检索结果-内蒙古大学图书馆

自动化学报 2024年第9期50卷 1854-1865页

作者：冯诚张聪炫陈震李兵黎明南昌航空大学测试与光电工程学院南昌330063 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 南昌航空大学信息工程学院南昌330063

针对非刚性运动和大位移场景下运动遮挡检测的准确性与鲁棒性问题,提出一种基于光流与多尺度上下文的图像序列运动遮挡检测方法.首先,设计基于扩张卷积的多尺度上下文信息聚合网络,通过图像序列多尺度上下文信息获取更大范围的图像特征... 详细信息

针对非刚性运动和大位移场景下运动遮挡检测的准确性与鲁棒性问题,提出一种基于光流与多尺度上下文的图像序列运动遮挡检测方法.首先,设计基于扩张卷积的多尺度上下文信息聚合网络,通过图像序列多尺度上下文信息获取更大范围的图像特征;然后,采用特征金字塔构建基于多尺度上下文与光流的端到端运动遮挡检测网络模型,利用光流优化非刚性运动和大位移区域的运动检测遮挡信息;最后,构造基于运动边缘的网络模型训练损失函数,获取准确的运动遮挡边界.分别采用MPI-Sintel和KITTI测试数据集对所提方法与现有的代表性方法进行实验对比与分析.实验结果表明,所提方法能够有效提高运动遮挡检测的准确性和鲁棒性,尤其在非刚性运动和大位移等困难场景下具有更好的遮挡检测鲁棒性.

关键词：图像序列遮挡检测深度学习多尺度上下文非刚性运动

来源：评论

学校读者我要写书评

暂无评论

鲁棒的水密流形网格修复

引用

计算机辅助设计与图形学学报 2024年第7期36卷 1047-1056页

作者：王鹏飞徐敏峰辛士庆严冬明屠长河山东大学计算机科学与技术学院青岛266237 山东财经大学计算机科学与技术学院济南250014 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

针对未经修复的网格模型一般存在非流形结构,常带有孔洞、法向不一致、自交等缺陷,很难直接应用到后续基于网格的应用中的问题,提出一种保持输入网格特征的鲁棒水密流形网格修复算法.首先利用Manifoldplus算法和卷绕数(winding number)... 详细信息

针对未经修复的网格模型一般存在非流形结构,常带有孔洞、法向不一致、自交等缺陷,很难直接应用到后续基于网格的应用中的问题,提出一种保持输入网格特征的鲁棒水密流形网格修复算法.首先利用Manifoldplus算法和卷绕数(winding number)构建能够区分输入网格内外且逼近输入网格的水密流形引导曲面;然后利用引导曲面计算受限Voronoi图(restricted Voronoi diagram,RVD);再通过对偶得到受限三角剖分(restricted Delaunay triangulation,RDT);将非流形问题分解到RVD和RDT计算过程中,保证计算的RDT即为修复后的水密流形网格;最后在原始网格边中添加辅助点,保持原始网格特征.基于Windows 10平台,在ModelNet10公开数据集上进行实验的结果表明,所提算法在输出网格的平均精度为1.54×10^(-6),与Manifoldplus算法相当;但是当输入的模型包含孔洞时,Manifoldplus算法无法将孔洞合理地填补,而该算法能够合理地填补孔洞.

关键词：网格修复限制Voronoi 水密流形

来源：评论

学校读者我要写书评

暂无评论

神经网络结构自适应研究综述

引用

模式识别与人工智能 2023年第12期36卷 1087-1103页

作者：李淑覃娴萍翟晓童张龙仲国强向世明中国海洋大学计算机科学与技术学院青岛266404 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

网络结构自适应旨在根据特定学习任务和数据对神经网络结构进行自动设计和模型优化,以适应开放环境智能感知学习任务的综合需求.文中旨在全面综述网络结构自适应方法.首先,阐述并分析神经架构搜索的主要方法.然后,分别从轻量化神经架构... 详细信息

