期刊文献+
共找到32篇文章
< 1 2 >
每页显示 20 50 100
多尺度分割和误差引导生成对抗网络的神经元分割方法
1
作者 尤珍臻 姜明 +2 位作者 石争浩 都双丽 赵明华 《计算机辅助设计与图形学学报》 北大核心 2025年第6期983-993,共11页
神经元语义分割是实现神经元精确实例分割的关键环节.然而,大脑结构复杂,全脑神经元语义分割自动化非常具有挑战性.针对神经元类内差异大、类间差异小、在不同解剖区域分布不均匀的特征,提出一种多尺度分割和误差引导生成对抗网络的神... 神经元语义分割是实现神经元精确实例分割的关键环节.然而,大脑结构复杂,全脑神经元语义分割自动化非常具有挑战性.针对神经元类内差异大、类间差异小、在不同解剖区域分布不均匀的特征,提出一种多尺度分割和误差引导生成对抗网络的神经元分割模型.首先应用基于双注意力门的多尺度分割和误差引导的框架作为生成器,预测神经元分割结果、假阴错误和假阳错误,根据三者结果通过迭代的方式改善神经元语义分割结果;然后将生成的分割结果、真值图分别与原始图像相乘,作为判别器的2个输入,通过多层卷积操作计算二者差异,区分生成的分割结果和真值图.在猕猴大脑数据集上的实验结果表明,与U-Net等其他模型相比,该模型得到的全脑神经元分割性能指标均有不同程度的提升,尤其对于浅色神经元,神经元分割性能得到了较大的提升,与8种参考模型相比, Dice值分别提升了20.3%, 1.2%, 15.5%, 2.5%, 8.2%, 159.2%, 0.8%和13.1%.应用所提模型得到的全脑神经元的分割结果,可以进一步用于神经元的实例分割、形态学分析等研究. 展开更多
关键词 神经元语义分割 生成对抗网络 猕猴大脑显微图像
在线阅读 下载PDF
基于色彩感知的通用高保真光谱图像压缩
2
作者 梁玮 蔡磊 +2 位作者 郝雯 金海燕 侯煜 《光谱学与光谱分析》 北大核心 2025年第7期2008-2016,共9页
针对光谱图像在特定再现环境下的色彩高保真复制等领域的应用,为增加通用性,提升压缩效率,进一步存储传输,本文提出了特定光照中基于视觉感知特性的通用低复杂度色彩高保真光谱图像压缩方法。首先研究特定再现环境中光谱图像的色彩再现... 针对光谱图像在特定再现环境下的色彩高保真复制等领域的应用,为增加通用性,提升压缩效率,进一步存储传输,本文提出了特定光照中基于视觉感知特性的通用低复杂度色彩高保真光谱图像压缩方法。首先研究特定再现环境中光谱图像的色彩再现原理,设计重建光谱图像色彩误差衡量方式,进而提出特定光照中光谱图像色彩保真压缩的失真指导准则。基于色彩失真指导准则,得出压缩原理,进而设计光谱预处理、空谱去冗余方法、编码方法和优化策略,最终提出可供高保真再现的光谱图像压缩方法。在失真指导准则方面,首先构建了光谱图像的色彩分解环境,提出了对光谱图像在特定照明下(单一或者混合照明)进行色彩感知信息提取的矩阵算子;然后,利用色彩感知信息提取算子,采用色彩感知误差衡量光谱图像于色彩测度上的偏差;最后,提出用于指导压缩环节的光谱图像色彩感知失真准则。基于该准则提出针对性压缩原理,设计了本文压缩算法流程。首先,对光谱数据色彩感知加权预处理,采用色彩感知信息提取算子,获得特定再现条件下保持光谱特性的光谱色彩感知数据;然后,基于色彩感知压缩原理,对色彩感知光谱数据进行APWS-RA编码,命名为W_(S)F-APWS-RA。光谱图像解码分为两个阶段。首先,对压缩码流进行编码的逆处理,形成重建的光谱色彩感知数据矩阵;然后,采用设计的可逆色彩感知提取算子,通过感知信息提取矩阵算子的逆矩阵与重建光谱色彩感知数据矩阵相乘获得重构光谱图像。实验表明,在相同比特率下,较低复杂度压缩APWS,APWS-RA及色彩再现类WF-APWS-RA,W_(S)F-APWS-RA编码不但能够更加有效地保留特定再现条件下的光谱色彩信息,具有最优秀的变光照色彩再现稳定性,同时可有效提升光谱重建精度。因此,新方法亦可泛化用于遥感等领域,具有重要实用价值。 展开更多
