN... 利用深度神经网络模型识别行人目标并检测具有十分高的价值。现实高密度行人检测场景中由于硬件基础以及网络性能消耗等问题的影响,常常需要选取处理速度高、硬件条件要求低的网络且同时兼顾视频监控的连续特性,因此选取了轻量级MobileNet-SSD网络来高效处理人头目标并引入帧间差分的方式,来有效对人头的椭圆特征目标进行跟踪;结合相关数理方法实现行人跨线计数的高性能人流量检测解决方案。在不同数据集上同现今一流的检测模型作比较,该方法皆表现出优良的检测性能。 展开更多

关键词 MobileNet-SSD 帧间差分 跨线计数 轻量级网络

在线阅读 下载PDF 职称材料

一种改进的YOLOv5视频火焰实时检测算法

14

作者 张智 冯双文 《计算机应用与软件》 北大核心 2024年第12期255-260,302,共7页

针对在室内外的火灾预防,目前许多算法对于小目标的火焰检测在精度方面有所欠缺,且不能实时检测,故提出一种改进的YOLOv5算法。该算法加宽head层数并引入selayer层,加快了分类检测的收敛,得到更丰富的采样信息。改进后的算法精度大大提... 针对在室内外的火灾预防,目前许多算法对于小目标的火焰检测在精度方面有所欠缺,且不能实时检测,故提出一种改进的YOLOv5算法。该算法加宽head层数并引入selayer层,加快了分类检测的收敛,得到更丰富的采样信息。改进后的算法精度大大提高,经过视频流的优化,火焰能被实时地检测出来。实验数据集上的结果表明,改进的YOLOv5模型精确率达到了80.4%,召回率达到了91.3%,检测速度达到每秒44帧。 展开更多

关键词 卷积神经网络 小目标检测 视频流优化

在线阅读 下载PDF 职称材料

边缘引导和拉普拉斯金字塔分解的古文本图像修复算法 被引量：1

15

作者 刘畅 张玲 何英豪 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第6期884-894,共11页

针对当前图像修复算法应用到古文本图像上时,出现纹理模糊或结构内容不完整的问题,提出边缘引导和拉普拉斯金字塔分解的古文本图像修复算法.首先利用边缘修复模块对古文本图像的边缘结构进行修复,重建缺损区域的边缘信息;然后利用预训... 针对当前图像修复算法应用到古文本图像上时,出现纹理模糊或结构内容不完整的问题,提出边缘引导和拉普拉斯金字塔分解的古文本图像修复算法.首先利用边缘修复模块对古文本图像的边缘结构进行修复,重建缺损区域的边缘信息;然后利用预训练的文字学习模块对局部缺损区域进行内容修复,得到一幅局部内容修复图像,并进行拉普拉斯分解;最后在拉普拉斯金字塔修复模块中,根据图像的低层和高层特征,利用内容修复模块对图像进行递进修复,内容修复模块中引入双交叉编码器和多尺度融合块,有助于获取更加有效的特征信息,生成纹理结构完整的图像修复结果.在古文本图像数据集的测试集上进行实验的结果表明,各项图像质量评估指标中,峰值信噪比为34.322 dB,结构相似性为0.970,均方根误差为5.203,验证了所提算法的有效性和可行性. 展开更多

关键词 图像修复 古文本图像 边缘图 双交叉编码器 多尺度融合块

在线阅读 下载PDF 职称材料

基于用户密度和平均访问时间的边缘服务器放置方法 被引量：1

16

作者 胡春节 刘静 郑文祥 《计算机应用研究》 CSCD 北大核心 2024年第5期1448-1455,共8页

为解决边缘服务器放置过程中资源浪费和延迟增加的问题,对边缘服务器放置方案的用户密度和平均访问时间进行分析建模,将其描述为多目标优化问题。设计了一种基于用户密度和平均访问时间的边缘服务器放置方案,并提出了一种多目标海马遗... 为解决边缘服务器放置过程中资源浪费和延迟增加的问题,对边缘服务器放置方案的用户密度和平均访问时间进行分析建模,将其描述为多目标优化问题。设计了一种基于用户密度和平均访问时间的边缘服务器放置方案,并提出了一种多目标海马遗传算法(MOSGA)解决该问题。MOSGA首先使用多目标优化算法的思想对海马优化(sea horse optimizer,SHO)算法进行改进,使SHO算法能够适用于多目标优化问题,并在此基础上使用遗传算法改进SHO算法的繁殖操作,使MOSGA能更好地跳出局部最优解,加速问题的求解。该算法在上海电信数据集上进行了实验验证,仿真实验结果表明,MOSGA明显优于RA、K-means、NSGA、LMM,不仅有效解决了服务器资源浪费的问题,同时大大降低终端设备访问服务器的时间。 展开更多

