检索结果-内蒙古大学图书馆

计算机科学与探索 2025年第2期19卷 513-527页

作者：印婵祝义王金永陈小颖郝国生江苏师范大学计算机科学与技术学院江苏徐州221116 徐州工程学院信息工程学院江苏徐州221018 南京大学计算机科学与技术系南京210023

深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导... 详细信息

深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导的安全强化学习方法。提出了时空规则通信顺序进程(CSR-TCSP)对系统进行建模,并结合时空规约语言(STSL)和模型检测工具FDR对进程代数模型进行验证。利用系统环境模型形式化奖励状态机的结构,提出了时空规则奖励状态机(STR-RM)以指导强化学习中奖励函数的设置。此外,为了监测系统的运行并确保输出决策的安全性,设计了一个监控器及安全动作决策算法以获得更安全的状态行为策略。通过一个自动驾驶系统中的避障与变道超车实例,证明所提方法的有效性。

关键词：信息物理融合系统形式化方法进程代数安全强化学习自动驾驶

来源：评论

学校读者我要写书评

暂无评论

BDC-DAL:基于蓝图差分卷积和双重辅助监督的轻量化人脸活体检测算法

引用

浙江大学学报(理学版) 2025年第1期52卷 98-109,121页

作者：叶继华梁芳昕王超肖顺杰宗义江爱文江西师范大学计算机信息工程学院江西南昌330022

人脸活体检测是确保人脸识别系统安全不可或缺的一环。当前大多数人脸活体检测算法采用的是深度卷积神经网络,尽管其检测性能卓越,但往往涉及庞大的参数量和计算复杂度,限制了其应用。为克服这些挑战,提出了一种基于蓝图差分卷积和双重... 详细信息

人脸活体检测是确保人脸识别系统安全不可或缺的一环。当前大多数人脸活体检测算法采用的是深度卷积神经网络,尽管其检测性能卓越,但往往涉及庞大的参数量和计算复杂度,限制了其应用。为克服这些挑战,提出了一种基于蓝图差分卷积和双重辅助监督的轻量级人脸活体检测算法(BDC-DAL)。通过将轻量化的卷积结构和蓝图差分卷积设计相结合,有效降低了模型的参数和计算量,同时保留了捕捉复杂细粒度特征的能力。此外,引入的双重辅助监督机制,利用监督信号重建过程学习细微的欺诈线索,显著提高了模型对未知攻击场景的鲁棒性。为验证算法的有效性,在CelebA-Spoof和OULU-NPU人脸活体检测数据集上进行了广泛测试,并与当前主流的深度学习人脸活体检测算法和其他轻量化网络模型进行了比较,实验结果显示,BDC-DAL算法大幅降低了模型复杂度,参数量减少了近90%,模型的浮点计算量也下降了约10%。BDC-DAL算法在实现高效性和轻量化的同时,成功平衡了性能与资源消耗,为在资源受限环境下的人脸识别提供了可行的解决方案。

关键词：人脸活体检测轻量级辅助信息监督

来源：评论

学校读者我要写书评

暂无评论

一种针对三维图分类问题的量子群等变图神经网络

引用

中国科学:物理学、力学、天文学 2025年第4期55卷 108-115页

作者：刘文杰朱奕帆吴青山南京信息工程大学软件学院南京210044 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 南京信息工程大学江苏省先进计算与智能服务工程研究中心南京210044

作为三维图数据的重要特征,等变性近年来一直受到研究者们的密切关注.研究者们通过设计针对不同等变性的量子门集来构建等变量子图神经网络,显著提升了图学习模型的性能.然而,三维图数据包含多种等变性,如旋转等变性、平移等变性、反射... 详细信息

作为三维图数据的重要特征,等变性近年来一直受到研究者们的密切关注.研究者们通过设计针对不同等变性的量子门集来构建等变量子图神经网络,显著提升了图学习模型的性能.然而,三维图数据包含多种等变性,如旋转等变性、平移等变性、反射等变性和排列等变性等,使研究者们难以构建满足所有等变性的量子等变图神经网络.为了解决上述问题,本文设计了一种三维图节点相对坐标计算方法,并提出了一种新型的量子群等变图神经网络.在该网络中,我们构建了一个群等变编码模块以编码相对坐标,并用一个排列等变卷积模块来学习编码的几何信息,最后采用一个纠缠模块来聚合全局特征.ModelNet40数据集和ShapeNet数据集上的分类实验表明,所提模型表现优于QGCNN,sQCNN-3D和PI-QSVM,同时在训练参数更少的情况下,准确度接近Q3DGL.

