检索结果-内蒙古大学图书馆

数据采集与处理 2024年第5期39卷 1135-1146页

作者：康瑶康坊杨飞然国家开放大学数字化部北京100039 奥卢大学机器视觉与信号分析中心奥卢90570 中国科学院噪声与振动重点实验室(声学研究所) 北京100190

多通道线性预测是最为流行的语音去混响方法之一,现有相关研究大多利用子带谱减模型在每一个频带独立地获取期望信号,但这忽略了不同子带之间的相互影响。本文提出一种利用互子带谱减模型的多通道线性预测语音去混响方法。相比于大多数... 详细信息

多通道线性预测是最为流行的语音去混响方法之一,现有相关研究大多利用子带谱减模型在每一个频带独立地获取期望信号,但这忽略了不同子带之间的相互影响。本文提出一种利用互子带谱减模型的多通道线性预测语音去混响方法。相比于大多数方法采用的子带谱减模型,本文方法采用的互子带谱减模型能够利用互子带滤波器来对不同子带之间的相互影响进行建模。本文方法利用复广义高斯分布建模期望信号,相比于常用的高斯分布,复广义高斯分布能够通过调整形状参数来描述语音信号的稀疏特性。在最大似然估计框架下,将语音去混响转化为关于互子带滤波器和子带滤波器的优化问题;并且基于替代最小化方法推导了保证收敛的优化算法。在不同混响时间、不同通道、不同声源和传声器距离情况下的一系列语音去混响实验验证了本文方法的性能显著优于传统去混响算法。

关键词：语音去混响多通道线性预测互子带滤波器复广义高斯分布替代最小化

来源：评论

学校读者我要写书评

暂无评论

基于多帧一致性修正的自监督孪生网络目标跟踪方法

引用

计算机学报 2022年第12期45卷 2544-2560页

作者：程旭刘丽华王莹莹余梓彤赵国英南京信息工程大学计算机学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044 奥卢大学机器视觉与信号分析研究中心芬兰奥卢FI-90014

深度学习技术促使目标跟踪领域得到了飞速发展,但有限的标注数据限制了深度模型的高效训练.因此,自监督学习应用于目标跟踪领域来解决模型训练需要大量标注数据的问题.然而,现有基于自监督学习的跟踪器大多提取目标浅层信息,缺乏对目标... 详细信息

深度学习技术促使目标跟踪领域得到了飞速发展,但有限的标注数据限制了深度模型的高效训练.因此,自监督学习应用于目标跟踪领域来解决模型训练需要大量标注数据的问题.然而,现有基于自监督学习的跟踪器大多提取目标浅层信息,缺乏对目标关键特征的高效表达,且忽视了因目标遮挡等挑战导致的反向验证难度大的问题,致使跟踪精度下降.为解决上述问题,本文提出一种基于多帧一致性修正的自监督孪生网络跟踪方法,由前向多帧反序验证策略、混序修正模块和视觉特征增强模块三部分共同构成.首先,前向多帧反序验证策略从多条路径中自适应选择最优目标轨迹来构造循环一致性损失优化函数,面对目标遮挡、背景干扰、形变等挑战时能够合理规划路径.其次,针对多条路径对同一帧目标预测位置的不一致问题,提出混序修正模块来修正跟踪偏移,增强了前向跟踪时特征提取网络的鲁棒性.此外,视觉特征增强模块通过自适应加权融合目标的全局上下文信息与局部语义特征信息,增强了模型对目标自身特征的表达能力.最后,本文方法在OTB2013、OTB2015、TColor-128和VOT-2018四个公开数据集上进行了验证.实验结果表明:在光照、形变、背景干扰等复杂场景下,相比于现有21种主流跟踪算法,本文方法在四个数据集上的精确度平均提高了4.6%,比基于自/无监督学习的跟踪器平均提高了5.8%的精确度.

