检索结果-内蒙古大学图书馆

中国图象图形学报 2023年第7期28卷 2208-2220页

作者：王蓉芳王良李畅霍春雷陈佳伟西安电子科技大学人工智能学院西安710071 西安电子科技大学智能感知与图像理解教育部重点实验室西安710071 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

目的合成孔径雷达(synthetic aperture radar,SAR)特有的成像优势使得SAR图像变化检测在民用和军事领域有着广泛的应用场景,但实际应用中对SAR图像的变化区域进行标注既耗时又昂贵,而且现有的变化检测方法复杂度较高,无法满足实时、快... 详细信息

目的合成孔径雷达(synthetic aperture radar,SAR)特有的成像优势使得SAR图像变化检测在民用和军事领域有着广泛的应用场景,但实际应用中对SAR图像的变化区域进行标注既耗时又昂贵,而且现有的变化检测方法复杂度较高,无法满足实时、快速检测的需求。对此,提出了一种基于整型推理量化卷积神经网络的SAR图像跨域变化检测方法(integer inference-based quantization convolutional neural network,IIQ-CNN)。方法该方法研究了不同场景之间的跨域变化检测问题,即利用已有标记的源域数据对未知的目标域数据进行检测;设计了同时使用时相图和差异图的样本构建方法,既避免了检测结果对差异图的过分依赖,又能充分利用差异信息和时相图与差异图之间的共享信息,提高检测精度;并且在变化检测任务中首次引入整型推理量化技术,对深度网络模型进行模拟量化,减小模型复杂度并加速推理时间。结果在4组真实的SAR图像数据集上进行实验,从检测性能上看,IIQ-CNN与其他CNN方法相比,Kappa系数提高了4.23%~9.07%;从量化能力上看,对IIQ-CNN分别进行16、8和4位量化,仅在4位量化时检测结果有较明显下降,在16和8位量化时,模型都保持了较好的检测性能,并且推理时间明显减少。结论本文方法有效解决了伪标签质量对变化检测性能的影响,实现了加速推理的同时较好地保持模型检测精度的目的,促进了变化检测算法在嵌入式设备中的应用。

关键词： SAR图像变化检测(CD) 整型推理量化卷积神经网络(CNN) 跨域检测

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

多模态多层次事件网络的谣言检测

引用

中国图象图形学报 2021年第7期26卷 1648-1657页

作者：李莎张怀文钱胜胜方全徐常胜郑州大学郑州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

目的自动检测谣言至关重要,目前已有多种谣言检测方法,但存在以下两点局限:1)只考虑文本内容,忽略了可用于判断谣言的辅助多模态信息;2)只关注时间序列模型捕捉谣言事件的时间特征,没有很好地研究事件的局部信息和全局信息。为了克服这... 详细信息

目的自动检测谣言至关重要,目前已有多种谣言检测方法,但存在以下两点局限:1)只考虑文本内容,忽略了可用于判断谣言的辅助多模态信息;2)只关注时间序列模型捕捉谣言事件的时间特征,没有很好地研究事件的局部信息和全局信息。为了克服这些局限性,有效利用多模态帖子信息并联合多种编码策略构建每个新闻事件的表示,本文提出一种新颖的基于多模态多层次事件网络的社交媒体谣言检测方法。方法通过一个多模态的帖子嵌入层,同时利用文本内容和视觉内容;将多模态的帖子嵌入向量送入多层次事件编码网络,联合使用多种编码策略,以由粗到细的方式描述事件特征。结果在Twitter和Pheme数据集上的大量实验表明,本文提出的多模态多层次事件网络模型比现有的SVM-TS(support vector machine—time structure)、CNN(convolutional neural network)、GRU(gated recurrent unit)、CallAtRumors和MKEMN(multimodal knowledge-aware event memory network)等方法在准确率上提升了4%以上。结论本文提出的谣言检测模型,对每个事件的全局、时间和局部信息进行建模,提升了谣言检测的性能。

