检索结果-内蒙古大学图书馆

中国科学：技术科学 2022年第5期52卷 667-681页

作者：阮晓峰胡卫明刘雨帆李兵中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 中国科学院脑科学与智能技术卓越创新中心上海200031

为了减轻深度学习算法在实际应用中庞大的参数量和繁重的计算量,剪枝已经被广泛地应用在模型压缩任务中.然而,大多数剪枝方法仅仅利用已经训练好的模型参数作为训练的初始参数,而模型本身的特征信息没有被利用.为此,本文提出了一种基于... 详细信息

为了减轻深度学习算法在实际应用中庞大的参数量和繁重的计算量,剪枝已经被广泛地应用在模型压缩任务中.然而,大多数剪枝方法仅仅利用已经训练好的模型参数作为训练的初始参数,而模型本身的特征信息没有被利用.为此,本文提出了一种基于模型特征学习增强的动态剪枝方法,在训练过程中,提出的方法不需要数据集类别标签.一方面,本文利用基准模型(训练好的模型)输出的预测类别信息和中间层特征作为监督信息指导压缩子模型的任务学习,增强了压缩模型学习基准模型特征的能力;另一方面,本文利用不同压缩子模型的输出信息互相学习,增强了压缩子模型之间特征学习的能力.此外,本文使用一种动态的结构化稀疏正则方式,仅仅在预期稀疏的参数上施加正则,同时使用基于泰勒级数的通道敏感性准则确定预期稀疏参数.在优化过程中,本文使用动态稀疏的迭代阈值收缩算法(iterative shrinkage-thresholding algorithm,ISTA)求解器解决了约束剪枝率的优化问题.模型训练结束后,提出的方法直接移除冗余的参数,剪枝后的模型不需要微调.在多个网络结构和数据集下,本文提出的方法均获得了很好的压缩性能.

关键词：深度卷积神经网络模型压缩特征学习剪枝结构化稀疏

来源：评论

学校读者我要写书评

暂无评论

基于多尺度注意力机制的场景文本擦除

引用

模式识别与人工智能 2022年第7期35卷 614-624页

作者：何平张恒刘成林安徽大学计算机科学与技术学院合肥230601 中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049

自然场景文本擦除技术可应用在图像通信中的隐私保护、图像编辑等领域,然而现阶段的场景文本擦除在面对背景复杂、文本尺度变化较大的场景图像时,难以提取鲁棒的文本特征,出现文本检测不全、背景修复不完整等问题.针对上述问题,文中提... 详细信息

自然场景文本擦除技术可应用在图像通信中的隐私保护、图像编辑等领域,然而现阶段的场景文本擦除在面对背景复杂、文本尺度变化较大的场景图像时,难以提取鲁棒的文本特征,出现文本检测不全、背景修复不完整等问题.针对上述问题,文中提出基于多尺度注意力机制的场景文本擦除框架.该框架主要由背景修复网络和文本检测网络共同组成,它们共享一个主干网络.在背景修复网络中,设计纹理自适应模块,从原始特征的通道和空间两个维度进行特征编码,自适应地集成局部特征与全局特征,有效修复因重构文本区域而导致的阴影部分.在文本检测网络中,设计上下文感知模块,学习图像中文本区域和非文本区域之间的判别关系,有效区分文本区域和非文本区域,提升文本检测的效果.此外,为了增强网络的感受野,改进不同尺度文本的擦除效果,提出多尺度特征损失函数,同时优化背景修复网络和文本检测网络.SCUT-SYN、SCUT-EnsText数据集上的实验表明,文中框架可取得较优的文本擦除性能.

关键词：场景文本擦除文本分割注意力机制多尺度特征端到端方法

来源：评论

学校读者我要写书评

暂无评论

部位级遮挡感知的人体姿态估计

引用

计算机研究与发展 2022年第12期59卷 2760-2769页

作者：褚真米庆马伟徐士彪张晓鹏北京工业大学信息学部北京100124 北京邮电大学人工智能学院北京100876 模式识别国家重点实验室(中国科学院自动化研究所) 北京100190

随着深度学习的快速发展,人体姿态估计技术近年来取得显著进步,但是现有方法仍难以较好地处理普遍存在的遮挡问题.针对此问题,提出一种部位级遮挡感知的人体姿态估计方法.首先,采用基准人体姿态估计网络从含遮挡噪声的图像中获得各人体... 详细信息

