检索结果-内蒙古大学图书馆

自动化学报 2025年第2期51卷 404-426页

作者：沈媛媛张燕明沈燕飞北京体育大学体育工程学院北京100084 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

基于视觉的人体动作质量评价利用计算机视觉相关技术自动分析个体运动完成情况,并为其提供相应的动作质量评价结果.这已成为运动科学和人工智能交叉领域的一个热点研究问题,在竞技体育、运动员选材、健身锻炼、运动康复等领域具有深远... 详细信息

基于视觉的人体动作质量评价利用计算机视觉相关技术自动分析个体运动完成情况,并为其提供相应的动作质量评价结果.这已成为运动科学和人工智能交叉领域的一个热点研究问题,在竞技体育、运动员选材、健身锻炼、运动康复等领域具有深远的理论研究意义和很强的实用价值.本文将从数据获取及标注、动作特征表示、动作质量评价3个方面对涉及到的技术进行回顾分析,对相关方法进行分类,并比较分析不同方法在AQA-7、JIGSAWS、EPIC-Skills 2018三个数据集上的性能.最后讨论未来可能的研究方向.

关键词：动作质量评价计算机视觉信息获取特征表示损失函数

来源：评论

学校读者我要写书评

暂无评论

基于对比学习的转录文本翻译方法研究

引用

中文信息学报 2025年第4期39卷 67-76页

作者：王世宁刘宇宸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

神经机器翻译系统极易受到输入噪声的干扰,特别是在口语翻译场景中,翻译系统的输入来自语音识别模块的输出,而后者不可避免地存在着识别错误,最终影响翻译性能。现有方法多采用错误修正和翻译的级联式策略以减少识别错误造成的影响,但... 详细信息

神经机器翻译系统极易受到输入噪声的干扰,特别是在口语翻译场景中,翻译系统的输入来自语音识别模块的输出,而后者不可避免地存在着识别错误,最终影响翻译性能。现有方法多采用错误修正和翻译的级联式策略以减少识别错误造成的影响,但易导致系统时延增长,且可能引入额外的噪声。该文提出了一种基于对比学习的鲁棒神经机器翻译方法,将包含识别错误的样本作为正例,通过句子级别或词级别的对比损失,分别从整体和局部两种不同角度拉近含噪声文本与干净文本在表示空间中的距离,以降低识别错误对文本表示的影响。同时,该文设计了多种精细化的错误合成方法以模拟更加真实的语音识别错误。在英汉双向多个数据集上的实验表明,该文所提出的方法可以有效降低语音识别错误对翻译模型的影响,提高模型的鲁棒性和翻译性能。

关键词：对比学习鲁棒神经机器翻译语音识别错误

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BERT的中文APP隐私政策自动分析方法

引用

中文信息学报 2025年第3期39卷 169-180页

作者：付西娜赵阳周玉翟飞飞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 凡语AI研究院北京中科凡语科技有限公司北京100190

APP隐私政策的规范制定和合法声明是保障用户权益的关键。但由于APP隐私政策文本普遍篇幅较长、可读性差,政策中声明的条款是否完善且规范成为一个难以追踪的难题,而人工对隐私政策文本进行审核分析耗时耗力。为此,该文研究实现了面向中... 详细信息

APP隐私政策的规范制定和合法声明是保障用户权益的关键。但由于APP隐私政策文本普遍篇幅较长、可读性差,政策中声明的条款是否完善且规范成为一个难以追踪的难题,而人工对隐私政策文本进行审核分析耗时耗力。为此,该文研究实现了面向中文APP隐私政策文本的自然语言处理方法,包括抽取隐私政策文本中的关键信息和对隐私政策文本中的段落进行主题分类。该文首先提出了一种多特征融合的段落主题分类方法,用于对隐私政策文本中的段落进行主题划分,然后引入多任务学习机制,构建了基于BERT的多任务微调联合学习模型,用于抽取隐私政策中的关键信息,并同时对段落进行主题分类。实验结果表明,该文所提方法和模型有效提升了两个任务的识别效果。

关键词：中文隐私政策主题分类关键信息抽取

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络和扩散模型的人脸年龄编辑综述

引用

数据与计算发展前沿(中英文) 2025年第1期7卷 38-55页

作者：金家立高思远高满达王文彬柳绍祯孙哲南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实验室北京100190 国家能源集团新能源技术研究院有限公司北京102200 北京理工大学计算机学院北京100081

【目的】近年来,深度生成模型在人脸年龄编辑任务中取得了显著进展,本文对基于生成对抗网络和扩散模型等深度生成模型的人脸年龄编辑方法进行汇总。【方法】本文首先介绍人脸年龄编辑的基本概念、相关数据集、评价指标,然后分析常用的... 详细信息

【目的】近年来,深度生成模型在人脸年龄编辑任务中取得了显著进展,本文对基于生成对抗网络和扩散模型等深度生成模型的人脸年龄编辑方法进行汇总。【方法】本文首先介绍人脸年龄编辑的基本概念、相关数据集、评价指标,然后分析常用的生成对抗网络、扩散模型以及其变体在年龄编辑任务中的应用,归纳现有模型在年龄准确性、身份一致性、生成图像质量等方面的性能表现,并讨论不同评价指标的适用性。【结果】基于生成对抗网络和扩散模型的年龄编辑技术已经在生成图像的质量和年龄预测的准确性上取得了显著进展,但在处理较大年龄跨度时,面部细节的生成仍存在不足。【结论】未来的人脸年龄编辑研究可以通过开发更大规模、更高质量的数据集,结合3D人脸重建技术和扩散模型高效的采样算法,进一步提升模型的生成能力和应用效果。

