检索结果-内蒙古大学图书馆

计算机工程 2020年第7期46卷 251-259页

作者：熊亚辉陈东方王晓峰武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学湖北省智能信息处理与实时工业系统重点实验室武汉430065

为解决当前主流图像超分辨率重建算法对低分辨率图像中细节信息利用不够充分的问题,提出一种基于多尺度反向投影的图像超分辨率重建算法。使用多个不同尺度的卷积核从浅层特征提取层中提取出不同维度的特征信息,输入到反向投影模块后,... 详细信息

为解决当前主流图像超分辨率重建算法对低分辨率图像中细节信息利用不够充分的问题,提出一种基于多尺度反向投影的图像超分辨率重建算法。使用多个不同尺度的卷积核从浅层特征提取层中提取出不同维度的特征信息,输入到反向投影模块后,交替使用升采样和降采样来优化高分辨率和低分辨率图像的投影误差,同时运用残差学习的思想将升采样和降采样阶段提取到的特征使用级联的方式进行连接,从而提升图像的重建效果。实验结果表明,在Set5、Set14和Urban100数据集上,与Bicubic、SRCNN、ESPCN、VDSR和LapSRN 5种主流算法相比,该算法的峰值信噪比和结构相似性均有所提高。

关键词：图像超分辨率重建算法多尺度反向投影迭代式升采样和降采样深度学习

来源：评论

学校读者我要写书评

暂无评论

基于超像素随机游走的自然场景图像分割方法

引用

计算机技术与发展 2021年第12期31卷 61-66页

作者：李普陈黎武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

随着成像技术的发展,人们使用普通成像设备采集的图像分辨率越来越高,细节越来越清晰,能更加准确地呈现真实自然场景中事物之间的关系。然而传统的图像处理方法在处理分辨率相对较高的自然场景图像时,效果和效率并不理想。针对现有的随... 详细信息

随着成像技术的发展,人们使用普通成像设备采集的图像分辨率越来越高,细节越来越清晰,能更加准确地呈现真实自然场景中事物之间的关系。然而传统的图像处理方法在处理分辨率相对较高的自然场景图像时,效果和效率并不理想。针对现有的随机游走图像分割算法在处理背景复杂、分辨率大的自然场景图像时,目标边界难以贴合以及效率较低的问题,提出了一种基于超像素随机游走的自然场景图像分割方法。将超像素的思想引入到随机游走过程当中,先对图像进行超像素分割处理,然后以超像素为节点,对每个超像素区域提取颜色特征及LBP纹理特征构建无向加权图,图中的节点数量大幅度降低,最后进行随机游走实现超像素的分类并得到图像的分割结果。实验证明,由于超像素分割速度快以及对复杂纹理图像的边界描述准确等优点,基于超像素随机游走的图像分割算法对于自然场景下颜色、纹理信息复杂的图像和大分辨率图像在一定程度上有效地提升了分割效果及分割效率。

关键词：自然场景分辨率随机游走超像素图像分割

来源：评论

学校读者我要写书评

暂无评论

安防视频时间戳同步检测方法研究

引用

计算机技术与发展 2021年第11期31卷 195-201页

作者：彭祥云陈黎湖北省智能信息处理与实时工业系统重点实验室湖北武汉430081 武汉科技大学计算机科学与技术学院湖北武汉430081

针对安防视频标注时间与标准时间存在偏差的问题,提出基于深度学习的时间戳同步检测方法。首先,针对目前的场景文本检测算法在检测视频时间戳区域时会出现时间戳区域检测不完全或检测框过大的现象,提出CBAP算法。该算法首先通过卷积神... 详细信息

针对安防视频标注时间与标准时间存在偏差的问题,提出基于深度学习的时间戳同步检测方法。首先,针对目前的场景文本检测算法在检测视频时间戳区域时会出现时间戳区域检测不完全或检测框过大的现象,提出CBAP算法。该算法首先通过卷积神经网络得到字符级的检测结果与像素级的分割结果,再从字符级的检测结果和像素级的分割结果中提炼出最终检测结果,从而得到更为精确的文本实例包围框,能够有效地应对复杂多样的时间戳区域的检测任务。其次,提出基于容差匹配的时间戳同步判定方法用于解决视频图像在网络传输、编解码等各环节的延时导致时间同步判断出错的问题。最终,实验结果证明了提出的时间戳同步判定方法的合理性与有效性。

关键词：安防视频深度学习卷积神经网络时间戳文本检测容差匹配

来源：评论

学校读者我要写书评

暂无评论

基于知识微调和信息融合的医学指南知识抽取

引用

武汉大学学报(理学版) 2025年第2期 232-242页

作者：高峰刘晴靳英辉顾进广武汉科技大学计算机科学与技术学院武汉科技大学大数据科学与工程研究院智能信息处理与实时工业系统湖北省重点实验室国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室武汉大学中南医院循证与转化医学中心

