检索结果-内蒙古大学图书馆

计算机工程 2022年第7期48卷 300-306页

作者：孙伟常鹏帅戴亮张小瑞陈旋代广昭南京信息工程大学自动化学院南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044 南京信息工程大学计算机与软件学院南京210044

车型识别在智能交通系统中发挥着重要作用。受车辆数据不足、车辆类间差异小等因素的影响,传统车型识别方法未充分利用车辆鉴别性区域的特征,导致识别准确率降低。提出一种基于注意力模块引导数据增强的车型识别方法。将ResNet-50作为... 详细信息

车型识别在智能交通系统中发挥着重要作用。受车辆数据不足、车辆类间差异小等因素的影响,传统车型识别方法未充分利用车辆鉴别性区域的特征,导致识别准确率降低。提出一种基于注意力模块引导数据增强的车型识别方法。将ResNet-50作为骨干网络提取车辆特征,同时在网络的每个残差块后均嵌入坐标注意力模块,编码成一对方向感知和位置敏感的注意力图,以增强车辆鉴别性区域的特征表达。在此基础上,利用双线性注意力汇集操作生成增强特征图,通过对增强特征图进行注意力裁剪和注意力擦除,获取具有强鉴别性的增强数据。在Stanford Cars车辆数据集上的实验结果验证了该方法的有效性,结果表明,该方法的车型识别准确率达到94.86%,与RA-CNN、MA-CNN、WS-DAN+Inception-v3等方法相比,能够有效提高车型识别准确率和数据增强效率。

关键词：车型识别坐标注意力数据增强注意力裁剪注意力擦除

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的车辆再识别研究进展

引用

计算机工程 2020年第11期46卷 1-11页

作者：张小瑞陈旋孙伟葛楷南京信息工程大学计算机与软件学院南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044 南京信息工程大学自动化学院南京210044

车辆再识别是计算机视觉领域一个前沿且具有挑战的课题,旨在非重叠视角域、多摄像头网络下进行车辆匹配。近年来,深度学习技术凭借其优越性能在车辆再识别任务中得到成功应用并成为研究热点。对此,阐述基于深度学习的车辆再识别研究现状... 详细信息

车辆再识别是计算机视觉领域一个前沿且具有挑战的课题,旨在非重叠视角域、多摄像头网络下进行车辆匹配。近年来,深度学习技术凭借其优越性能在车辆再识别任务中得到成功应用并成为研究热点。对此,阐述基于深度学习的车辆再识别研究现状,给出车辆再识别问题定义,指出只利用车牌和传统方法进行识别的局限性。从不同角度对现有方法进行分类和总结,列举4种常用的车辆再识别数据集,比较经典方法在其中的性能表现,为实际应用中合理选用提供参考。在此基础上,分析车辆再识别研究面临的挑战,并对其发展趋势进行展望。

关键词：车辆再识别深度学习卷积神经网络智能交通系统计算机视觉

来源：评论

学校读者我要写书评

暂无评论

一种并行化快速两集合线性可分检测方法

引用

计算数学 2024年第4期46卷 424-448页

作者：吕欢钟水明王保卫薛羽刘琦南京信息工程大学计算机学院南京210000 南京信息工程大学软件学院南京210000 江苏省大气环境与装备技术协同创新中心南京210000 数字取证教育部数字取证工程研究中心南京210000

随着大模型所代表的AI技术革命浪潮的兴起,以数据为中心的AI研究(Data-centric AI)快速崛起,使得包括线性可分性在内的数据分析技术愈发受到研究者的重视.线性可分判定作为数据分析的基础性数学问题,在大数据时代的应用背景下,高效的判... 详细信息

随着大模型所代表的AI技术革命浪潮的兴起,以数据为中心的AI研究(Data-centric AI)快速崛起,使得包括线性可分性在内的数据分析技术愈发受到研究者的重视.线性可分判定作为数据分析的基础性数学问题,在大数据时代的应用背景下,高效的判定方法依然是个未被充分满足的需求.本文提出并论证了一种基于球面模型的点与集合线性可分的充分必要条件;并基于该充要条件,进一步提出并论证了两集合线性可分的并行化快速初筛检测方法.本文方法的优势在于:(1)内在并行化特点,具备低时间复杂度,执行效率要远优于现有方法.(2)并行化适用性,任何线性可分性判定方法均可以使用本文的并行化框架来实现加速.文中基于基准数据集和人工数据集的验证实验也充分展示了本文方法的准确性和实现的高效性.

