检索结果-内蒙古大学图书馆

软件学报 2023年第4期34卷 1944-1961页

作者：过洁潘金贵郭延文计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

参与介质在自然界中广泛存在,也是包括影视特效、电子游戏、仿真系统等大多数图形应用中的主要场景元素之一,对其外观的模拟和再现,可以极大地提升场景的真实感和沉浸感.但是由于参与介质本身结构以及光线在参与介质中的传播过程都非常... 详细信息

参与介质在自然界中广泛存在,也是包括影视特效、电子游戏、仿真系统等大多数图形应用中的主要场景元素之一,对其外观的模拟和再现,可以极大地提升场景的真实感和沉浸感.但是由于参与介质本身结构以及光线在参与介质中的传播过程都非常复杂,所以迄今为止,对参与介质渲染的研究都一直是图形领域的热点和难点.为了处理的方便和计算的高效,传统的参与介质渲染方法都基于两点假设:独立散射假设和局部连续假设.这两点假设也是经典的辐射传输方程成立的关键.但实际上,自然界中的很多参与介质都不满足这两点假设,因此导致现有的参与介质渲染方法生成的图片效果和真实世界的效果存在一定的差异.近年来,研究者们提出了各种非经典参与介质渲染方法,试图打破上述的两点假设,用更符合物理客观规律的方式来处理参与介质,从而进一步提升参与介质渲染的物理真实感.从相干介质渲染技术和离散介质渲染技术两方面展开对现有的面向非经典参与介质的渲染方法进行分析和讨论,重点阐述经典和非经典参与介质渲染方法的区别,以及现有非经典参与介质渲染方法的原理、优势和不足.最后,展望一些开放性问题并进行总结.本综述希望能启发相关领域的研究人员进一步攻克非经典参与介质渲染技术中的关键问题和技术难点,也为工业界改进现有渲染器以提高参与介质渲染的真实感提供参考.

关键词：参与介质散射相干介质离散介质图形渲染计算机图形学

来源：评论

学校读者我要写书评

暂无评论

视频群体行为识别综述

引用

软件学报 2023年第2期34卷 964-984页

作者：吴建超王利民武港山计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

群体行为识别是指给定一个包含多人场景的视频,模型需要识别出视频中多个人物正在共同完成的群体行为.群体行为识别是视频理解中的一个重要问题,可以被应用在运动比赛视频分析、监控视频识别、社交行为理解等现实场景中.多人场景视频较... 详细信息

群体行为识别是指给定一个包含多人场景的视频,模型需要识别出视频中多个人物正在共同完成的群体行为.群体行为识别是视频理解中的一个重要问题,可以被应用在运动比赛视频分析、监控视频识别、社交行为理解等现实场景中.多人场景视频较为复杂,时间和空间上的信息十分丰富,对模型提取关键信息的能力要求更高.模型只有高效地建模场景中的层次化关系,并为人物群体提取有区分性的时空特征,才能准确地识别出群体行为.由于其广泛的应用需求,群体行为识别问题受到了研究人员的广泛关注.对近几年来群体行为识别问题上的大量研究工作进行了深入分析,总结出了群体行为识别研究所面临的主要挑战,系统地归纳出了6种类型的群体行为识别方法,包含传统非深度学习识别方法以及基于深度学习技术的识别方法,并对未来研究的可能方向进行了展望.

关键词：群体行为识别计算机视觉视频理解行为识别

来源：评论

学校读者我要写书评

暂无评论

基于博弈论的多服务器多用户视频分析任务卸载算法

引用

软件学报 2023年第12期34卷 5940-5956页

作者：陈彧张胜金熠波钱柱中陆桑璐计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

在过去的近10年中,人工智能相关的服务和应用大规模出现,它们要求高算力、高带宽和低时延.边缘计算目前被认为是这些应用最适合的计算模式,尤其是视频分析相关应用.研究多服务器多用户异构视频分析任务卸载问题,其中用户选择合适的边缘... 详细信息

在过去的近10年中,人工智能相关的服务和应用大规模出现,它们要求高算力、高带宽和低时延.边缘计算目前被认为是这些应用最适合的计算模式,尤其是视频分析相关应用.研究多服务器多用户异构视频分析任务卸载问题,其中用户选择合适的边缘服务器,并将他们的原始视频数据上传至服务器进行视频分析.为了有效处理众多用户对有限网络资源的竞争和共享,并且能够获得稳定的网络资源分配局面,即每个用户不会单方面地改变自己的任务卸载决策,该多服务器多用户异构视频分析任务卸载问题被建模为一个多玩家的博弈问题.基于最小化整体时延的优化目标,先后研究非分布式视频分析场景和分布式视频分析场景两种情形,分别提出基于博弈论的潜在最优服务器选择算法和视频单元分配算法.通过严格的数学证明,两种情形下提出的算法均可以达到纳什均衡,同时保证较低的整体时延.最后,基于真实数据集的大量实验表明,所提方法比其他现有算法降低了平均26.3%的整体时延.