关键词：多模态谣言检测社交媒体多层次编码策略事件网络

来源：评论

学校读者我要写书评

暂无评论

基于全局时频注意力网络的语音伪造检测

引用

计算机研究与发展 2021年第7期58卷 1466-1475页

作者：王成龙易江燕陶建华马浩鑫田正坤傅睿博中国科学技术大学信息科学技术学院合肥230027 模式识别国家重点实验室(中国科学院自动化研究所) 北京100080 中国科学院大学人工智能学院北京100049

语音伪造检测是近年的一个研究热点,受到了广泛关注.目前,卷积神经网及其变种的提出,使其在语音伪造检测任务中取得了不错进展.然而,目前仍存在2方面问题:1)当前工作假设送入卷积神经网络的特征图的每一维对结果的影响是相同的,忽视了... 详细信息

语音伪造检测是近年的一个研究热点,受到了广泛关注.目前,卷积神经网及其变种的提出,使其在语音伪造检测任务中取得了不错进展.然而,目前仍存在2方面问题:1)当前工作假设送入卷积神经网络的特征图的每一维对结果的影响是相同的,忽视了每一维上特征图的不同位置强调的信息是不一样的.2)此外,前人工作大多关注特征图的局部信息,没有利用全局视图中特征图之间的关系.为了解决以上挑战,引入全局时频注意力框架,分别对通道维度和时频维度做了注意力变换.具体而言,引入了2个并行的注意力模块:1)时频注意力模块;2)全局注意力模块.对于时频注意力模块,可以通过使用加权求和在所有时频特征图上聚合特征来进行更新.对于全局注意力模块,借鉴了SE-Net的思想,通过参数为每个特征通道生成权重.通过这种办法,可以得到特征通道上响应的全局分布.在ASVspoof2019 LA公开数据集上进行了一系列实验,结果显示所提的模型取得不错的效果,最佳模型的等错误率达到4.12%,刷新了单个模型的最好成绩.

关键词：语音鉴伪注意力机制语音伪造检测全局注意力时频注意力

来源：评论

学校读者我要写书评

暂无评论

说话人生成研究现状与发展趋势

引用

计算机科学 2023年第8期50卷 68-78页

作者：宋昕洋阎志远孙沐毅戴琳琳李琦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国家重点实验室智能感知与计算研究中心北京100190 中国铁道科学研究院集团有限公司电子计算技术研究所北京100081

说话人生成是视觉生成领域的热门研究方向,旨在根据输入的多模态信息生成逼真的说话人视频。说话人生成在影视传媒、游戏动漫和互联网相关产业中具有广阔的应用前景,同时也可以为唇读识别、伪造鉴别和数字人生成等任务的研究提供数据支... 详细信息

说话人生成是视觉生成领域的热门研究方向,旨在根据输入的多模态信息生成逼真的说话人视频。说话人生成在影视传媒、游戏动漫和互联网相关产业中具有广阔的应用前景,同时也可以为唇读识别、伪造鉴别和数字人生成等任务的研究提供数据支持。现阶段主流的说话人生成方法已经能够实现包含个性化属性、视听同步的说话人视频生成,但还未能达到虚拟现实、人机交互和元宇宙等新兴应用场景的要求。因此,研究说话人生成对于推动相关产业发展具有重要意义。对说话人生成的研究现状进行梳理与总结,首先阐述了说话人生成的研究背景和相关技术,然后根据方法分类介绍了近年来主流的说话人生成方法,整理了相关研究中常用的视听数据集和评价指标,最后总结现有方法存在的问题,分析了说话人生成未来潜在的研究方向。

关键词：人脸生成视频生成图像生成深度学习多模态学习人脸重建深度伪造计算机视觉

来源：评论

学校读者我要写书评

暂无评论

基于对偶变分多模态注意力网络的不完备社会事件分类方法

引用

计算机科学 2022年第9期49卷 132-138页

作者：周旭钱胜胜李章明方全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

互联网的快速发展和社交媒体规模的不断扩大,带来丰富的社会事件资讯,社会事件分类任务越来越具有挑战性。充分利用图像级和文本级信息是社会事件分类的关键所在。然而,现存的方法大多存在以下局限性:1)现有的多模态方法大多都有一个理... 详细信息