关键词 可见光谱 光谱图像压缩 色彩高保真再现 色彩感知信息提取 小波编解码
在线阅读 下载PDF
DEMF-Net:基于双分支增强和多尺度融合的大规模点云语义分割
3
作者 李治寰 宁小娟 +4 位作者 吕志勇 石争浩 金海燕 王映辉 周文明 《图学学报》 北大核心 2025年第2期259-269,共11页
大规模点云语义分割是三维视觉领域的重要任务,广泛应用于自动驾驶、机器人导航、智慧城市建设和虚拟现实等领域。然而,现有方法采用下采样操作以及由于多尺度特征之间的差异过大都会降低模型对细节和局部特征的感知能力,从而大大影响... 大规模点云语义分割是三维视觉领域的重要任务,广泛应用于自动驾驶、机器人导航、智慧城市建设和虚拟现实等领域。然而,现有方法采用下采样操作以及由于多尺度特征之间的差异过大都会降低模型对细节和局部特征的感知能力,从而大大影响语义分割的准确性。针对上述问题,提出了一种基于双分支特征增强和多尺度融合的语义分割网络DEMF-Net。设计了双分支增强聚合模块(DEA),聚焦于邻域内点云属性信息和语义特征的编码,根据双边特征生成偏移特征,将偏移特征嵌入对应原始特征,从而提高模型的局部感知能力。同时为了有效减弱不同尺度下特征间的语义鸿沟,另外设计了多尺度特征融合模块(MFF),通过融合相邻不同尺度特征,得到包含全部编码层输出的全局特征,提高模型的全局上下文感知能力并融合上层和底层编码输出,以提高特征辨识度。在SensatUrban和S3DIS场景数据集上进行大量的实验验证和分析,结果表明该方法平均交并比(mIoU)分别达到了61.6%和66.7%。 展开更多
关键词 三维视觉 语义分割 大规模点云 城市场景 特征编码
在线阅读 下载PDF
基于中文预训练的安全事件实体识别研究 被引量:1
4
作者 朱磊 董林靖 +4 位作者 黑新宏 王一川 彭伟 刘雁孝 盘隆 《信息安全研究》 2021年第7期652-660,共9页
为提高公共安全事件中中文命名实体识别的效率,对《中文突发事件语料库》进行研究,通过对预训练任务的优化和训练集的迁移学习,提出基于领域预训练的公共安全事件实体识别方法.首先,对预训练模型RoBERTa进行优化,更新安全领域词典,实现... 为提高公共安全事件中中文命名实体识别的效率,对《中文突发事件语料库》进行研究,通过对预训练任务的优化和训练集的迁移学习,提出基于领域预训练的公共安全事件实体识别方法.首先,对预训练模型RoBERTa进行优化,更新安全领域词典,实现数据增强,并将中文单字符的掩码机制替换为全词掩码机制,获取公共安全事件中领域实体特征和语义信息.接着,使用10万条在线新闻语料进行领域预训练,生成了公共安全领域预训练模型RoBERTa+,增强下游任务命名实体识别的能力.最后,采用双向长短时记忆网络BiLSTM获取语料文本的上下文信息特征,经过条件随机场CRF进行序列解码标注,完成公共安全领域的中文命名实体识别任务.实验结果表明,改进的模型在中文突发事件语料库中准确率平均可达到87%以上,召回率和F1值都达到了80%以上,从而证明了领域预训练可以有效提升公共安全事件中实体信息的识别能力. 展开更多
关键词 公共安全事件 中文实体识别 领域预训练 双向长短时记忆网络 条件随机场 RoBERTa预训练语言模型
在线阅读 下载PDF
基于Nadam-TimeGAN和XGBoost的时序信号故障诊断方法 被引量:5
5
作者 黑新宏 高苗 +3 位作者 张宽 费蓉 邱原 姬文江 《通信学报》 EI CSCD 北大核心 2024年第4期185-200,共16页
