检索结果-维普期刊中文期刊服务平台

基于时空交叉感知的实时动作检测方法被引量：1: 1; 作者柯逍缪欣郭文忠《电子学报》 EI CAS CSCD 北大核心 2024年第2期574-588,共15页; 时空动作检测依赖于视频空间信息与时间信息的学习.目前,最先进的基于卷积神经网络(Convolutionsl Neural Networks,CNN)的动作检测器采用2D CNN或3D CNN架构,取得了显著的效果.然而,由于网络结构的复杂性与时空信息感知的原因,这些方... 展开更多; 关键词实时动作检测多尺度注意力时空交叉感知; 在线阅读下载PDF 职称材料

基于任务解耦的低照度图像增强方法被引量：2: 2; 作者牛玉贞陈铭铭 +1 位作者李悦洲赵铁松《电子学报》 EI CAS CSCD 北大核心 2024年第1期34-45,共12页; 低照度条件下拍摄的照片往往存在亮度低、颜色失真、噪声高、细节退化等多重耦合问题,因此低照度图像增强是一个具有挑战性的任务.现有基于深度学习的低照度图像增强方法通常聚焦于对亮度和色彩的提升,导致增强图像中仍然存在噪声等缺陷... 展开更多; 关键词低照度图像增强任务解耦双分支网络模型对比学习残差网络; 在线阅读下载PDF 职称材料

基于边缘辅助和多尺度Transformer的无参考屏幕内容图像质量评估: 3; 作者陈羽中陈友昆 +1 位作者林闽沪牛玉贞《电子学报》 EI CAS CSCD 北大核心 2024年第7期2242-2256,共15页; 与从现实场景中拍摄的自然图像不同,屏幕内容图像是一种合成图像,通常由计算机生成的文本、图形和动画等各种多媒体形式组合而成.现有评估方法通常未能充分考虑图像边缘结构信息和全局上下文信息对屏幕内容图像质量感知的影响.为解决上... 展开更多; 关键词无参考屏幕内容图像质量评估高斯拉普拉斯算子卷积神经网络 TRANSFORMER 多尺度特征; 在线阅读下载PDF 职称材料

基于蒙特卡罗数据集均衡与鲁棒性增量极限学习机的图像自动标注被引量：7: 4; 作者柯逍邹嘉伟 +1 位作者杜明智周铭柯《电子学报》 EI CAS CSCD 北大核心 2017年第12期2925-2935,共11页; 针对传统图像标注模型存在着训练时间长、对低频词汇敏感等问题,该文提出了基于蒙特卡罗数据集均衡和鲁棒性增量极限学习机的图像自动标注模型.该模型首先对公共图像库的训练集数据进行图像自动分割,选择分割后相应的种子标注词,并通过... 展开更多; 关键词蒙特卡罗数据集均衡多尺度特征融合极限学习机图像自动标注; 在线阅读下载PDF 职称材料

多云环境下带截止日期约束的科学工作流调度策略被引量：8: 5; 作者林兵郭文忠陈国龙《通信学报》 EI CSCD 北大核心 2018年第1期56-69,共14页; 针对多云环境下带截止日期约束的科学工作流调度问题,提出一种基于遗传算法操作的自适应离散粒子群优化算法(ADPSOGA),目的是在尽可能满足工作流截止日期前提下,减少其执行代价。该方法考虑多云之间的通信代价、虚拟机的启动和关闭时间... 展开更多; 关键词云计算截止日期约束工作流调度波动性; 在线阅读下载PDF 职称材料

