检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2024年

作者：姜爱萍刘骊付晓东刘利军彭玮昆明理工大学信息工程与自动化学院昆明理工大学云南省计算机技术应用重点实验室

针对时尚服装的图像和文本具有匹配视角单一、服装信息粒度细且模态关联性弱，导致跨模态时尚检索图文匹配不准确的问题，提出跨模态时尚检索的服装分层特征表示和关联学习方法. 首先以成对的服装图文及标签为输入，通过构建服装分... 详细信息

针对时尚服装的图像和文本具有匹配视角单一、服装信息粒度细且模态关联性弱，导致跨模态时尚检索图文匹配不准确的问题，提出跨模态时尚检索的服装分层特征表示和关联学习方法. 首先以成对的服装图文及标签为输入，通过构建服装分层特征表示模块进行层次化的视觉和本文特征表示，提取得到服装图像的全局、款式、结构特征和服装文本的描述、主语、标签特征的分层表示; 然后基于交叉注意和向量相似度进行层次化的关联计算，得到服装图文对的3层初始关系，并通过结合关系推理和聚合的分层关联学习，获得全局和描述、款式和主语、结构和标签3层关系; 最终计算3层关系的关联得分，输出服装的图文匹配结果. 在跨模态时尚检索基准数据集Fashion-gen上的实验结果表明，所提方法能够提升跨模态时尚检索的精度，与最新基线方法相比，在双向检索前1的召回率R@1上分别提升了10.26和14.22个百分点.

关键词：跨模态时尚检索图文匹配服装分层特征表示学习关联学习

来源：评论

学校读者我要写书评

暂无评论

融合注意力机制的双路径孪生视觉跟踪方法

引用

数据采集与处理 2022年第1期37卷 94-107页

作者：谢江朱艳沈韬曾凯刘英莉昆明理工大学信息工程与自动化学院昆明 650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500

传统基于孪生网络的视觉跟踪方法在训练时是通过从大量视频中提取成对帧并且在线下独立进行训练而成,缺乏对模型特征的更新,并且会忽略背景信息,在背景驳杂等复杂环境下跟踪精度较低.针对上述问题,提出了一种融合注意力机制的双路径孪... 详细信息

传统基于孪生网络的视觉跟踪方法在训练时是通过从大量视频中提取成对帧并且在线下独立进行训练而成,缺乏对模型特征的更新,并且会忽略背景信息,在背景驳杂等复杂环境下跟踪精度较低.针对上述问题,提出了一种融合注意力机制的双路径孪生网络视觉跟踪算法.该算法主要包括特征提取器部分和特征融合部分.特征提取器部分对残差网络进行改进,设计了一种双路径网络模型;通过结合残差网络对前层特征的复用性和密集连接网络对新特征的提取,将2种网络拼接后用于特征提取;同时采用膨胀卷积代替传统卷积方式,在保持一定感受视野的情况下提高了分辨率.这种双路径特征提取方式可以隐式地更新模型特征,获得更准确的图像特征信息.特征融合部分引入注意力机制,对特征图不同部分分配权重.通道域上筛选出有价值的目标图像信息,增强通道间的相互依赖;空间域上则更加关注局部重要信息,学习更丰富的上下文联系,有效地提高了目标跟踪的精度.为证明该方法的有效性,在OTB100和VOT2016数据集上进行验证,分别使用精确率(Precision)、成功率(Success rate)和平均重叠期望(Expect average overlaprate,EAO)作为评价标准.结果显示,本文算法的精确率、成功率和平均重叠期望分别为0.868、0.641和0.350;相比基准模型分别提高了5.1％、2.0％和0.9％.结果证明本文算法充分利用了不同网络的优点,在保证模型精度的同时,能够较好地适应目标外观的变化,降低相似物的干扰,取得更稳定的跟踪效果.

关键词：目标跟踪孪生网络双路径网络注意力机制特征融合

来源：评论

学校读者我要写书评

暂无评论

基于功能性近红外光谱识别右脚三种想象动作研究

引用

生物医学工程学杂志 2020年第2期37卷 262-270页

作者：李玉熊馨李昭阳伏云发昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学脑认知与脑机智能融合创新团队昆明650500 云南省计算机技术应用重点实验室昆明650500

基于功能性近红外光谱(fNIRS)的脑机接口(BCI)是一种新型的人机交互手段。为探究单个肢体不同运动想象动作fNIRS信号的可分性,研究采集了15名受试者(业余足球爱好者)在想象右脚三种动作(传球、停球和射门)期间的fNIRS信号,提取了不同想... 详细信息

