检索结果-内蒙古大学图书馆

自动化学报 2025年第1期51卷 90-103页

作者：张润宁余鹏谭宁中山大学计算机学院广州510006 机器智能与先进计算教育部重点实验室广州510006

连续体机器人通常由柔性材料制成,能够承受大幅度形变,在各领域具有广阔的应用前景.然而,其软体结构和非传统的驱动机制也带来了诸多非线性因素,使得其状态和运动难以被精确建模.因此,为连续体机器人设计了一种无模型控制方案.该方案一... 详细信息

连续体机器人通常由柔性材料制成,能够承受大幅度形变,在各领域具有广阔的应用前景.然而,其软体结构和非传统的驱动机制也带来了诸多非线性因素,使得其状态和运动难以被精确建模.因此,为连续体机器人设计了一种无模型控制方案.该方案一方面通过变参递归神经网络(Varying parameter-recursive neural network,VP-RNN)求解连续体机器人的逆运动学,以实现高精度运动控制,另一方面使用递归最小二乘法(Recursive least square,RLS)基于实时数据估计和更新机器人雅可比矩阵伪逆,以避免机器人的解析建模.最后,通过仿真模拟和实物实验验证了所提出控制方案的可行性、精确性和鲁棒性,并通过一系列对比实验突出了所提出方法的优势.该方法率先研究基于递归最小二乘法的连续体机器人雅可比矩阵伪逆估计,对未来的连续体机器人研究具有一定的启示作用.

关键词：连续体机器人无模型控制变参递归神经网络递归最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基于逐帧和逐段时空交互记忆网络的高效视频目标分割

引用

中国科学:信息科学 2025年第1期55卷 80-93页

作者：党吉圣郑慧诚王笔美李俊成丁恒辉赖剑煌中山大学计算机学院广州510006 School of Computing National University of SingaporeSingapore 119391Singapore 机器智能与先进计算教育部重点实验室广州510006 广东省信息安全技术重点实验室广州510006 暨南大学信息科学技术学院广州510632 复旦大学大数据研究院上海200433

视频目标分割旨在自动分割视频中感兴趣的目标,在视频编辑、机器人导航以及自动驾驶等领域均有着广泛的应用前景.现有的视频目标分割方法大多依赖于独立帧表观记忆,这在处理严重遮挡或表观相似的复杂视频场景时常显不足.为应对这些挑战... 详细信息

视频目标分割旨在自动分割视频中感兴趣的目标,在视频编辑、机器人导航以及自动驾驶等领域均有着广泛的应用前景.现有的视频目标分割方法大多依赖于独立帧表观记忆,这在处理严重遮挡或表观相似的复杂视频场景时常显不足.为应对这些挑战,本文提出了一种基于逐帧和逐段时空交互记忆网络(frame-wise and segment-wise spatio-temporal interaction memory,FSSTIM)的视频目标分割方法.FSSTIM引入逐帧和逐段时空交互记忆构建模块,通过构建时空上下文图网络提取逐段时空记忆特征图,并与逐帧记忆特征图进行交互增强,显著提高了网络处理相似表观和目标遮挡的能力.此外,引入动态采样记忆读取器实现了高效的多粒度历史信息读取,加快了推理速度并提高了分割精度.在DAVIS,YouTube-VOS和MOSE主流视频目标分割数据集上的实验表明,本文方法在保持实时处理速度的同时取得了先进的分割性能,且具有较强的泛化能力.

