检索结果-内蒙古大学图书馆

计算机科学 2025年

作者：刘亚俊纪庆革中山大学计算机学院广东省大数据分析与处理重点实验室

由于人类行为存在的不确定性以及预测未来固有的多模态特点，如何区别预测轨迹的可能性与重要性成为不可避免的问题；行人运动模式则可以作为区分的基准特征。现有以运动模式作为切入点的研究非常匮乏；此外，以往研究局限于轨迹时域或... 详细信息

由于人类行为存在的不确定性以及预测未来固有的多模态特点，如何区别预测轨迹的可能性与重要性成为不可避免的问题；行人运动模式则可以作为区分的基准特征。现有以运动模式作为切入点的研究非常匮乏；此外，以往研究局限于轨迹时域或频域单个维度，未能同时纳入研究。文中提出一种基于运动模式与时频域融合的行人轨迹预测模型MPTF，由轨迹概率预测、回归预测与门控融合网络等组成；概率预测子网络提取轨迹时频域高维特征，结合运动模式以分类方式推理未来轨迹发生概率；回归预测子网络的时域处理分支挖掘行人社交关系，频域处理分支则着重关注不同频率分量对预测准确性的差异性影响；门控网络融合双维度推理特征，以回归方式预测多模态未来轨迹。公开数据集实验表明：MPTF在评估指标ADE与FDE的总体性能达到研究前沿同等竞争力水平；在UNIV数据集ADE/FDE取得0.22/0.40的最优结果，ETH数据集FDE提升8.5%；证明了结合时频域轨迹特征方法的有效性。

关键词：行人轨迹预测运动模式频域特征注意力机制 Transformer

来源：评论

学校读者我要写书评

暂无评论

用于行人轨迹预测的场景限制时空图卷积网络

引用

中国图象图形学报 2023年第10期28卷 3163-3175页

作者：陈浩东纪庆革中山大学计算机学院广州510006 广东省大数据分析与处理重点实验室广州510006

目的针对行人轨迹预测问题,已有的几种结合场景信息的方法基于合并操作通过神经网络隐式学习场景与行人运动的关联,无法直观地解释场景对单个行人运动的调节作用。除此之外,基于图注意力机制的时空图神经网络旨在学习全局模式下行人之... 详细信息

目的针对行人轨迹预测问题,已有的几种结合场景信息的方法基于合并操作通过神经网络隐式学习场景与行人运动的关联,无法直观地解释场景对单个行人运动的调节作用。除此之外,基于图注意力机制的时空图神经网络旨在学习全局模式下行人之间的社会交互,在人群拥挤场景下精度不佳。鉴于此,本文提出一种场景限制时空图卷积神经网络(scene-constrained spatial-temporal graph convolutional neural network,Scene-STGCNN)。方法Scene-STGCNN由运动模块、基于场景的微调模块、时空卷积和时空外推卷积组成。运动模块以时空图卷积提取局部行人时空特征,避免了时空图神经网络在全局模式下学习交互的局限性。基于场景的微调模块将场景信息嵌入为掩模矩阵,用来调节运动模块生成的中间运动特征,具备实际场景下的物理解释性。通过最小化核密度估计下真实轨迹的负对数似然,增强Scene-STGCNN输出的多模态性,减少预测误差。结果实验在公开数据集ETH(包含ETH和HOTEL)和UCY(包含UNIV、ZARA1和ZARA2)上与其他7种主流方法进行比较,就平均值而言,相对于性能第2的模型,平均位移误差(average displacement error,ADE)值减少了12%,最终位移误差(final displacement error,FDE)值减少了9%。在同样的数据集上进行了消融实验以验证基于场景的微调模块的有效性,结果表明基于场景的微调模块能有效建模场景对行人轨迹的调节作用,从而减小算法的预测误差。结论本文提出的场景限制时空图卷积网络能有效融合场景和行人运动,在学习局部模式下行人交互的同时基于场景特征对轨迹特征做实时性调节,相比于其他主流方法,具有更优的性能。

关键词：行人轨迹预测场景空间限制时空特征提取时空卷积核密度估计

来源：评论

学校读者我要写书评

暂无评论

虚拟现实在体育仿真中的应用综述:2003年以来的新进展

引用

计算机科学 2023年第S01期50卷 262-271页

作者：纪庆革陈浩东何穗申朱泳霖朱杰夫张桓恺中山大学计算机学院广州510006 广东省大数据分析与处理重点实验室广州510006

许多体育运动受到场地、天气和经济等因素的限制,很难得到开展。随着计算机技术的快速发展,虚拟现实(Virtual Reality,VR)技术被广泛应用于体育运动中,旨在突破以上限制。文中对2003年至今的虚拟现实与体育仿真相结合的技术进行了介绍,... 详细信息