基于功能性近红外光谱(fNIRS)的脑机接口(BCI)是一种新型的人机交互手段。为探究单个肢体不同运动想象动作fNIRS信号的可分性,研究采集了15名受试者(业余足球爱好者)在想象右脚三种动作(传球、停球和射门)期间的fNIRS信号,提取了不同想象动作期间HbO信号的相关系数作为特征,构造了基于支持向量机的三分类模型。试验结果发现:右脚三种想象动作的分类准确率为78.89%±6.161%;两类运动想象动作的分类,即传球与停球、传球与射门和停球与射门的分类准确率分别为85.17%±4.768%、82.33%±6.011%、89.33%±6.713%。研究结果表明单个肢体不同运动想象的fNIRS具有可分性,这可望为fNIRS-BCI增加新的控制命令,也可为单侧中风患者康复训练和控制外设提供一种新的选择。此外,研究也表明相关系数可以作为分类不同想象动作的一种有效特征。

关键词：功能性近红外光谱运动想象相关系数脑机接口分类识别

来源：评论

学校读者我要写书评

暂无评论

基于计算机视觉的四足动物行走步态参数自动提取方法

引用

激光与光电子学进展 2022年第8期59卷 372-386页

作者：陈瑶张云伟雷金辉黎丽昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500

四足动物行走的运动特征自动识别在动物的仿生学、行为识别、疾病预测,以及个体身份识别等方面都有着非常广阔的应用前景。基于计算机视觉技术,结合深度学习方法,针对四足动物的行走运动,建立了一种四足动物行走步态参数自动提取方法。... 详细信息

四足动物行走的运动特征自动识别在动物的仿生学、行为识别、疾病预测,以及个体身份识别等方面都有着非常广阔的应用前景。基于计算机视觉技术,结合深度学习方法,针对四足动物的行走运动,建立了一种四足动物行走步态参数自动提取方法。利用视频帧分解技术对采集的四足动物行走视频进行处理,得到各帧四足动物行走图像;基于改进DeeplabV3+语义分割模型提取运动目标;在此基础之上,结合四足动物行走步态及其时空特性分析,以目标体轮廓中心点-边界距离曲线为基础实现运动角点的检测及匹配。为有效地解决四足动物运动特征参数提取的问题,建立了一种基于四肢运动角点至参考点距离变化曲线的运动特征分析方法。实验结果表明,所提方法能较好地实现四足动物运动角点的检测,对犀牛、水牛、羊驼运动角点检测的最大误差分别为32,27,19 pixel,运动角点匹配关系准确,步态周期、步态频率的计算误差小于2%,步态顺序输出正确,步幅的计算误差最大为2.85%。

关键词：机器视觉深度学习语义分割运动角点检测步态参数提取

来源：评论

学校读者我要写书评

暂无评论

单视角三维人体重建的着装特征学习

引用

中国图象图形学报 2024年第9期29卷 2610-2624页

作者：黄千芃刘骊付晓东刘利军彭玮昆明理工大学信息工程与自动化学院昆明650500 云南省计算机技术应用重点实验室昆明650500

目的由于单视角着装人体重建中存在肢体遮挡、着装姿态复杂,且现有方法仅能精确提取和表示着装人体图像中的视觉特征,未考虑复杂的着装姿态引起的动态细节表达,较难生成具有动态褶皱的着装人体模型。因此,提出一种单视角三维人体重建的... 详细信息

目的由于单视角着装人体重建中存在肢体遮挡、着装姿态复杂,且现有方法仅能精确提取和表示着装人体图像中的视觉特征,未考虑复杂的着装姿态引起的动态细节表达,较难生成具有动态褶皱的着装人体模型。因此,提出一种单视角三维人体重建的着装特征学习方法。方法首先对着装人体图像集中的单视角图像进行肢体特征表示,通过二维关节点预测与姿态特征深度回归,提取人体的着装姿态特征;再基于着装姿态特征,定义以柔性变形关节点为中心的着装褶皱采样空间和柔性变形损失函数,通过引入服装模板对输入的着装人体真值模型学习着装柔性变形,获得着装褶皱特征;然后,结合姿态参数回归、特征图采样特征和编解码器,构建联合着装人体像素和体素的人体形状特征学习模块,得到着装人体形状特征;最后结合褶皱特征、着装人体形状特征和计算的三维采样空间,通过定义有向距离场进行三维人体重建,输出最终的着装人体模型。结果为了验证方法的有效性,在公开的THuman2.0数据集进行对比实验。结果显示,构建姿态特征学习模块有助于重建完整的肢体与正确的姿态,以褶皱特征学习对形状特征进行优化,可以获得高精度的重建结果。与当前先进的单视角三维人体重建方法比较,相比于性能第2的模型,本文方法重建结果的点到面距离与倒角距离分别降低了4.4%和2.6%。结论本文提出的单视角三维人体重建的着装特征学习方法,能有效学习单视角三维人体重建的着装特征,生成具有复杂姿态和动态褶皱的着装人体模型。