关键词：博弈论纳什均衡任务卸载视频分析边缘计算

来源：评论

学校读者我要写书评

暂无评论

基于多线程并行的符号执行引擎设计与实现

引用

计算机研究与发展 2023年第2期60卷 248-261页

作者：周彭左志强南京大学计算机科学与技术系南京210023 计算机软件新技术国家重点实验室(南京大学) 南京210023

符号执行作为一种高效的测试生成技术,被广泛应用于软件测试、安全分析等领域.然而,由于程序中的执行路径数量随着分支数量的增加而指数级上升,符号执行往往无法在大规模程序上进行高效执行,缺乏可扩展性.已有的基于多进程的并行化方法... 详细信息

符号执行作为一种高效的测试生成技术,被广泛应用于软件测试、安全分析等领域.然而,由于程序中的执行路径数量随着分支数量的增加而指数级上升,符号执行往往无法在大规模程序上进行高效执行,缺乏可扩展性.已有的基于多进程的并行化方法具有较大的额外通信开销,并且缺乏对现有约束求解优化技术的利用.提出了基于多线程并行处理模型的符号执行加速方法.具体来讲,为解决并行符号执行中的不同工作节点负载不平衡问题,设计了不需要中间节点参与的工作窃取算法.为充分利用现有约束求解优化技术,提出了让不同工作节点共享约束求解信息的加速求解方法.基于符号执行引擎(KLEE)实现了多线程并行化符号执行方案,从而形成多线程并行化符号执行引擎(PKLEE).实验验证表明,在穷尽执行路径场景下,KLEE平均耗时是在给定8个线程下PKLEE的3~4倍;在同样的时间内,PKLEE执行的有效工作负载平均是KLEE的3倍.

关键词：符号执行负载均衡约束求解并行加速可扩展性

来源：评论

学校读者我要写书评

暂无评论

语义可感知的灰盒编译器模糊测试

引用

软件学报 2025年

作者：欧先飞蒋炎岩许畅计算机软件新技术全国重点实验室(南京大学) 南京大学计算机学院

模糊测试技术在软件质量保障、软件安全测试等领域起到重要作用.然而,在面对编译器这样输入语义复杂的系统时,现有的模糊测试工具由于其变异策略中缺乏对语义的感知能力,导致生成的程序难以通过编译器前端检查.提出了一种语义可感知的... 详细信息

模糊测试技术在软件质量保障、软件安全测试等领域起到重要作用.然而,在面对编译器这样输入语义复杂的系统时,现有的模糊测试工具由于其变异策略中缺乏对语义的感知能力,导致生成的程序难以通过编译器前端检查.提出了一种语义可感知的灰盒模糊测试方法,旨在提高模糊测试工具在编译器测试领域的效能.设计并实现了一系列可保持输入语义合法性并探索上下文多样性的变异操作符,并针对这些操作符的特点开发了高效的选择策略.将这些策略与传统的灰盒模糊测试工具相结合,实现了灰盒模糊测试工具SemaAFL.实验结果表明,通过应用这些变异操作符, SemaAFL在GCC和Clang编译器上的代码覆盖率相比AFL++和同类工具GrayC提高了约14.5%和11.2%.在为期一周的实验期间, SemaAFL发现并报告了6个以前未被发现的GCC和Clang缺陷.

关键词：编译器测试语义可感知的模糊测试灰盒模糊测试

来源：评论

学校读者我要写书评

暂无评论

基于释义知识浮动注入的汉语成语误用诊断

引用

软件学报 2025年

作者：何亮曹永昌黄琰琛吴震戴新宇陈家骏计算机软件新技术全国重点实验室(南京大学)

汉语成语作为汉语写作的重要组成部分,具有凝练的表现力和深厚的文化内涵.它们通常是经过长期使用而固定下来的词组或短句,来源广泛,含义相对固定.然而,由于汉字的形意属性和汉语词汇、语义的古今变迁,成语的字面意思与实际含义往往存... 详细信息