关键词：深度学习生成对抗网络扩散模型属性编辑人脸年龄编辑

来源：评论

学校读者我要写书评

暂无评论

具有形变的平面轮廓匹配问题

引用

自动化学报 1996年第6期22卷 666-671页

作者：管伟光马颂德中国科学院自动化研究所国家模式识别实验室

提出了一种线性弹性模型用以解决具有形变的平面轮廓匹配问题．这种匹配方法克服了弹性匹配方法存在的计算复杂或内部相互制约力不强的缺陷，表现出非常强的鲁棒性．整个匹配过程是一个由粗至精的动态迭代过程．在所有弹簧结点上都进行... 详细信息

提出了一种线性弹性模型用以解决具有形变的平面轮廓匹配问题．这种匹配方法克服了弹性匹配方法存在的计算复杂或内部相互制约力不强的缺陷，表现出非常强的鲁棒性．整个匹配过程是一个由粗至精的动态迭代过程．在所有弹簧结点上都进行外力计算．在外力的作用下，匹配过程能以很快的速度进行收敛．

关键词：匹配形变体识别平面轮廓模式识别

来源：评论

学校读者我要写书评

暂无评论

听觉模型用于语音识别以及与一般方法的比较

引用

电子学报 1993年第10期21卷 1-6页

作者：高雨青黄泰翼陈韶岩中国科学院自动化研究所国家模式识别实验室北京100080

本文在文献[1]建立的外周听觉系统以及部分中枢听觉神经系统的基础上,建立了一个语音识别器。它由听觉模型作为语音声学前端处理器(即特征提取),由具有tonotopic组织结构的神经网络作为识别分类器。大量实验表明,由该听觉模型提取的特... 详细信息

本文在文献[1]建立的外周听觉系统以及部分中枢听觉神经系统的基础上,建立了一个语音识别器。它由听觉模型作为语音声学前端处理器(即特征提取),由具有tonotopic组织结构的神经网络作为识别分类器。大量实验表明,由该听觉模型提取的特征参数不仅能很好地表示语音区别意义,而且对于噪声环境下的语音特征表示有较好的robustness。语音识别实验表明:在有噪声的情况下,采用听觉模型参数的识别器,其识别率明显优于由LPC—倒谱作为语音特征参数的方法。

关键词：听觉模型神经网络元音识别

来源：评论

学校读者我要写书评

暂无评论

基于红外图像的人手识别

引用

红外与毫米波学报 1995年第1期14卷 27-33页

作者：马继红赵瑞林王川雪马颂德中国科学院自动化研究所模式识别国家实验室

针对红外图像的特点，运用特征手的方法，并配合Ｋ－Ｌ变换高效提取主分量的方坛，实现了对人手图像进行计算机自动识别．给出特征手的基本原理。

关键词：红外图像特征手计算机自动识别人手识别

来源：评论

学校读者我要写书评

暂无评论

多尺度形态滤波器的单调特性

引用

计算机学报 1997年第11期20卷 989-995页

作者：吴永东马颂德中国科学院自动化研究所国家模式识别实验室

多尺度分析是信号处理中一种方兴未艾的方法，它要求信号在不同尺度的算子作用下具有某种单调特性．针对只含有限个不可微点的连续曲线，本文证明了膨胀（腐蚀）算子具有一种单调性（极值点数目随尺度增加而单调减少），给出了极值点产... 详细信息

多尺度分析是信号处理中一种方兴未艾的方法，它要求信号在不同尺度的算子作用下具有某种单调特性．针对只含有限个不可微点的连续曲线，本文证明了膨胀（腐蚀）算子具有一种单调性（极值点数目随尺度增加而单调减少），给出了极值点产生的条件，并且指出随尺度增加，极值点数变化率有变慢的趋势，从而为确定形态滤波器最大尺度提供了理论依据．

关键词：单调特性多尺度分析形态滤波器信号处理

来源：评论

学校读者我要写书评

暂无评论

基于内容图像检索中的顺序回归问题

引用

软件学报 2004年第9期15卷 1336-1344页

作者：吴洪卢汉清马颂德中国科学院自动化所模式识别实验室北京100080

相关反馈技术是基于内容图像检索研究的一个重要组成部分.近年来,人们对相关反馈算法开展了许多研究工作,并提出了多种算法.目前,多数的相关反馈算法都是基于二值的相关度量——相关或不相关.为了更好地辨别用户的需要和偏好,就需要考... 详细信息

相关反馈技术是基于内容图像检索研究的一个重要组成部分.近年来,人们对相关反馈算法开展了许多研究工作,并提出了多种算法.目前,多数的相关反馈算法都是基于二值的相关度量——相关或不相关.为了更好地辨别用户的需要和偏好,就需要考虑相关性在程度上的差异而采用更精细的度量尺度.探讨了支持多级相关度量的相关反馈问题,指出相关反馈问题可以看成是一个顺序回归问题,并讨论了它的特点和损失函数.基于持向量学习算法,提出了一种新的相关反馈方案.由于传统的检索性能度量(比如查准率和查全率)不适合多级相关度量的情况,采用了一种建立在图像间偏好关系上的检索性能度量.在现实世界图像数据库上的实验结果验证了所提出相关反馈方法的有效性.

关键词：基于内容的图像检索相关反馈顺序回归偏好关系支持向量机

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：