关键词：视频目标分割逐帧和逐段时空交互记忆网络时空上下文关联网络动态采样记忆读取

来源：评论

学校读者我要写书评

暂无评论

基于时空共现模式的视觉行人再识别

引用

自动化学报 2022年第2期48卷 408-417页

作者：钱锦浩宋展仁郭春超赖剑煌谢晓华中山大学计算机学院广州510006 视频图像智能分析与应用技术公安部重点实验室广州510006 机器智能与先进计算教育部重点实验室广州510006

基于视频图像的视觉行人再识别是指利用计算机视觉技术关联非重叠域摄像头网络下的相同行人,在视频安防和商业客流分析中具有重要应用.目前视觉行人再识别技术已经取得了相当不错的进展,但依旧面临很多挑战,比如摄像机的拍摄视角不同、... 详细信息

基于视频图像的视觉行人再识别是指利用计算机视觉技术关联非重叠域摄像头网络下的相同行人,在视频安防和商业客流分析中具有重要应用.目前视觉行人再识别技术已经取得了相当不错的进展,但依旧面临很多挑战,比如摄像机的拍摄视角不同、遮挡现象和光照变化等所导致的行人表观变化和匹配不准确问题.为了克服单纯视觉匹配困难问题,本文提出一种结合行人表观特征跟行人时空共现模式的行人再识别方法.所提方法利用目标行人的邻域行人分布信息来辅助行人相似度计算,有效地利用时空上下文信息来加强视觉行人再识别.在行人再识别两个权威公开数据集Market-1501和DukeMTMC-ReID上的实验验证了所提方法的有效性.

关键词：行人再识别深度学习时空共现模式行人邻域

来源：评论

学校读者我要写书评

暂无评论

基于多对多生成对抗网络的非对称跨域迁移行人再识别

引用

自动化学报 2022年第1期48卷 103-120页

作者：梁文琦王广聪赖剑煌中山大学计算机学院广州510006 广州新华学院广州510520 广东省信息安全技术重点实验室广州510006 机器智能与先进计算教育部重点实验室广州510006

无监督跨域迁移学习是行人再识别中一个非常重要的任务.给定一个有标注的源域和一个没有标注的目标域,无监督跨域迁移的关键点在于尽可能地把源域的知识迁移到目标域.然而,目前的跨域迁移方法忽略了域内各视角分布的差异性,导致迁移效... 详细信息

无监督跨域迁移学习是行人再识别中一个非常重要的任务.给定一个有标注的源域和一个没有标注的目标域,无监督跨域迁移的关键点在于尽可能地把源域的知识迁移到目标域.然而,目前的跨域迁移方法忽略了域内各视角分布的差异性,导致迁移效果不好.针对这个缺陷,本文提出了一个基于多视角的非对称跨域迁移学习的新问题.为了实现这种非对称跨域迁移,提出了一种基于多对多生成对抗网络(Many-to-many generative adversarial network,M2M-GAN)的迁移方法.该方法嵌入了指定的源域视角标记和目标域视角标记作为引导信息,并增加了视角分类器用于鉴别不同的视角分布,从而使模型能自动针对不同的源域视角和目标域视角组合采取不同的迁移方式.在行人再识别基准数据集Market1501、DukeMTMC-reID和MSMT17上,实验验证了本文的方法能有效提升迁移效果,达到更高的无监督跨域行人再识别准确率.

关键词：行人再识别多对多跨域迁移非监督迁移学习生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

RGB-D行为识别研究进展及展望

引用

自动化学报 2019年第5期45卷 829-840页

作者：胡建芳王熊辉郑伟诗赖剑煌中山大学数据科学与计算机学院广州510006 广东省信息安全技术重点实验室广州510006 机器智能与先进计算教育部重点实验室广州510006 中山大学电子信息与工程学院广州510006

行为识别是计算机视觉领域很重要的一个研究问题,其在安全监控、机器人设计、无人驾驶和智能家庭设计等方面都有着非常重要的应用.基于传统RGB视频的行为识别方法由于容易受背景、光照等行为无关因素的影响,导致识别精度不高.廉价RGB-D... 详细信息

