检索结果-内蒙古大学图书馆

电子学报 2024年第10期52卷 3600-3612页

作者：陈爽田烨付莹北京理工大学计算机学院北京100081 北京理工大学信息与电子学院北京100081 北京理工大学复杂环境智能感测技术工信部重点实验室北京100081

量子图像传感器(Quanta Image Sensor,QIS)具有超高的单光子灵敏度与空间分辨率,因此其有望成为替代CMOS的下一代图像传感器.然而,从QIS获取的原始数据是二进制的图像帧,因此需要采用图像重建算法从二进制观测值中恢复原始场景.现有的... 详细信息

量子图像传感器(Quanta Image Sensor,QIS)具有超高的单光子灵敏度与空间分辨率,因此其有望成为替代CMOS的下一代图像传感器.然而,从QIS获取的原始数据是二进制的图像帧,因此需要采用图像重建算法从二进制观测值中恢复原始场景.现有的方法包括基于模型的QIS图像重建和基于深度学习的QIS图像重建,其中基于模型的QIS图像重建通常需要进行大量的优化迭代,且对内部参数选择高度敏感.而基于深度学习的QIS图像重建则往往需要对每个具有细微不同的任务设计和训练单独的网络模型,灵活性欠缺并在很大程度上限制了其实用性.为了解决上述QIS图像重建方法的局限性,本文提出一种基于强化学习的免调参即插即用单光子图像重建方法.该方法能够自适应地对不同输入图像、不同过采样倍率和重建所处的不同迭代轮次动态选取合适的参数,实现更好的重建效果.具体地,本文将即插即用框架下的QIS图像重建任务中需要手动调整的参数建模为序列决策问题,引入结合无模型强化学习和基于模型强化学习思想的算法学习一个最佳策略,以实现对于不同输入图像在每次优化迭代时的最优超参选择.在合成和真实数据集上的实验结果表明,本文提出的方法可以在过采样倍率为4、6、8三种情况下,在峰值信噪比上相较现有先进方法提高约0.44~0.60 dB,在重建的视觉效果上也能够保留更多的纹理细节.真实极暗光QIS图像数据已在https://***/ying-fu/Real-SPAD-Dataset公开.

关键词：量子图像传感器单光子成像即插即用强化学习图像重建

来源：评论

学校读者我要写书评

暂无评论

群体机械道具表演行为建模与仿真研究

引用

系统仿真学报 2025年第1期37卷 299-310页

作者：何莲黄可翔闫大鹏唐瑞达丁刚毅北京理工大学计算机学院北京100081 数字表演与仿真技术北京市重点实验室北京100081

在舞台表演中,机械道具数量逐渐增多,给其控制和设计带来了巨大挑战,每次创意修改均需重新彩排,导致了效率低下和对创意修改的敏感性。为解决这些问题,提出了一种群体机械道具的表演行为模型,通过质心生长与三维线性插值生成空间状态,... 详细信息

在舞台表演中,机械道具数量逐渐增多,给其控制和设计带来了巨大挑战,每次创意修改均需重新彩排,导致了效率低下和对创意修改的敏感性。为解决这些问题,提出了一种群体机械道具的表演行为模型,通过质心生长与三维线性插值生成空间状态,并利用梯度下降在时间维优化状态。通过构建三维仿真实验,对模型中的群体机械道具表演行为规划与优化进行分析,使用相似性评估仿真效果与真实表演效果,说明该模型在真实表演中的有效性,并将其应用于一次表演中,证明了该模型的可行性与先进性。

关键词：机械道具群体控制控制系统舞台表演表演仿真

来源：评论

学校读者我要写书评

暂无评论

上下文建模与推理的视频异常事件检测

引用

计算机学报 2024年第10期47卷 2368-2386页

作者：孙澈武玉伟贾云得北京理工大学计算机学院智能信息技术北京市重点实验室北京100081 深圳北理莫斯科大学广东省智能感知与计算重点实验室广东深圳518172

视频异常事件检测旨在从视频中自动地检测出不符合正常事件规律的视频事件.视频中许多正常和异常的事件是由目标与场景或其它目标交互而产生的,即它们是以目标为中心且高度上下文相关的.如何从底层的视频特征中提取事件高层语义上下文信... 详细信息

