检索结果-内蒙古大学图书馆

浙江大学学报(工学版) 2025年第4期59卷 787-794页

作者：陈巧红郭孟浩方贤孙麒浙江理工大学计算机科学与技术学院

现有文本扩散模型方法无法有效根据语义条件控制扩散过程，扩散模型训练过程的收敛较为困难，为此提出基于跨模态级联扩散模型的非自回归图像描述方法.引入跨模态语义对齐模块用于对齐视觉模态和文本模态之间的语义关系，将对齐后的语... 详细信息

现有文本扩散模型方法无法有效根据语义条件控制扩散过程，扩散模型训练过程的收敛较为困难，为此提出基于跨模态级联扩散模型的非自回归图像描述方法.引入跨模态语义对齐模块用于对齐视觉模态和文本模态之间的语义关系，将对齐后的语义特征向量作为后续扩散模型的语义条件.通过设计级联式的扩散模型逐步引入丰富的语义信息，确保生成的图像描述贴近整体语境.增强文本扩散过程中的噪声计划以提升模型对文本信息的敏感性，充分训练模型以增强模型的整体性能.实验结果表明，所提方法能够生成比传统图像描述生成方法更准确和丰富的文本描述.所提方法在各项评价指标上均明显优于其他非自回归文本生成方法，展现了在图像描述任务中使用扩散模型的有效性和潜力.

关键词：深度学习图像描述扩散模型多模态编码器级联结构

来源：评论

学校读者我要写书评

暂无评论

基于稠密局部-全局特征融合的超高清多曝光图像融合方法

引用

电子学报 2025年第1期53卷 238-247页

作者：贾修一林乔万尼郑卓然石争浩南京理工大学计算机科学与工程学院江苏南京210094 西安理工大学计算机科学与工程学院陕西西安710048

随着超高清(Ultra-High-Definition,UHD)成像技术的应用,生成高质量的UHD图像通常需要融合多幅曝光水平不同的UHD图像.然而,目前基于深度学习的多曝光图像融合方法直接融合从不同曝光水平的图像中提取的特征图,未能充分利用不同曝光级... 详细信息

随着超高清(Ultra-High-Definition,UHD)成像技术的应用,生成高质量的UHD图像通常需要融合多幅曝光水平不同的UHD图像.然而,目前基于深度学习的多曝光图像融合方法直接融合从不同曝光水平的图像中提取的特征图,未能充分利用不同曝光级别图像中的特征信息,而这些特征信息对于获得良好的多曝光融合结果至关重要.为解决这一问题,我们提出了一种新颖的UHD多曝光图像融合方法,该方法结合了图像的局部和长距离依赖特征,旨在挖掘不同曝光级别图像之间的依赖关系,提取出更高阶的语义和特征.进而,利用不同级别的短连接来聚合不同粒度的特征.最后,为了过滤带噪声的特征,我们还提出了带有门控机制的多层感知器来生成高质量的超高清图像.为了更好地展示实验结果,我们还针对多曝光融合任务建立了一个UHD图像数据集.实验结果表明,在单个显存24G的GPU上执行UHD多曝光图像融合任务时,我们的方法明显优于现有方法.

关键词：超高清图像多曝光图像融合稠密特征融合双分支实时处理

来源：评论

学校读者我要写书评

暂无评论

跨模态自适应特征融合的视觉问答方法

引用

哈尔滨工业大学学报 2025年第4期57卷 94-104页

作者：陈巧红项深祥方贤孙麒浙江理工大学计算机科学与技术学院杭州310018

为提高视觉问答(VQA)中跨模态融合与交互的精确度,减少多模态特征信息的丢失,提出了一种新颖的基于跨模态自适应特征融合的视觉问答方法。首先,该方法设计了卷积自注意力单元,包含自注意力层和空洞卷积层,前者用于捕捉全局特征信息,后... 详细信息