随着深度学习的快速发展,人体姿态估计技术近年来取得显著进步,但是现有方法仍难以较好地处理普遍存在的遮挡问题.针对此问题,提出一种部位级遮挡感知的人体姿态估计方法.首先,采用基准人体姿态估计网络从含遮挡噪声的图像中获得各人体部位的带噪声特征表达.然后,通过遮挡部位预测模块估计人体被遮挡部位,从而获得可见性向量.遮挡部位预测模块由遮挡部位分类网络和可见性编码器组成,前者预测关节点的遮挡状态,后者利用注意力机制将遮挡状态转换为一组权重.最后,通过通道重加权方式融合可见性向量和带噪声特征,获得部位级遮挡感知的人体部位相关特征,用于计算关节点热图.在MPII和LSP(leeds sports pose)数据集上的实验结果表明,相比基准姿态估计网络,该方法能够在较小的额外计算代价下更好地应对遮挡问题,并且取得了比目前先进方法更佳的结果.

关键词：人体姿态估计人体关节点检测遮挡推理通道注意力机制多任务学习

来源：评论

学校读者我要写书评

暂无评论

基于单试次脑电解码的类自举法谎言预测研究

引用

自动化学报 2023年第10期49卷 2084-2093页

作者：白帅帅陈超魏玮代璐瑶刘烨邱爽何晖光天津理工大学复杂系统控制理论与应用天津市重点实验室天津300384 天津大学医学工程与转化医学研究院天津300072 中国科学院自动化研究所模式识别国家重点实验室类脑智能研究中心北京100190 中国科学院心理研究所脑与认知科学国家重点实验室北京100101 中国科学院大学心理学系北京100049 中国科学院大学人工智能学院北京100049

基于脑电(Electroencephalogram,EEG)的谎言检测技术依赖于对事件相关电位(Event-related potential,ERP)的有效解码,当前主要采用手工设计特征进行脑电分析.近年来,单试次脑电分类方法取得了长足进步,其中端到端的脑电分类方法能够实... 详细信息

基于脑电(Electroencephalogram,EEG)的谎言检测技术依赖于对事件相关电位(Event-related potential,ERP)的有效解码,当前主要采用手工设计特征进行脑电分析.近年来,单试次脑电分类方法取得了长足进步,其中端到端的脑电分类方法能够实现对脑电的自动特征提取和分类,但在谎言检测中缺乏研究和应用,同时存在无法在测谎场景下直接应用的问题.本研究设计基于复合反应范式(Complex trial protocol,CTP)进行自我面孔信息识别任务的实验,采集了18名被试的脑电数据.研究了不同端到端的单试次ERP分类方法在谎言检测中的应用,同时针对单试次脑电解码方法无法直接实际应用的问题,提出了一种类自举算法.算法基于数据分布假设,通过对比各类刺激图像被视为探针刺激时所训练模型的性能,来推断真正的探针刺激.实验结果表明,在基于自我面孔信息的CTP的谎言预测中,所提出的类自举法性能优于传统探针预测方法,在仅使用少量脑电数据情况下,可实现准确的谎言预测.

关键词：脑电谎言预测事件相关电位复合反应范式类自举法

来源：评论

学校读者我要写书评

暂无评论

自顶向下导引式特征融合的物体轮廓检测网络

引用

计算机辅助设计与图形学学报 2021年第6期33卷 855-863页

作者：马伟龚超凡徐士彪张晓鹏北京工业大学信息学部北京100124 中国科学院自动化研究所模式识别国家重点实验室北京100190

针对现有方法所得物体轮廓位置欠准确、线条粗、乱等问题,提出自顶向下导引式逐层融合的物体轮廓检测网络.首先采用常用卷积神经网络作为主干网络提取不同尺度特征;鉴于低层特征中边缘位置准确但包含较多非轮廓噪声,而高层特征更有助于... 详细信息

针对现有方法所得物体轮廓位置欠准确、线条粗、乱等问题,提出自顶向下导引式逐层融合的物体轮廓检测网络.首先采用常用卷积神经网络作为主干网络提取不同尺度特征;鉴于低层特征中边缘位置准确但包含较多非轮廓噪声,而高层特征更有助于区分轮廓和非轮廓,自顶向下逐渐融合相邻尺度特征,借助高层特征强化轮廓边缘并抑制非轮廓噪声;最后提出改进的2分类交叉熵损失函数,训练网络生成物体轮廓.在PyTorch环境下,用公开数据集SBD测试所提出网络.量化和可视化实验结果表明,相比现有方法,该网络所得物体轮廓位置更准确、线条更细、更干净.