网络结构自适应旨在根据特定学习任务和数据对神经网络结构进行自动设计和模型优化,以适应开放环境智能感知学习任务的综合需求.文中旨在全面综述网络结构自适应方法.首先,阐述并分析神经架构搜索的主要方法.然后,分别从轻量化神经架构搜索、智能感知任务、连续学习三个方面呈现网络结构自适应的研究进展.在此基础上,建立一套面向开放环境应用的深度神经网络组件与结构的自适应评价指标体系,提出一种网络结构自适应方法,通过注意力引导的微观架构自适应机制和渐进式离散策略,在优化过程中实现网络结构的自适应调整优化和逐步离散化,并与现有方法进行对比分析.最后,探讨当前方法存在的问题与挑战,展望未来的研究方向.

关键词：网络结构自适应神经架构搜索自适应评价深度学习

来源：评论

学校读者我要写书评

暂无评论

基于对比学习的中文命名实体识别方法

引用

中文信息学报 2023年第12期37卷 98-105页

作者：江洲钰向露亢晓勉宗成庆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

针对中文命名实体识别任务,基于字词图进行字词特征融合被证明是一类有效的性能提升方法。然而,在实际场景下,构建字词图所使用的外部词典与训练数据间在领域、表达方式等多方面存在不一致,导致引入的词与实体间存在不完全匹配问题。不... 详细信息

针对中文命名实体识别任务,基于字词图进行字词特征融合被证明是一类有效的性能提升方法。然而,在实际场景下,构建字词图所使用的外部词典与训练数据间在领域、表达方式等多方面存在不一致,导致引入的词与实体间存在不完全匹配问题。不完全匹配词指与实体间存在边界冲突或语义冲突的词,这些词会在模型识别实体边界与类型过程中引入噪声特征。针对此问题,该文提出了一种基于对比学习的中文命名实体识别方法,将冲突实例视为负例,并为边界冲突和语义冲突分别设计了对比学习模块。另外,该文提出了改进的折损InfoNCE函数,以提升语义对比模块区分相似标签的能力。实验表明,在四个中文命名实体识别公开数据集上,该文方法均达到了当前最优性能。

关键词：对比学习命名实体识别特征融合

来源：评论

学校读者我要写书评

暂无评论

视觉语言导航研究进展

引用

自动化学报 2023年第1期49卷 1-14页

作者：司马双霖黄岩何科技安东袁辉王亮中国科学院自动化研究所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 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 中国科学院自动化研究所脑科学与智能技术卓越创新中心上海200031 中科人工智能创新技术研究院胶州266300

视觉语言导航,即在一个未知环境中,智能体从一个起始位置出发,结合指令和周围视觉环境进行分析,并动态响应生成一系列动作,最终导航到目标位置.视觉语言导航有着广泛的应用前景,该任务近年来在多模态研究领域受到了广泛关注.不同于视觉... 详细信息

视觉语言导航,即在一个未知环境中,智能体从一个起始位置出发,结合指令和周围视觉环境进行分析,并动态响应生成一系列动作,最终导航到目标位置.视觉语言导航有着广泛的应用前景,该任务近年来在多模态研究领域受到了广泛关注.不同于视觉问答和图像描述生成等传统多模态任务,视觉语言导航在多模态融合和推理方面,更具有挑战性.然而由于传统模仿学习的缺陷和数据稀缺的现象,模型面临着泛化能力不足的问题.系统地回顾了视觉语言导航的研究进展,首先对于视觉语言导航的数据集和基础模型进行简要介绍;然后全面地介绍视觉语言导航任务中的代表性模型方法,包括数据增强、搜索策略、训练方法和动作空间四个方面;最后根据不同数据集下的实验,分析比较模型的优势和不足,并对未来可能的研究方向进行了展望.