为了提高故障诊断模型在数据不平衡场景下的诊断性能和模型泛化能力,提出了一种基于Nadam-TimeGAN和XGBoost的时序信号故障诊断方法。首先对比基于LSTM和GRU的TimeGAN模型,选取性能更优的GRU网络作为TimeGAN模型的组成单元,然后采用Nada... 为了提高故障诊断模型在数据不平衡场景下的诊断性能和模型泛化能力,提出了一种基于Nadam-TimeGAN和XGBoost的时序信号故障诊断方法。首先对比基于LSTM和GRU的TimeGAN模型,选取性能更优的GRU网络作为TimeGAN模型的组成单元,然后采用Nadam优化算法对TimeGAN模型的各组件进行优化,即构建Nadam-TimeGAN模型用以数据扩充,最后构建一个平衡的数据集输入XGBoost集成学习模型进行分类训练。实验选取转辙机动作电流数据集进行验证性实验,选取MFPT轴承数据集和CWRU轴承数据集进行泛化性实验,并与8种方法进行对比,结果表明,所提方法在准确率、召回率以及F1-score这3种评价指标上均高于其他方法,从而验证了所提方法在不平衡数据故障诊断方面的有效性和泛化性。 展开更多
关键词 时间序列生成对抗网络 Nesterov加速自适应矩估计 极致梯度提升 故障诊断 数据增强
在线阅读 下载PDF
面向大规模优化问题的精英贡献两阶段动态分组算法
6
作者 王彬 张娇 +2 位作者 李薇 王晓帆 金海燕 《计算机工程》 CAS CSCD 北大核心 2024年第7期154-163,共10页
协同进化框架是解决大规模全局优化问题的有效方法,设计合理的决策变量分组方法是提高协同进化算法性能的关键,而利用精英决策变量动态构建精英子组件可以有效提高进化效率,但在进行大规模优化时,其可能将无关的变量分配到同一子组件,... 协同进化框架是解决大规模全局优化问题的有效方法,设计合理的决策变量分组方法是提高协同进化算法性能的关键,而利用精英决策变量动态构建精英子组件可以有效提高进化效率,但在进行大规模优化时,其可能将无关的变量分配到同一子组件,从而无法充分利用分组提高协同进化效率。针对该问题,提出一种精英贡献两阶段动态分组算法(EC-TSDG)。在分组前阶段,对变量进行随机分组,评估变量的贡献程度,从众多变量中寻找精英贡献变量;在分组后阶段,利用变量的相关关系寻找与精英决策变量存在相互作用的剩余变量,并将其合并形成精英子组件,使得精英子组件内部的变量两两相关,以此提高变量分组的准确性以及算法的收敛速度,避免子组件之间的相关干扰。最后,采用具有外部存档的自适应差分进化算法作为优化器进化各个子组件。在CEC'2013测试集上与其他先进算法进行比较,实验结果表明,EC-TSDG收敛速度快于对比算法,Friedman检验值为1.43,平均排序较对比的动态分组算法DCC平均提升36.78%。 展开更多
关键词 协同进化 大规模优化问题 两阶段动态分组 贡献信息 精英子组件
在线阅读 下载PDF
基于RUL和SVs-GFF的云服务器老化预测方法
7
作者 孟海宁 童新宇 +2 位作者 谢国 张贝贝 黑新宏 《自动化学报》 EI CAS CSCD 北大核心 2024年第10期2036-2048,共13页
针对云服务器中存在软件老化现象,将造成系统性能衰退与可靠性下降问题,借鉴剩余使用寿命(Remaining useful life,RUL)概念,提出基于支持向量和高斯函数拟合(Support vectors and Gaussian function fitting,SVs-GFF)的老化预测方法.首... 针对云服务器中存在软件老化现象,将造成系统性能衰退与可靠性下降问题,借鉴剩余使用寿命(Remaining useful life,RUL)概念,提出基于支持向量和高斯函数拟合(Support vectors and Gaussian function fitting,SVs-GFF)的老化预测方法.