关键词：等变图神经网络三维图数据 E(3)等变群排列等变点云分类三维模型分类

来源：评论

学校读者我要写书评

暂无评论

基于神经隐式表面表征的动态可扩展SLAM技术

引用

计算机工程与设计 2025年第4期46卷 1119-1126页

作者：张嘉钏戈湑王录涛成都信息工程大学计算机学院四川成都610225

针对同时定位与地图构建过程中,受遮挡、测量误差等因素影响导致构造地图易出现空洞、断层等问题,提出一种基于神经辐射场的三维场景重建方法,提升建图质量,实现无边界场景的重建和地图的动态扩展。基于密度场是由一个定义良好的表面产... 详细信息

针对同时定位与地图构建过程中,受遮挡、测量误差等因素影响导致构造地图易出现空洞、断层等问题,提出一种基于神经辐射场的三维场景重建方法,提升建图质量,实现无边界场景的重建和地图的动态扩展。基于密度场是由一个定义良好的表面产生的这一假设,通过约束表面的不透明度误差,使射线采样点更好地吻合辐射场分布;为实现压缩网格占用的空间的同时,不降低重建分辨率,引入线性插值的方法,获得指定坐标的特征向量集;引入光度约束、深度约束和符号距离值约束,提升复杂几何表面细节恢复能力。多个数据集与实际数据验证结果表明,系统在重建地图的精度、完整度和完整率上都有所提升,验证了方法的可行性。

关键词：同时定位与地图构建三维重建神经隐式网络体渲染截断有符号距离函数线性插值体素网格

来源：评论

学校读者我要写书评

暂无评论

基于语义调制的弱监督语义分割

引用

软件学报 2025年

作者：李军侠苏京峰崔滢刘青山南京信息工程大学计算机学院江苏省大气环境与装备技术协同创新中心浙江工业大学计算机科学与技术学院

图像级标注下的弱监督语义分割方法通常采用卷积神经网络(CNN)生成类激活图以精确定位目标位置,其面临的主要挑战在于CNN对全局信息感知能力的不足导致前景区域过小的问题.近年来,基于Transformer的弱监督语义分割方法利用自注意力机制... 详细信息

图像级标注下的弱监督语义分割方法通常采用卷积神经网络(CNN)生成类激活图以精确定位目标位置,其面临的主要挑战在于CNN对全局信息感知能力的不足导致前景区域过小的问题.近年来,基于Transformer的弱监督语义分割方法利用自注意力机制捕捉全局依赖关系,解决了CNN的固有缺陷.然而, Transformer生成的初始类激活图会在目标区域周围引入大量背景噪声,此时直接对初始类激活图进行使用并不能取得令人满意的效果.通过综合利用Transformer生成的类与块间注意力(class-to-patch attention)以及区域块间注意力(patch-to-patch attention)对初始类激活图进行联合优化,同时,由于原始的类与块间注意力存在误差,对此设计一种语义调制策略,利用区域块间注意力的语义上下文信息对类与块间注意力进行调制,修正其误差,最终得到能够准确覆盖较多目标区域的类激活图.在此基础上,构建一种新颖的基于Transformer的弱监督语义分割模型.所提方法在PASCAL VOC 2012验证集和测试集上mIoU值分别达到72.7%和71.9%, MS COCO 2014验证集上mIoU为42.3%,取得了目前较为先进的弱监督语义分割结果.