关键词：视频监控目标跟踪自监督学习循环一致性损失视觉注意力机制

来源：评论

学校读者我要写书评

暂无评论

人脸亲子关系验证研究综述

引用

自动化学报 2022年第12期48卷 2886-2910页

作者：吴晓婷冯晓毅黄安张雪毅董晶刘丽西北工业大学电子信息学院西安710129 奥卢大学机器视觉与信号分析中心芬兰奥卢90570 国防科技大学系统工程学院长沙410073 中国科学院自动化研究所智能感知与计算研究中心北京100190

人脸亲子关系验证即通过给定的不同人的两幅人脸图像判断其是否具有亲子关系,是计算机视觉和机器学习领域中一个重要的研究问题,在丢失儿童寻找、社会媒体分析、图像自动标注等领域具有广泛的应用价值.随着人脸亲子关系验证问题受到越... 详细信息

人脸亲子关系验证即通过给定的不同人的两幅人脸图像判断其是否具有亲子关系,是计算机视觉和机器学习领域中一个重要的研究问题,在丢失儿童寻找、社会媒体分析、图像自动标注等领域具有广泛的应用价值.随着人脸亲子关系验证问题受到越来越多的关注,其在多个方面都得到了相应的发展,本文对人脸亲子关系验证方法做了综述整理.首先,简要介绍了人脸亲子关系验证在近十年的研究现状,随后对问题进行了定义并讨论其面临的挑战.接下来,汇总了常用的亲子数据库,对数据库属性做了详细的总结和对比.然后,对人脸亲子关系验证方法进行了分类总结、对比,以及不同方法的性能表现.最后,展望了人脸亲子关系验证今后可能的研究方向.

关键词：人脸亲子关系验证人脸分析相似度计算亲子数据集深度学习

来源：评论

学校读者我要写书评

暂无评论

基于改进MobileNetV2的医疗废物智能分类研究

引用

智能计算机与应用 2025年第5期15卷 1-9页

作者：王伟杰曹嘉璇李阳邹北骥赵国英刘青萍湖南中医药大学信息科学与工程学院长沙410208 中南大学计算机学院长沙410083 湖南省科技厅智慧中医工程技术研究中心长沙410699 奥卢大学机器视觉与信号分析中心芬兰奥卢90570

随着医疗服务需求的增长,医疗废物的产生量逐渐超出负荷,当前医疗废物的分类与包装多以人工为主,存在医护人员感染病毒风险高、工作效率低下等问题。针对上述问题,本研究在MobileNetV2模型的基础上,提出一种改进MobileNetV2的医疗废物... 详细信息

随着医疗服务需求的增长,医疗废物的产生量逐渐超出负荷,当前医疗废物的分类与包装多以人工为主,存在医护人员感染病毒风险高、工作效率低下等问题。针对上述问题,本研究在MobileNetV2模型的基础上,提出一种改进MobileNetV2的医疗废物智能分类模型(MobileNetV2-MW)。通过改进瓶颈残差模块,捕捉不同特征通道之间的关系,提升模型对图像信息的特征提取能力;同时,引入一种多尺度特征融合模块,增强模型对图像多尺度信息的适应能力,避免模型过度关注某一特定尺度带来的不良影响。实验结果表明,MobileNetV2-MW模型在医疗废物图像数据集上的分类准确率、精准率、召回率和F1-Score分别达到95.38%、95.36%、95.33%和95.30%,相比于MobileNetV2模型分别提升了3.18%、3.05%、3.23%和3.21%,在对比模型中分类效果优秀,最后通过t-SNE可视化分析和泛化实验进一步验证了该模型的有效性,为医疗废物智能分类研究提供了新的思路和方法。

关键词：医疗废物智能分类图像处理 MobileNetV2 特征提取多尺度特征融合深度学习

来源：评论

学校读者我要写书评

暂无评论

基于空间感知的多级损失目标跟踪对抗攻击方法

引用

通信学报 2021年第11期42卷 242-254页

作者：程旭王莹莹张年杰付章杰陈北京赵国英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 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 奥卢大学机器视觉与信号分析研究中心奥卢FI-90014

针对现有的对抗扰动技术难以有效地降低跟踪器的判别能力使运动轨迹发生快速偏移的问题,提出一种高效的攻击目标跟踪器方法。首先,所提方法从高层类别和底层特征考虑设计了欺骗损失、漂移损失和基于注意力机制的特征损失来联合训练生成... 详细信息