关键词：线性可分计算几何凸技术数据分析并行化

来源：评论

学校读者我要写书评

暂无评论

基于QDCT全局均分策略的鲁棒视频水印方案

引用

计算机科学 2023年第11期50卷 168-176页

作者：陶新宇熊礼治张翔数字取证教育部工程研究中心(南京信息工程大学) 南京210044 南京信息工程大学软件学院南京210044 南京信息工程大学计算机学院、软件学院、网络空间安全学院南京210044

视频水印作为一种应用前景广阔的版权保护技术,近年来受到了广泛关注。与原始域方案不同,压缩域方案不需要完全编解码视频,具有更高的效率;并且视频存储和传输一般需要经过压缩编码才能进行,使得压缩域的鲁棒视频水印方案成为了研究热... 详细信息

视频水印作为一种应用前景广阔的版权保护技术,近年来受到了广泛关注。与原始域方案不同,压缩域方案不需要完全编解码视频,具有更高的效率;并且视频存储和传输一般需要经过压缩编码才能进行,使得压缩域的鲁棒视频水印方案成为了研究热点。但现有的压缩域方案大多利用压缩域中的QDCT系数个体来嵌入水印,使得算法的鲁棒性不高。为了增加压缩域算法的鲁棒性,文中提出了一种基于QDCT全局均分策略的鲁棒视频水印方案。首先,利用非零系数个数选出视频中兼具纹理和高空间复杂度的块作为水印块,将两块水印块组成块对;然后,分别计算出块对中所有系数的总和,根据系数总和的大小以及水印信息,通过全局均分策略修改后序块内所有非零系数的幅值,来满足方案设置的块对系数和规则,以实现水印的嵌入。实验结果表明,在保证含水印视频具有较高视觉质量的前提下,该方案抵抗重压缩攻击和噪声攻击的鲁棒性均优于现有压缩域的鲁棒视频水印方案,分别提高了8%,9%。

关键词：视频水印鲁棒水印 H.264编解码重压缩攻击均分策略

来源：评论

学校读者我要写书评

暂无评论

基于纹理特征融合的指纹活性检测方法

引用

南京理工大学学报 2023年第3期47卷 352-358页

作者：袁程胜郭强李欣亭孟若涵周志立南京信息工程大学数字取证教育部工程研究中心南京信息工程大学计算机学院江苏南京210044 国防科技大学国际关系学院江苏南京210039

针对当前指纹识别系统容易遭受伪造指纹欺骗攻击的问题,提出一种基于纹理特征融合的指纹活性检测算法。通过设计边缘纹理增强(ETE)和对称差分统计(SDS)2种脊线纹理特征描述算子来表示真假指纹的显著性纹理,前者用来提取指纹图像脊线的... 详细信息

针对当前指纹识别系统容易遭受伪造指纹欺骗攻击的问题,提出一种基于纹理特征融合的指纹活性检测算法。通过设计边缘纹理增强(ETE)和对称差分统计(SDS)2种脊线纹理特征描述算子来表示真假指纹的显著性纹理,前者用来提取指纹图像脊线的方向纹理信息,后者用来描述邻域内脊线的频率纹理信息。首先,利用感兴趣区域(ROI)提取算法对指纹图像进行预处理,以消除指纹图像中背景空白噪声的干扰;然后,利用ETE和SDS分别提取指纹的脊线纹理特征;接着,统计上述2类特征的直方图,描述真假指纹的纹理特征;最后,将生成的特征输入支持向量机(SVM)中进行训练和测试。在LiveDet 2011指纹数据集的测试中,分别使用Biometrika、Italdata、Sagem 3种传感器,且与Best、韦伯局部描述算子(WLD)、局部相位量化(LPQ)和局部二值模式(LBP)4种指纹检测算法进行了比较,该文算法的检测性能优于其余方法,能够完成当前的活性检测任务。LiveDet 2013数据集使用Biometrika、Italdata和Swipe 3种传感器,通过与WLD、不变梯度直方图(HIG)、统一局部二值模式(ULBP)、深度表征结构优化(DRAO)和Winner 5种指纹活性检测方法对比,该文算法的指纹活性检测准确率有一定的提升。

关键词：纹理特征融合指纹活性检测边缘纹理增强对称差分统计指纹图像脊线邻域内脊线感兴趣区域提取算法支持向量机

来源：评论

学校读者我要写书评

暂无评论

用于车辆重识别的视角感知局部注意力网络

引用

计算机工程 2022年第10期48卷 288-297,305页

作者：代广昭孙伟徐凡张小瑞陈旋常鹏帅汤毅胡亚华南京信息工程大学自动化学院南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044 南京信息工程大学无锡研究院江苏无锡214100 南京信息工程大学计算机与软件学院南京210044