视频异常事件检测旨在从视频中自动地检测出不符合正常事件规律的视频事件.视频中许多正常和异常的事件是由目标与场景或其它目标交互而产生的,即它们是以目标为中心且高度上下文相关的.如何从底层的视频特征中提取事件高层语义上下文信息,并根据上下文信息进行视频异常事件检测仍是一个开放的难题.为此,本文提出了一种新的上下文建模与推理的视频异常事件检测方法.本文方法通过建立视频的上下文图,自动地推理事件相关的语义上下文信息,以缩小底层视觉特征与异常事件高层语义之间的差距,实现异常事件检测.具体来说,首先使用了预训练的目标检测网络,提取目标初始的表观特征、目标之间的时空关系特征和场景特征;其次设计了一个上下文图推理模块,通过建模时空上下文图,将提取到的特征显式地建模为三类语义上下文,包括事件目标的个体行为、不同目标之间的时空关系以及目标与场景之间的交互,其中图的节点表示目标/场景,图的边表示时空关系;最后构建了一个异常预测模块,根据推理到的语义上下文信息进行异常事件检测.本文的上下文图推理模块基于平均场理论,通过使用多个带有消息传递模块的循环神经网络,迭代更新图的节点和边的状态,目的是从底层的视觉特征中推理得到高层的语义上下文.本文的异常预测模块包括注意力池化网络层和全连接网络层,通过输入语义上下文信息,计算视频帧的异常分数,从而正确地进行异常事件检测.实验中,设计了一个自训练策略,分别使用了无监督、半监督、弱监督和监督四种训练策略,以端到端的方式训练时空上下文图推理模块和异常预测模块.本文方法在四个公开的数据集上进行了实验,包括三个半监督的数据集Subway (Entrance/Exit)、Avenue和ShanghaiTech,以及一个监督的数据集UCF-Crime.与不使用上下文的方法相比,本文方法在Subway(Entrance/Exit)、Avenue和ShanghaiTech数据集上的无监督AUC指标分别提高了2.7%/3.1%、2.0%和2.9%,半监督AUC指标分别提高了3.5%/3.3%、4.0%和4.3%.在监督数据集UCF-Crime上,与没有使用上下文的方法相比,本文方法在半监督AUC、弱监督AUC和监督AUC的指标上分别提高了2.1%、0.4%和9.2%,取得了有竞争力的表现.

关键词：异常事件检测上下文建模与推理上下文图自训练策略深度学习

来源：评论

学校读者我要写书评

暂无评论

混合曲率空间中的几何自适应元学习方法

引用

计算机学报 2024年第10期47卷 2289-2306页

作者：高志武玉伟贾云得北京理工大学计算机学院智能信息技术北京市重点实验室北京100081 深圳北理莫斯科大学广东省智能感知与计算重点实验室广东深圳518172

元学习通过学习先验知识,能帮助模型快速适应新任务.在适应新任务的过程中,空间几何结构与数据几何结构的匹配程度对模型泛化起着重要作用.现实世界数据具有多样的非欧几何结构,例如自然语言具有非欧层级结构,人脸图像具有非欧环状结构... 详细信息

元学习通过学习先验知识,能帮助模型快速适应新任务.在适应新任务的过程中,空间几何结构与数据几何结构的匹配程度对模型泛化起着重要作用.现实世界数据具有多样的非欧几何结构,例如自然语言具有非欧层级结构,人脸图像具有非欧环状结构等.已有研究表明,真实数据的非欧结构同黎曼流形的几何结构相匹配,从理论上提供了利用黎曼流形来建模数据的可行性.本文提出了混合曲率空间(mixed-curvature space)中的几何自适应元学习方法,利用多个混合曲率空间来表示数据,并生成与数据非欧结构相匹配的黎曼几何.本文构建了多混合曲率神经网络,将混合曲率空间的几何结构表示为曲率空间的曲率、数量和维度,由此通过梯度下降过程实现对数据非欧结构的几何自适应.本文进一步引入几何初始化生成策略和几何更新策略,通过少数几步迭代,空间几何结构即可快速匹配数据非欧结构,加速了梯度下降过程.本文在小样本分类和小样本回归等任务上进行了实验验证.与欧氏空间的元学习方法相比,本文方法在小样本分类任务上取得了约3%的准确率提升,在小样本回归任务上将均方误差减少了一半,验证了本文方法的有效性.

关键词：元学习几何自适应混合曲率空间黎曼流形

来源：评论

学校读者我要写书评

暂无评论

大语言模型知识引导的开放域多标签动作识别

引用

计算机研究与发展 2025年

作者：朱荣江石语珩杨硕王子奕吴心筱北京理工大学计算机学院智能信息技术重点实验室(北京理工大学) 深圳北理莫斯科大学广东省智能感知与计算重点实验室(深圳北理莫斯科大学)

开放域多标签动作识别任务旨在对视频中训练阶段未见的人的多类动作进行识别.相较于传统动作识别，该任务更适应实际场景，具有广泛的应用前景.然而，开放域多标签动作识别具有很大的挑战性，需要将模型有效泛化到未见过的新动作类别.... 详细信息