医学指南的发布速度迅猛，但其在循证过程中的结构化组织和检索面临诸多挑战，影响了知识的迅速获取和应用。为应对这一问题，本文提出了基于循证医学的指南知识抽取模型。该模型旨在实现指南证据的高效抽取并且识别指南证据来源文献的... 详细信息

医学指南的发布速度迅猛，但其在循证过程中的结构化组织和检索面临诸多挑战，影响了知识的迅速获取和应用。为应对这一问题，本文提出了基于循证医学的指南知识抽取模型。该模型旨在实现指南证据的高效抽取并且识别指南证据来源文献的偏倚风险。该模型结合人工标注的少样本数据集构建提示指令对大语言模型进行训练，以提升其在指南知识抽取任务上的性能。构建融合外部知识的随机对照试验偏倚风险评估模型，在BERT模型的基础上引入多元化的外部知识信息增强模型的偏倚风险识别能力。经过提示微调后的大语言模型在抽取指南关键信息任务上的性能得到了显著提升，BLEU-4提升在43个百分点以上。融合外部知识的证据偏倚风险评估模型在识别偏倚风险方面也展现出了优越的性能，最高精确率达到了0.898,F1值达到了0.892。这表明，在有限的数据集规模下，结合提示工程对大语言模型进行微调，可以有效地提取所需的医学指南信息，并且经过融合多元化的外部知识后，偏倚风险识别模型的性能得到了显著增强。因此，医学指南知识抽取模型有助于推动高质量临床医学研究。

关键词：循证医学大语言模型 BERT 偏倚风险评估

来源：评论

学校读者我要写书评

暂无评论

基于灰狼优化的反向学习粒子群算法

引用

计算机工程与应用 2020年第7期56卷 48-56页

作者：周蓉李俊王浩武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065

针对粒子群算法(PSO)易早熟收敛、逃离局部最优能力差、精度低等缺点,提出一种基于灰狼优化的反向学习粒子群算法。该算法对最优粒子采用反向学习策略产生反向解,扩大种群的搜索范围,增强了算法的全局搜索能力;对其非最优粒子采用新型... 详细信息

针对粒子群算法(PSO)易早熟收敛、逃离局部最优能力差、精度低等缺点,提出一种基于灰狼优化的反向学习粒子群算法。该算法对最优粒子采用反向学习策略产生反向解,扩大种群的搜索范围,增强了算法的全局搜索能力;对其非最优粒子采用新型社会学习方式,提高其搜索效率和开采性能;同时,针对PSO收敛精度较低的问题,引入灰狼优化算法,并对其收敛因子产生扰动,平衡算法全局和局部搜索性能并提高其精度。在CEC2017测试函数上进行仿真实验,结果表明,在相同的实验条件下,改进后的粒子群算法在收敛精度和收敛速度上有显著提升,且其性能明显优于标准粒子群算法。

关键词：粒子群算法反向学习灰狼优化算法贝塔分布

来源：评论

学校读者我要写书评

暂无评论

基于深层语境词表示与自注意力的生物医学事件抽取

引用

计算机工程与科学 2020年第9期42卷 1670-1679页

作者：魏优刘茂福胡慧君武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

生物医学事件抽取是生物医学文本信息抽取中最重要的、也是最富有挑战性的任务之一,近年来得到了广泛关注。生物医学事件抽取中最重要的2个子任务为触发词识别和事件要素检测。已有的大部分方法将触发词识别作为分类任务,忽略了句子级... 详细信息

生物医学事件抽取是生物医学文本信息抽取中最重要的、也是最富有挑战性的任务之一,近年来得到了广泛关注。生物医学事件抽取中最重要的2个子任务为触发词识别和事件要素检测。已有的大部分方法将触发词识别作为分类任务,忽略了句子级标签信息。构建基于长短时记忆神经网络与条件随机场的序列标注模型用于触发词识别,分别将组合字符级词表示的静态预训练词向量和基于预训练语言模型的动态语境词表示作为模型输入;同时,针对事件要素检测任务,充分利用实体以及实体类型特征,提出基于自注意力的多分类模型。最终触发词识别F1值为81.65%,整体事件抽取F1值为60.04%,实验结果表明提出的方法对于生物医学事件抽取是有效的。

关键词：生物医学事件抽取序列标注语境词表示自注意力

来源：评论

学校读者我要写书评

暂无评论

自适应合并与分裂的多种群差分进化算法

引用

计算机工程与应用 2020年第15期56卷 162-171页

作者：王浩李俊周蓉武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065

针对差分进化(DE)算法存在的早熟收敛与搜索停滞问题,提出了自适应合并与分裂的多种群差分进化算法。算法将种群划分为多个子种群,引入子种群优劣因子来评价种群的优劣性,实现种群间的自适应合并与分裂;对于种群中的各个个体,采取基于... 详细信息

针对差分进化(DE)算法存在的早熟收敛与搜索停滞问题,提出了自适应合并与分裂的多种群差分进化算法。算法将种群划分为多个子种群,引入子种群优劣因子来评价种群的优劣性,实现种群间的自适应合并与分裂;对于种群中的各个个体,采取基于精英池学习的变异算子,结合优秀个体进行自适应学习调整,使算法达到全局搜索与局部搜索能力的平衡;在算法后期引入扰乱策略,保证算法快速收敛的同时有效地跳出局部极值点,提高算法寻优的精度。在30个标准测试函数的实验结果表明,改进算法能有效解决早熟和陷入局部最优的问题。

