检索结果-内蒙古大学图书馆

计算机应用研究 2025年

作者：袁帅余磊汪嘉杰熊邦书南昌航空大学图像处理与模式识别江西省重点实验室

红外视频因物理特性易受背景干扰，且时间维度变化特征不丰富，导致人体行为识别效果差。针对此问题，提出了一种基于融合注意力的多残差膨胀三维卷积红外视频行为识别方法。首先，设计全维融合注意力机制(integrated multi-dimensional... 详细信息

红外视频因物理特性易受背景干扰，且时间维度变化特征不丰富，导致人体行为识别效果差。针对此问题，提出了一种基于融合注意力的多残差膨胀三维卷积红外视频行为识别方法。首先，设计全维融合注意力机制(integrated multi-dimensional attention,IMDA)，有效处理红外视频的背景干扰，并结合时空和通道信息高效捕获行为帧中的关键区域；其次，设计时间金字塔分割注意力机制(temporal pyramid split attention,TPSA)，通过在时间维度上分割注意力，有效捕获视频序列在多尺度下的动态信息。基于TPSA，进一步构建时间金字塔多残差模块(temporal pyramid split attention multi-residual,TSAMR)，增强了模型在不同背景条件下处理红外视频的泛化能力。实验结果表明，在IITR-IAR和校园安全行为数据集上分别取得了81.73%和90.76%的准确率，均优于现有的行为识别方法，证明了该方法的优越性。

关键词：红外视频融合注意力多尺度行为识别

来源：评论

学校读者我要写书评

暂无评论

SAR-ATR系统复数对抗样本生成方法

引用

应用科学学报 2024年第5期42卷 747-756页

作者：张梦君熊邦书南昌航空大学图像处理与模式识别江西省重点实验室江西南昌330063

针对现有对抗攻击方法只能用于攻击实数卷积神经网络这一限制,提出了一种基于生成对抗网络的复数对抗样本生成方法。首先,设计了一种产生有效对抗样本的复数模型,并引入了复数计算模块;其次,利用残差神经网络作为基本骨架,将预训练的复... 详细信息

针对现有对抗攻击方法只能用于攻击实数卷积神经网络这一限制,提出了一种基于生成对抗网络的复数对抗样本生成方法。首先,设计了一种产生有效对抗样本的复数模型,并引入了复数计算模块;其次,利用残差神经网络作为基本骨架,将预训练的复数网络作为判别器实现对抗训练,以增强对抗样本的攻击能力;最后,通过替代模型实现可迁移的对抗攻击,以此实现了更高的攻击成功率。实验结果表明,所提方法在有目标攻击和无目标攻击任务下的成功率分别达到了76.338%和87.841%,迁移的成功率更高且对抗样本与原始干净样本更为接近。所提方法将对抗攻击扩展到复数神经网络后,避免了合成孔径雷达目标信息和精度的丢失,为实际合成孔径雷达自动目标识别系统的安全性和鲁棒性提供了参考方案。

关键词：生成对抗网络对抗样本合成孔径雷达自动目标识别系统复数卷积神经网络有目标攻击无目标攻击

来源：评论

学校读者我要写书评

暂无评论

基于脑电和眼动信号的动态连续情绪识别方法

引用

生物医学工程学杂志 2025年第1期42卷 32-41页

作者：邹杨萌揭丽琳王铭勋刘勇李军华南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 南昌航空大学仪器科学与光电工程学院南昌330063 南昌航空大学航空服务与音乐学院南昌330063

现有情绪识别研究通常局限于静态实验室情境,未能充分解决动态情境下情绪状态的变化问题。为此,本文提出了一种基于脑电和眼动信号的动态连续情绪识别方法。首先,设计了一种试验范式以涵盖6种动态情绪转换情境,包括开心至平静、平静至... 详细信息