许多体育运动受到场地、天气和经济等因素的限制,很难得到开展。随着计算机技术的快速发展,虚拟现实(Virtual Reality,VR)技术被广泛应用于体育运动中,旨在突破以上限制。文中对2003年至今的虚拟现实与体育仿真相结合的技术进行了介绍,从体育类型的角度将其归类为竞技体育仿真、娱乐体育仿真、医疗体育仿真和体育相关场景仿真。从近年来的体育仿真实例可以发现,基于VR技术的体育仿真已经不局限于竞技体育领域,正在不断向大众娱乐和交叉学科的方向深入发展,基于VR的娱乐体育仿真和医疗体育仿真更加成熟,可以给大众带来更加贴近日常生活的VR体验。体育相关场景仿真虽然是一个较新的领域,但由于其商业化的特色,虚拟广告和赛事系统等应用得到快速发展。最后对虚拟现实技术在体育仿真中的未来发展提出了全新的展望。

关键词：虚拟现实体育仿真体育辅助训练运动生理学

来源：评论

学校读者我要写书评

暂无评论

面向大规模时态图的紧密子图维护算法

引用

南京大学学报（自然科学版） 2022年第3期58卷 398-412页

作者：车鑫恺陈雅迪胡淼吴迪中山大学计算机学院广州510006 广东省大数据分析与处理重点实验室广州510006

大规模图数据中的重要顶点与层级结构对于挖掘复杂网络(如社交网络、交通网络等)中有价值的信息具有重要意义.提出一种自顶向下的大规模时态图(k,h)-维护算法,对时态图中紧密度最高的前n层(k,h)-核,或满足自定义k,h值约束条件的核进行维... 详细信息

大规模图数据中的重要顶点与层级结构对于挖掘复杂网络(如社交网络、交通网络等)中有价值的信息具有重要意义.提出一种自顶向下的大规模时态图(k,h)-维护算法,对时态图中紧密度最高的前n层(k,h)-核,或满足自定义k,h值约束条件的核进行维护.首先提出识别(k,h)-最大层的方法 .当时态图中出现新的边时,为了定位当前时刻可能因新加入边导致核值需要更新的顶点的范围,提出候选插入子图与部分(k,h)-核的概念及相应的识别算法.针对加边情况,提出自顶向下的时态图(k,h)-核维护加边算法,根据部分(k,h)-核识别核值受加边影响的顶点并对其核值进行更新.针对当前时刻有已经存在的边被删除的情况,提出自顶向下的时态图(k,h)-核维护删边算法,对上一时刻的(k,h)-核做最小调整以得到当前时刻的核值.从理论上证明了算法的正确性,还在真实的时态图上设计了一系列对比实验.实验结果表明,在维护层数较少时下添加边,提出的核维护算法与其他对比算法相比,加速比可达几十倍;删边时,加速比也在1~2倍.提出的算法有良好的扩展性,对于增删不同数量的边和不同的(k,h)设置,都能保持较高的效率.

关键词：大规模图核值维护紧密子图时态图

来源：评论

学校读者我要写书评

暂无评论

基于变分持续贝叶斯元学习的推荐算法

引用

计算机科学 2023年第7期50卷 66-71页

作者：朱文韬刘威梁上松朱怀杰印鉴中山大学计算机学院广州511436 中山大学人工智能学院广东珠海519082 广东省大数据分析与处理重点实验室广州510006

元学习方法近年被引入推荐系统以缓解冷启动问题。现有元学习算法只能提高算法处理一组静态分布的数据集(任务)的能力。当面对多个服从非平稳分布的数据集时,现有模型往往会出现负知识转移以及灾难性遗忘问题,导致算法推荐性能大幅下降... 详细信息

元学习方法近年被引入推荐系统以缓解冷启动问题。现有元学习算法只能提高算法处理一组静态分布的数据集(任务)的能力。当面对多个服从非平稳分布的数据集时,现有模型往往会出现负知识转移以及灾难性遗忘问题,导致算法推荐性能大幅下降。探索了基于变分持续贝叶斯元学习(Variational Continuous Bayesian Meta-Learning, VC-BML)的推荐算法。首先,算法假设元参数服从动态混合高斯模型,使其具有更大的参数空间,提高了模型适应不同任务的能力,缓解了负知识转移问题。然后,VC-BML的任务集群数量由中国餐馆过程(Chinese Restaurant Process, CRP)来灵活确定,使得模型在不同的混合分量中存储不同任务分布的知识,并在类似任务出现时调用这些知识,有助于缓解传统算法中的灾难性遗忘问题。为了估计模型参数的后验概率,算法采用了一种更稳健的结构化变分推理方法来近似后验值,以避免遗忘知识。最后,VC-BML在4个非平稳分布的数据集上的表现均优于基准算法。与基于点估计的基准算法相比,VC-BML提高了模型的稳健型,有助于缓解灾难性遗忘问题。