关键词：语义分割弱监督学习语义上下文 Transformer 类激活图

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络与动态采样的三维目标检测算法

引用

激光与光电子学进展 2025年

作者：钟凯陈颖颜承志高寒上海应用技术大学计算机科学与信息工程学院

现有多数三维目标检测方法在检测远距离目标时容易发生漏检，并且在小目标类别的检测精度方面表现不佳。针对这些问题，提出了一种基于图神经网络与动态采样的三维目标检测算法。在候选框生成阶段，采用图特征增强模块强化柱状特征之间... 详细信息

现有多数三维目标检测方法在检测远距离目标时容易发生漏检，并且在小目标类别的检测精度方面表现不佳。针对这些问题，提出了一种基于图神经网络与动态采样的三维目标检测算法。在候选框生成阶段，采用图特征增强模块强化柱状特征之间的语义信息，从而生成高质量的伪图像。在关键点采样阶段，设计了一种动态采样策略，不仅提升了采样效率，同时增加了前景点的比例，并结合动态最远体素采样方法以确保关键点分布的均匀性。在候选框细化阶段，利用多尺度图池化模块提取丰富的局部特征，最后通过自适应模块融合局部信息与关键点信息，增强了特征表达能力。基于KITTI数据集的实验结果表明，所提算法在行人和骑行者的平均精度均值(mAP)分别达到了56.08%和77.65%，较基准算法Point Pillars分别提升了12.29和10.04个百分点。此外，该算法在远距离目标识别方面也表现出更高的精度，验证了其在远距离目标检测和小目标类别检测中的有效性。

关键词：三维目标检测图神经网络动态采样点云处理小目标检测

来源：评论

学校读者我要写书评

暂无评论

颜色一致性的无人机航拍低光照图像增强算法

引用

北京航空航天大学学报 2025年第4期51卷 1096-1106页

作者：王殿伟刘旺房杰许志杰西安邮电大学通信与信息工程学院西安710121 哈德斯菲尔德大学计算机与工程学院哈德斯菲尔德HD13DH

针对无人机(UAV)在低光照条件下拍摄的图像存在亮度低、视觉效果差等问题,建立了无人机航拍低光照数据集,提出了一种颜色一致性的无人机航拍低光照图像增强算法。在亮度增强阶段,构建亮度增强网络(BENet)来增强图像的亮度,利用颜色学习... 详细信息

针对无人机(UAV)在低光照条件下拍摄的图像存在亮度低、视觉效果差等问题,建立了无人机航拍低光照数据集,提出了一种颜色一致性的无人机航拍低光照图像增强算法。在亮度增强阶段,构建亮度增强网络(BENet)来增强图像的亮度,利用颜色学习网络(CNet)模块和金字塔颜色嵌入(PCE)模块将图像的颜色特征和内容特征相结合,避免增强后的图像出现颜色失真;在图像校正阶段,构建基于域转移的校正网络,使用自建的数据集训练网络,借助光照良好图像来校正亮度增强阶段增强后的图像,减少噪声对图像的影响,得到增强后的图像。实验结果表明:所提算法可提升图像亮度,避免出现噪声放大和颜色失真的问题,在客观指标上,整体优于对比算法,同时还能提升目标检测算法在夜间的检测性能。

关键词：低光照图像增强无人机航拍图像亮度增强颜色一致图像去噪

来源：评论

学校读者我要写书评

暂无评论

受腹侧通路启发的脂肪肝超声图像分类方法VPNet

引用

计算机应用 2025年第2期45卷 662-669页

作者：丁丹妮彭博吴锡成都信息工程大学计算机学院成都610225 西南交通大学计算机与人工智能学院成都611756

考虑腹侧通路在视觉信息处理中的核心作用,提出一种基于腹侧通路的脂肪肝分类方法。通过整合卷积神经网络(CNN)和生物视觉认知模型,模拟从初级视觉皮层(V1)到下颞叶皮层(IT Cortex)的层次化信息加工流程,从而构建全新的神经网络架构——... 详细信息