行为识别是计算机视觉领域很重要的一个研究问题,其在安全监控、机器人设计、无人驾驶和智能家庭设计等方面都有着非常重要的应用.基于传统RGB视频的行为识别方法由于容易受背景、光照等行为无关因素的影响,导致识别精度不高.廉价RGB-D摄像头出现之后,人们开始从一个新的途径解决行为识别问题.基于RGB-D摄像头的行为识别通过聚合RGB、深度和骨架三种模态的行为数据,可以融合不同模态的行为信息,从而可以克服传统RGB视频行为识别的缺陷,也因此成为近几年的一个研究热点.本文系统地综述了RGB-D行为识别领域的研究进展和展望.首先,对近年来RGB-D行为识别领域中常用的公共数据集进行简要的介绍;同时也系统地介绍了多模态RGB-D行为识别研究领域的典型模型和最新进展,其中包括卷积神经网络(Convolution neural network, CNN)和循环神经网络(Recurrent neural network, RNN)等深度学习技术在RGB-D行为识别的应用;最后,在三个公共RGB-D行为数据库上对现有方法的优缺点进行了比较和分析,并对未来的相关研究进行了展望.

关键词： RGB-D 行为识别骨架点深度学习

来源：评论

学校读者我要写书评

暂无评论

考虑学习/遗忘特性的软件项目调度多目标优化方法

引用

控制与决策 2018年第2期33卷 203-210页

作者：郭一楠季俊华吉建娇巩敦卫中国矿业大学信息与控制工程学院江苏徐州221008 中山大学机器智能与先进计算教育部重点实验室广州510006

人员作为软件项目调度过程中的核心资源,其学习遗忘特性是无法忽视的.借鉴已有学习和遗忘模型,构建学习/遗忘效应与人员技能水平之间的动态关联模型,进而给出考虑人员学习/遗忘效应的软件项目调度多目标优化模型.针对该模型,采用新型调... 详细信息

人员作为软件项目调度过程中的核心资源,其学习遗忘特性是无法忽视的.借鉴已有学习和遗忘模型,构建学习/遗忘效应与人员技能水平之间的动态关联模型,进而给出考虑人员学习/遗忘效应的软件项目调度多目标优化模型.针对该模型,采用新型调度方案编码方式和不可行解修复方法,给出基于改进NSGA-Ⅱ的软件项目调度多目标优化方法.面向具有不同项目规模的算例仿真实验表明,考虑人员的学习能力有利于改善调度方案性能,而遗忘效应则会使调度方案的项目总工期和成本增加.因此,在软件项目调度问题中,考虑人员的学习和遗忘效应是十分必要的.

关键词：学习效应遗忘效应 NSGA-Ⅱ 多目标软件项目调度

来源：评论

学校读者我要写书评

暂无评论

利用动态降维差分进化算法解决多约束的投资组合优化问题

引用

小型微型计算机系统 2016年第7期37卷 1526-1530页

作者：王佳彬沈洁陈伟能张军中山大学超级计算学院广州510006 中山大学机器智能与先进计算教育部重点实验室广州510006

投资者在实际投资过程中会有各种各样的偏好,因此在投资组合优化问题的数学模型中,会含有多种约束条件.在这些约束条件下,投资组合问题的复杂程度会随投资规模的增大而急剧增加.采用一种可动态降维的差分进化算法,用于解决含有基本约束... 详细信息

投资者在实际投资过程中会有各种各样的偏好,因此在投资组合优化问题的数学模型中,会含有多种约束条件.在这些约束条件下,投资组合问题的复杂程度会随投资规模的增大而急剧增加.采用一种可动态降维的差分进化算法,用于解决含有基本约束、边界约束以及基数约束的多约束投资组合优化问题.这种差分进化算法具有两大优势,由于该算法可以在求解过程中通过逐渐降维来降低求解复杂性,因此能够处理较大规模的投资组合优化问题;此外,通过动态降维的方法,可以处理投资组合优化问题中的基数约束.实验结果表明,动态降维差分进化算法的性能优于粒子群优化算法,同时在处理基数约束方面优于k-means聚类分析算法.