题名基于时空交叉感知的实时动作检测方法被引量：1: 1; 作者柯逍缪欣郭文忠; 机构福州大学计算机与大数据学院福建省网络计算与智能信息处理重点实验室(福州大学) 空间数据挖掘与信息共享教育部重点实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2024年第2期574-588,共15页; 基金国家自然科学基金(No.61972097,No.U21A20472) 国家重点研发计划(No.2021YFB3600503) +1 种基金福建省自然科学基金(No.2021J01612,No.2020J01494)。; 文摘时空动作检测依赖于视频空间信息与时间信息的学习.目前,最先进的基于卷积神经网络(Convolutionsl Neural Networks,CNN)的动作检测器采用2D CNN或3D CNN架构,取得了显著的效果.然而,由于网络结构的复杂性与时空信息感知的原因,这些方法通常采用非实时、离线的方式.时空动作检测主要的挑战在于设计高效的检测网络架构,并能有效地感知融合时空特征.考虑到上述问题,本文提出了一种基于时空交叉感知的实时动作检测方法.该方法首先通过对输入视频进行乱序重排来增强时序信息,针对仅使用2D或3D骨干网络无法有效对时空特征进行建模,提出了基于时空交叉感知的多分支特征提取网络.针对单一尺度时空特征描述性不足,提出一个多尺度注意力网络来学习长期的时间依赖和空间上下文信息.针对时序和空间两种不同来源特征的融合,提出了一种新的运动显著性增强融合策略,对时空信息进行编码交叉映射,引导时序特征和空间特征之间的融合,突出更具辨别力的时空特征表示.最后,基于帧级检测器结果在线计算动作关联性链接.本文提出的方法在两个时空动作数据集UCF101-24和JHMDB-21上分别达到了84.71%和78.4%的准确率,优于现有最先进的方法,并达到73帧/秒的速度.此外,针对JHMDB-21数据集存在高类间相似性与难样本数据易于混淆等问题,本文提出了基于动作表示的关键帧光流动作检测方法,避免了冗余光流的产生,进一步提升了动作检测准确率.; 关键词实时动作检测多尺度注意力时空交叉感知; Keywords real-time action detection multiscale attention spatio-temporal interaction perception; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于任务解耦的低照度图像增强方法被引量：2: 2; 作者牛玉贞陈铭铭李悦洲赵铁松; 机构福州大学计算机与大数据学院福建省网络计算与智能信息处理重点实验室(福州大学) 大数据智能教育部工程研究中心福州大学物理与信息工程学院; 出处《电子学报》 EI CAS CSCD 北大核心 2024年第1期34-45,共12页; 基金国家自然科学基金(No.62171134) 福建省自然科学基金(No.2023J01067)。; 文摘低照度条件下拍摄的照片往往存在亮度低、颜色失真、噪声高、细节退化等多重耦合问题,因此低照度图像增强是一个具有挑战性的任务.现有基于深度学习的低照度图像增强方法通常聚焦于对亮度和色彩的提升,导致增强图像中仍然存在噪声等缺陷.针对上述问题,本文提出了一种基于任务解耦的低照度图像增强方法,根据低照度图像增强任务对高层和低层特征的不同需求,将该任务解耦为亮度与色彩增强和细节重构两组任务,进而构建双分支低照度图像增强网络模型(Two-Branch Low-light Image Enhancement Network,TBLIEN).其中,亮度与色彩增强分支采用带全局特征的U-Net结构,提取深层语义信息改善亮度与色彩;细节重构分支采用保持原始分辨率的全卷积网络实现细节复原和噪声去除.此外,在细节重构分支中,本文提出一种半双重注意力残差模块,能在保留上下文特征的同时通过空间和通道注意力强化特征,从而实现更精细的细节重构.在合成和真实数据集上的广泛实验表明,本文模型的性能超越了当前先进的低照度图像增强方法,并具有更好的泛化能力,且可适用于水下图像增强等其他图像增强任务.; 关键词低照度图像增强任务解耦双分支网络模型对比学习残差网络; Keywords low-light image enhancement task decoupling two-branch network comparative learning residual network; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于边缘辅助和多尺度Transformer的无参考屏幕内容图像质量评估: 3; 作者陈羽中陈友昆林闽沪牛玉贞; 机构福州大学计算机与大数据学院福建省网络计算与智能信息处理重点实验室(福州大学) 大数据智能教育部工程研究中心; 出处《电子学报》 EI CAS CSCD 北大核心 2024年第7期2242-2256,共15页; 基金国家自然科学基金(No.U21A20472,No.61972097) 国家重点研发计划(No.2021YFB3600503) +2 种基金福建省科技厅高校产学合作项目(No.2021H6022)~。; 文摘与从现实场景中拍摄的自然图像不同,屏幕内容图像是一种合成图像,通常由计算机生成的文本、图形和动画等各种多媒体形式组合而成.现有评估方法通常未能充分考虑图像边缘结构信息和全局上下文信息对屏幕内容图像质量感知的影响.为解决上述问题,本文提出一种基于边缘辅助和多尺度Transformer的无参考屏幕内容图像质量评估模型.首先,使用高斯拉普拉斯算子构造由失真屏幕内容图像高频信息组成的边缘结构图,然后通过卷积神经网络(Convolutional Neural Network,CNN)对输入的失真屏幕内容图像和相应的边缘结构图进行多尺度的特征提取与融合,以图像的边缘结构信息为模型训练提供额外的信息增益.