关键词：物体轮廓检测细轮廓卷积神经网络特征融合

来源：评论

学校读者我要写书评

暂无评论

基于单幅图像学习景深的古建局部三维重建和精度评测

引用

激光与光电子学进展 2022年第14期59卷 216-225页

作者：胡立华阴文庄邢思远张继福董秋雷胡占义太原科技大学计算机科学与技术学院山西太原030024 中国科学院自动化研究所模式识别国家重点实验室北京100190

主要探索当前无监督框架下基于单幅图像学习景深的方法,研究该方法是否能有效应对古建图像固有的结构和纹理重复现象,以及能否达到古建存档要求的厘米级重建精度。具体地,将结构光深度相机获取的数据作为真值,通过直接比较深度图和三维... 详细信息

主要探索当前无监督框架下基于单幅图像学习景深的方法,研究该方法是否能有效应对古建图像固有的结构和纹理重复现象,以及能否达到古建存档要求的厘米级重建精度。具体地,将结构光深度相机获取的数据作为真值,通过直接比较深度图和三维点云,比较在双目相机固定的图像获取方式下和在单相机运动的图像获取方式下基于单幅图像学习景深的精度差异。实验结果表明,尽管因结构和纹理重复现象的存在基于多幅图像的三维重建是一个困难的问题,但对基于单幅图像学习景深的影响一般并不明显。另外,尽管基于单幅图像学习景深在很多公开的室内和室外数据集上均取得了与激光扫描相媲美的精度,但对古建三维重建而言,目前仍难以达到古建数字化存档要求的厘米级重建精度。后续需要进一步探索提高重建精度的途径,特别是基于模型先验约束的方法。

关键词：机器视觉古建景深学习精度评估三维重建

来源：评论

学校读者我要写书评

暂无评论

多通道运动特征融合的微表情识别方法

引用

计算机辅助设计与图形学学报 2021年第9期33卷 1457-1465页

作者：佘文祥刘斌陶建华张昊吕钊安徽大学多模态认知计算安徽省重点实验室合肥230601 中国科学院自动化研究所模式识别国家重点实验室北京100190

针对已有的微表情识别中由于微表情变化幅度不明显,导致细微特征容易在学习过程中丢失,从而使模型的性能受到限制的问题,提出一种基于运动特征的微表情识别方法.首先分析变化幅度相对明显的区域对微表情识别的影响,根据生理学研究对微... 详细信息

针对已有的微表情识别中由于微表情变化幅度不明显,导致细微特征容易在学习过程中丢失,从而使模型的性能受到限制的问题,提出一种基于运动特征的微表情识别方法.首先分析变化幅度相对明显的区域对微表情识别的影响,根据生理学研究对微表情变化相对活跃区域进行局部切割,并使用并行神经网络分别对局部区域和全局区域提取特征;然后采用一种能够提取特征级运动信息的运动特征提取模块从空间特征图中学习到运动特征,将运动特征和空间特征进行聚合,以减少细微特征的丢失;最后将局部特征和全局的聚合特征组合成新的混合特征用于微表情识别.实验结果表明,在MEGC 2019数据集(包含CASME II,SMIC和SAMM)上,未加权F1分数和未加权平均召回率的结果分别为81.81%和79.01%,与MEGC 2019最好的方法相比分别提高了2.96%和0.77%,该方法具有更好的识别性能.

关键词：微表情识别动作特征提取神经网络局部特征特征聚合

来源：评论

学校读者我要写书评

暂无评论

综合集成研讨厅体系起源、发展现状与趋势

引用

自动化学报 2021年第8期47卷 1822-1839页

作者：王丹力郑楠刘成林中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 中国科学院自动化研究所模式识别国家重点实验室北京100190

20世纪80年代前后,国外学术界开始了复杂性与复杂系统的研究.与此同时,以钱学森为代表的一批中国学者也开展了与此相关的系统科学和开放的复杂巨系统的研究,开创性地提出了综合集成法,进一步发展为综合集成研讨厅体系,并取得了一些成功... 详细信息