关键词：单视角三维人体重建着装特征学习采样空间柔性变形有向距离场

来源：评论

学校读者我要写书评

暂无评论

轻型多尺度黑色素瘤目标检测网络模型的建立:基于注意力机制调控

引用

南方医科大学学报 2022年第11期42卷 1662-1671页

作者：钟友闻车文刚高盛祥昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500

目的提出一种融入坐标注意力和高效通道注意力机制的深度学习目标检测模型AM-YOLO。方法运用Mosaic图像增强与MixUp混类增强对图像进行预处理,采用One-Stage结构的目标检测模型YOLOv5s,并对该模型的骨干网络与颈部网络进行改进。在该模... 详细信息

目的提出一种融入坐标注意力和高效通道注意力机制的深度学习目标检测模型AM-YOLO。方法运用Mosaic图像增强与MixUp混类增强对图像进行预处理,采用One-Stage结构的目标检测模型YOLOv5s,并对该模型的骨干网络与颈部网络进行改进。在该模型的骨干网络中把空间金字塔的最大池化层替换成二维最大池化层,接着将坐标注意力机制和高效通道注意力机制分别融入到YOLOv5s模型的C3模块与该模型的骨干网络中。将改进后的模型与未改进的YOLOv5s模型,YOLOv3模型,YOLOv3-SPP模型,YOLOv3-tiny模型进行相关算法指标的对比实验。结果融入了坐标注意力和高效通道注意力机制的AM-YOLO模型能够有效提升对黑色素瘤的识别率,同时也减少了模型权重的大小。AM-YOLO模型在准确率,召回率以及平均精度均值上都要明显优于其他模型,并且对于早期和晚期黑色素瘤的平均精度均值分别达92.8%和87.1%。结论本文采用的深度学习目标检测算法模型能够应用于黑色素瘤目标的识别中。

关键词：深度学习目标检测注意力机制 YOLOv5s 黑色素瘤

来源：评论

学校读者我要写书评

暂无评论

ARS-CNN算法在新冠肺炎识别中的研究

引用

液晶与显示 2021年第11期36卷 1565-1572页

作者：易三莉王天伟杨雪莲佘芙蓉昆明理工大学信息工程与自动化学院云南昆明650500 云南省计算机技术应用重点实验室云南昆明650500

随着新冠肺炎的蔓延,为了准确诊断新冠肺炎,本文提出了一种改进的基于卷积神经网络的新冠肺炎识别算法即ARS-CNN算法。该算法在CNN网络结构的基础上,加入了新的功能模块首先,为了捕获不同感受野的多尺度特征信息并加强网络对图像特征的... 详细信息

随着新冠肺炎的蔓延,为了准确诊断新冠肺炎,本文提出了一种改进的基于卷积神经网络的新冠肺炎识别算法即ARS-CNN算法。该算法在CNN网络结构的基础上,加入了新的功能模块首先,为了捕获不同感受野的多尺度特征信息并加强网络对图像特征的利用,提出了跳跃连接RFB结构;其次,通过短连接aspp模块来改善网络在特征提取过程中图像分辨率减少所导致的局部信息丢失的问题;最后,将注意力机制GC模块与sSE模块进行融合实现对特征信息的筛选并完成特征信息之间的交互,从而提高新冠肺炎识别精度。在公开的COVID-19胸部X光数据集(Chest X-ray Database)上的实验表明,本文所提出的算法的加权平均准确率、精准率、召回率、FI分数、特异性分别为98.22%、97.91%、97.95%、97.92%、98.33%。与其他分类算法相比,本文所提出算法能够对肺部疾病进行高效识别,具有更高的识别性能。

关键词：新冠肺炎跳跃连接RFB结构模块短连接aspp模块 GC模块 sSE模块

来源：评论

学校读者我要写书评

暂无评论

基于多层聚焦Inception-V3卷积网络的细粒度图像分类

引用

电子学报 2022年第1期50卷 72-78页

作者：王波黄冕刘利军黄青松单文琦昆明理工大学信息工程与自动化学院云南昆明650500 云南国土资源职业学院信息中心云南昆明652501 云南大学信息学院云南昆明650091 云南省计算机技术应用重点实验室云南昆明650500