汉语成语作为汉语写作的重要组成部分,具有凝练的表现力和深厚的文化内涵.它们通常是经过长期使用而固定下来的词组或短句,来源广泛,含义相对固定.然而,由于汉字的形意属性和汉语词汇、语义的古今变迁,成语的字面意思与实际含义往往存在偏差,呈现出特有的非组合性特点,这种特点使得成语在使用过程中极易产生误用现象,研究显示,某些成语的误用率甚至高达98.6%.与其他语言不同,汉语成语的误用通常不会导致词法或语法错误,因此传统的拼写或语法错误检测方法无法有效识别成语误用.一种直观的方法是将成语的释义融入模型中,但是简单的拼接释义会导致句子过长难以处理和知识噪声等问题.为了解决这一问题,提出一种基于释义知识浮动注入的模型.该模型通过引入可学习的权重因子来控制知识注入,并探讨有效的释义知识注入策略.为了验证模型的有效性,构建一套针对汉语成语误用诊断的数据集.实验结果显示,该模型在所有测试集上均取得了最优效果,特别是在长文本多成语的复杂场景中,性能比基线模型提高了12.4%–13.9%,同时训练速度提升了30%–40%,测试速度提升了90%.这证明了所提出的释义知识浮动注入模型不仅有效融合了成语释义特征,还显著降低了成语释义拼接对模型处理能力和效率的负面影响,从而提升了成语误用诊断的性能,并增强了模型处理多成语和长释义等复杂场景的能力.

关键词：汉语成语误用诊断释义知识浮动注入成语误用数据集

来源：评论

学校读者我要写书评

暂无评论

深度指导的无监督领域自适应语义分割

引用

计算机辅助设计与图形学学报 2024年第1期36卷 133-141页

作者：卢加文史金龙诸皓伟孙蕴瀚成志刚江苏科技大学计算机学院镇江2120002 南京大学计算机软件新技术国家重点实验室南京210046 浙江大学软件学院杭州310058

为了提高语义分割精度,解决模型在不同数据域上泛化性差的问题,提出基于深度信息的无监督领域自适应语义分割方法.首先,深度感知自适应框架通过捕捉深度信息和语义信息的内在联系,减小不同域之间的差异;然后,设计了一个轻量级深度估计... 详细信息

为了提高语义分割精度,解决模型在不同数据域上泛化性差的问题,提出基于深度信息的无监督领域自适应语义分割方法.首先,深度感知自适应框架通过捕捉深度信息和语义信息的内在联系,减小不同域之间的差异;然后,设计了一个轻量级深度估计网络来提供深度信息,通过跨任务交互策略融合深度和语义信息,并在深度感知空间对齐源域和目标域的分布差距;最后,提出基于深度信息的域内自适应策略弥合目标域内部的分布差异,将目标域分为子源域和子目标域,并缩小子源域和子目标域分布差距.实验结果表明,所提方法在SYNTHIA-2-Cityscapes和SYNTHIA-2-Mapillary跨域任务上的平均交并比分别为46.7%和73.3%,与同类方法相比,该方法在语义分割和深度估计精度上均有显著提升.

关键词：无监督领域自适应语义分割多任务学习深度估计

来源：评论

学校读者我要写书评

暂无评论

基于双路视觉Transformer的图像风格迁移

引用

北京航空航天大学学报 2024年

作者：纪宗杏贝佳刘润泽任桐炜南京大学计算机软件新技术国家重点实验室

图像风格迁移(Image Style Transfer， IST)旨在根据风格图像调整内容图像的视觉属性，使其保留原始内容的同时呈现出特定风格样式，从而生成具有视觉吸引力的风格化图像。现有代表性方法大多未考虑不同图像域间的编码差异，专注提取图... 详细信息

图像风格迁移(Image Style Transfer， IST)旨在根据风格图像调整内容图像的视觉属性，使其保留原始内容的同时呈现出特定风格样式，从而生成具有视觉吸引力的风格化图像。现有代表性方法大多未考虑不同图像域间的编码差异，专注提取图像局部特征而忽视了全局上下文信息的重要性。为此，提出了一种新型的基于双路视觉Transformer的图像风格迁移方法Bi-Trans，对内容图像域和风格图像域进行独立编码，提取风格参数向量以离散化表征图像风格，通过交叉注意力机制与条件实例归一化将内容图像标定至目标域风格，从而生成风格化图像。实验结果表明，本文方法无论是内容保留度还是风格还原度均优于现有方法。