关键词：投资组合优化差分进化算法基数约束动态降维

来源：评论

学校读者我要写书评

暂无评论

人脸深度伪造主动防御技术综述

引用

中国图象图形学报 2024年第2期29卷 318-342页

作者：瞿左珉殷琪林盛紫琦吴俊彦张博林余尚戎卢伟中山大学计算机学院广州510006 广东省信息安全技术重点实验室广州510006 教育部机器智能与先进计算重点实验室广州510006

深度生成模型的飞速发展推动了人脸深度伪造技术的进步,以Deepfake为代表的深度伪造模型也得到了十分广泛的应用。深度伪造技术可以对人脸图像或视频进行有目的的操纵,一方面,这种技术广泛应用于电影特效、娱乐场景中,丰富了人们的娱乐... 详细信息

深度生成模型的飞速发展推动了人脸深度伪造技术的进步,以Deepfake为代表的深度伪造模型也得到了十分广泛的应用。深度伪造技术可以对人脸图像或视频进行有目的的操纵,一方面,这种技术广泛应用于电影特效、娱乐场景中,丰富了人们的娱乐生活,促进了互联网多媒体的传播;另一方面,深度伪造也应用于一些可能造成不良影响的场景,给公民的名誉权、肖像权造成了危害,同时也给国家安全和社会稳定带来了极大的威胁,因此对深度伪造防御技术的研究日益迫切。现有的防御技术主要分为被动检测和主动防御,而被动检测的方式无法消除伪造人脸在广泛传播中造成的影响,难以做到“事前防御”,因此主动防御的思想得到了研究人员的广泛关注。然而,目前学术界有关深度伪造防御的综述主要关注基于检测的被动式防御方法,几乎没有以深度伪造主动防御技术为重点的综述。基于此,本文对当前学术界提出的人脸深度伪造主动防御技术进行梳理、总结和讨论。首先阐述了深度伪造主动防御的提出背景和主要思想,并对现有的人脸深度伪造主动防御算法进行汇总和归类,然后对各类主动防御算法的技术原理、性能、优缺点等进行了系统性的总结,同时介绍了研究常用的数据集和评估方法,最后对深度伪造主动防御所面临的技术挑战进行了分析,对其未来的发展方向展开了思考和讨论。

关键词：人脸深度伪造人脸深度伪造防御主动防御对抗攻击生成对抗网络(GAN) 深度学习

来源：评论

学校读者我要写书评

暂无评论

全体变长编码映射的JPEG可逆信息隐藏

引用

中国图象图形学报 2023年第3期28卷 734-748页

作者：王可吴绍武尹晓琳付婧巧陈兵卢伟中山大学计算机学院广州510006 广东省信息安全技术重点实验室广州510006 机器智能与先进计算教育部重点实验室广州510006

目的JPEG(joint photographic experts group)作为一种广泛使用的图像格式,对其进行可逆信息隐藏有实际应用价值。大多数以JPEG图像为载体的可逆信息隐藏方案会导致图像质量降低和文件膨胀。由于在JPEG比特流中,并没有使用较多的变长编... 详细信息

目的JPEG(joint photographic experts group)作为一种广泛使用的图像格式,对其进行可逆信息隐藏有实际应用价值。大多数以JPEG图像为载体的可逆信息隐藏方案会导致图像质量降低和文件膨胀。由于在JPEG比特流中,并没有使用较多的变长编码(variable-length code,VLC),因此以未使用的VLC替换已使用的VLC可以实现秘密信息的无损嵌入,但这类方法的嵌入容量有限,且会导致文件膨胀。为了实现更大的嵌入容量并更好地控制文件膨胀,本文提出了新的全体VLC映射方案。方法首先,重排序原始比特流中的行程长度/幅值大小(run/size value,RSV),获得去除编码冗余的载体;然后,引入中间VLC的概念,根据VLC频数分布,确定使文件膨胀大小相对于嵌入载荷最小的最优中间VLC映射模型;接着,通过计算模拟嵌入下的文件膨胀大小,确定构建最优中间VLC映射所需的嵌入VLC和中间VLC集合;最后,根据最优中间VLC映射关系修改定义哈夫曼表和JPEG比特流实现秘密信息的嵌入。结果实验在USC-SIPI数据库上与基于DCT(discrete cosine transform)系数修改和基于VLC映射的方法进行对比。相较于基于限长VLC映射的方法,对不同的载体图像,本文方法的嵌入容量有540倍较大提升。与现有的典型可逆信息隐藏方法相比,在相同的嵌入容量下,本文方法嵌入造成的文件膨胀大小明显降低。对QF(quality factor)为90的载体图像嵌入1.8×104比特的秘密信息,本文方法造成的文件膨胀最高可降低46%。实验结果验证了RSV重排序的有效性,且提出的最优中间VLC映射可以在提供较大嵌入容量的同时保持较小的文件膨胀。结论本文提出全体变长编码映射的JPEG可逆信息隐藏方法,通过构建最优的中间VLC映射,可以保持载体图像不失真并提供较大嵌入容量,且使文件膨胀更小。