开放域多标签动作识别任务旨在对视频中训练阶段未见的人的多类动作进行识别.相较于传统动作识别，该任务更适应实际场景，具有广泛的应用前景.然而，开放域多标签动作识别具有很大的挑战性，需要将模型有效泛化到未见过的新动作类别.为了解决此问题，提出大语言模型知识引导的开放域多标签动作识别方法.该方法挖掘大语言模型蕴含的丰富的动作类别共现知识，并将共现知识嵌入视觉-语言模型的提示学习，实现基本类别（base classes）与新类别（novel classes）之间的信息传递，从而提升新类别的识别性能.在实验中将基本动作类别和新动作类别的比例设置为3:1和1:1，分别表示为“75% 可见”和“50% 可见”.在AVA和数据集上的实验结果表明，相较于现有方法，当基本动作类别为“75%”时，该方法在AVA和MovieNet数据集的新动作类别识别指标mAP上分别提升了1.95%和1.21%；当面临基本动作类别为“50%”的更困难场景时，提出的方法在这2个数据集上新动作类别识别指标mAP上分别提升了2.59%和1.06%.

关键词：开放域动作识别多标签分类提示学习大语言模型 CLIP模型

来源：评论

学校读者我要写书评

暂无评论

适用于鱼眼图像的改进YOLOv7目标检测算法

引用

计算机工程与应用 2024年第14期60卷 250-256页

作者：吴兆东徐成刘宏哲付莹蹇木伟北京联合大学北京市信息服务工程重点实验室北京100101 北京理工大学计算机学院北京100081 山东财经大学计算机科学与技术学院济南250014

鱼眼相机捕获的图像具有宽视场、几何失真和尺度差异大等特点,这给基于标准卷积网络的目标检测器带来了巨大的挑战。现有的目标检测算法可以在网络结构设计、特征学习等方面进一步改进以适用于鱼眼图像上的失真目标检测任务。为减轻鱼... 详细信息

鱼眼相机捕获的图像具有宽视场、几何失真和尺度差异大等特点,这给基于标准卷积网络的目标检测器带来了巨大的挑战。现有的目标检测算法可以在网络结构设计、特征学习等方面进一步改进以适用于鱼眼图像上的失真目标检测任务。为减轻鱼眼图像上径向畸变的影响,研究在YOLOv7主干引入多分支堆叠结构的多头注意力模块以捕获全局上下文信息,提高检测准确性。同时,在YOLOv7的Neck侧,使用简单高效的融合可变形卷积的层聚合结构以实现有效的多尺度特征融合,提高模型对失真目标的特征提取能力。提出的检测模型直接在鱼眼图像上执行,无须指定先验信息和校准。在公开的综合鱼眼图像数据集VOC_360上进行实验,结果表明,改进后的YOLOv7鱼眼图像目标检测器有效地提高了检测精度,mAP50、mAP50:95分别达到84.3%、70.4%,相比基准模型YOLOv7分别提升3.1个百分点、6.4个百分点。

关键词：目标检测鱼眼图像多头注意力可变形卷积 YOLO算法

来源：评论

学校读者我要写书评

暂无评论

危化品爆炸大规模高精度仿真软件研发与应用

引用

中国安全科学学报 2022年第9期32卷 20-28页

作者：王成钱琛庚张文耀谷恭天崔洋洋北京理工大学爆炸科学与技术国家重点实验室北京理工大学计算机学院智能信息技术北京市重点实验室

为精准模拟大尺度化工园区、城市建(构)筑物群、加油/气站等场景内多元、多相危险化学品爆炸传播时空演化，基于多组分反应流Navier-Stokes控制方程，研发高精度保正加权本质无振荡限差分格式、Compact-WENO杂交有限差分格式等先进的数... 详细信息

为精准模拟大尺度化工园区、城市建(构)筑物群、加油/气站等场景内多元、多相危险化学品爆炸传播时空演化，基于多组分反应流Navier-Stokes控制方程，研发高精度保正加权本质无振荡限差分格式、Compact-WENO杂交有限差分格式等先进的数值计算方法；结合网格自适应、计算区域自适应扩大等高效加速算法与信息传递接口并行方法，采用Fortran语言自主开发危化品爆炸高精度有限差分求解器；采用C++语言基于面向对象程序设计方法自主开发适用于有限差分格式的前后处理模块；集成高精度求解器与前后处理模块，自主研发危化品爆炸大规模高精度仿真软件。结果表明：该软件可计算包含任意种组分的化学反应模型，具有多种湍流及湍流燃烧模型，能够实现危化品泄漏-扩散-爆炸全过程数值仿真。

关键词：危化品爆炸高精度仿真软件高精度有限差分格式(HFD) 大规模并行计算湍流燃烧

来源：评论

学校读者我要写书评

暂无评论

基于低秩张量图学习的不完整多视角聚类

引用

自动化学报 2023年第7期49卷 1433-1445页

作者：文杰颜珂张正徐勇哈尔滨工业大学(深圳)深圳市视觉目标检测与判识重点实验室深圳518055 北京理工大学计算机科学与技术学院北京100080 鹏城实验室深圳518055