考虑腹侧通路在视觉信息处理中的核心作用,提出一种基于腹侧通路的脂肪肝分类方法。通过整合卷积神经网络(CNN)和生物视觉认知模型,模拟从初级视觉皮层(V1)到下颞叶皮层(IT Cortex)的层次化信息加工流程,从而构建全新的神经网络架构——VPNet (Ventral Pathway Network)。此外,受生物视觉机制中非经典感受野(nCRF)抑制机制在背景噪声抑制方面的启发,模拟该机制以应对超声图像中斑点噪声的挑战,进而增强模型的特征识别能力。在自制数据集上进行四类别的脂肪肝变异程度识别时,VPNet达到88.37%的准确率;在公开数据集上进行二类别的脂肪肝诊断时,VPNet的准确率、敏感性和特异性均达到100%的最佳性能。实验结果表明,与已知公开数据集研究中较优的ResNet101-SVM相比,VPNet的准确率分别在自制数据集和公开数据集上提升了11.63和0.7个百分点,证明了所提方法在脂肪肝疾病诊断中的有效性。

关键词：超声图像分类脂肪肝变性生物视觉腹侧通路非经典感受野抑制深度学习

来源：评论

学校读者我要写书评

暂无评论

基于Cubic-Sine混沌系统的遥感图像多波段加密算法

引用

光电子.激光 2025年第4期36卷 408-420页

作者：刘毅牛通高琳陈亚东天津城建大学计算机与信息工程学院天津300384

针对遥感图像在加密中存在的适应性低、安全性差等问题,提出一种基于新的二维混沌系统的多波段遥感图像加密算法。首先,为增强混沌序列的随机性,使用Cubic映射与Sine映射设计出一种新的二维混沌系统,并通过实验验证其性能优于以往混沌... 详细信息

针对遥感图像在加密中存在的适应性低、安全性差等问题,提出一种基于新的二维混沌系统的多波段遥感图像加密算法。首先,为增强混沌序列的随机性,使用Cubic映射与Sine映射设计出一种新的二维混沌系统,并通过实验验证其性能优于以往混沌系统。其次,为了提高加密算法中置乱与扩散部分的性能与安全性,引入了基于循环群特性的像素替换策略。此外,该算法充分利用了遥感图像的多波段特性,在加密过程中令每个波段之间相互交叉混淆,优化了加密效果。实验结果表明,该算法具有密钥空间大、安全性高的优点,能够抵御常见的密码分析攻击。

关键词：混沌系统遥感图像图像加密循环群

来源：评论

学校读者我要写书评

暂无评论

CT图像肾肿瘤分割的三维轴向Transformer模型

引用

计算机工程与科学 2025年第4期47卷 677-685页

作者：张金龙吴敏孙玉宝南京信息工程大学计算机学院、网络空间安全学院江苏南京210044 东部战区总医院医学工程科江苏南京210018

自动分割CT图像序列中肾脏及其肿瘤区域能够为放化疗计划提供定量参考依据。当前基于Transformer的肾肿瘤分割模型得到了广泛关注,特别是与U-Net模型及其变体结合使用。现有的基于Transformer的分割网络通常在单个切片局部窗口内进行特... 详细信息

自动分割CT图像序列中肾脏及其肿瘤区域能够为放化疗计划提供定量参考依据。当前基于Transformer的肾肿瘤分割模型得到了广泛关注,特别是与U-Net模型及其变体结合使用。现有的基于Transformer的分割网络通常在单个切片局部窗口内进行特征学习,对切片内空间信息以及切片间轴向信息表示存在不足。针对这一问题,提出了三维轴向Transformer模块,将3个维度的复杂耦合关联分解为交替的2个轴向注意力,融合了切片内部以及切片之间的轴向体关联信息。以三维轴向Transformer模块为基础,融合多尺度特征与残差学习方式,构建了二阶段的肾脏肿瘤分割编解码网络ATrans UNet,在KiTS19数据集上,肾脏和肾脏肿瘤分割结果的Dice相似性分别是96.43%和81.04%,平均Dice得分对比2D-Unet提升了8.40%,对比3D-Unet提升了4.84%。

关键词： CT图像序列肾肿瘤三维分割三维轴向Transformer 二阶段编解码网络

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：