针对现有的对抗扰动技术难以有效地降低跟踪器的判别能力使运动轨迹发生快速偏移的问题,提出一种高效的攻击目标跟踪器方法。首先,所提方法从高层类别和底层特征考虑设计了欺骗损失、漂移损失和基于注意力机制的特征损失来联合训练生成器;然后,将干净图像送入该生成器中,生成对抗样本;最后,利用对抗样本干扰目标跟踪器,导致目标运动轨迹发生偏移,降低跟踪精度。实验结果表明,所提方法在OTB数据集上达到了54%的成功率下降和70%的精确度下降,实现了复杂场景下对目标快速有效的攻击。

关键词：视频监控网络安全对抗攻击深度学习目标跟踪

来源：评论

学校读者我要写书评

暂无评论

视觉工作记忆中回溯线索效应的影响因素

引用

心理学进展 2022年第4期12卷 1079-1087页

作者：程钰欣郭利静周子芳刘茹邑李倩叶超雄四川师范大学脑与心理科学研究院四川成都于韦斯屈莱大学心理学系芬兰于韦斯屈莱奥卢大学机器视觉和信号分析中心芬兰奥卢

视觉工作记忆一般包括编码、维持和提取三个阶段。研究者们发现在记忆的维持阶段中添加回溯线索,会导致被试的记忆成绩发生变化,这就是回溯线索效应。回溯线索效应的大小不是一成不变的,而是会随其影响因素的变化而发生改变的。但是目... 详细信息

视觉工作记忆一般包括编码、维持和提取三个阶段。研究者们发现在记忆的维持阶段中添加回溯线索,会导致被试的记忆成绩发生变化,这就是回溯线索效应。回溯线索效应的大小不是一成不变的,而是会随其影响因素的变化而发生改变的。但是目前尚未有研究对回溯线索效应的影响因素进行总结归纳。本文汇总梳理相关研究回溯线索效应的文章,总结了四个回溯线索效应的影响因素:记忆项目、维持间隔时间、维持间隔中的干扰、回溯线索类型。未来的研究可以在此基础上探索其他维度的影响回溯线索效应的因素。同时,由于回溯线索能够提高记忆成绩,改善人们的认知加工过程,所以在使用回溯线索时应合理地控制这些影响因素,从而进一步探索视觉工作记忆的内部注意机制,提高对视觉工作记忆机制的理解。

关键词：视觉工作记忆内部注意回溯线索影响因素

来源：评论

学校读者我要写书评

暂无评论

人工智能中面向人类的行为分析

引用

西北大学学报(自然科学版) 2020年第3期50卷 328-337页

作者：石恒麟赵国英奥卢大学机器视觉与信号分析中心西北大学信息科学与技术学院

随着海量训练数据的获得、深度学习技术的进步和相关知识的积累,人工智能在近十年里取得了举世瞩目的进步。在接下来的几年里,人们将迫切地需要以人为中心的人工智能应用。该文希望通过对行为识别相关研究的介绍,让读者了解在开发面向... 详细信息

随着海量训练数据的获得、深度学习技术的进步和相关知识的积累,人工智能在近十年里取得了举世瞩目的进步。在接下来的几年里,人们将迫切地需要以人为中心的人工智能应用。该文希望通过对行为识别相关研究的介绍,让读者了解在开发面向理解人类的人工智能应用上所取得的进步。首先,从行为检测和行为识别两个子任务概述了行为分析,并讨论了该任务中的难点;其次,列举了可用于行为分析的数据模态以及当前被广泛使用的数据库;然后,介绍了当前用于行为识别研究的主要工具,如卷积神经网络和循环神经网络;最后,总结了近十年典型的行为识别方法,包括深度学习出现之前的传统方法和深度学习方法。

关键词：人工智能机器学习神经网络行为分析行为识别行为检测

来源：评论

学校读者我要写书评

暂无评论

面孔表情识别眼动模式的影响因素

引用

应用心理学 2022年第6期28卷 530-541页

作者：刘昕旸许茜如梁腾飞叶超雄四川师范大学脑与心理科学研究院成都610066 于韦斯屈莱大学心理学系于韦斯屈莱芬兰40014 奥卢大学机器视觉和信号分析中心奥卢芬兰90014 辽宁师范大学脑与认知神经科学研究中心大连116029 坦佩雷大学社会科学学院坦佩雷芬兰33100