车辆重识别的目的是从大型车辆数据库中找到与查询车辆相同特征的所有车辆图片。目前,由于同一车辆在不同视角下外观差异大或颜色、车型相同的不同车辆在特定视角下外观差异小,导致车辆重识别的准确度和鲁棒性均有待提高。提出一个视角... 详细信息

车辆重识别的目的是从大型车辆数据库中找到与查询车辆相同特征的所有车辆图片。目前,由于同一车辆在不同视角下外观差异大或颜色、车型相同的不同车辆在特定视角下外观差异小,导致车辆重识别的准确度和鲁棒性均有待提高。提出一个视角感知局部注意力网络,采用弱监督注意力学习方式代替人工手动的车辆局部部件标注,自适应学习每个视角内所有显著性局部特征。通过局部注意力裁剪操作裁剪并放大该视角领域内部件细节信息,并基于局部注意力擦除操作擦除一些局部区域,以鼓励模型发掘该视角领域内其他更多的显著性局部线索。构建一种共同视角的注意力增强模块,以强化共同视角特征学习,并根据视角的相似度给每个视角分配相应的权重,使同一视角特征学习得到增强,不同视角特征学习受到抑制。实验结果表明,所提网络在VeRi-776数据集下的mAP为81.2%,在VehicleID数据集下的CMC@1、CMC@5分别为85.7%、98.0%,相较于PRN、PVEN、SAVER等重识别网络具有更高的识别精度和更强的泛化能力。

关键词：车辆重识别注意力机制共同视角局部感知数据增强

来源：评论

学校读者我要写书评

暂无评论

融合对比学习的对抗式无监督领域自适应图像分类方法

引用

计算机辅助设计与图形学学报 2024年

作者：王婷季繁繁崔绍君袁晓彤南京信息工程大学计算机学院数字取证教育部工程研究中心南京信息工程大学江苏省大数据分析技术重点实验室南京信息工程大学自动化学院

提出一种融合对比学习的对抗式无监督领域自适应图像分类方法(CADA)，旨在将从标记良好的源域训练得到的模型推广到未标记的目标域时仍然保持良好的泛化性能. 针对于以往的基于对抗的无监督领域自适应方法中存在的只在整体上对齐源域... 详细信息

提出一种融合对比学习的对抗式无监督领域自适应图像分类方法(CADA)，旨在将从标记良好的源域训练得到的模型推广到未标记的目标域时仍然保持良好的泛化性能. 针对于以往的基于对抗的无监督领域自适应方法中存在的只在整体上对齐源域和目标域的特征，而忽略了两个领域在全局分布对齐的同时属于同一类的特征是否对齐的问题，以及对无标签的目标域样本利用不充分的问题，将对比学习的思想引入到基于对抗的无监督领域自适应方法中，通过不断地拉近目标域中相似样本在特征空间中的距离，同时不断地推离不相似的样本，使得无标签的目标域样本的分类边界更加清晰，从而使得源域和目标域样本在全局对齐的同时也实现类内对齐; 将目标域的样本经过数据增强后送入对比学习模块，使得目标域无标记的样本得到了更充分的利用. 与原有的基于对抗的无监督领域自适应方法相比，提出的CADA在Office-31、Office-Home、VisDA-2017数据集上的平均准确率比原有方法提高了2～6个百分点.

关键词：无监督领域自适应自监督学习对比学习类对比知识图像分类

来源：评论

学校读者我要写书评

暂无评论

基于时空注意力机制的目标跟踪算法

引用

计算机科学 2021年第4期48卷 123-129页

作者：程旭崔一平宋晨陈北京郑钰辉史金钢南京信息工程大学计算机与软件学院南京210044 数字取证教育部工程研究中心南京信息工程大学南京210044 西安交通大学软件学院西安710049

目标跟踪技术在智能监控、人机交互、无人驾驶等诸多领域得到了广泛的应用。近年来,学者们提出了许多高效的算法。然而,随着跟踪环境越来越复杂,目标跟踪算法在遮挡、光照变化、背景干扰等复杂环境下仍然面临着巨大的挑战,从而导致目标... 详细信息

目标跟踪技术在智能监控、人机交互、无人驾驶等诸多领域得到了广泛的应用。近年来,学者们提出了许多高效的算法。然而,随着跟踪环境越来越复杂,目标跟踪算法在遮挡、光照变化、背景干扰等复杂环境下仍然面临着巨大的挑战,从而导致目标跟踪失败。针对上述问题,提出了一种基于时空注意力机制的目标跟踪算法。首先,采用孪生网络架构来提高对特征的判别能力;然后,引入改进的通道注意力机制和空间注意力机制,对不同通道和空间位置的特征施加不同的权重,并着重关注空间位置和通道位置上对目标跟踪有利的特征。此外,还提出了一种高效的目标模板在线更新机制,将第一帧图像特征与后续跟踪图像帧中置信度较高的图像特征进行融合,以降低发生目标漂移的风险。最后,在OTB2013和OTB2015数据集上对所提跟踪算法进行了测试。实验结果表明,所提算法的性能相比当前主流的跟踪算法提高了6.3%。