现有情绪识别研究通常局限于静态实验室情境,未能充分解决动态情境下情绪状态的变化问题。为此,本文提出了一种基于脑电和眼动信号的动态连续情绪识别方法。首先,设计了一种试验范式以涵盖6种动态情绪转换情境,包括开心至平静、平静至开心、悲伤至平静、平静至悲伤、紧张至平静以及平静至紧张,并同步收集了20名受试者的脑电数据和眼动数据,以填补现有多模态动态连续情绪数据集的空白。在效价和唤醒二维空间中,对刺激影片每5 s进行分值为1~9的情绪评分,并对动态连续情绪标签进行归一化。接着,对预处理后的脑电和眼动数据进行分频段特征提取,并采用级联特征融合方法,将脑电和眼动数据特征有效结合,生成信息丰富的多模态特征向量。该特征向量被输入到基于径向基函数核的支持向量回归、决策树、随机森林和K-最近邻四种回归模型中,用于构建动态连续情绪识别模型。结果表明,本文方法在6种动态连续情绪的愉悦度和唤醒度识别中均取得了最低均方误差,在动态情境下能够精准识别多种情绪转换,而且相较于单一的脑电或眼动信号,具有更高的识别准确率和鲁棒性,能够满足实际应用的需求。

关键词：动态连续情绪多模态特征融合脑电信号眼动信号情绪识别模型

来源：评论

学校读者我要写书评

暂无评论

一种大视场汇聚型双目立体视觉标定方法

引用

应用科学学报 2024年第2期42卷 269-279页

作者：崔帅华余磊何茜熊邦书欧巧凤南昌航空大学图像处理与模式识别江西省重点实验室江西南昌330063

双目摄像机汇聚型摆放易导致标记点出现散焦模糊和透视形变,使标记点定位出现偏差,在大视场环境下会引发不可忽视的标定误差,进而影响测量精度。为解决上述问题,提出了一种基于标记点定位偏差度加权的大视场汇聚型双目立体视觉标定方法... 详细信息

双目摄像机汇聚型摆放易导致标记点出现散焦模糊和透视形变,使标记点定位出现偏差,在大视场环境下会引发不可忽视的标定误差,进而影响测量精度。为解决上述问题,提出了一种基于标记点定位偏差度加权的大视场汇聚型双目立体视觉标定方法。首先,利用靶标在摄像机坐标系下的位姿,计算标记点散焦模糊量和透视形变度;其次,根据标记点定位偏差度设置相应权重;最后,将标记点权重系数加入目标函数,引导标定参数优化。实验结果表明:在观测值为505 mm的情况下,该方法测距均方根误差和标准差可达0.809和0.290,不但有效提高了大视场汇聚型双目立体视觉标定精度,而且具有良好的稳定性。

关键词：立体视觉汇聚型双目标定大视场定位偏差加权优化

来源：评论

学校读者我要写书评

暂无评论

结合语义和多层特征融合的行人检测

引用

自动化学报 2022年第1期48卷 282-291页

作者：储珺束雯周子博缪君冷璐江西省图像处理与模式识别重点实验室(南昌航空大学) 南昌330063

遮挡及背景中相似物干扰是行人检测准确率较低的主要原因.针对该问题,提出一种结合语义和多层特征融合(Combining semantics with multi-level feature fusion,CSMFF)的行人检测算法.首先,融合多个卷积层特征,并在融合层上添加语义分割... 详细信息

遮挡及背景中相似物干扰是行人检测准确率较低的主要原因.针对该问题,提出一种结合语义和多层特征融合(Combining semantics with multi-level feature fusion,CSMFF)的行人检测算法.首先,融合多个卷积层特征,并在融合层上添加语义分割,得到的语义特征与相应的卷积层连接作为行人位置的先验信息,增强行人和背景的辨别性.然后,在初步回归的基础上构建行人二次检测模块(Pedestrian secondary detection module,PSDM),进一步排除误检物体.实验结果表明,所提算法在数据集Caltech和CityPersons上漏检率(Miss rate,MR)为7.06%和11.2%.该算法对被遮挡的行人具有强鲁棒性,同时可方便地嵌入到其他检测框架.