为提高视觉问答(VQA)中跨模态融合与交互的精确度,减少多模态特征信息的丢失,提出了一种新颖的基于跨模态自适应特征融合的视觉问答方法。首先,该方法设计了卷积自注意力单元,包含自注意力层和空洞卷积层,前者用于捕捉全局特征信息,后者用于捕捉视觉对象间的空间关系。其次,通过自适应特征融合层,将全局关系与空间关系进行有效结合,使模型在处理图像特征时能够同时考虑全局关系和视觉对象之间的关联性,从而克服了传统注意力机制忽视空间关系的问题。最后,基于不同模态特征在答案预测中贡献程度的差异,该方法还构建了多模态门控融合模块,根据多模态特征间的重要程度自适应地融合特征,减少多模态信息的丢失,同时不会带来额外的计算资源开销。研究结果表明,该方法在未使用额外数据集预训练的情况下,在VQA2.0的测试-开发集、测试-标准集和GQA数据集上的整体准确率分别达到71.58%、72.00%、58.14%,显著优于传统自注意力方法,该研究成果可为跨模态特征融合领域提供了重要的参考和借鉴。

关键词：视觉问答(VQA) 特征融合多模态注意力机制门控机制

来源：评论

学校读者我要写书评

暂无评论

基于时空约束和成本感知的集合空间关键字查询

引用

计算机研究与发展 2025年第3期62卷 808-819页

作者：李松曹文琪郝晓红张丽平郝忠孝哈尔滨理工大学计算机科学与技术学院哈尔滨150080

集合空间关键字查询在空间数据库、位置服务、智能推荐和群智感知等领域具有重要的作用.现有的集合空间关键字查询方法没有考虑要求同时带有时空约束和成本感知的问题,不能满足大部分用户在时空约束条件下的查询需求问题,已有研究成果... 详细信息

集合空间关键字查询在空间数据库、位置服务、智能推荐和群智感知等领域具有重要的作用.现有的集合空间关键字查询方法没有考虑要求同时带有时空约束和成本感知的问题,不能满足大部分用户在时空约束条件下的查询需求问题,已有研究成果具有较大的局限性.为了弥补已有方法的不足,提出一种基于时空约束和成本感知的集合空间关键字查询TDCCA-Co SKQ.为了解决现有索引中无法同时包含关键字信息和时间信息的问题,提出了一种TDCIR-Tree索引,该索引融合了倒排文件和时间属性标签文件,可以减小查询计算的开销;为了有效地筛选出符合查询条件的集合,提出了一种TDCCA_PP算法,其中包括第1层剪枝算法、组间有序排列和第2层剪枝算法,可以提高关键字的查询效率;进一步提出了一种基于TDC成本函数的排序算法,TDC成本函数是由距离成本和时间成本组成的,其中包含代表用户偏好度的自变量系数α和β,可以增加用户的选择自由度,有效解决了现有的成本函数无法满足时空约束和成本感知的集合空间关键字查询的问题.理论研究与实验表明,所提出的方法具有较好的效率与准确性.

关键词：集合空间关键字查询时空约束成本感知倒排文件时间属性标签文件

来源：评论

学校读者我要写书评

暂无评论

一种可解决标签偏差问题的开放世界目标检测方法

引用

华南理工大学学报(自然科学版) 2025年第3期53卷 12-19页

作者：黄阳阳许勇席星罗荣华华南理工大学计算机科学与工程学院广东广州510006

开放世界目标检测(OWOD)将目标检测问题推广到更为复杂的现实动态场景,要求系统能够识别图像中所有已知和未知目标的类别,并且具有根据新引入知识进行增量学习的能力。然而,当前的开放世界目标检测方法通常将高对象分数的区域标记为未... 详细信息

开放世界目标检测(OWOD)将目标检测问题推广到更为复杂的现实动态场景,要求系统能够识别图像中所有已知和未知目标的类别,并且具有根据新引入知识进行增量学习的能力。然而,当前的开放世界目标检测方法通常将高对象分数的区域标记为未知对象,且在很大程度上依赖于已知对象的监督。尽管这些方法能够检测出与已知对象相似的未知对象,但存在严重的标签偏差问题,即倾向于将与已知对象不相似的所有区域都视为背景的一部分。为解决此问题,该文首先提出了一种基于视觉大模型的无监督区域提议生成方法,以提高模型检测未知对象的能力;然后,针对模型训练过程中,感兴趣区域(ROI)分类阶段对新类别的敏感性会影响区域提议网络(RPN)在提议生成阶段的泛化性能,提出了解耦RPN区域提议生成和ROI分类的联合训练方法,以提高模型解决标签偏差问题的能力。实验结果表明:所提方法在MS-COCO数据集上检测未知对象的性能取得了巨大的提升,未知类别的召回率是SOTA方法的2倍以上,达到了52.1%,同时在检测已知对象类别方面也保持了竞争性;在推理速度方面,该文模型使用纯卷积神经网络构建,而不是使用密集注意力机制,帧率比基于可变形的DETR方法多8.18 f/s。