20世纪80年代前后,国外学术界开始了复杂性与复杂系统的研究.与此同时,以钱学森为代表的一批中国学者也开展了与此相关的系统科学和开放的复杂巨系统的研究,开创性地提出了综合集成法,进一步发展为综合集成研讨厅体系,并取得了一些成功应用.但是由于当时人们对综合集成研讨厅体系的认识不足,以及技术条件所限,其应用受到了限制.随着思维科学/认知科学、系统科学和信息技术、计算机技术、网络通信技术巨大进步,特别是近年来大数据、云计算、人工智能的飞速发展,出现了越来越多的复杂巨系统,亟待有效方法来处理这类问题.在此背景下,综合集成研讨厅体系又获得广泛关注.本文回顾了综合集成研讨厅体系产生和发展的重要历程,分析了其典型案例,介绍了国内外的相关研究进展,最后提出了未来发展的几个方向.本文力图为从事复杂巨系统研究和实践的相关人员提供理论方法指导和工程范例.

关键词：复杂性复杂系统综合集成综合集成研讨厅体系

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的眼周识别方法研究

引用

计算机应用与软件 2024年第6期41卷 186-193页

作者：秦涛王云龙孙哲南周琬婷湖南工业大学计算机学院湖南株洲412007 中国科学院自动化研究所模式识别国家重点实验室智能感知与计算研究中心北京100190 中国科学院大学人工智能学院北京100049

为了提高眼周识别性能,提出一种基于深度卷积神经网络的眼周识别方法(PeriocularNet)。PeriocularNet具有16层卷积神经网络,融入了残差学习模块,使用了ArcFace损失函数;在训练策略上引入数据增强,以解决训练过程中产生的过拟合。在UBIPr... 详细信息

为了提高眼周识别性能,提出一种基于深度卷积神经网络的眼周识别方法(PeriocularNet)。PeriocularNet具有16层卷积神经网络,融入了残差学习模块,使用了ArcFace损失函数;在训练策略上引入数据增强,以解决训练过程中产生的过拟合。在UBIPr、UBIRIS.V2数据集上进行实验,实验结果表明所提方法的识别EER值分别达到1.9%和7.9%,相较于经典的眼周识别方法取得了更好的眼周识别性能。另外,为了验证端到端的眼周识别方法中眉毛区域特征对眼周识别性能的影响,建立两个涉及三种眉毛形态的眼周数据集。通过实验验证,保持眉毛区域特征不变的眼周数据识别EER比其他两种去掉眉毛特征的情况更低,表明眉毛区域特征能够提高眼周识别性能。

关键词：生物特征识别眼周识别深度学习卷积神经网络眉毛区域

来源：评论

学校读者我要写书评

暂无评论

随机赋值权重的深度网络具有物体分类能力

引用

计算机辅助设计与图形学学报 2022年第7期34卷 1068-1074页

作者：荣梦琪胡立华董秋雷胡占义中国科学院大学人工智能学院北京100049 中国科学院自动化研究所模式识别国家重点实验室北京100190 太原科技大学计算机学院太原030024 中国科学院脑科学与智能技术卓越创新中心北京100190

一些文献中报道,即使深度网络的权重参数随机赋值,对应的深度网络仍有一定的分类能力.以AlexNet为模式网络,从3个侧面分析探讨了随机深度网络是否具有图像物体分类能力.首先,将AlexNet的权重随机赋值;然后,对多类不同的图像物体刺激下... 详细信息

一些文献中报道,即使深度网络的权重参数随机赋值,对应的深度网络仍有一定的分类能力.以AlexNet为模式网络,从3个侧面分析探讨了随机深度网络是否具有图像物体分类能力.首先,将AlexNet的权重随机赋值;然后,对多类不同的图像物体刺激下的神经元响应的表达不相似矩阵(RDM)与原AlexNet的RDM进行了相关性分析,发现这2类RDM具有显著相关性;鉴于深度卷积网络每层的卷积操作为加权求和,且根据中心极限定理,大量随机变量的和近似服从正态分布,进一步分别拟合了在同一输入图像下原AlexNet神经元响应的分布和随机AlexNet神经元响应的分布与高斯分布的拟合优度,并对上述2种优度进行了相关性分析.大量模拟实验表明,对于来自真实世界的样本,对应高斯拟合优度呈现显著相关性.最后,直接利用赋以随机权重的AlexNet输出的高层响应进行K近邻分类,发现其分类精度高于直接对原始彩色图像进行K近邻分类的精度.因此,与文献报道相似,实验结果再次表明随机深度网络的确具备一定的物体分类的能力.

关键词： AlexNet 随机权重神经元响应表达不相似矩阵高斯拟合相关性分析 K近邻

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：