检索结果-内蒙古大学图书馆

应用科学学报 2023年第3期41卷 391-404页

作者：彭凯刘培琛许小龙周星宇华侨大学工学院福建泉州362021 南京大学计算机软件新技术国家重点实验室江苏南京210023 南京信息工程大学计算机与软件学院江苏南京210044

针对智慧城市的时延敏感型多依赖任务调度问题,提出了边缘计算赋能的智慧城市架构,并设计了一种计算迁移方法,以满足任务调度需求。首先建立了多依赖任务模型、任务的时延约束模型以及智慧城市服务器的负载约束模型。然后使用深度强化... 详细信息

针对智慧城市的时延敏感型多依赖任务调度问题,提出了边缘计算赋能的智慧城市架构,并设计了一种计算迁移方法,以满足任务调度需求。首先建立了多依赖任务模型、任务的时延约束模型以及智慧城市服务器的负载约束模型。然后使用深度强化学习算法训练出可感知任务间依赖关系的智能体,以实时地进行计算迁移决策。一系列实验验证了该方法在时延、能耗优化方面的有效性。

关键词：智慧城市计算迁移时延敏感型任务多依赖任务深度强化学习

来源：评论

学校读者我要写书评

暂无评论

光影智绘：基于SAM的视频阴影鲁棒抽取

引用

图学学报 2025年

作者：陈东李昌隆杜振龙宋爽李晓丽南京工业大学计算机与信息工程学院(人工智能学院)

针对传统方法对于光照变化和物体遮挡引起复杂的、动态变化阴影处理容易导致阴影检测的准确率和鲁棒性较低问题，提出了一种基于分割万物模型(SAM)的视频阴影检测方法，对SAM解码器进行微调，使其更适合阴影检测；利用SAM提取关键帧阴... 详细信息

针对传统方法对于光照变化和物体遮挡引起复杂的、动态变化阴影处理容易导致阴影检测的准确率和鲁棒性较低问题，提出了一种基于分割万物模型(SAM)的视频阴影检测方法，对SAM解码器进行微调，使其更适合阴影检测；利用SAM提取关键帧阴影区域，引入XMem模型，结合感觉记忆、短时记忆和长时记忆联合前后帧信息，给出优化和稳定视频阴影检测结果。实验结果表明：在ViSha数据集的阴影实验结果与传统方法相比，所提方法的均值绝对误差降低了约31.8%，交并比提升了约19.7%；定性和定量结果表明本文所提方法不仅提升了视频阴影处理的准确率，并表现出较好的鲁棒性。

关键词：阴影检测语义分割视频对象分割 SAM XMem

来源：评论

学校读者我要写书评

暂无评论

耦合关系自学习的人脸年龄估计研究

引用

智能系统学报 2022年第2期17卷 257-265页

作者：田青毛军翔曹猛南京信息工程大学计算机与软件学院江苏南京210044 南京信息工程大学数字取证教育部工程研究中心江苏南京210044 东南大学计算机科学与工程学院江苏南京210096

在目前已提出多种人脸年龄估计(age estimation,AE)潜在关系挖掘的工作,绝大多数工作仅局限于挖掘单一层面的潜在关系,极少考虑多层面耦合关系的挖掘。因此,本文提出一种耦合关系自学习的AE模型CRSAE,以此挖掘输入特征关系、输出编码关... 详细信息

在目前已提出多种人脸年龄估计(age estimation,AE)潜在关系挖掘的工作,绝大多数工作仅局限于挖掘单一层面的潜在关系,极少考虑多层面耦合关系的挖掘。因此,本文提出一种耦合关系自学习的AE模型CRSAE,以此挖掘输入特征关系、输出编码关系以及输入输出关系3种耦合关系,提高AE模型的泛化能力。首先对投影矩阵的行列协方差矩阵建模,构建输入特征关系与输出编码关系正则项。其次,本文通过引入一个结构矩阵,发掘输入输出关系。随后,为有效求解CRSAE模型,本文构建一种交替优化方法。鉴于面部特征具有高度非线性的特征,本文在所提出模型的基础上引入深度架构进一步提升模型的泛化能力。最后,通过在多个人脸图像数据集上的年龄评估实验,验证了所提模型的有效性和性能优越性。