首先,提取云服务器老化数据的统计特征指标,并采用支持向量回归(Support vector regression,SVR)对统计特征指标进行数据稀疏化处理,得到支持向量(Support vectors,SVs)序列数据;然后,建立基于密度聚类的高斯函数拟合(Gaussian function fitting,GFF)模型,对不同核函数下的支持向量序列数据进行老化曲线拟合,并采用Fréchet距离优化算法选取最优老化曲线;最后,基于最优老化曲线,评估系统到达老化阈值前的RUL,以预测系统何时发生老化.在OpenStack云服务器4个老化数据集上的实验结果表明,基于RUL和SVs-GFF的云服务器老化预测方法与传统预测方法相比,具有更高的预测精度和更快的收敛速度. 展开更多
关键词 云服务器 软件老化 支持向量回归 高斯函数拟合 剩余使用寿命
在线阅读 下载PDF
基于时空间联合去噪的改进差分进化算法
8
作者 王彬 张鑫雨 金海燕 《计算机科学》 CSCD 北大核心 2024年第9期299-309,共11页
在工程问题的优化求解过程中,对个体的适应度评价可能会受到环境噪声的干扰,进而影响对种群进行合理的优胜劣汰操作,造成算法性能下降。为了对抗噪声环境的影响,提出了一种基于时空间联合去噪的改进差分进化算法(SEDADE)。根据适应度排... 在工程问题的优化求解过程中,对个体的适应度评价可能会受到环境噪声的干扰,进而影响对种群进行合理的优胜劣汰操作,造成算法性能下降。为了对抗噪声环境的影响,提出了一种基于时空间联合去噪的改进差分进化算法(SEDADE)。根据适应度排名将种群划分成两个子种群,对评价较差个体组成的子种群用分布估计算法(EDA)进化,采用高斯分布建模解空间,利用解空间中多个个体噪声的随机性抵消噪声影响;对评价较好个体组成的子种群用差分进化算法(DE)进化,并且引入基于时间的停滞重采样机制去噪,提高收敛精度。对时空间混合进化得到的两个子种群进行基于概率选择的EDA信息利用操作,利用EDA搜索得到的全局信息引导DE的搜索方向,避免陷入局部最优。在实验中使用了被零均值高斯噪声干扰的基准函数,可以发现SEDADE相比其他算法更具有竞争性,此外通过消融实验验证了所提算法包含的3个机制的有效性和合理性。 展开更多
关键词 差分进化 分布估计 噪声 重采样 混合进化 信息利用
在线阅读 下载PDF
基于路径模仿和SAC强化学习的机械臂路径规划算法 被引量:1
9
作者 宋紫阳 李军怀 +2 位作者 王怀军 苏鑫 于蕾 《计算机应用》 CSCD 北大核心 2024年第2期439-444,共6页
在机械臂路径规划算法的训练过程中,由于动作空间和状态空间巨大导致奖励稀疏,机械臂路径规划训练效率低,面对海量的状态数和动作数较难评估状态价值和动作价值。针对上述问题,提出一种基于SAC(Soft Actor-Critic)强化学习的机械臂路径... 在机械臂路径规划算法的训练过程中,由于动作空间和状态空间巨大导致奖励稀疏,机械臂路径规划训练效率低,面对海量的状态数和动作数较难评估状态价值和动作价值。针对上述问题,提出一种基于SAC(Soft Actor-Critic)强化学习的机械臂路径规划算法。通过将示教路径融入奖励函数使机械臂在强化学习过程中对示教路径进行模仿以提高学习效率,并采用SAC算法使机械臂路径规划算法的训练更快、稳定性更好。基于所提算法和深度确定性策略梯度(DDPG)算法分别规划10条路径,所提算法和DDPG算法规划的路径与参考路径的平均距离分别是0.8 cm和1.9 cm。实验结果表明,路径模仿机制能提高训练效率,所提算法比DDPG算法能更好地探索环境,使得规划路径更加合理。 展开更多
关键词 模仿学习 强化学习 SAC算法 路径规划 奖励函数
在线阅读 下载PDF
基于双重注意力机制的人群计数方法 被引量:1
10
作者 赵志强 马培红 黑新宏 《计算机应用》 CSCD 北大核心 2024年第9期2886-2892,共7页