眼动模式反映了个体注视点的运动轨迹及其时空特征,是表情识别研究中的重要指标。然而目前尚未有研究对表情识别相关眼动研究及其影响因素进行系统归纳。鉴于此,本文对以往面孔表情识别眼动追踪的研究进行了整理与分析,归纳出影响不同... 详细信息

眼动模式反映了个体注视点的运动轨迹及其时空特征,是表情识别研究中的重要指标。然而目前尚未有研究对表情识别相关眼动研究及其影响因素进行系统归纳。鉴于此,本文对以往面孔表情识别眼动追踪的研究进行了整理与分析,归纳出影响不同表情眼动模式的三个重要因素:面孔构形因素、认知因素以及情绪识别障碍因素。本文同时指出了不同影响因素研究中存在的主要问题,并对相关影响因素的研究范式提出改进建议。

关键词：表情识别眼动模式面孔构形因素认知因素情绪识别障碍因素

来源：评论

学校读者我要写书评

暂无评论

微表情类别与区域间关联度的分析方法研究

引用

计算机工程与应用 2020年第19期56卷 146-151页

作者：张延良卢冰蒋涵笑洪晓鹏赵国英张伟涛河南理工大学物理与电子信息学院河南焦作454000 西安交通大学电子与信息工程学院西安710049 奥卢大学机器视觉和信号分析研究中心芬兰奥卢FI-900144 西安电子科技大学电子工程学院西安710071

为了揭示微表情类别与面部各区域之间的关联度,提出一种局部区域划分和分析方法。该方法首先根据各类微表情对应动作单元所在的位置确定出人脸中最为关键的7个局部区域,然后采用面部形变鉴别模型自动检测出面部49个关键点坐标,再根据这... 详细信息

为了揭示微表情类别与面部各区域之间的关联度,提出一种局部区域划分和分析方法。该方法首先根据各类微表情对应动作单元所在的位置确定出人脸中最为关键的7个局部区域,然后采用面部形变鉴别模型自动检测出面部49个关键点坐标,再根据这些点确定上述局部区域的4个边界。最后,分别提取各区域的时空模式特征并进行微表情分类,通过各区域对各类微表情的分类准确率来分析两者之间的关联度。实验结果表明,局部区域划分方案科学合理,微表情"惊奇"及"厌恶"与眼睛区域、微表情"高兴"与嘴巴区域、微表情"压抑"与下巴区域有较高的关联度。

关键词：微表情识别局部区域动作单元面部形变鉴别模型分类准确率

来源：评论

学校读者我要写书评

暂无评论

基于Fisher特征选择的微表情识别

引用

计算机应用与软件 2020年第9期37卷 68-74页

作者：张延良卢冰蒋涵笑洪晓鹏赵国英张伟涛河南理工大学物理与电子信息学院河南焦作454150 西安交通大学电子与信息工程学院陕西西安710049 奥卢大学机器视觉和信号分析研究中心芬兰奥卢FI-90014 西安电子科技大学电子工程学院陕西西安710071

微表情时空特征描述子提取到的特征向量维数高,导致分类算法运算复杂度高,运行时间长,识别准确率较低。为此提出基于Fisher特征选择的方法,挑选鉴别力强的特征分量,对特征向量进行降维。采用“留一交叉验证”法,在CASMEII和SMIC两个数... 详细信息

微表情时空特征描述子提取到的特征向量维数高,导致分类算法运算复杂度高,运行时间长,识别准确率较低。为此提出基于Fisher特征选择的方法,挑选鉴别力强的特征分量,对特征向量进行降维。采用“留一交叉验证”法,在CASMEII和SMIC两个数据集下分类实验表明,经Fisher特征选择后微表情的识别率可以达到75.71%和75%,分别较原特征向量识别率提高了61.22%和46.43%,而维数仅为原特征向量维数的4.18%和4.71%,分类所需时间是原方法的4.27%和1.61%。

关键词：微表情识别特征描述子 Fisher特征选择识别准确率

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：