关键词：推荐算法冷启动元学习动态混合高斯模型

来源：评论

学校读者我要写书评

暂无评论

考虑行人特征与领导者角色的改进社会力模型

引用

计算机科学 2022年第5期49卷 347-354页

作者：林金城纪庆革钟圳伟中山大学计算机学院广州510006 广东省大数据分析与处理重点实验室广州510006

社会力模型是人群运动仿真中的经典模型,该模型将行人的主观意愿和行人之间的相互影响等都通过“力”的形式来表达,模型简洁且易于解释,但是影响行人运动的因素是多方面的,原始社会力模型中自驱力和社会心理力的计算存在不足。为了使模... 详细信息

社会力模型是人群运动仿真中的经典模型,该模型将行人的主观意愿和行人之间的相互影响等都通过“力”的形式来表达,模型简洁且易于解释,但是影响行人运动的因素是多方面的,原始社会力模型中自驱力和社会心理力的计算存在不足。为了使模型能够仿真出真实的运动过程,研究者们对社会力模型进行了改进。文中主要研究了人群疏散过程中的主体:行人。从行人特征和行人角色两个方面对行人进行建模,其中行人特征包括行人之间的亲疏关系、行人性格以及个体情绪,不同亲密程度的行人之间的干扰程度不同,而行人情绪也会影响行人的判断;行人角色方面考虑了领导者和普通行人,分析了不同行人角色对疏散过程的影响,领导者可以帮助普通行人疏散。通过人群自组织仿真实验,验证了改进模型能够仿真出真实的人群疏散状况,保留原模型的优势。同时,统计了4种仿真模型下人群的疏散效率和出口利用率,对实验数据中的均值和分布情况进行了分析。实验结果表明,导致行人疏散时间过长的主要原因是寻找出口耗时过长以及出口利用率不平衡。一般情况下,行人特征和领导者角色对行人疏散效率有积极影响,行人特征可以加快行人聚集以及优化行人期望速度,而领导者角色在帮助行人寻找出口的基础上,平衡了行人对出口的利用,保证了各出口疏散人数基本相同。

关键词：人群疏散社会力模型行人特征领导者疏散效率

来源：评论

学校读者我要写书评

暂无评论

分子可视化中的光线追踪棋盘渲染

引用

计算机科学 2022年第2期49卷 134-141页

作者：李家振纪庆革朱泳霖中山大学计算机学院广州510006 广东省大数据分析与处理重点实验室广州510006

在分子可视化中使用光线追踪渲染图像能够极大地促进研究人员对分子结构的观察和感知,但现有的光线追踪方法存在实时性能不足以及渲染质量不佳的问题。文中提出了一种光线追踪棋盘渲染方法。该方法利用棋盘渲染技术对光线追踪方法进行优... 详细信息

在分子可视化中使用光线追踪渲染图像能够极大地促进研究人员对分子结构的观察和感知,但现有的光线追踪方法存在实时性能不足以及渲染质量不佳的问题。文中提出了一种光线追踪棋盘渲染方法。该方法利用棋盘渲染技术对光线追踪方法进行优化,其流程主要划分为重投影、渲染、重建和孔填充4个阶段,在各阶段中,提出了针对棋盘渲染的改进,包括光线追踪前向重投影、分子着色包围盒、动态图像重建方法和八邻居插值填孔策略。在6个拥有不同原子数量的分子上与目前的先进方法进行对比,实验结果表明,所提方法整体的实时帧率明显高于同样基于CPU计算的Tachyon-OSPRay方法,是后者的1.58~1.86倍。另外,在原子数量相对较少的实验分子上,所提方法比基于GPU加速计算的Tachyon-Optix方法拥有更好的帧率表现。

关键词：分子可视化分子渲染光线追踪棋盘渲染时间性反走样

来源：评论

学校读者我要写书评

暂无评论

动态低采样环境光遮蔽的实时光线追踪分子渲染

引用

计算机科学 2022年第1期49卷 175-180页

作者：李家振纪庆革中山大学计算机学院广州510006 广东省大数据分析与处理重点实验室广州510006

分子可视化工作中高质量的分子渲染效果对研究人员观察生物分子结构尤为重要。主流分子可视化工具中常用的光栅化方法渲染效果不佳,不利于研究人员观察分子结构。先进的光线追踪渲染技术可以实现高质量的渲染效果,但目前工具中支持光线... 详细信息