关键词：人脸年龄估计耦合关系特征关系编码关系输入输出关系关系自学习交替优化深度架构

来源：评论

学校读者我要写书评

暂无评论

基于超像素滤波的非对称失真隐写方法

引用

计算机学报 2023年第7期46卷 1473-1493页

作者：朱利妍罗向阳张祎王金伟卢伟刘粉林中国人民解放军战略支援部队信息工程大学网络空间安全学院郑州450001 河南省网络空间态势感知重点实验室郑州450001 河南警察学院郑州450001 南京信息工程大学计算机学院、网络空间安全学院南京210044 中山大学计算机学院广州510006

数字图像隐写将秘密信息嵌入到图像的冗余部分,并通过公开信道(如E-mail、社交平台等)传输以实现隐蔽通信.近年来,主流的数字图像隐写技术往往通过设计多样化的对称/非对称失真函数,将信息自适应嵌入到图像纹理复杂区域,以提升方法的抗... 详细信息

数字图像隐写将秘密信息嵌入到图像的冗余部分,并通过公开信道(如E-mail、社交平台等)传输以实现隐蔽通信.近年来,主流的数字图像隐写技术往往通过设计多样化的对称/非对称失真函数,将信息自适应嵌入到图像纹理复杂区域,以提升方法的抗统计检测性能.相比对称失真函数,最新的基于图像恢复或滤波原理的非对称失真函数能更好地指示信息嵌入时的修改方向.然而,现有基于图像恢复的非对称失真隐写往往耗时较长,基于滤波的非对称失真隐写抗检测能力还有待提升.为此,本文首先分析指出现有基于滤波的非对称失真隐写会弱化图像中物体的边缘与轮廓,降低边信息图像的质量;然后,提出超像素滤波的概念及算法,将描绘物体边缘与轮廓的超像素加入到滤波过程中,以提高构造边信息图像的质量;接着,给出一种超像素去噪算法,避免过小的超像素成为图像的“干扰噪声”,以更好地描绘物体的边缘与轮廓;最后,利用生成的边信息图像,结合现有非对称失真函数设计策略,得到能够更准确指示信息嵌入修改方向的非对称失真函数,进而给出基于超像素滤波的非对称失真隐写方法.基于常用的Bossbase-1.01、UCID、BOWS2、IStego100K等多个图像库,在0.1~0.5 bpnzAC的嵌入率、65~95的JPEG压缩质量因子下进行了大量实验,结果表明:与现有基于滤波构造边信息图像的典型隐写方法相比,本文方法所得边信息图像的峰值信噪比平均提高1.05 dB、结构相似度平均提高0.04,验证了超像素滤波的优势;与J-UNIWARD、UED、UERD等对称失真隐写典型方法相比,所提方法的抗统计检测性能分别平均提升7.6%、4.2%、6.0%;与现有基于图像恢复的非对称失真隐写典型方法相比,所提方法生成边信息图像的耗时降低约87%;与现有最新的基于均值滤波的非对称失真隐写方法相比,抗统计检测性能提升了0.3%~12%.

关键词：隐写非对称失真超像素滤波边信息抗统计检测

来源：评论

学校读者我要写书评

暂无评论

基于轻量化CNN的配电网故障识别研究

引用

电力设备管理 2023年第14期 185-188页

作者：王逸飞赵英男彭真南京信息工程大学软件学院南京信息工程大学计算机学院

现有基于深度学习的配电网故障识别算法普遍存在结构复杂、参数较多、计算量大等问题。基于此,本文对卷积神经网络(Convolutional Neural Networks,CNN)模型应用深度可分离卷积进行轻量化改进,并进一步采用倒残差结构优化,提高模型的特... 详细信息

现有基于深度学习的配电网故障识别算法普遍存在结构复杂、参数较多、计算量大等问题。基于此,本文对卷积神经网络(Convolutional Neural Networks,CNN)模型应用深度可分离卷积进行轻量化改进,并进一步采用倒残差结构优化,提高模型的特征表达能力,结合变分模态分解(Variational mode decomposition,VMD)预处理,提出VMD-LCNN模型(VMD and Lightweight CNN)。该模型首先应用VMD分解提取故障信号特征,然后输入到轻量化CNN中,最后对故障类型进行识别。试验结果表明,该模型的有效性和可行性。