细粒度图片具有结构多变、背景干扰大、类间差异小、类内差异大等特点,准确地定位与提取判别性局部特征至关重要.本文提出一种多层聚焦卷积网络,通过首层聚焦网络能够准确、有效地聚焦于识别局域并生成定位区域,根据定位区域对原图像分... 详细信息

细粒度图片具有结构多变、背景干扰大、类间差异小、类内差异大等特点,准确地定位与提取判别性局部特征至关重要.本文提出一种多层聚焦卷积网络,通过首层聚焦网络能够准确、有效地聚焦于识别局域并生成定位区域,根据定位区域对原图像分别进行裁剪和遮挡后输入下一层的聚焦网络进行训练分类.其中单层聚焦网络以In⁃ception-V3网络为基础,通过卷积块特征注意力模块和定位区域选择机制来聚焦有效的定位区域;使用双线性注意力最大池化提取各个局部的特征;最后进行分类预测.本文在3个常用的细粒度数据集CUB-2011、FGVC-Aircraft以及Stanford Cars上进行了实验验证,分别获得了89.7%、93.6%和95.1%的Top-1准确率.实验结果表明,本模型的分类准确率高于目前主流方法.

关键词：多层聚焦卷积网络 Inception-V3网络注意力机制双线性注意力最大池化

来源：评论

学校读者我要写书评

暂无评论

基于MADDPG的无人机辅助通信功率分配算法

引用

光电子．激光 2023年第3期34卷 306-313页

作者：陈剑杨青青彭艺昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500

针对多无人机(unmanned aerial vehicle,UAV)作为空中基站辅助通信的吞吐量和公平性问题,提出了一种基于多智能体深度确定性策略梯度算法(multi-agent deep deterministic policy gradient algorithms,MADDPG)的功率分配算法,该算法通... 详细信息

针对多无人机(unmanned aerial vehicle,UAV)作为空中基站辅助通信的吞吐量和公平性问题,提出了一种基于多智能体深度确定性策略梯度算法(multi-agent deep deterministic policy gradient algorithms,MADDPG)的功率分配算法,该算法通过联合优化UAV基站的功率分配和用户接入以提高系统吞吐量和公平性。本文首先构建了UAV基站为地面建立通信服务的三维场景,然后通过联合功率、用户关联和UAV位置约束,构建了吞吐量和公平性最大化的问题模型。考虑到该问题的复杂性,本文将所构建的优化问题建模为马尔科夫决策过程(Markov decision process,MDP),通过引入深度确定性策略梯度算法(deep deterministic policy gradient algorithm,DDPG)解决该问题。仿真结果表明,本文提出的基于MADDPG的UAV基站功率分配算法与其他算法相比,可以有效地提升系统的吞吐量和用户的公平性,提高通信的服务质量。

关键词：无人机(UAV) 功率分配深度强化学习(DRL) 吞吐量通信公平性

来源：评论

学校读者我要写书评

暂无评论

基于层叠条件随机场的高棉语分词及词性标注方法

引用

中文信息学报 2016年第4期30卷 110-116页

作者：潘华山严馨周枫余正涛郭剑毅昆明理工大学信息工程与自动化学院和云南省计算机技术应用重点实验室云南昆明650500

针对高棉语分词及词性标注问题,提出一种基于层叠条件随机场模型的自动分词及词性标注方法。该方法由三层条件随机场模型构成:第一层是分词模型,该模型以字符簇为粒度,结合上下文信息与高棉语的构词特点构建特征模板,实现对高棉语句子... 详细信息

针对高棉语分词及词性标注问题,提出一种基于层叠条件随机场模型的自动分词及词性标注方法。该方法由三层条件随机场模型构成:第一层是分词模型,该模型以字符簇为粒度,结合上下文信息与高棉语的构词特点构建特征模板,实现对高棉语句子的自动分词;第二层是分词结果修正模型,该模型以词语为粒度,结合上下文信息与高棉语中命名实体的构成特点构建特征模板,实现对第一层分词结果的修正;第三层是词性标注模型,该模型以词语为粒度,结合上下文信息与高棉语丰富的词缀信息构建特征模板,实现对高棉语句子中的词语进行自动标注词性。基于该模型进行开放测试实验,最终准确率为95.44%,结果表明该方法能有效解决高棉语的分词和词性标注问题。

关键词：高棉语层叠条件随机场分词词性标注

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：