针对复杂场景下人群计数问题中的尺度变化、背景干扰和部分遮挡等问题,在空洞卷积操作的基础上,提出一种基于双重注意力机制的空洞上下文卷积神经网络(DA-DCCNN)。首先,将VGG16中的卷积层作为特征提取器,获取人群图像抽象、深层的特征图... 针对复杂场景下人群计数问题中的尺度变化、背景干扰和部分遮挡等问题,在空洞卷积操作的基础上,提出一种基于双重注意力机制的空洞上下文卷积神经网络(DA-DCCNN)。首先,将VGG16中的卷积层作为特征提取器,获取人群图像抽象、深层的特征图;其次,利用空洞卷积构造空洞上下文模块(DCM)对不同层获取的特征进行连接,并引入空间注意力模块(SAM)和通道注意力模块(CAM)获取上下文信息;最后,组合欧氏距离和交叉熵构造损失函数,对网络预测注意力图和真实注意力图之间的差异进行度量。在ShanghaiTech、UCF_CC_50和UCF-QNRF 3个公开数据集上的实验结果表明,DA-DCCNN在有效获取图像的多尺度特征的同时,增强了对图像中重要区域和通道的感知能力,平均绝对误差(MAE)取得了相对最优的结果。基于双重注意力机制的特征融合网络能有效感知图像中的空间结构和局部特征,从而使得生成的密度图能更准确地对人群区域进行预测和计数。 展开更多
关键词 空洞卷积 上下文特征 双重注意力机制 密度图 人群计数
在线阅读 下载PDF
多阶段粒子群优化算法求解容量约束p-中位问题 被引量:10
11
作者 王竹荣 薛伟 +2 位作者 黑新宏 费蓉 伊珍珍 《计算机学报》 EI CSCD 北大核心 2020年第6期1139-1160,共22页
容量约束p-中位问题(Capacitated P-Median Problem,CPMP)已被证明是一类计算机难以求解的具有NP-hard特性的组合优化问题.本文提出一种多阶段粒子群优化算法(Multi-Phase Particle Swarm Optimization,MPPSO)及在算法设计中应用模式有... 容量约束p-中位问题(Capacitated P-Median Problem,CPMP)已被证明是一类计算机难以求解的具有NP-hard特性的组合优化问题.本文提出一种多阶段粒子群优化算法(Multi-Phase Particle Swarm Optimization,MPPSO)及在算法设计中应用模式有关理论和方法.所提MPPSO在标准PSO基础上,考虑CPMP结构特征信息,采用一种以字符编码为基础的结构体编码结构,重新定义粒子速度与位置更新方式.它将CPMP优化求解分为种群粒子初始化阶段及两个优化阶段.在优化求解第一阶段,分析了惯性因子对所求问题编码结构粒子搜索的局限性,设计一种保留粒子最优特征中位点信息的变异算子.以粒子全局搜索算子操作为重点,期望从整个搜索空间搜索到好的模式结构分布特性的粒子.在优化求解第二阶段,对高适应性粒子执行一种改进的迭代局部搜索操作,达成对粒子精度的进一步提升.迭代局部搜索分为基本局部搜索和深层次局部搜索.基本局部搜索侧重对粒子需求点和中位点提炼用于发现候选粒子相邻的局部最优解.在深层次局部搜索中,采用对粒子执行扰动算子操作,使得算子操作在更大邻域范围内搜索粒子新的模式结构,从而发现蕴含高适应性模式结构的潜在更好解.文中提出模式范数及模式结构距离等概念,并将它们用于扰动算子设计.实验测试表明:MPPSO对4大类CPMP用例问题进行求解得到的实验数据,与4种文献对比算法提供的数据相比有一定优势,且能发现3个大数据集用例新的最好解. 展开更多
关键词 容量约束p-中位问题 粒子群优化算法 自适应变异算子 迭代局部搜索 模式分析方法
在线阅读 下载PDF
基于多模智能网关的智能家居系统设计 被引量:10
12
作者 闫文耀 王志晓 +1 位作者 李军怀 张德运 《计算机工程》 CAS CSCD 北大核心 2015年第9期31-38,共8页