关键词：视觉语言导航视觉语言理解跨模态匹配具身智能

来源：评论

学校读者我要写书评

暂无评论

利用加权有向图的船舶水尺重建与水位识别

引用

计算机辅助设计与图形学学报 2023年第7期35卷 1077-1085页

作者：刘凯华严红平沙宝银孟高峰中国地质大学(北京)信息工程学院北京100083 煤炭科学技术研究院有限公司检测分院北京100013 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

针对目前船舶水位识别精度低、检测场景迁移性差等问题,提出一种基于加权有向图的高精度、鲁棒性好的船舶水尺重建和水位识别方法.首先通过目标检测和图像分割算法识别船体上的水尺字符和水位线;然后根据船舶水尺的结构特点将识别出来... 详细信息

针对目前船舶水位识别精度低、检测场景迁移性差等问题,提出一种基于加权有向图的高精度、鲁棒性好的船舶水尺重建和水位识别方法.首先通过目标检测和图像分割算法识别船体上的水尺字符和水位线;然后根据船舶水尺的结构特点将识别出来的水尺字符构建加权有向图,通过寻找加权有向图中的最长路径完成船舶的水尺重建;最后根据重建水尺和水位线的位置关系识别船舶的水位高度.在黄骅港实地采集的视频数据上进行实验的结果表明,所提方法可以较好地修正前期基于水尺字符检测网络带来的字符误检问题,大大减少因船舶图像背景复杂产生的不利影响,在10mm的误差范围内,水位识别准确率可达91.3%,显著优于业内主流方法.

关键词：加权有向图水尺重建水位识别字符检测

来源：评论

学校读者我要写书评

暂无评论

基于听觉调制孪生网络的单通道语音分离模型

引用

计算机应用 2025年

作者：宋源陈锌李亚荣李永伟刘扬赵振青岛科技大学信息科学技术学院中国科学院自动化研究所模式识别国家重点实验室

为解决基于语谱图特征输入的单通道语音分离方法存在的不同说话人时频点重叠导致分离效果欠佳的问题，提出一种基于听觉调制孪生网络的单通道语音分离模型。首先，通过频带划分和包络检波计算调制信号，进而利用傅里叶变换提取调制幅度... 详细信息

为解决基于语谱图特征输入的单通道语音分离方法存在的不同说话人时频点重叠导致分离效果欠佳的问题，提出一种基于听觉调制孪生网络的单通道语音分离模型。首先，通过频带划分和包络检波计算调制信号，进而利用傅里叶变换提取调制幅度谱；其次，基于突变点检测和匹配的方法获取调制幅度谱特征与语音片段之间的映射关系，实现语音片段的有效划分；随后，设计基于协同注意力机制的孪生网络提取不同说话人语音片段的鉴别性特征；之后，提出基于领域影响机制的自组织映射网络(N-SOM)，通过划定动态邻域范围，实现了无需预先指定说话人数量的特征聚类，以获得不同说话人的掩膜矩阵；最后，为了避免在调制域重构信号产生伪影，设计时域滤波器将调制域掩膜转换为时域掩膜并结合相位信息重构语音信号。实验结果表明，所提模型在WSJ0-2mix和WSJ0-3mix数据集上的语音质量感知评价(PESQ)、信号失真比改进(SDRi)和尺度不变信号失真比改进(SI-SDRi)均优于双密度双树复小波变换(DDDTCWT)方法。

关键词：语音分离调制机制孪生网络协同注意力机制自组织映射神经网络

来源：评论

学校读者我要写书评

暂无评论

基于图对比注意力网络的知识图谱补全

引用

北京航空航天大学学报 2022年第8期48卷 1428-1435页

作者：刘丹阳方全张晓伟胡骏钱胜胜徐常胜郑州大学河南先进技术研究院郑州450000 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

知识图谱(KG)补全旨在通过知识库中已知三元组来预测缺失的链接。由于大多数方法都是独立地处理三元组,而忽略了知识图谱所具有的异质结构和相邻节点中固有的丰富的信息,导致不能充分挖掘三元组的特征。考虑基于端到端的知识图谱补全任... 详细信息