此外,本文进一步构建了基于Transformer的多尺度特征编码模块,从而在CNN获得的局部特征基础上更好地建模不同尺度图像和边缘特征的全局上下文信息.实验结果表明,本文提出的方法在指标上优于其他现有的无参考和全参考屏幕内容图像质量评估方法,能够取得更高的主客观视觉感知一致性.; 关键词无参考屏幕内容图像质量评估高斯拉普拉斯算子卷积神经网络 TRANSFORMER 多尺度特征; Keywords no-reference screen content image quality assessment laplacian of gaussian convolutional neural net⁃work Transformer multi-scale features; 分类号 TN911.73 [电子电信—通信与信息系统] TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于蒙特卡罗数据集均衡与鲁棒性增量极限学习机的图像自动标注被引量：7: 4; 作者柯逍邹嘉伟杜明智周铭柯; 机构福州大学数学与计算机科学学院福建省网络计算与智能信息处理重点实验室(福州大学); 出处《电子学报》 EI CAS CSCD 北大核心 2017年第12期2925-2935,共11页; 基金国家自然科学基金(No.61502105) 福建省科技引导性项目(No.2017H0015) 福建省中青年教师教育科研项目(No.JA15075); 文摘针对传统图像标注模型存在着训练时间长、对低频词汇敏感等问题,该文提出了基于蒙特卡罗数据集均衡和鲁棒性增量极限学习机的图像自动标注模型.该模型首先对公共图像库的训练集数据进行图像自动分割,选择分割后相应的种子标注词,并通过提出的基于综合距离的图像特征匹配算法进行自动匹配以形成不同类别的训练集.针对公共数据库中不同标注词的数据规模相差较大,提出了蒙特卡罗数据集均衡算法使得各个标注词间的数据规模大体一致.然后针对单一特征描述存在的不足,提出了多尺度特征融合算法对不同标注词图像进行有效的特征提取.最后针对传统极限学习机存在的隐层节点随机性和输入向量权重一致性的问题,提出了鲁棒性增量极限学习,提高了判别模型的准确性.通过在公共数据集上的实验结果表明:该模型可以在很短时间内实现图像的自动标注,对低频词汇具有较强的鲁棒性,并且在平均召回率、平均准确率、综合值等多项指标上均高于现流行的大多数图像自动标注模型.; 关键词蒙特卡罗数据集均衡多尺度特征融合极限学习机图像自动标注; Keywords Monte-Carlo data set balance multi-scale feature fusion extreme learning machine automatic image annotation; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名多云环境下带截止日期约束的科学工作流调度策略被引量：8: 5; 作者林兵郭文忠陈国龙; 机构福建师范大学物理与能源学院福建省网络计算与智能信息处理重点实验室(福州大学) 空间数据挖掘与信息共享教育部重点实验室福州大学数学与计算机科学学院; 出处《通信学报》 EI CSCD 北大核心 2018年第1期56-69,共14页; 基金国家重点研发计划基金资助项目(No.2017YFB1002000) 国家自然科学基金资助项目(No.61672159) +2 种基金 No.2014H2005) 海峡政务大数据应用省级协同创新中心基金资助项目~~; 文摘针对多云环境下带截止日期约束的科学工作流调度问题,提出一种基于遗传算法操作的自适应离散粒子群优化算法(ADPSOGA),目的是在尽可能满足工作流截止日期前提下,减少其执行代价。该方法考虑多云之间的通信代价、虚拟机的启动和关闭时间以及多云之间不同的带宽通信波动;为了避免传统粒子群优化算法(PSO,particle swarm optimization)存在的过早收敛问题,引入遗传算法的随机两点交叉操作和随机单点变异操作,有效提高种群进化过程中的多样性;在充分考虑数据通信代价和任务计算代价的情况下,设计一种基于工作流截止日期约束的代价驱动调度策略。实验结果表明,ADPSOGA在波动因素存在情况下,对工作流截止日期满足和执行代价控制方面具有良好的性能表现。; 关键词云计算截止日期约束工作流调度波动性; Keywords cloud computing deadline constraint workflow scheduling fluctuation; 分类号 TP338 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于时空交叉感知的实时动作检测方法	柯逍缪欣郭文忠	《电子学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于任务解耦的低照度图像增强方法	牛玉贞陈铭铭李悦洲赵铁松	《电子学报》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
3	基于边缘辅助和多尺度Transformer的无参考屏幕内容图像质量评估	陈羽中陈友昆林闽沪牛玉贞	《电子学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于蒙特卡罗数据集均衡与鲁棒性增量极限学习机的图像自动标注	柯逍邹嘉伟杜明智周铭柯	《电子学报》 EI CAS CSCD 北大核心	2017	7	在线阅读下载PDF 职称材料
5	多云环境下带截止日期约束的科学工作流调度策略	林兵郭文忠陈国龙	《通信学报》 EI CSCD 北大核心	2018	8	在线阅读下载PDF 职称材料