针对智能家居空间中的设备互联、网络访问方式及业务类型多样性现状,基于IXP425网络处理器和开源Linux Open WRT操作系统,设计支持IPv4和IPv6协议的多模智能融合网关(MMIIG),采用Netfilter/Iptables技术,保证MMIIG的安全性和控制网络流... 针对智能家居空间中的设备互联、网络访问方式及业务类型多样性现状,基于IXP425网络处理器和开源Linux Open WRT操作系统,设计支持IPv4和IPv6协议的多模智能融合网关(MMIIG),采用Netfilter/Iptables技术,保证MMIIG的安全性和控制网络流量,在此基础上构建以MMIIG为中心的简易智能家居系统。测试结果表明,该智能家居系统可通过MMIIG使家庭内外网络与电子电器设备相连接,实现远程管理、智能控制、影音共享等功能。 展开更多
关键词 智能家居 智能网关 多业务 异构融合 服务质量
在线阅读 下载PDF
可验证的基于词典的可搜索加密方案 被引量:9
13
作者 王尚平 刘利军 张亚玲 《软件学报》 EI CSCD 北大核心 2016年第5期1301-1308,共8页
针对云存储中数据检索和安全问题,提出了一个可验证的基于词典的可搜索加密方案.该方案能够验证搜索结果的完备性.在适应性不可区分安全模型下证明了该方案的安全性.与现有方案相比,该方案具有陷门大小固定、适应性安全、更新无需重新... 针对云存储中数据检索和安全问题,提出了一个可验证的基于词典的可搜索加密方案.该方案能够验证搜索结果的完备性.在适应性不可区分安全模型下证明了该方案的安全性.与现有方案相比,该方案具有陷门大小固定、适应性安全、更新无需重新计算、可验证等优势. 展开更多
关键词 可搜索加密 词典 完备性 索引矩阵 校验和
在线阅读 下载PDF
基于协方差分析的合作协同进化差分进化算法 被引量:6
14
作者 王彬 任露 +1 位作者 王晓帆 曹雅娟 《通信学报》 EI CSCD 北大核心 2023年第1期189-199,共11页
在大规模高维优化问题中,随着决策变量数目的增加,协同进化算法在搜索全局最优解过程中容易陷入局部最优。基于此,提出了一种基于协方差分析的合作协同进化差分进化算法,在根据决策变量之间的相关性对优化问题进行分组之后,针对子组件... 在大规模高维优化问题中,随着决策变量数目的增加,协同进化算法在搜索全局最优解过程中容易陷入局部最优。基于此,提出了一种基于协方差分析的合作协同进化差分进化算法,在根据决策变量之间的相关性对优化问题进行分组之后,针对子组件内部变量之间的相关性会影响种群进化过程的现象,在对子组件优化的过程中,利用协方差计算种群分布的特征向量,通过坐标旋转消除变量之间的相关性,有效避免在种群搜索过程中陷入局部最优,同时加快了算法的寻优速度。在CEC2014测试函数集上进行了对比实验,实验结果表明,所提算法具有可行性。 展开更多
关键词 大规模优化问题 合作协同进化 相关性 协方差分析 差分进化
在线阅读 下载PDF
基于ARIMA-RNN组合模型的云服务器老化预测方法 被引量:16
15
作者 孟海宁 童新宇 +3 位作者 石月开 朱磊 冯锴 黑新宏 《通信学报》 EI CSCD 北大核心 2021年第1期163-171,共9页
针对云服务器系统运行环境具有非线性、随机性和突发性的特点,提出了基于整合移动平均自回归和循环神经网络组合模型(ARIMA-RNN)的软件老化预测方法。首先,采用ARIMA模型对云服务器时间序列数据进行老化预测;然后,利用灰色关联度分析法... 针对云服务器系统运行环境具有非线性、随机性和突发性的特点,提出了基于整合移动平均自回归和循环神经网络组合模型(ARIMA-RNN)的软件老化预测方法。首先,采用ARIMA模型对云服务器时间序列数据进行老化预测;然后,利用灰色关联度分析法计算时间序列数据的相关性,确定RNN模型的输入维度;最后,将ARIMA模型预测值和历史数据作为RNN模型的输入进行二次老化预测,从而克服了ARIMA模型对波动较大的时间序列数据预测精度较低的局限性。实验结果表明,ARIMA-RNN组合模型比ARIMA模型及RNN模型的预测精度高,且比RNN模型预测收敛速度快。 展开更多