关键词：配电网故障识别 CNN 轻量化 VMD

来源：评论

学校读者我要写书评

暂无评论

谱间对比学习的高光谱图像无监督特征提取

引用

测绘学报 2023年第7期52卷 1164-1174页

作者：杭仁龙李成相刘青山南京信息工程大学计算机学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044

深度学习通过逐层抽象的方式提取输入数据的深层特征,近年来在高光谱图像分类领域得到了广泛的应用。现有的高光谱图像深度特征提取方法大多属于有监督学习模型,其训练过程需要大量标记样本,而高光谱图像逐像素的标注困难且费时。为此,... 详细信息

深度学习通过逐层抽象的方式提取输入数据的深层特征,近年来在高光谱图像分类领域得到了广泛的应用。现有的高光谱图像深度特征提取方法大多属于有监督学习模型,其训练过程需要大量标记样本,而高光谱图像逐像素的标注困难且费时。为此,本文提出了一种基于谱间对比学习的无监督深度学习模型。无须对样本进行标注,仅通过建模不同光谱波段之间的关系便可实现特征提取。具体而言,由于高光谱图像不同的光谱通道刻画了同一物体在不同电磁波段的响应程度,因此必然存在一个特征空间,使得不同通道的光谱信息具有相似的表征。受此启发,本文首先将高维光谱信息分成两组,然后利用多层卷积操作分别提取每组波段的特征,最后对比不同样本所提取的特征,通过对比损失函数来优化模型。为了测试本文方法的性能,将其应用于高光谱图像分类任务中,在Houston 2013、Pavia University和WHU-Hi-Longkou 3个常用的数据集上进行了验证。试验结果表明,在每类仅使用10个训练样本的前提下,本文所提出的无监督学习模型能够获得比主成分分析、自编码器等常见的无监督模型更优越的分类性能。

关键词：无监督学习深度学习高光谱图像特征提取

来源：评论

学校读者我要写书评

暂无评论

PAP-UNet++：用于遥感图像变化检测的并行空洞金字塔网络

引用

计算机应用与软件 2024年

作者：李子奇苏宇轩吴江张永宏孙俊尹贺峰无锡学院自动化学院南京信息工程大学自动化学院江南大学人工智能与计算机学院

遥感变化检测技术在诸多领域如城市化进程监控、土地利用变迁分析、灾害评估以及环境监测中占据重要地位。面对此类任务的复杂性和特殊性，构建一种PAP-UNet++模型。该模型提出了一种混合空洞卷积模块从而更好地融合浅层与深层特征，并... 详细信息

遥感变化检测技术在诸多领域如城市化进程监控、土地利用变迁分析、灾害评估以及环境监测中占据重要地位。面对此类任务的复杂性和特殊性，构建一种PAP-UNet++模型。该模型提出了一种混合空洞卷积模块从而更好地融合浅层与深层特征，并且利用了CBAM模块的双重注意力机制提高对遥感变化区域的识别与区分能力。此外，还提出一种并行空洞金字塔模块，它通过四个并行空洞卷积分支以及一个全局平均池化分支来提取多尺度上下文信息，并通过缩放因子机制动态调整全局特征的重要性，旨在高效捕获遥感图像中的全局特征以及边缘细节和微观目标。实验验证表明，PAP-UNet++模型在对遥感图像多尺度特征的识别与分割上体现出卓越的精度、稳健的泛化性能以及良好的鲁棒性，从而有望显著提升遥感变化检测任务的执行效能与精度。

关键词：遥感图像卷积神经网络变化检测并行空洞金字塔

来源：评论

学校读者我要写书评

暂无评论

基于交易构造和转发机制的区块链网络隐蔽通信方法

引用

通信学报 2022年第8期43卷 176-187页

作者：熊礼治朱蓉付章杰南京信息工程大学计算机学院、软件学院、网络空间安全学院江苏南京210044 数字取证教育部工程研究中心江苏南京210044

针对现有存储型区块链网络隐蔽通信方案存在含密交易多副本、永久存储的问题,以及现有时间型方案隐藏容量低的问题,提出了一种基于交易构造和转发机制的区块链网络隐蔽通信方法。首先发送方借助交易构造机制创建无效交易,并将秘密信息... 详细信息