传统多视角聚类都基于视角完备假设,要求所有样本的视角信息完整,不能处理存在部分视角缺失情形下的不完整多视角聚类任务.为解决该问题,提出一种基于低秩张量图学习的不完整多视角聚类方法.为了恢复相似图中缺失视角所对应的样本关联信... 详细信息

传统多视角聚类都基于视角完备假设,要求所有样本的视角信息完整,不能处理存在部分视角缺失情形下的不完整多视角聚类任务.为解决该问题,提出一种基于低秩张量图学习的不完整多视角聚类方法.为了恢复相似图中缺失视角所对应的样本关联信息,该方法将低秩张量图约束和视角内在图保持约束融入到多视角谱聚类模型.通过在一个统一模型中同时挖掘视角间的互补信息和视角内未缺失样例的关联信息,所提出的方法能够得到表征样例邻接关系的完整相似图和视角间一致的最优聚类指示矩阵.与12种不完整多视角聚类方法进行实验对比,实验结果表明所提出的方法在多种视角缺失率下的5个数据集上获得了最好的聚类性能.

关键词：多视角聚类视角缺失不完整多视角聚类图学习

来源：评论

学校读者我要写书评

暂无评论

面向嵌入式平台的车道线检测方法

引用

红外与激光工程 2022年第7期51卷 473-480页

作者：杜中强唐林波韩煜祺北京理工大学信息与电子学院北京理工大学嵌入式实时信息处理技术北京市重点实验室北京100081 清华大学计算机科学与技术系北京100084

车道线检测在自动驾驶和高级辅助驾驶中起着举足轻重的作用,然而,传统的车道线检测技术鲁棒性较差,而大多数基于深度学习的方法复杂度又较高,难以在嵌入式平台实时应用。提出一种面向嵌入式平台的轻量级车道线检测网络,将车道线检测转... 详细信息

车道线检测在自动驾驶和高级辅助驾驶中起着举足轻重的作用,然而,传统的车道线检测技术鲁棒性较差,而大多数基于深度学习的方法复杂度又较高,难以在嵌入式平台实时应用。提出一种面向嵌入式平台的轻量级车道线检测网络,将车道线检测转化为语义分割问题,该网络借鉴U-Net与Segnet网络结构,使用了小尺度卷积等轻量化组件设计计算高效的语义分割网络。在检测车道线的基础上,计算车辆距离两侧车道线的距离,以及车道线的曲率,同时当车辆偏离车道线或检测出现异常时进行预警,最后将整个系统移植到海思平台。实验结果表明:该系统具有较高的检测精度以及检测速度,准确率达到97.5%,速度达到50 FPS,满足实时性要求,因此该系统能够用于面向嵌入式平台的实时车道线的检测、测距、曲率计算以及预警。

关键词：车道线检测嵌入式平台深度学习语义分割自动驾驶

来源：评论

学校读者我要写书评

暂无评论

带有资源冲突的Seru在线并行调度算法

引用

自动化学报 2022年第2期48卷 444-459页

作者：江煜舟李冬妮靳洪博殷勇北京理工大学计算机学院智能信息技术北京市重点实验室北京100081 同志社大学商学院日本京都602-0023

随着大规模定制的市场需求日趋显著,赛如生产系统(Seru production system,SPS)应运而生,逐渐成为研究和应用领域的热点.本文针对带有资源冲突的Seru在线并行调度问题进行研究,即需要在有限的空间位置上安排随动态需求而构建的若干Seru... 详细信息

随着大规模定制的市场需求日趋显著,赛如生产系统(Seru production system,SPS)应运而生,逐渐成为研究和应用领域的热点.本文针对带有资源冲突的Seru在线并行调度问题进行研究,即需要在有限的空间位置上安排随动态需求而构建的若干Seru,以总加权完工时间最小为目标,决策Seru的构建顺序及时间.先基于平均延迟最短加权处理时间(Average delayed shortest weighted processing time,AD-SWPT)算法,针对其竞争比不为常数的局限性,引入调节参数,得到竞争比为常数的无资源冲突的Seru在线并行调度算法.接下来,引入冲突处理机制,得到有资源冲突的Seru在线并行调度算法,αAD-I(α-average delayed shortest weighted processing time-improved)算法,特殊实例下可通过实例归约的方法证明其竞争比与无资源冲突的情况相同.最后,通过实验,验证了在波动的市场环境下算法对于特殊实例与一般实例的优越性.

关键词：赛如生产系统在线调度竞争比实例归约总加权完工时间

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：