知识图谱(KG)补全旨在通过知识库中已知三元组来预测缺失的链接。由于大多数方法都是独立地处理三元组,而忽略了知识图谱所具有的异质结构和相邻节点中固有的丰富的信息,导致不能充分挖掘三元组的特征。考虑基于端到端的知识图谱补全任务,提出了一种图对比注意力网络(GCAT),通过注意力机制同时捕获局部邻域内实体和关系的特征,并封装实体邻域上下文信息。为了有效封装三元组特征,引入一个子图级别的对比训练对象用于增强生成的实体嵌入的质量。为了验证GCAT的有效性,在链接预测任务上评估了所提方法,实验结果表明,在数据集FB15k-237中,MRR比InteractE提高0.005,比A2N模型提高0.042;在数据集WN18RR中,MRR比InteractE提高0.019,比A2N模型提高0.032。实验证明提出的GCAT模型能够有效预测知识图谱中缺失的链接。

关键词：知识图谱(KG) 注意力机制对比学习知识图谱补全链接预测

来源：评论

学校读者我要写书评

暂无评论

基于声门波和声道特征的语音情感识别

引用

信号处理 2023年第4期39卷 632-638页

作者：李永伟陶建华李凯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 清华大学自动化系北京100084 北陆先端科学技术大学院大学日本石川923-1211

语音情感识别是实现自然人机交互不可缺失的部分,是人工智能的重要组成部分。发音器官的调控引起情感语音声学特征的差异,从而被感知到不同的情感。传统的语音情感识别只是针对语音信号中的声学特征或听觉特征进行情感分类,忽略了声门... 详细信息

语音情感识别是实现自然人机交互不可缺失的部分,是人工智能的重要组成部分。发音器官的调控引起情感语音声学特征的差异,从而被感知到不同的情感。传统的语音情感识别只是针对语音信号中的声学特征或听觉特征进行情感分类,忽略了声门波和声道等发音特征对情感感知的重要作用。在我们前期工作中,理论分析了声门波和声道形状对感知情感的重要影响,但未将声门波与声道特征用于语音情感识别。因此,本文从语音生成的角度重新探讨了声门波与声道特征对语音情感识别的可能性,提出一种基于源-滤波器模型的声门波和声道特征语音情感识别方法。首先,利用Liljencrants-Fant和Auto-Regressive eXogenous(ARX-LF)模型从语音信号中分离出情感语音的声门波和声道特征;然后,将分离出的声门波和声道特征送入双向门控循环单元(BiGRU)进行情感识别分类任务。在公开的情感数据集IEMOCAP上进行了情感识别验证,实验结果证明了声门波和声道特征可以有效的区分情感,且情感识别性能优于一些传统特征。本文从发音相关的声门波与声道研究语音情感识别,为语音情感识别技术提供了一种新思路。

关键词：语音情感特征声门波与声道源-滤波器模型语音情感识别

来源：评论

学校读者我要写书评

暂无评论

基于四元数门控图神经网络的脚本事件预测

引用

智能系统学报 2023年第1期18卷 138-143页

作者：车飞虎张大伟邵朋朋杨国花刘通陶建华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中心北京100190

脚本事件预测需要考虑两类信息来源:事件间的关联与事件内的交互。针对于事件间的关联,采用门控图神经网络对其进行建模。而对于事件内的交互,采用四元数对事件进行表征,接着通过四元数的哈密顿乘积来捕捉事件4个组成部分之间的交互。... 详细信息

脚本事件预测需要考虑两类信息来源:事件间的关联与事件内的交互。针对于事件间的关联,采用门控图神经网络对其进行建模。而对于事件内的交互,采用四元数对事件进行表征,接着通过四元数的哈密顿乘积来捕捉事件4个组成部分之间的交互。提出结合四元数和门控图神经网络来学习事件表示,它既考虑了外部事件图的交互作用,又考虑了事件内部的依赖关系。得到事件表示后,利用注意机制学习上下文事件表示和每个候选上下文表示的相对权值。然后通过权重计算上下文事件表示的和,再计算其与候选事件表示的欧氏距离。最后选择距离最小的候选事件作为正确的候选事件。在纽约时报语库上进行了实验,结果表明,通过多项选择叙事完形填空评价,本文的模型优于现有的基线模型。

关键词：四元数门控图神经网络事件表示脚本事件预测注意力机制事理图谱图神经网络事件交互

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：