针对现有存储型区块链网络隐蔽通信方案存在含密交易多副本、永久存储的问题,以及现有时间型方案隐藏容量低的问题,提出了一种基于交易构造和转发机制的区块链网络隐蔽通信方法。首先发送方借助交易构造机制创建无效交易,并将秘密信息嵌入其中,再利用交易转发机制向邻居节点发送无效交易,形成隐蔽通信信道模型,使含密交易在节点间传播且不存于区块链账本中,达到信息隐蔽安全传输的目的。实验结果表明,传输容量高于现有方案,单次通信时间减少至2.5 s。

关键词：隐蔽通信区块链网络比特币交易构造比特币交易转发无效交易

来源：评论

学校读者我要写书评

暂无评论

双重语义控制的海上无人艇虚拟到真实图像的转换

引用

控制工程 2024年

作者：刘帆王启航朱毅凡向磊金世龙周媛南京信息工程大学计算机学院南京信息工程大学人工智能学院中国船舶集团有限公司综合技术经济研究院

无人艇硬件在环仿真系统通过模拟海上无人艇虚拟图像，为仿真调试等科研任务提供数据支撑，但虚拟图像与真实图像间存在差异，导致基于虚拟图像训练的模型面对现实场景时性能下降，因此将虚拟图像转换成真实图像对补充真实数据集有着重... 详细信息

无人艇硬件在环仿真系统通过模拟海上无人艇虚拟图像，为仿真调试等科研任务提供数据支撑，但虚拟图像与真实图像间存在差异，导致基于虚拟图像训练的模型面对现实场景时性能下降，因此将虚拟图像转换成真实图像对补充真实数据集有着重大意义。针对此问题，我们提出了一种新颖的双重语义控制扩散模型，利用灰度和RGB两种语义图像作为条件，通过类自适应归一化和交叉注意力提取语义信息和空间信息。对比实验表明我们的方法在真实数据集上弗雷歇特-因塞普逊距离FID平均降低了6.7，平均交并比mIoU平均提高了近1%;在虚拟数据集上，FID平均降低了12.6，mIoU与最优方法持平。消融实验表明，我们的方法在更少模型参数的情况下能实现语义类别信息和空间信息的互补，达到更好的生成效果。实验结果说明我们的方法将虚拟图像转换成的真实图像质量更好，语义一致性更高，对真实数据的扩充具有实用价值。

关键词：虚拟图像真实图像扩散模型类自适应交叉注意力

来源：评论

学校读者我要写书评

暂无评论

Gait-ViT：基于Vision Transformer的跨视角步态识别方法

引用

小型微型计算机系统 2025年

作者：沈澍王森黄苏岩张秉睿南京邮电大学计算机学院软件学院网络空间安全学院南京邮电大学通信与信息工程学院

步态识别作为一种远程生物特征识别技术，在医疗康复、刑侦侦查及社会治安等领域展现出广泛的应用前景.近年来，随着深度学习的快速发展，步态识别方法逐渐从传统的卷积神经网络(Convolutional Neural Network，CNN)转向更为先进的Trans... 详细信息

步态识别作为一种远程生物特征识别技术，在医疗康复、刑侦侦查及社会治安等领域展现出广泛的应用前景.近年来，随着深度学习的快速发展，步态识别方法逐渐从传统的卷积神经网络(Convolutional Neural Network，CNN)转向更为先进的Transformer架构.尽管CNN在图像处理任务中表现优异，但其对图像关键区域的关注能力有限，而注意力机制则能够通过聚焦图像局部区域来学习更具判别性的特征.为此，本文提出了一种融合注意力机制的Vision Transformer模型(Gait-ViT)用于步态识别，该方法首先将步态轮廓划分成多个小块并转化成块序列；然后通过位置嵌入和类嵌入对序列中的位置信息进行重新排列和编码；最后，将向量序列反馈给Vision Transformer进行预测.Gait-ViT模型在CASIA-B和OU-MVLP两个公开步态数据集上分别取得了98.1%和91.2%的识别准确率，验证了所提模型的有效性.

关键词：步态识别 Vision Transformer 卷积神经网络特征提取

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：