检索结果-内蒙古大学图书馆

软件学报 2019年第10期30卷 2986-3004页

作者：陶建华杨明浩王志良班晓娟解仑汪云海曾琼王飞王红迁刘斌韩志帅潘航陈文拯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 北京科技大学计算机与通信工程学院北京100083 山东大学计算机科学与技术学院山东青岛266237 陆军军医大学重庆西南医院信息科重庆400038

无菌和非接触环境是医疗手术室的基本要求,这使得计算机操作室和手术室需要在物理上隔离.同时,因为手术进行中,主治医生如果需要查看病灶图像,通常授意护士或者手术助理到计算机操作室操作病灶图像,由于手术室和计算机操作室间的隔离,... 详细信息

无菌和非接触环境是医疗手术室的基本要求,这使得计算机操作室和手术室需要在物理上隔离.同时,因为手术进行中,主治医生如果需要查看病灶图像,通常授意护士或者手术助理到计算机操作室操作病灶图像,由于手术室和计算机操作室间的隔离,以及主治医生和助理间可能存在的意图理解不准确,容易导致护士或者手术助理在手术室和计算机操作室往返多次,这增加了患者手术时间延长、失血增多、脏器暴露时间长等风险,尽量减少手术中定位到病灶图像的时间对于医生和病人都很重要.针对上述需求,借助遮挡环境下的深度图像人体骨架提取、手势跟踪与理解、手术室环境远场语音识别,多模态信息处理与融合技术,构建无菌条件下的非接触式多通道自然交互手术环境.该环境使得主治医生在手术中可通过语音命令、手势及上述交互方式相结合的方式快速定位到需要观察的病灶成像.在接近真实环境的实验环境中,建立的无菌条件的非接触式多通道自然交互手术环境在保证精度的情况下,可显著缩短病灶图像定位时间.无菌环境智能交互医疗手术室为未来下一代高效的手术提供了技术与方法验证.

关键词：手术室多模态信息融合意图理解

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的噪声鲁棒语音识别声学建模

引用

清华大学学报（自然科学版） 2018年第1期58卷 55-60页

作者：易江燕陶建华刘斌温正棋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技术学院北京100190 中国科学院自动化研究所、中国科学院脑科学与智能技术研究中心北京100190

为了提高噪声环境下语音识别系统的鲁棒性,提出了一种基于迁移学习的声学建模方法。该方法用干净语音的声学模型（老师模型）指导带噪语音的声学模型（学生模型）进行训练。学生模型在训练过程中,尽量使其逼近老师模型的后验概率分布。... 详细信息

为了提高噪声环境下语音识别系统的鲁棒性,提出了一种基于迁移学习的声学建模方法。该方法用干净语音的声学模型（老师模型）指导带噪语音的声学模型（学生模型）进行训练。学生模型在训练过程中,尽量使其逼近老师模型的后验概率分布。学生模型和老师模型间的后验概率分布差异通过相对熵（KL divergence）加以最小化。CHiME-2数据集上的实验结果表明,该方法的平均词错率（WER）比基线的绝对下降了7.29%,比CHiME-2竞赛第一名的绝对下降了3.92%。

关键词：鲁棒语音识别声学模型神经网络迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于静音时长和文本特征融合的韵律边界自动标注

引用

清华大学学报（自然科学版） 2018年第1期58卷 61-66,74页

作者：傅睿博陶建华李雅温正棋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技术学院北京100190 中国科学院自动化研究所、中国科学院脑科学与智能技术研究中心北京100190

韵律边界标注对于语料库建设和语音合成有着至关重要的作用,而自动韵律标注可以克服人工标注中耗时、不一致的缺点。仿照人工标注流程,该文运用循环神经网络分别对文本和音频两个通道训练子模型,对子模型的输出采用模型融合的方法,从而... 详细信息

韵律边界标注对于语料库建设和语音合成有着至关重要的作用,而自动韵律标注可以克服人工标注中耗时、不一致的缺点。仿照人工标注流程,该文运用循环神经网络分别对文本和音频两个通道训练子模型,对子模型的输出采用模型融合的方法,从而获得最优标注。以词为单位提取了静音时长,与传统以帧为单位的声学特征相比更具有明确的物理意义,与韵律边界的联系更加紧密。实验结果表明：相比传统声学特征,该文所采用的静音时长特征使自动韵律标注的性能有所提高;相比直接特征层面的方法,决策融合方法更好地结合了声学和文本的特征,进一步提高了标注的性能。

关键词：韵律边界标注决策融合静音时长语料库构建语音合成

来源：评论

学校读者我要写书评

暂无评论

多尺度输入3D卷积融合双流模型的行为识别方法

引用

计算机辅助设计与图形学学报 2018年第11期30卷 2074-2083页

作者：宋立飞翁理国汪凌峰夏旻南京信息工程大学信息与控制学院南京210044 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

基于视频的行为识别技术在计算机视觉领域有广泛的应用.针对当前存在的网络模型不能有效结合视频数据中的时空信息,并且缺乏对不同尺度数据之间的融合信息进行考虑等问题,提出一种结合双流网络以及3D卷积神经网络的多尺度输入3D卷积融... 详细信息