关键词 软件老化 云服务器 预测方法 ARIMA模型 RNN模型
在线阅读 下载PDF
基于多特征图像视觉显著性的视频摘要化生成 被引量:8
16
作者 金海燕 曹甜 +1 位作者 肖聪 肖照林 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第3期441-450,共10页
如何高效提取视频内容即视频摘要化,一直是计算机视觉领域研究的热点。简单通过图像颜色、纹理等特征进行检测已无法有效、完整地获取视频摘要。基于视觉注意力金字塔模型,提出了一种改进的可变比例及双对比度计算的中心-环绕视频摘要... 如何高效提取视频内容即视频摘要化,一直是计算机视觉领域研究的热点。简单通过图像颜色、纹理等特征进行检测已无法有效、完整地获取视频摘要。基于视觉注意力金字塔模型,提出了一种改进的可变比例及双对比度计算的中心-环绕视频摘要化方法。首先,以超像素方法对视频图像序列进行像素块划分以加速图像计算;然后,检测不同颜色背景下的图像对比度特征差异并进行融合;最后,结合光流运动信息,合并静态图像与动态图像显著性结果提取视频关键帧,在提取关键帧时,利用感知哈希函数进行相似性判断完成视频摘要化生成。在Segtrack V2、ViSal及OVP数据集上进行仿真实验,结果表明:所提方法可以有效提取图像感兴趣区域,得到以关键帧图像序列表示的视频摘要。 展开更多
关键词 视频摘要化 视觉注意力金字塔 视频显著性 关键帧提取 相似性判断
在线阅读 下载PDF
基于轨迹预测与冲突检测的自动驾驶碰撞检测模型 被引量:3
17
作者 费蓉 马梦阳 +3 位作者 张晓 黑新宏 徐庆征 邱原 《计算机工程》 CAS CSCD 北大核心 2023年第7期10-20,46,共12页
轨迹预测和碰撞检测是自动驾驶的关键技术,可以提高自动驾驶系统对周围环境的感知能力,保障自动驾驶系统的安全性。Conv-LSTM模型能够有效处理具有时空相关性的轨迹数据,具有良好的轨迹预测能力,但该模型在交通拥堵、复杂道路等复杂情... 轨迹预测和碰撞检测是自动驾驶的关键技术,可以提高自动驾驶系统对周围环境的感知能力,保障自动驾驶系统的安全性。Conv-LSTM模型能够有效处理具有时空相关性的轨迹数据,具有良好的轨迹预测能力,但该模型在交通拥堵、复杂道路等复杂情形下预测性能较差。提出一种基于行驶意图识别的轨迹预测模型。通过基于长短期记忆(LSTM)网络的行驶意图识别模块对车辆的行驶意图进行预测,基于Conv-LSTM构建轨迹预测模块,结合识别的行驶意图信息预测未来轨迹,从而提高轨迹预测的精度和可解释性。引入2种注意力机制对目标对象及其周围车辆的历史轨迹信息进行重要性分析,使模型关注最具有代表性的邻居车辆,并且更好地捕捉不同时间步之间的关系,从而提高模型的预测准确度和稳定性。针对有向包围盒碰撞检测算法执行效率低的问题,提出一种基于混合包围盒的碰撞检测算法,通过最小安全距离和最大冲突距离进行碰撞预判断,避免非冲突情况下有向包围盒的创建和基于分离轴定理的碰撞检测过程,从而提高碰撞检测的效率。在NGSIM数据集上进行实验,结果表明:该模型的均方根误差优于Conv-LSTM、sys-Conv等对比模型,轨迹预测的精度更高;与有向包围盒(OBB)算法、轴对齐包围盒(AABB)算法和AABB-OBB算法相比,基于混合包围盒的碰撞检测算法平均碰撞检测时间分别缩短了64.47%、53.88%和55.47%。 展开更多