互联网的快速发展和社交媒体规模的不断扩大,带来丰富的社会事件资讯,社会事件分类任务越来越具有挑战性。充分利用图像级和文本级信息是社会事件分类的关键所在。然而,现存的方法大多存在以下局限性:1)现有的多模态方法大多都有一个理想的假设,即每种模态的样本都是充分和完整的,但在实际生活应用中这个假设并不总是成立,会存在事件某个模态缺失的情况;2)大部分方法只是简单地将社会事件的图像特征和文本特征串联起来,以此得到多模态特征来对社会事件进行分类,忽视了模态之间的语义鸿沟。为了应对这些挑战,提出了一种能同时处理完备与不完备社会事件分类的对偶变分多模态注意力网络(DVMAN)。在DVMAN网络中,提出了一个新颖的对偶变分自编码器网络来生成社会事件的公共表示,并进一步重构不完备社会事件学习中缺失的模态信息。通过分布对齐和交叉重构对齐,对图像和文本潜在表示进行双重对齐,以减小不同模态之间的差距,并对缺失的模态信息进行重构,合成其潜在表示。除此之外,设计了一个多模态融合模块对社会事件的图像和文本细粒度信息进行整合,以此实现模态之间信息的互补和增强。在两个公开的事件数据集上进行了大量的实验,与现有先进方法相比,DVMAN的准确率提升了4%以上,证明了所提方法对于社会事件分类的优越性能。

关键词：多模态社会事件分类社交媒体不完备数据学习

来源：评论

学校读者我要写书评

暂无评论

基于多粒度对抗训练的鲁棒跨语言对话系统

引用

自动化学报 2021年第8期47卷 1855-1866页

作者：向露朱军楠周玉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 凡语AI研究院北京中科凡语科技有限公司北京100080

跨语言对话系统是当前国际研究的热点和难点.在实际的应用系统搭建中,通常需要翻译引擎作为不同语言之间对话的桥梁.然而,翻译引擎往往是基于不同训练样本构建的,无论是所在领域,还是擅长处理语言的特性,均与对话系统的实际应用需求存... 详细信息

跨语言对话系统是当前国际研究的热点和难点.在实际的应用系统搭建中,通常需要翻译引擎作为不同语言之间对话的桥梁.然而,翻译引擎往往是基于不同训练样本构建的,无论是所在领域,还是擅长处理语言的特性,均与对话系统的实际应用需求存在较大的差异,从而导致整个对话系统的鲁棒性差、响应性能低.因此,如何增强跨语言对话系统的鲁棒性对于提升其实用性具有重要的意义.提出了一种基于多粒度对抗训练的鲁棒跨语言对话系统构建方法.该方法首先面向机器翻译构建多粒度噪声数据,分别在词汇、短语和句子层面生成相应的对抗样本,之后利用多粒度噪声数据和干净数据进行对抗训练,从而更新对话系统的参数,进而指导对话系统学习噪声无关的隐层向量表示,最终达到提升跨语言对话系统性能的目的.在公开对话数据集上对两种语言的实验表明,所提出的方法能够显著提升跨语言对话系统的性能,尤其提升跨语言对话系统的鲁棒性.

关键词：多粒度噪声对抗训练鲁棒性跨语言对话系统

来源：评论

学校读者我要写书评

暂无评论

面向KubeEdge边缘计算系统应用研究

引用

智能科学与技术学报 2022年第1期4卷 118-128页

作者：赵航刘胜罗坤陈世超孔令辉贾凡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 中国科学院空天信息创新研究院北京100094 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 墨尔本大学工程学院澳大利亚墨尔本3051

随着物联网的快速发展,传统的以云计算为中心的数据处理方式显现出诸多问题,如带宽占用大、高时延等。而边缘计算以低时延、高可靠的数据处理方式成为云计算的有利补充。主要对面向云边协同的KubeEdge边缘计算系统及其应用展开全面的讨... 详细信息