关键词 边缘计算 边缘服务器放置 多目标优化 海马优化 遗传算法

在线阅读 下载PDF 职称材料

结合规则学习与深度学习的诊疗关系抽取

17

作者 高峰 杨佳欣 顾进广 《计算机应用与软件》 北大核心 2024年第3期56-62,93,共8页

诊疗关系的自动识别和抽取有助于医生进行诊疗决策。传统的关系抽取模型对部分数据没有良好的解释性,因此,以神经网络进行规则学习和泛化,设计打分机制,通过规则匹配实现关系抽取,而后对未正确匹配数据进行针对性深度学习模型训练,完成... 诊疗关系的自动识别和抽取有助于医生进行诊疗决策。传统的关系抽取模型对部分数据没有良好的解释性,因此,以神经网络进行规则学习和泛化,设计打分机制,通过规则匹配实现关系抽取,而后对未正确匹配数据进行针对性深度学习模型训练,完成最终的诊疗关系抽取。使用以疾病为中心的诊疗流程相关文本展开实验验证该方法的效果。实验结果表明,该方法不仅通过少量人工规则使关系抽取增加了可解释性,还可以显著提高关系抽取的效果。 展开更多

关键词 人工智能 医疗领域 关系抽取 深度学习 规则学习

在线阅读 下载PDF 职称材料

基于特征进化选择随机森林的MCI自动诊断

18

作者 高峰 郑丽丽 顾进广 《计算机应用与软件》 北大核心 2024年第6期250-256,共7页

近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注。但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差。因此,提出一种基于随机森林的MCI... 近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注。但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差。因此,提出一种基于随机森林的MCI自动诊断方法,通过机器学习的方式,高效准确地判定MCI;同时应用遗传算法更高效地搜索求解模型的最优参数。结果表明,该方法与医学人工诊断方式相比准确率提高约5%,且在求取随机森林的最优参数问题上,与网格搜索相比,遗传算法所用时间约为其1/45。 展开更多

关键词 MCI 随机森林 遗传算法 最优参数

在线阅读 下载PDF 职称材料

结合多尺度融合和图匹配的行人重识别

19

作者 李冬 张智 《计算机工程与设计》 北大核心 2024年第7期2180-2186,共7页

由于行人遮挡、视角变化等因素影响,传统的行人重识别并不能准确表达遮挡行人的信息。针对该问题,提出一种基于多尺度融合和图匹配的网络模型。分为提取不同尺度的特征和基于拓扑结构匹配图像两个部分,将主干网络分为两个子分支分别提... 由于行人遮挡、视角变化等因素影响,传统的行人重识别并不能准确表达遮挡行人的信息。针对该问题,提出一种基于多尺度融合和图匹配的网络模型。分为提取不同尺度的特征和基于拓扑结构匹配图像两个部分,将主干网络分为两个子分支分别提取全局特征并融合多个网络层面的局部特征;使用多头注意力机制学习相邻关键点的关系,基于拓扑结构匹配图像并预测相似度结果。使用ResNet-50作为主干网络,在Occluded-Duke数据集上的Rank-1和mAP分别是64.8%和59.9%,验证该模型在遮挡行人重识别中有一定程度的准确率提升。 展开更多

关键词 行人重识别 目标检测 局部特征 多尺度特征融合 图注意力机制 图匹配 卷积神经网络

在线阅读 下载PDF 职称材料

基于多视角匹配的中文问答对自动生成框架

20

作者 尹文峰 黄莉 顾进广 《计算机应用与软件》 北大核心 2024年第3期163-168,共6页

针对目前问答对生成方法中问题与答案不完全匹配的问题,提出一种基于神经网络自动从中文生成问答对的方法。使用命名实体识别和规则的方法从文本中抽取关键词,确定问题的主题;使用多视角匹配的神经网络模型从文本中生成问题,避免对手工... 针对目前问答对生成方法中问题与答案不完全匹配的问题,提出一种基于神经网络自动从中文生成问答对的方法。使用命名实体识别和规则的方法从文本中抽取关键词,确定问题的主题;使用多视角匹配的神经网络模型从文本中生成问题,避免对手工模板强依赖;使用阅读理解模型根据问题生成置信度更高的答案。实验结果分析表明,生成问题的质量高于基于模板的方法,并且能够过滤80%的不匹配问答对。 展开更多

关键词 中文 问题生成 神经网络

在线阅读 下载PDF 职称材料