关键词：深度学习目标跟踪孪生网络注意力机制模板更新

来源：评论

学校读者我要写书评

暂无评论

基于低秩表示判别域适应的多中心自闭症诊断

引用

数据采集与处理 2023年第4期38卷 886-897页

作者：李习之朱灵瑶王明亮南京信息工程大学计算机与软件学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044 南京航空航天大学模式分析与机器智能工业和信息化部重点实验室南京211106

自闭症的诊断主要依靠患者的病史与临床症状表现,尚缺乏客观的评价指标,因此挖掘与疾病相关的生物标记,对于实现自闭症的早期识别与干预至关重要。尽管多中心脑影像数据增加了样本数量并提高了数据的统计能力,有助于提高自闭症的诊断性... 详细信息

自闭症的诊断主要依靠患者的病史与临床症状表现,尚缺乏客观的评价指标,因此挖掘与疾病相关的生物标记,对于实现自闭症的早期识别与干预至关重要。尽管多中心脑影像数据增加了样本数量并提高了数据的统计能力,有助于提高自闭症的诊断性能,但目前的研究常受到数据异质性的困扰。为此本文提出基于低秩表示判别域适应的诊断模型,实现对多中心自闭症的预测分析。首先将源域数据和目标域数据映射到公共空间,并在空间用目标域数据对源域数据进行重新表示,从而降低源域和目标域之间的分布差异;其次通过学习正交重构矩阵使得源域数据在公共空间中的表示能够保留主要能量,从而适合于随后的学习任务;最后使用源域数据的标签信息将分类损失整合到训练过程中,从而保证公共空间表示的判别能力。为了求解所提出的模型,提出了基于交替方向乘子算法的优化策略。实验结果表明,该模型能够降低多中心数据分布差异,实现知识的有效迁移,从而提高多中心自闭症的诊断性能。

关键词：低秩表示域适应多中心自闭症疾病预测

来源：评论

学校读者我要写书评

暂无评论

基于深度时空融合网络的雷达回波外推模型

引用

电子学报 2023年第9期51卷 2526-2538页

作者：方巍庞林易伟楠南京信息工程大学计算机学院数字取证教育部工程研究中心江苏南京210044 气象灾害国家重点实验室北京100081 南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044 中国气象局气象干部培训学院北京100081

基于深度学习的雷达回波外推是实现短临降水预报的重要方法,由于雷达回波数据具有显著的非刚性的运动特征,使得数据的统计特性随时间在不断变化,意味着其具有高阶非平稳性,而现有深度学习方法难以捕捉回波序列的非刚性运动特征,且难以... 详细信息

基于深度学习的雷达回波外推是实现短临降水预报的重要方法,由于雷达回波数据具有显著的非刚性的运动特征,使得数据的统计特性随时间在不断变化,意味着其具有高阶非平稳性,而现有深度学习方法难以捕捉回波序列的非刚性运动特征,且难以建模雷达数据的高阶非平稳性.为此,本文针对雷达数据特征提出了一种新的时空融合网络STUNNER(Spatio-Temporal Fusion Neural Network).STUNNER设计了一种两路时空融合架构,通过交叉连接时间差分网络和时空轨迹网络实现高效的雷达回波外推.时间差分网络通过引入差分的思想提取高阶非平稳数据中平稳性特征来学习雷达回波的长期趋势,时空轨迹网络利用动态卷积将卷积循环神经网络中普通卷积固定的参数采样位置优化为随时间变化的动态位置来提取雷达回波的瞬时变化,同时采用两路融合策略将长期趋势与瞬时变化融合,实现长短时关联记忆.所提模型与其他四个模型在两个公开数据集上进行了实验对比.在雷达回波外推任务中当雷达反射率阈值为45 dBZ时,STUNNER在POD(Probability Of Detection)、CSI(Critical Success Index)、FAR(False Alarm Rate)上相比MIM(Memory In Memory)分别优化了0.020,0.023,0.043.实验结果表明新模型在处理雷达回波外推任务上具有更高的准确率.

关键词：雷达回波外推短临降水预报高阶非平稳性动态卷积两路时空融合

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：