关键词：图像风格迁移视觉Transformer 任意风格化条件实例归一化注意力机制

来源：评论

学校读者我要写书评

暂无评论

渐进式深度集成架构搜索算法研究

引用

计算机学报 2023年第10期46卷 2041-2065页

作者：朱光辉祁加豪朱振南袁春风黄宜华南京大学计算机软件新技术全国重点实验室南京210023 南京大学计算机科学与技术系南京210023

深度神经网络已在各个领域取得巨大成功.然而,深度学习模型并不只包含深度神经网络.近年来,以深度森林为代表的深度集成学习模型,凭借着无需反向传播训练、计算开销更小、模型复杂度支持自适应确定以及表数据建模任务性能优异等特点,引... 详细信息

深度神经网络已在各个领域取得巨大成功.然而,深度学习模型并不只包含深度神经网络.近年来,以深度森林为代表的深度集成学习模型,凭借着无需反向传播训练、计算开销更小、模型复杂度支持自适应确定以及表数据建模任务性能优异等特点,引起了学界和业界的广泛关注,并且取得了良好的应用效果.深度森林为探索DNN(Deep Neural Network)之外的深度学习模型打开了另一扇门.然而,现有的深度集成模型主要以深度森林为主,深度集成架构较为单一,基学习器的数量与集成方式较为固定,需要探索除深度森林之外的深度集成学习模型架构.另外,实际应用中,很难存在一种深度集成学习模型架构能够在不同数据集上均取得优异性能,尤其是对于数据特征差异较大的表格型数据集.因此,也需要一种高效的数据自适应的深度集成学习架构设计方法.为此,本文从搜索空间和搜索算法两个层面,研究提出了一种高效的基于代理模型的渐进式深度集成架构搜索方法PMPAS(Proxy Model-based Progressive Architecture Search).首先,通过归纳分析已有深度集成学习模型的特点,给出了深度集成架构的形式化定义.其次,研究提出了两种全新的深度集成架构搜索空间,即基于完全并行的搜索空间和基于有向无环图的搜索空间.然后,在上述两种搜索空间的基础上,研究提出了基于代理模型的渐进式搜索方法与算法,实现从简单到复杂逐步地在搜索空间中进行探索,并采用代理模型作为指导,降低模型评估开销.最后,本文从时间复杂度和空间复杂度两个方面对搜索算法进行分析.在分类、回归等公开的表格型数据集上的大量实验结果表明,通过PMPAS算法搜索得到的深度集成架构,其性能不仅优于已有的集成学习模型、深度学习模型以及以深度森林为代表的深度集成学习模型,而且优于已有的自动化模型选择算法.随着时间预算的不断增加,性能优势更为明显.PMPAS开源地址为:https://***/PasaLab/PMPAS.

关键词：深度学习深度集成架构架构搜索代理模型

来源：评论

学校读者我要写书评

暂无评论

LLM赋能的Datalog代码翻译技术及增量程序分析框架

引用

软件学报 2025年第6期36卷 2515-2534页

作者：王熙灶沈天琪宾向荣卜磊计算机软件新技术全国重点实验室(南京大学) 南京大学计算机学院南京大学软件学院

Datalog是一种声明式逻辑编程语言,在不同领域得到了广泛应用.近年来,学术界和工业界对Datalog的兴趣高涨,设计并开发了多种Datalog引擎和相应方言.然而,多方言带来的一个问题是以一种Datalog方言实现的代码,一般而言不能在另一种方言... 详细信息

Datalog是一种声明式逻辑编程语言,在不同领域得到了广泛应用.近年来,学术界和工业界对Datalog的兴趣高涨,设计并开发了多种Datalog引擎和相应方言.然而,多方言带来的一个问题是以一种Datalog方言实现的代码,一般而言不能在另一种方言的引擎上执行.因此,当采用新Datalog引擎时,需要将现有Datalog代码翻译到新方言上.目前的Datalog代码翻译技术可分为人工重写代码和人工设计翻译规则两类,存在耗时长、大量重复劳动、缺乏灵活性和可拓展性等问题.提出了一种大语言模型(LLM)赋能的Datalog代码翻译技术,利用LLM强大的代码理解和生成能力,通过分治翻译策略、基于少样本提示和思维链提示的提示工程、基于检查-反馈-修复的迭代纠错机制,可以在不同Datalog方言之间实现高精度代码翻译,减轻开发人员重复开发翻译规则的工作量.基于此代码翻译技术,设计并实现了一种通用的基于Datalog的声明式增量程序分析框架.在不同Datalog方言对上评估了所提出的LLM赋能的Datalog代码翻译技术的性能,评估结果验证了所提代码翻译技术的有效性.对通用声明式增量程序分析框架进行了实验评估,验证了基于所提代码翻译技术的增量程序分析的加速效果.

关键词： Datalog 代码翻译大语言模型程序分析增量分析框架

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：