关键词 轨迹预测 碰撞检测 自动驾驶 注意力机制 意图识别 混合包围盒
在线阅读 下载PDF
具有两个可撤销属性列表的密钥策略的属性加密方案 被引量:5
18
作者 王尚平 余小娟 张亚玲 《电子与信息学报》 EI CSCD 北大核心 2016年第6期1406-1411,共6页
可撤销的属性加密方案是属性加密方案的延伸和扩展。该文构造了细粒度属性撤销下的具有两个可撤销属性列表的密钥策略的属性加密方案,该方案是对含有单个属性撤销列表方案的推广,新方案涉及两个属性撤销列表,允许两个列表中被撤销用户... 可撤销的属性加密方案是属性加密方案的延伸和扩展。该文构造了细粒度属性撤销下的具有两个可撤销属性列表的密钥策略的属性加密方案,该方案是对含有单个属性撤销列表方案的推广,新方案涉及两个属性撤销列表,允许两个列表中被撤销用户存在交集或者无关,同时利用追踪算法,判定了用户与私钥的关联性。在选择安全模型下证明了方案的安全性,将方案的安全性规约到求解判定性双线性Diffie-Hellman指数问题上。 展开更多
关键词 属性加密 密钥策略 双线性映射 撤销
在线阅读 下载PDF
基于教与学优化的可变卷积自编码器的医学图像分类方法 被引量:5
19
作者 李薇 樊瑶驰 +2 位作者 江巧永 王磊 徐庆征 《计算机应用》 CSCD 北大核心 2022年第2期592-598,共7页
针对传统手工方法优化卷积神经网络(CNN)参数时存在耗时长、不准确,以及参数设置影响算法性能等问题,提出一种基于教与学优化(TLBO)的可变卷积自编码器(CAE)算法。该算法设计了可变长度的个体编码策略,从而快速构建CAE结构,并堆叠CAE为... 针对传统手工方法优化卷积神经网络(CNN)参数时存在耗时长、不准确,以及参数设置影响算法性能等问题,提出一种基于教与学优化(TLBO)的可变卷积自编码器(CAE)算法。该算法设计了可变长度的个体编码策略,从而快速构建CAE结构,并堆叠CAE为一个CNN;此外,充分利用优秀个体的结构信息来引导算法朝着更有希望的区域搜索,从而提高算法性能。实验结果表明,所提算法在解决医学图像分类问题时,分类精度达到89.84%,高于传统CNN和同类型神经网络。该算法通过优化CAE结构和堆叠CNN解决医学图像分类问题,有效提高了医学图像分类性能。 展开更多
关键词 卷积自编码器 卷积神经网络 教与学优化 演化算法 医学图像
在线阅读 下载PDF
基于Graph Cuts多特征选择的双目图像分割方法 被引量:5
20
作者 金海燕 彭晶 +1 位作者 周挺 肖照林 《计算机科学》 CSCD 北大核心 2021年第8期150-156,共7页
双目图像分割对后续立体目标合成与三维重建等应用至关重要。由于双目图像中包含场景深度信息,因此直接将单目图像分割方法应用于双目图像尚不能得到理想的分割结果。目前,大多数双目图像分割方法将双目图像的深度特征作为颜色特征的额... 双目图像分割对后续立体目标合成与三维重建等应用至关重要。由于双目图像中包含场景深度信息,因此直接将单目图像分割方法应用于双目图像尚不能得到理想的分割结果。目前,大多数双目图像分割方法将双目图像的深度特征作为颜色特征的额外通道来使用,仅对颜色特征与深度特征做简单整合,未能充分利用图像的深度特征。文中基于多分类Graph Cuts框架,提出了一种交互式双目图像分割方法。该方法将颜色、深度和纹理等特征融合到一个图模型中,以更充分地利用不同特征信息。同时,在Graph Cuts框架中引入了特征空间邻域系统,增强了图像前景区域与背景区域内部像素点之间的关系,提高了分割目标的完整性。实验结果表明,所提方法有效提升了双目图像分割结果的精确度。 展开更多
关键词 双目立体视觉 双目图像 Graph cuts 图像分割
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部