检索结果-内蒙古大学图书馆

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

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

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

基于局部Attention和CTC融合的语音情感识别方法研究

引用

计算机应用与软件 2024年第10期41卷 197-201页

作者：孟令源孙哲刘扬赵振李永伟青岛科技大学信息科学技术学院山东青岛266100 中国科学院自动化研究所模式识别国家重点实验室北京100089

针对基于时间序列的语音情感识别方法难以计算情感帧携带的情感信息量的问题,提出一种局部注意力机制(LAM)和结合连接主义时间分类(CTC)融合的语音情感识别模型(LAM-CTC)。提取VGFCC情感特征作为共享编码器的输入;CTC层最小化代价损失... 详细信息

针对基于时间序列的语音情感识别方法难以计算情感帧携带的情感信息量的问题,提出一种局部注意力机制(LAM)和结合连接主义时间分类(CTC)融合的语音情感识别模型(LAM-CTC)。提取VGFCC情感特征作为共享编码器的输入;CTC层最小化代价损失并预测情感类别,LAM层使用局部注意力机制计算上下文向量;通过解码器对上下文向量进行解码;通过平均值法将解码结果融合得到情感预测结果。实验结果表明,提出的模型在IEMOCAP数据集上的UAR和WAR分别达到了68.1%和68.3%。

关键词：语音情感识别注意力机制 CTC VGFCC IEMOCAP

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

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

图结构表示下的药物数据增强方法

引用

计算机应用 2023年第4期43卷 1136-1141页

作者：蔡引江许光俊马喜波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 中国科学院大学人工智能学院北京100049 中国农业银行数据中心北京分部北京100088

小样本数据会导致机器学习模型出现过拟合问题,而药物研发中的数据往往都具有小样本特性,这极大地限制了机器学习技术在该领域的应用。针对上述问题,提出了图结构下的药物数据增强方法。所提方法通过对样本微扰生成新的相似样本,以扩充... 详细信息

小样本数据会导致机器学习模型出现过拟合问题,而药物研发中的数据往往都具有小样本特性,这极大地限制了机器学习技术在该领域的应用。针对上述问题,提出了图结构下的药物数据增强方法。所提方法通过对样本微扰生成新的相似样本,以扩充数据集。所提方法包含4个子方法,分别是:基于分子骨干的节点丢弃法、基于分子骨干的边丢弃法、多样本拼接法以及混合策略法。其中,基于分子骨干的节点丢弃和边丢弃法通过少量删减药物分子的组成与结构完成对药物分子的微扰;多样本拼接法则使用一种增添性操作,通过组合不同分子完成微扰;混合策略法按一定比例配比删减性和增添性操作提升数据增强结果的多样性。在公开数据集BACE、BBBP、ToxCast和ClinTox上,所提方法为药物属性预测基线模型MG-BERT(Molecular Graph Bidirectional Encoder Representations from Transformer)的受试者工作特征曲线下面积(AUC)带来了1.94%~12.49%的提升。实验结果验证了所提方法在小样本药物数据增强上的有效性。

关键词：小样本数据药物分子数据增强图结构表示药物属性预测

来源：评论

学校读者我要写书评

暂无评论

低剂量氯胺酮对工作记忆的影响

引用

生物化学与生物物理进展 2023年第3期50卷 473-485页

作者：赵智平聂闯姜程腾雒伟伟顾建文余山北京航空航天大学生物与医学工程学院北京100191 中国人民解放军战略支援部队特色医学中心北京100101 中国科学院自动化研究所脑网络组研究中心模式识别国家重点实验室北京100190 吉林大学第一医院长春130021 中国科学院大学存济医学院北京101408

氯胺酮是一种N-甲基-D-天冬氨酸受体(NMDAR)阻滞剂,低剂量氯胺酮具有良好的镇痛、抗炎和抗抑郁作用,近年来受到了广泛的关注。但是低剂量氯胺酮对于高级认知功能的影响尚未全面阐明。工作记忆是涉及众多复杂认知活动的关键功能,有研究... 详细信息

氯胺酮是一种N-甲基-D-天冬氨酸受体(NMDAR)阻滞剂,低剂量氯胺酮具有良好的镇痛、抗炎和抗抑郁作用,近年来受到了广泛的关注。但是低剂量氯胺酮对于高级认知功能的影响尚未全面阐明。工作记忆是涉及众多复杂认知活动的关键功能,有研究显示低剂量氯胺酮急性或慢性使用均会损伤工作记忆,其神经机制也开始受到关注。深入分析低剂量氯胺酮对于工作记忆的影响及其机制对于指导氯胺酮的临床使用具有重要意义。本文首先介绍了低剂量氯胺酮作用于神经系统的药理作用途径,以及工作记忆本身的神经环路机制,进而回顾了近年来关于低剂量氯胺酮对工作记忆的急性和慢性作用的相关研究,并重点分析了低剂量氯胺酮损伤工作记忆的可能的神经机制,希望对低剂量氯胺酮在临床中的合理使用提供科学依据。

关键词：低剂量氯胺酮工作记忆 N-甲基-D-天冬氨酸受体(NMDAR) 急性效应慢性效应

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

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：