关键词：无监督开放世界增量学习目标检测

来源：评论

学校读者我要写书评

暂无评论

基于形状分析和概率推理的机器人抓取技术

引用

机器人 2025年第1期47卷 1-9,21页

作者：许振邦张平曾鸿亮孙迪钢华南理工大学计算机科学与工程学院广东广州510006

抓取异形物体任务中,因物体形状结构复杂多样,搬运物体时可能发生晃动脱落的问题。针对上述问题,本文提出基于形状分析和概率推理的机器人抓取技术。首先,分析物体点云的分散性和平整度,生成候选抓取位姿集合;其次,在仿真场景中,定性分... 详细信息

抓取异形物体任务中,因物体形状结构复杂多样,搬运物体时可能发生晃动脱落的问题。针对上述问题,本文提出基于形状分析和概率推理的机器人抓取技术。首先,分析物体点云的分散性和平整度,生成候选抓取位姿集合;其次,在仿真场景中,定性分析物体晃动脱落的影响因素,在仿真中统计成功完成抓取和旋转平移实验的次数,使用条件期望定量分析法推理抓取位姿的稳定性,训练PointNet鉴别器来评估候选抓取位姿并对其排序;最后以最佳抓取位姿完成抓取。实验结果表明,该方法能解决异形物体在抓取搬运过程中发生晃动脱落的问题。与基准方法相比,抓取平均成功率为89.2%,提升2.6%;搬运的平均稳定性达到84.2%,提升22.7%。该方法能够在多物体堆叠场景中智能抓取物体,保持抓取搬运操作的稳定性,形成合理抓取顺序。

关键词：智能抓取异形物体形状特征抓取位姿评估 6D抓取位姿

来源：评论

学校读者我要写书评

暂无评论

应用动态Token的融合特征的持续图像字幕生成

引用

计算机工程与应用 2025年第4期61卷 176-191页

作者：晋嘉利余璐天津理工大学计算机科学与工程学院天津300384

基于自注意力的结构(如Transformer)在图像字幕生成任务中有着突出的性能优势。但在大多数方法中模型只在静态、同分布数据集上进行训练,而真实世界中的数据分布大多是非独立同分布的数据流,这种设置下的持续图像字幕生成任务更具有挑... 详细信息

基于自注意力的结构(如Transformer)在图像字幕生成任务中有着突出的性能优势。但在大多数方法中模型只在静态、同分布数据集上进行训练,而真实世界中的数据分布大多是非独立同分布的数据流,这种设置下的持续图像字幕生成任务更具有挑战性。目前针对图像字幕生成的多模态任务的持续学习研究较少,缺乏更适用于基于自注意力模型的持续图像字幕生成方法。针对以上挑战提出了一种应用动态Token的融合特征的持续图像字幕生成方法。在Transformer中对图像字幕生成任务所涉及的不同模态的数据特征进行融合,并对融合特征进行正则化计算;为每一个子任务定义一个Token,Token将随着子任务的切换而变化,这种Token即为动态Token,相比于整个训练阶段只定义一个且被所有子任务共用的静态Token而言,动态Token更能保存每个子任务特有的信息和特点。利用这些动态任务Token和任务标识融合特征注意力模块进一步获得具有任务标识信息的融合特征,并在每个子任务训练结束后保存其对应的Token,以保持模型对旧任务的记忆和表达能力,减少模型对旧任务的灾难性遗忘。在MS-COCO和Flickr30k数据集上的实验结果表明,应用动态Token的融合特征的持续图像字幕生成方法在Transformer架构上优于所有基线方法。以CIDEr指标为例,所有训练任务结束后CIDEr指标的平均分数相较于微调和所有基线方法中的最优方法分别提高了31.06%和13.94%。

关键词：图像字幕生成持续学习 Transformer 融合特征动态Token 正则化

来源：评论

学校读者我要写书评

暂无评论

面向人脸超分辨率的全局结构感知与局部增强网络

引用

计算机工程与应用 2025年第5期61卷 222-232页

作者：谭暑秋凌志豪潘嘉豪刘亚辉重庆理工大学计算机科学与工程学院重庆400054

针对人脸超分辨率在基于先验引导的背景下对精确的人脸关键点检测和面部对齐的依赖,这一依赖对方法的泛化性和实用性带来了一定限制。为了克服这一问题,提出了一种全局结构感知与局部增强网络。该方法通过双路径网络结构和特征融合,实... 详细信息