关键词：可逆信息隐藏(RDH) 变长编码(VLC) 定义哈夫曼表(DHT) JPEG比特流文件膨胀嵌入容量

来源：评论

学校读者我要写书评

暂无评论

SSRGFD:双目超分辨率图像通用篡改检测数据集

引用

中国图象图形学报 2023年第11期28卷 3386-3399页

作者：尹承禧张博林罗俊伟朱春陶付婧巧卢伟中山大学计算机学院广东省信息安全技术重点实验室广州510006 中山大学计算机学院机器智能与先进计算教育部重点实验室广州510006 中山大学信息管理学院广州510006

目的图像编辑软件的普及使得篡改图像内容、破坏图像语义的成本越来越低。为避免恶意篡改图像对社会稳定和安全的威胁,检测图像的完整性和真实性尤为重要。面对新型成像设备和算法,需要重新验证现有图像篡改检测算法的有效性并针对双目... 详细信息

目的图像编辑软件的普及使得篡改图像内容、破坏图像语义的成本越来越低。为避免恶意篡改图像对社会稳定和安全的威胁,检测图像的完整性和真实性尤为重要。面对新型成像设备和算法,需要重新验证现有图像篡改检测算法的有效性并针对双目超分辨率图像的安全性展开进一步研究。但由于双目超分辨率图像篡改数据集的缺乏,难以满足研究的需要。为此,构建了一个双目超分辨率图像通用篡改检测数据集SSRGFD(stereo superresolution forensic general dataset)。方法数据集构建考虑复制黏贴、拼接和图像修复3种常见的篡改类型。为使数据集图像更贴合真实篡改场景,本文从篡改图像内容和隐藏篡改痕迹两方面出发为不同篡改类型设计了不同的篡改标准。首先使用超分辨率算法PASSRnet(parallax attention stereo image super-resolution network)从Flickr1024数据集生成双目超分辨率图像,分别基于3种篡改标准通过手工或深度学习算法对图像进行篡改,构建了2067幅篡改图像,并为每一幅篡改图像提供了对应的篡改区域掩膜。结果实验从主观和客观两个角度评估数据集图像视觉质量。通过双刺激连续质量分级法得到的主观质量平均评分差异基本都低于1.5。客观质量评价方法BRISQUE(blind/referenceless image spatial quality evaluator)、NIQE(natural image quality evaluator)和PIQE(parent institute for quality education)的平均评估结果分别为30.76、4.248和34.11,与真实图像十分接近。实验使用多种检测方法在SSRGFD和单目图像数据集上进行比较。QMPPNet(multi-scale pyramid hybrid loss network)的性能指标均表现最优,但所有检测方法在SSRGFD上的性能相比于在单目图像数据集上的性能显著下降。结论构建的SSRGFD数据集内容丰富且具有较好的视觉质量,能够为双目超分辨率图像篡改检测研究工作提供良好的数据支持。SSRGFD数据集可以从https://***/YL1006/SSRGFD上获取。

关键词：数字图像取证图像篡改检测双目超分辨率图像篡改数据集复制黏贴篡改拼接篡改图像修复篡改图像视觉质量评价

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：