基于视频的行为识别技术在计算机视觉领域有广泛的应用.针对当前存在的网络模型不能有效结合视频数据中的时空信息,并且缺乏对不同尺度数据之间的融合信息进行考虑等问题,提出一种结合双流网络以及3D卷积神经网络的多尺度输入3D卷积融合双流模型.首先利用2D残差网以及多尺度输入3D卷积融合网络获取视频中的时空维度信息;然后将2层网络得到的实验结果进行决策相加,有效地提升网络对视频中时空特征提取的能力;最后通过在多尺度输入3D卷积融合网络对不同尺度的数据进行不同策略的融合,提高了网络对不同尺度数据的泛化能力.实验结果表明,文中模型在数据集UCF-101以及HMDB-51的识别准确率分别为90.5%与66.3%;相比于其他方法,该模型能取得更高的识别精度,体现出文中方法的优越性与鲁棒性.

关键词：行为识别 3D卷积深度学习多尺度输入信息融合

来源：评论

学校读者我要写书评

暂无评论

基于浅三维稠密网的多模态手势识别算法

引用

计算机工程与应用 2019年第19期55卷 166-172页

作者：邓智方袁家政刘宏哲原春锋张宏源北京联合大学北京市信息服务工程重点实验室北京100101 北京开放大学科学研究处北京100081 中国科学院自动化研究所模式识别重点实验室北京100190

手势识别旨在理解人体的动态手势,是人机交互领域极其重要的交互方式之一。该方法通过将二维稠密网扩展为三维稠密网,并加入Inception结构,提出了一种基于浅三维稠密网的多模态手势识别方法,将其命名为Spatial Temporal 3D(ST3D) dense ... 详细信息

手势识别旨在理解人体的动态手势,是人机交互领域极其重要的交互方式之一。该方法通过将二维稠密网扩展为三维稠密网,并加入Inception结构,提出了一种基于浅三维稠密网的多模态手势识别方法,将其命名为Spatial Temporal 3D(ST3D) dense network。所提出的方法在手势识别公开数据集大规模离散手势数据集(IsoGD)上进行了评估,并取得了目前最好效果。实验证明,所提方法能够有效地学习到视频样本中手势的短期、中期以及长期时空特征。

关键词： ST3D方法 Inception结构多模态手势识别

来源：评论

学校读者我要写书评

暂无评论

基于画作线条结构分解的高清古画修复

引用

计算机辅助设计与图形学学报 2018年第9期30卷 1652-1661页

作者：马伟龙晴晴秦悦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

高清中国古画包含纹路纵横的画布和线条交错的画作内容,画面结构复杂.为了实现自然的古画修复效果,提出一种交互式引导的分解式修复方法.首先分离画作内容和画布.之后,结合张量投票算法和用户交互线索对画作线条分解并逐条修复.同时采... 详细信息

高清中国古画包含纹路纵横的画布和线条交错的画作内容,画面结构复杂.为了实现自然的古画修复效果,提出一种交互式引导的分解式修复方法.首先分离画作内容和画布.之后,结合张量投票算法和用户交互线索对画作线条分解并逐条修复.同时采用基于样例的修复方法填补画布.最后整合修复后的画作内容和画布.以多幅中国古画高清图像为实验数据验证该方法,并与Laplacian修复等方法进行修复效果的主观和量化比较.实验结果表明,该方法修复的区域与周边衔接更加自然.

关键词：高清古画修复线条分解张量投票中国古画修复

来源：评论

学校读者我要写书评

暂无评论

从知识表示发展历程理解知识图谱

从知识表示发展历程理解知识图谱

引用

第八届全国社会媒体处理大会

作者：何世柱中国科学院自动化研究所模式识别国家重点实验室

知识图谱：图结构的知识表示，知识表示的核心目标：共享与传承，谓词逻辑表示法特性总结出了认知是目标，知识是核心，计算是手段，语言和图谱是载体，知识图谱就是在计算机系统中利用图谱这种的，抽象载体表示知识这种认知内容方面。

关键词：知识图谱资源共享文化传承谓词逻辑表示法

来源：评论

学校读者我要写书评

暂无评论

基于时空注意力深度网络的视角无关性骨架行为识别

引用

计算机辅助设计与图形学学报 2018年第12期30卷 2271-2277页

作者：丰艳李鸽原春锋王传旭青岛科技大学信息科学技术学院青岛266061 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

针对单视角骨架数据包含噪声且其特征完全依赖于该视角的问题,提出一种基于时空注意力的深度网络模型进行角度无关性骨架行为识别,该模型主要由特定视角子网和公共子网串联组成.首先通过特定视角子网学习每个视角序列的判别性特征,同时... 详细信息

针对单视角骨架数据包含噪声且其特征完全依赖于该视角的问题,提出一种基于时空注意力的深度网络模型进行角度无关性骨架行为识别,该模型主要由特定视角子网和公共子网串联组成.首先通过特定视角子网学习每个视角序列的判别性特征,同时利用空域注意力和时域注意力模块分别重点关注关键关节点和关键帧;然后特定视角子网的输出特征作为公共子网的输入,通过公共子网进一步学习角度无关性特征;最后输出行为分类结果.为了保证网络的有效训练,提出一个正则化交叉熵损失函数来推动网络多模块共同学习.实验结果表明,该模型在目前最大的骨架数据集NTU数据集上识别准确率为76.3%.