针对人脸超分辨率在基于先验引导的背景下对精确的人脸关键点检测和面部对齐的依赖,这一依赖对方法的泛化性和实用性带来了一定限制。为了克服这一问题,提出了一种全局结构感知与局部增强网络。该方法通过双路径网络结构和特征融合,实现了全局人脸表示和局部细节表示的有效结合。全局特征路径基于多尺度残差学习和注意力机制对整体人脸结构进行建模,局部增强路径使用估计的人脸解析图来提高重建质量,并减少网络对人脸先验的依赖。自适应特征融合单元能够生成清晰且细节丰富的人脸图像。在CelebA和Helen数据集上的实验评估显示,所提出的网络在人脸超分辨率结果上优于其他先进方法。

关键词：人脸超分辨率面部幻觉面部先验注意力机制

来源：评论

学校读者我要写书评

暂无评论

模型参数不确定下多无人艇系统固定时间二分编队跟踪控制

引用

自动化学报 2025年第3期51卷 669-677页

作者：温广辉余星火黄廷文周艳东南大学系统科学系南京211189 皇家墨尔本理工大学工学院澳大利亚墨尔本VIC 3001 深圳理工大学计算机科学与控制工程学院深圳518055

针对模型参数不确定下多无人艇(Multiple unmanned surface vehicle,Multi-USV)系统的固定时间二分编队跟踪控制问题,通过将命令滤波与复合学习技术融合到反推控制方法中,提出一种新型分布式固定时间二分编队跟踪控制协议.首先,将命令... 详细信息

针对模型参数不确定下多无人艇(Multiple unmanned surface vehicle,Multi-USV)系统的固定时间二分编队跟踪控制问题,通过将命令滤波与复合学习技术融合到反推控制方法中,提出一种新型分布式固定时间二分编队跟踪控制协议.首先,将命令滤波引入到反推控制中,进而分别设计虚拟控制协议与真实控制协议.在此基础上,为估计未知参数设计了参数复合学习律,利用在线记录的数据和即时数据来产生预测误差,并利用跟踪误差和预测误差来更新参数估计.结果表明,在严格弱于持续激励(Persistent excitation,PE)条件的区间激励(Interval excitation,IE)条件下,本文提出的控制方案不仅能够保证编队误差的固定时间收敛性,也能够保证参数估计误差的固定时间收敛性,同时解决了多无人艇系统的固定时间二分编队跟踪控制问题.最后,通过仿真实验验证了本文提出的控制协议的有效性.

关键词：无人艇二分编队跟踪固定时间控制复合学习

来源：评论

学校读者我要写书评

暂无评论

融合生成对抗网络的大气无线光信道密钥提取

引用

光学精密工程 2025年第3期33卷 486-496页

作者：田卓展陈纯毅胡小娟于海洋李延风王芳长春理工大学计算机科学技术学院吉林长春130022 长春理工大学重庆研究院重庆401135

无线光信道密钥提取是实现物理层安全的一种有效手段,合法双方通过探测并估计信道特征从而生成密钥序列。窃听方可能通过合法方接收孔径外的光信号获得密钥相关信息。为此提出一种密钥提取方案,该方案通过改进生成对抗网络模型,合法双... 详细信息

无线光信道密钥提取是实现物理层安全的一种有效手段,合法双方通过探测并估计信道特征从而生成密钥序列。窃听方可能通过合法方接收孔径外的光信号获得密钥相关信息。为此提出一种密钥提取方案,该方案通过改进生成对抗网络模型,合法双方用该模型从信道测量序列中估计可用于密钥提取的特征。然后,合法双方对各自的信道特征估计序列进行随机交替量化,得到初始密钥。实验结果表明,合法双方经本方案生成密钥序列具有较高的一致性。在25 dB信噪比环境下Alice和Bob估计的信道特征序列的相关系数为0.9983,经量化生成初始密钥的不一致率为1.3×10^(-4)。本方案能够进一步降低合法双方生成初始密钥的不一致率,合法双方经信息协商后提取的共享密钥能通过NIST随机性测试。

关键词：无线光信道密钥提取生成对抗网络卷积神经网络门控循环单元量化

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：