关键词：行人检测语义分割特征融合遮挡二次检测

来源：评论

学校读者我要写书评

暂无评论

基于种群关联策略和强化解集准则的高维多目标进化算法

引用

控制与决策 2022年第11期37卷 2808-2817页

作者：覃灏李军华南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

一般的高维多目标进化算法无法有效处理不同类型的Pareto前沿.针对这一情况,提出一种基于种群关联策略和强化解集准则的高维多目标进化算法(many-objective evolutionary algorithm based on population association strategy and enhan... 详细信息

一般的高维多目标进化算法无法有效处理不同类型的Pareto前沿.针对这一情况,提出一种基于种群关联策略和强化解集准则的高维多目标进化算法(many-objective evolutionary algorithm based on population association strategy and enhanced solution set criterion,MaOEA/PAS-ESC).该算法在环境选择中采用种群关联策略(population association strategy,PAS)和强化解集准则(enhanced solution set criterion,ESC)协同指导种群进化.PAS利用解与参考向量的角度和欧氏距离以及种群中解之间的距离构建角度与距离联合函数(joint function of angle and distance,JFAD),选择多样性良好的解,然后ESC利用参考点与种群间的联系组成适应度函数,选择收敛性良好的解,以共同达到有效平衡多样性和收敛性的目的.实验结果表明,采用MaOEA/PAS-ESC处理高维多目标优化问题具有更强的竞争性能,而且提高了处理不同类型Pareto前沿的能力.

关键词：高维多目标进化算法种群关联策略强化解集准则种群进化角度与距离联合函数

来源：评论

学校读者我要写书评

暂无评论

文本属性激活视觉的广义零样本图像识别

引用

计算机工程与应用 2024年

作者：闫文尚张桂梅南昌航空大学江西省图像处理与模式识别重点实验室

现有的零样本学习方法存在语义信息与视觉特征无法有效对齐，且视觉特征中存在较多冗余信息，导致零样本和广义零样本图像识别精度不佳。针对该问题，提出文本属性激活视觉的广义零样本图像识别方法。首先，借助大语言模型生成判别性语... 详细信息

现有的零样本学习方法存在语义信息与视觉特征无法有效对齐，且视觉特征中存在较多冗余信息，导致零样本和广义零样本图像识别精度不佳。针对该问题，提出文本属性激活视觉的广义零样本图像识别方法。首先，借助大语言模型生成判别性语义信息-文本属性。并引入类先验估计模块，计算每个文本属性的先验权重，以增强文本属性的可解释性，优化模型的性能。其次，利用判别性文本属性激活与其对应的视觉特征，有效去除视觉特征中的冗余信息。最后，在先验权重的引导下，将激活的视觉特征与文本属性进行跨模态对齐，以实现更精准高效的视觉语义交互，提高模型的图像识别精度。在三个基准数据集(AWA2、CUB、SUN)上进行自监督广义零样本图像识别实验，在AWA2和SUN数据集上调和平均值均达到最优，分别比次优值提高了1.1%和0.8%，在CUB数据集中取得次优，实验结果证明了提出方法的有效性。

关键词：文本属性先验权重视觉激活跨模态对齐

来源：评论

学校读者我要写书评

暂无评论

基于感知监督和多层次特征融合的去雾算法

引用

计算机工程与应用 2023年第21期59卷 204-213页

作者：吴峻江储珺卢昂冷璐南昌航空大学软件学院南昌330063 南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

现有图像去雾方法在网络训练时没有考虑去雾后的图像是否满足人类视觉感知;其次以编解码结构为主要结构的去雾网络,不可避免丢失细节信息,去雾后的图像存在纹理模糊、颜色失真等问题。针对上述问题,提出了一个基于感知监督和多层次特征... 详细信息