关键词：深度网络时空注意力角度无关性骨架行为识别

来源：评论

学校读者我要写书评

暂无评论

基于三维激光点云与断面轮廓曲线的树干材积计算

引用

林业科学 2019年第11期55卷 63-72页

作者：尤磊哈登龙谢明坤张晓鹏宋新宇庞勇唐守正信阳师范学院计算机与信息技术学院信阳464000 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 信阳师范学院河南省教育大数据分析与应用重点实验室信阳464000 河南鸡公山国家级自然保护区管理局信阳464133 信阳师范学院数学与统计学院信阳464000 中国林业科学研究院资源信息研究所北京100091

【目的】利用地面三维激光扫描仪获取的单木树干点云,提出一种基于断面轮廓曲线的树干材积计算方法,为准确测定单木树干材积提供参考。【方法】首先,将树干点云按设定高度thick划分为若干等高垂直分段,对于一个垂直分段,将其树干点云投... 详细信息

【目的】利用地面三维激光扫描仪获取的单木树干点云,提出一种基于断面轮廓曲线的树干材积计算方法,为准确测定单木树干材积提供参考。【方法】首先,将树干点云按设定高度thick划分为若干等高垂直分段,对于一个垂直分段,将其树干点云投影至下断面得到一个平面点集,以该点集凸包点形成闭合凸多边形的质心为中心点,以角度参数θ对该平面点集角度分区,一个角度分区中所有点的重心点为该角度分区的轮廓点,根据角度分区在上下垂直分段上的相邻性和连续性修复无轮廓点的角度分区;然后,以当前垂直分段所有角度分区的轮廓点为插值点,构建一条闭合连续光滑的三次B样条曲线(称之为垂直分段的断面轮廓曲线),该曲线所围面积为断面积,断面积与高度thick之积为垂直分段体积,所有垂直分段体积累加得到树干材积。分别以可准确计算体积的圆柱体、圆台体和抛物线体的模拟点云与地面三维激光扫描仪获取的来自7个树种183个长度为1 m的树干点云为实测数据,开展模拟试验和实测试验。【结果】模拟试验结果表明,对于圆台体和抛物线体的体积计算,断面轮廓曲线法在合适的thick与θ参数下计算精度高于拟合圆、拟合圆柱体和Bézier凸曲线法的计算精度。实测试验结果表明,与断面轮廓曲线法计算的材积(thick=2 cm,θ=2°)相比,拟合圆、拟合圆柱体和Bézier凸曲线法计算材积的平均绝对百分比误差(MAPE)分别为0.64%、433.65 cm^3和0.54%,均方根误差(RMSE)分别为0.63%、429.06 cm^3和0.53%,总相对误差(TRE)分别为11.88%、3361.36 cm^3和9.51%。【结论】断面轮廓曲线法计算的树干断面积和材积最为精确,传统以横断面是圆为理论计算的树干断面积和材积均大于其真值。

关键词：三维激光扫描技术树干材积树干断面断面面积轮廓曲线

来源：评论

学校读者我要写书评

暂无评论

深浅层特征及模型融合的说话人识别

引用

声学学报 2018年第2期43卷 263-272页

作者：仲伟峰方祥范存航温正棋陶建华哈尔滨理工大学自动化学院哈尔滨150080 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 中国科学院脑科学与智能技术卓越创新中心北京100190 中国科学院大学计算机与控制学院北京100190

为了进一步提高说话人识别系统的性能,提出基于深、浅层特征融合及基于I-Vector的模型融合的说话人识别。基于深、浅层特征融合的方法充分考虑不同层级特征之间的互补性,通过深、浅层特征的融合,更加全面地描述说话人信息;基于I-Vector... 详细信息

为了进一步提高说话人识别系统的性能,提出基于深、浅层特征融合及基于I-Vector的模型融合的说话人识别。基于深、浅层特征融合的方法充分考虑不同层级特征之间的互补性,通过深、浅层特征的融合,更加全面地描述说话人信息;基于I-Vector模型融合的方法融合不同说话人识别系统提取的I-Vector特征后进行距离计算,在系统的整体结构上综合了不同说话人识别系统的优势。通过利用CASIA南北方言语料库进行测试,以等错误率为衡量指标,相比基线系统,基于深、浅层特征融合的说话人识别其等错误率相对下降了54.8%,基于I-Vector的模型融合的方法其等错误率相对下降了69.5%。实验结果表明,深、浅层特征及模型融合的方法是有效的。

关键词：说话人特征融合统计量深度神经网络语音识别系统语音段模型融合

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：