关键词：差分进化多种群种群优劣因子自适应合并与分裂精英池学习扰乱策略

来源：评论

学校读者我要写书评

暂无评论

基于时空显著性的双核KCF目标跟踪算法

引用

计算机应用研究 2021年第1期38卷 287-292页

作者：刘小楠邓春华丁胜武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065 武汉科技大学大数据科学与工程研究院武汉430065

传统的核相关滤波器跟踪算法(KCF)在模板更新上容易出现跟踪误差累计,从而导致目标跟踪过程中出现跟踪漂移问题。针对该问题,提出了一种时空显著性的双核KCF目标跟踪的方法。该算法引入了一种时空显著性方法来搜索目标区域的显著特征和... 详细信息

传统的核相关滤波器跟踪算法(KCF)在模板更新上容易出现跟踪误差累计,从而导致目标跟踪过程中出现跟踪漂移问题。针对该问题,提出了一种时空显著性的双核KCF目标跟踪的方法。该算法引入了一种时空显著性方法来搜索目标区域的显著特征和姿态稳定的局部区域。利用该局部区域对跟踪过程中产生的累计误差有较低的敏感度特性,能够减少跟踪过程中的累计误差。然后再结合原目标和显著区域建立一个双核跟踪机制,在跟踪过程中不断对原目标跟踪结果进行微调,降低跟踪累计误差。此外,针对快速运动的目标相邻帧偏移量较大的问题,提出了一种锚点预测机制,使得跟踪锚点与目标位置更接近,能够更准确地跟踪到目标。在大型公共数据上测试的实验结果表明,提出的算法在光照、遮挡、变形、快速运动、旋转以及背景杂波等复杂情况下,均具有较强的适应性。

关键词：时空显著性目标跟踪双核跟踪锚点预测核相关滤波器

来源：评论

学校读者我要写书评

暂无评论

基于多边形偏移蒙版和边界增强的场景文本检测

引用

计算机应用研究 2021年第8期38卷 2474-2478,2484页

作者：张智秦瑶顾进广武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065 武汉科技大学大数据科学与工程研究院武汉430065

目前,多方向文本检测方法已经在各种数据集上取得了不错的性能,但是任意形状文本检测仍然存在一些困难,尤其是具有不同大小、形状、方向、颜色和样式的文本实例。为了更好地区分连续任意形状的文本实例和周边非文本区域,提出了一种基于... 详细信息

目前,多方向文本检测方法已经在各种数据集上取得了不错的性能,但是任意形状文本检测仍然存在一些困难,尤其是具有不同大小、形状、方向、颜色和样式的文本实例。为了更好地区分连续任意形状的文本实例和周边非文本区域,提出了一种基于分段的文本检测器,通过使用多边形偏移蒙版和边界增强来检测任意形状的场景文本。为了评估该方法的有效性,在ICDAR2015和Total-Text等公开数据集上进行了多组对比实验,实验结果证明该方法有着更卓越的性能。

关键词：场景文本检测弯曲文本检测多边形偏移蒙版边界增强

来源：评论

学校读者我要写书评

暂无评论

基于骨骼时序散度特征的人体行为识别算法

引用

计算机应用 2021年第5期41卷 1450-1457页

作者：田志强邓春华张俊雯武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学大数据科学与工程研究院武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065

人体行为识别是智能监控、人机交互、机器人等领域的一项重要的基础技术。图卷积神经网络(GCN)在基于骨骼的人体行为识别上取得了卓越的性能。不过GCN在人体行为识别研究中存在以下问题:1)人体骨架的骨骼点采用坐标表示,缺乏骨骼点的运... 详细信息

人体行为识别是智能监控、人机交互、机器人等领域的一项重要的基础技术。图卷积神经网络(GCN)在基于骨骼的人体行为识别上取得了卓越的性能。不过GCN在人体行为识别研究中存在以下问题:1)人体骨架的骨骼点采用坐标表示,缺乏骨骼点的运动细节信息;2)在某些视频中,人体骨架的运动幅度太小导致关键骨骼点的表征信息不明显。针对上述问题,首先提出骨骼点的时序散度模型来描述骨骼点的运动状态,从而放大了不同人体行为的类间方差。并进一步提出了时序散度特征的注意力机制,以突显关键骨骼点,进一步扩大类间方差。最后根据原始骨架的空间数据特征和时序散度特征的互补性构建了双流融合模型。所提算法在权威的人体行为数据集NTURGB+D的两种划分策略下分别达到了82.9%和83.7%的准确率,相比自适应图卷积网络(AGCN)提高了1.3个百分点和0.5个百分点,准确率的提升证明了所提算法的有效性。

关键词：骨骼行为识别图卷积时序散度注意力

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：