现有图像去雾方法在网络训练时没有考虑去雾后的图像是否满足人类视觉感知;其次以编解码结构为主要结构的去雾网络,不可避免丢失细节信息,去雾后的图像存在纹理模糊、颜色失真等问题。针对上述问题,提出了一个基于感知监督和多层次特征融合的图像去雾网络。在网络结构中设计了不同层次的特征融合模块。在编码阶段设计分辨率层次特征复用与融合模块,更好地提取不同尺度下表达能力更强的特征,为重建高质量图像提供更多细节信息;特征转换阶段设计空间上下文层次特征提取与融合模块,提取与融合不同感受野的空间上下文的特征,以提供更加精准的图像结构信息;解码阶段设计自适应特征融合模块,自适应地融合下采样阶段生成的不同分辨率层次的特征及特征转换阶段输出的不同空间上下文层次的特征;其次在训练阶段的损失函数中引入感知损失和多尺度结构相似度损失,引导网络学习更多的视觉感知属性。与当前主流方法相比较,该方法在定量和定性指标得到明显提升的同时提高了对去雾图像的视觉效果。实验结果表明在RESIDE合成数据集以及真实有雾图像上取得显著的去雾效果。

关键词：图像去雾感知监督编解码网络多层次特征融合

来源：评论

学校读者我要写书评

暂无评论

结合跨视角特征关联的三维物体重建

引用

小型微型计算机系统 2024年第6期45卷 1451-1459页

作者：郑义林缪君罗超储珺南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

基于深度学习的多视图三维物体重建各个视角之间的特征往往相互独立、缺乏关联性.并且可用的三维信息难以融合,导致无法重建出具有细节特征和结构完整性的单个物体,为此,提出一种端到端的结合跨视角特征关联的三维物体重建算法.首先,在... 详细信息

基于深度学习的多视图三维物体重建各个视角之间的特征往往相互独立、缺乏关联性.并且可用的三维信息难以融合,导致无法重建出具有细节特征和结构完整性的单个物体,为此,提出一种端到端的结合跨视角特征关联的三维物体重建算法.首先,在重建的编码部分构造跨视角关联模块,通过计算不同视角像素点之间的相关性,使每个视角都携带其它视角的特征信息,同时利用多尺度信息有效地聚合具有不同感受域和全局上下文特征,再构造视角信息注意力增强模块,增强视角内目标物体各部分特征的关联;其次,在三维解码部分,提出三维体素融合模块,通过选择性融合各视角中目标物体的高精度部分,使重建物体具有更多的细节.本文方法在合成数据集ShapeNet上和真实世界数据集Pix3D上的实验结果表明,与当前最先进的方法相比,重建效果有较明显提升.

关键词：三维重建全局上下文特征跨视角关联注意力增强选择性融合

来源：评论

学校读者我要写书评

暂无评论

基于SASK和双分支结构的服装图像识别方法

引用

应用科学学报 2023年第6期41卷 967-977页

作者：周啸辉余磊张睿婷熊邦书欧巧凤南昌航空大学图像处理与模式识别江西省重点实验室江西南昌330063

服装图像具有明暗不一、尺度各异的特性,这使得已有识别方法表现不佳。为解决此问题,本文基于空间注意力选择核(space attention selective kernel, SASK)模块和双分支结构搭建神经网络模型对服装图像进行识别。首先,结合跳跃连接、稠... 详细信息

服装图像具有明暗不一、尺度各异的特性,这使得已有识别方法表现不佳。为解决此问题,本文基于空间注意力选择核(space attention selective kernel, SASK)模块和双分支结构搭建神经网络模型对服装图像进行识别。首先,结合跳跃连接、稠密连接和多尺度、通道拆分的思想,设计双分支神经网络,充分提取服装对象的整体特征。其次,基于空间注意力机制,设计SASK模块,使网络可以更多地关注服装对象的形态特征信息,从而提升识别效果。实验结果表明,本文所提方法不但在典型服装数据集上能够取得优于现有主流方法的识别精度,而且在具有明暗不一、尺度各异特性的其他图像数据集上同样表现良好。

关键词：服装图像识别空间注意力选择核双分支神经网络明暗不一尺度各异

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：