随着物联网的快速发展,传统的以云计算为中心的数据处理方式显现出诸多问题,如带宽占用大、高时延等。而边缘计算以低时延、高可靠的数据处理方式成为云计算的有利补充。主要对面向云边协同的KubeEdge边缘计算系统及其应用展开全面的讨论与分析。首先对KubeEdge边缘计算系统的架构、功能、关键技术进行了详细的介绍;其次将KubeEdge边缘计算系统应用于双臂协作机器人零部件装配的场景,对面向机器人装配场景的KubeEdge云边协同系统的功能和性能进行了全面、系统的分析与测试。测试结果显示,基于云边协同的KubeEdge边缘计算系统可以较好地满足机器人零部件装配场景的功能和应用需求,为KubeEdge边缘计算系统的实际应用提供了基础参考。

关键词：边缘计算 KubeEdge 云边协同机器人

来源：评论

学校读者我要写书评

暂无评论

语言认知与语言计算--人与机器的语言理解

引用

中国科学：信息科学 2022年第10期52卷 1748-1774页

作者：王少楠丁鼐林楠张家俊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京100190 浙江大学生物医学工程与仪器科学学院生物医学工程教育部重点实验室杭州310027 之江实验室基础理论研究院应用数学与机器智能研究中心杭州311121 中国科学院行为科学重点实验室(中国科学院心理研究所) 北京100101 中国科学院大学心理学系北京100049 中国科学院脑科学与智能技术卓越创新中心北京100190

语言理解是认知科学和计算机科学交叉领域共同关心的问题,但两个学科在选择具体研究问题时却十分不同.认知科学领域的研究侧重解析大脑的工作机制,更多地关注于描述大脑对语言的响应,缺乏对大脑语言功能整体化、系统化的研究,而计算机... 详细信息

语言理解是认知科学和计算机科学交叉领域共同关心的问题,但两个学科在选择具体研究问题时却十分不同.认知科学领域的研究侧重解析大脑的工作机制,更多地关注于描述大脑对语言的响应,缺乏对大脑语言功能整体化、系统化的研究,而计算机科学家在选择研究问题时重点关注实际应用效能,往往忽略了对语言最本质规律的研究.那么,如何实现两种思路的交叉融合,为智能语言计算模型的构建和语言认知机理的研究带来新的机遇和启发呢?本文首先简要回顾了认知科学和计算机科学在语言理解方向上的研究问题、发展历程和研究方法,重点阐述研究现状和面临的挑战,之后对比认知科学和计算机科学领域对于语言理解问题的主要观点,分析两者之间的异同.最后对现有语言认知和语言计算两个领域的交叉融合方法进行归纳和总结,并对未来发展趋势予以展望.

关键词：语言认知语言计算人的语言理解机器的语言理解交叉研究

来源：评论

学校读者我要写书评

暂无评论

基于跨模态深度度量学习的甲骨文字识别

引用

自动化学报 2021年第4期47卷 791-800页

作者：张颐康张恒刘永革刘成林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 中科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北京100190 安阳师范学院安阳455099

甲骨文字图像可以分为拓片甲骨文字与临摹甲骨文字两类.拓片甲骨文字图像是从龟甲、兽骨等载体上获取的原始拓片图像,临摹甲骨文字图像是经过专家手工书写得到的高清图像.拓片甲骨文字样本难以获得,而临摹文字样本相对容易获得.为了提... 详细信息

甲骨文字图像可以分为拓片甲骨文字与临摹甲骨文字两类.拓片甲骨文字图像是从龟甲、兽骨等载体上获取的原始拓片图像,临摹甲骨文字图像是经过专家手工书写得到的高清图像.拓片甲骨文字样本难以获得,而临摹文字样本相对容易获得.为了提高拓片甲骨文字识别的性能,本文提出一种基于跨模态深度度量学习的甲骨文字识别方法,通过对临摹甲骨文字和拓片甲骨文字进行共享特征空间建模和最近邻分类,实现了拓片甲骨文字的跨模态识别.实验结果表明,在拓片甲骨文字识别任务上,本文提出的跨模态学习方法比单模态方法有明显的提升,同时对新类别拓片甲骨文字也能增量识别.

关键词：甲骨文字识别深度度量学习最近邻分类跨模态学习

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：