分子可视化工作中高质量的分子渲染效果对研究人员观察生物分子结构尤为重要。主流分子可视化工具中常用的光栅化方法渲染效果不佳,不利于研究人员观察分子结构。先进的光线追踪渲染技术可以实现高质量的渲染效果,但目前工具中支持光线追踪的分子渲染方法存在使用平台限制、实时性能不足以及渲染质量不佳的问题。文中提出一种动态低采样环境光遮蔽的实时光线追踪分子渲染方法,其中提出了光线追踪中简易的重投影方法,用于实现动态低采样环境光遮蔽的时间性降噪;以及提出了阴影光线包装策略,改进了光线遍历场景时的计算并行度。实验结果表明,所提方法在个人电脑上可达到实时交互渲染性能,并且在"天河二号"平台上与先进的VMD-OSPRay方法相比,该方法获得了1.40~1.64倍的性能加速,同时改善了动态图像严重的噪点问题。

关键词：光线追踪分子可视化分子渲染环境光遮蔽数据并行

来源：评论

学校读者我要写书评

暂无评论

基于位置的稀疏群体查询

引用

计算机科学与探索 2021年第11期15卷 2151-2160页

作者：李娜朱怀杰刘威印鉴中山大学数据科学与计算机学院广州510006 广东省大数据分析与处理重点实验室广州510006

在基于位置的社交网络中,找到一个特殊的群体/社区是非常重要的。现在的研究都集中于寻找群体之间关系紧密的密集子图。相对于紧密的群体/子图,对于稀疏群的研究少之又少。虽然现有工作开始研究稀疏群体查询问题,但是还没有研究基于位... 详细信息

在基于位置的社交网络中,找到一个特殊的群体/社区是非常重要的。现在的研究都集中于寻找群体之间关系紧密的密集子图。相对于紧密的群体/子图,对于稀疏群的研究少之又少。虽然现有工作开始研究稀疏群体查询问题,但是还没有研究基于位置的稀疏群体查询问题,而基于位置的服务在现实生活中有很多需求。因此,研究基于位置的稀疏群查询的问题变得有研究价值。基于位置的稀疏群体查询是为了找到一群用户,不仅用户之间满足一定的稀疏性(即用户之间的社交距离大于k),且最小化用户到查询位置的距离和。针对这个问题,首先提出基于c-邻居的基本处理算法(简称baseline),其主要利用存储的c-邻居信息以及距离剪枝来帮助快速获得查询结果。但是baseline算法的空间消耗太大,且在稀疏阈值参数k>c时查询效率不高。为了解决这些问题,进一步提出基于c-邻居和反向c-邻居的查询优化算法(简称ICN),不仅利用存储的c-邻居且利用反向c-邻居信息来处理参数k>c的情况,从而快速获得查询结果。实验结果和理论表明,提出的两种查询处理方法是有效的和正确的。

关键词：基于位置的社交网络图稀疏群 c-邻居距离剪枝

来源：评论

学校读者我要写书评

暂无评论

视频识别深度学习网络综述

引用

计算机科学 2022年第S02期49卷 341-350页

作者：钱文祥衣杨中山大学计算机学院广州510275 广州新华学院信息科学学院广州510520 广东省大数据分析与处理重点实验室广州510275

视频识别是计算机视觉领域中最重要的任务之一,受到了研究者的广泛关注。视频识别指从视频片段中提取特征,并依据特征识别视频动作。相比于静态图片,视频的各帧间存在较大的关联性。如何高效地使用来自时空等不同维度的特征信息准确地... 详细信息

视频识别是计算机视觉领域中最重要的任务之一,受到了研究者的广泛关注。视频识别指从视频片段中提取特征,并依据特征识别视频动作。相比于静态图片,视频的各帧间存在较大的关联性。如何高效地使用来自时空等不同维度的特征信息准确地识别视频,是当前研究的重点。以视频识别技术为研究对象,首先介绍了视频识别研究的背景信息及常用数据集。然后,详细地梳理了视频识别方法的演变过程;回顾了基于时空兴趣点、密集轨迹、改进的密集轨迹等传统的视频识别方法,以及近年来提出的可用于视频识别的深度学习网络框架。其中,分别介绍了基于2D卷积神经网络的视频识别框架、基于3D卷积神经网络的视频框架、伪3D卷积神经网络,以及基于Transformer结构的网络,介绍了这些框架的演变,并总结了它们的实现细节及特点;评测了各网络在不同视频识别数据集上的表现情况,分析了各网络的适用场景。最后,展望了视频识别网络框架未来的研究趋势。视频识别任务可以自动、高效地识别出视频所属的类别,基于深度学习的视频识别具有广泛的实用价值。

关键词：视频识别改进的密集轨迹深度学习双流网络卷积神经网络深度自注意力网络

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：