检索结果-内蒙古大学图书馆

光学技术 2025年第1期51卷 25-35,53页

作者：王常乐陈士雪王金甲燕山大学信息科学与工程学院河北秦皇岛066004 河北省信息传输与信号处理重点实验室河北秦皇岛066004

通过对大脑中大体积神经元进行动态观测来学习神经元网络的感知、认知和复杂行为的机制是神经科学中的一个基本问题。光场显微镜(LFM)允许以视频帧速率进行三维成像,已成为对神经活动实时观测的一种技术选择。文章对光场显微镜目前的成... 详细信息

通过对大脑中大体积神经元进行动态观测来学习神经元网络的感知、认知和复杂行为的机制是神经科学中的一个基本问题。光场显微镜(LFM)允许以视频帧速率进行三维成像,已成为对神经活动实时观测的一种技术选择。文章对光场显微镜目前的成像方法进行了综述,重点关注新型的算法。与传统的迭代重建方法相比,使用光场显微镜成像神经元活动要求开发新的基于深度学习的算法,充分利用嵌入在物理和光学模型中的先验,整合模型驱动和数据驱动的算法,增强算法的可解释性和泛化能力,实现快速稳健的光场显微镜成像。

关键词：光场显微镜模型驱动数据驱动深度学习

来源：评论

学校读者我要写书评

暂无评论

多维感知-空间解耦单样本人体动作识别模型

引用

信号处理 2025年第4期41卷 683-693页

作者：胡正平王雨露张琦明许凌峰陈代萍燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室河北秦皇岛066004

基于骨骼数据的人体动作识别方法因其能够消除与动作无关的视觉信息来降低训练复杂性越来越受到人们关注,然而大规模骨骼动作数据收集和注释面临挑战,基于骨骼的单样本动作识别旨在仅用单个训练样本识别人体动作,可以使机器人对新颖动... 详细信息

基于骨骼数据的人体动作识别方法因其能够消除与动作无关的视觉信息来降低训练复杂性越来越受到人们关注,然而大规模骨骼动作数据收集和注释面临挑战,基于骨骼的单样本动作识别旨在仅用单个训练样本识别人体动作,可以使机器人对新颖动作类别积极反应改善人机交互。针对基于卷积神经网络编码器进行人类活动分类数据稀缺问题,考虑将单样本动作识别问题表述为骨骼序列紧凑表示和深度度量学习范式,基于自注意力Transformer机制和空间解耦约束重新审视骨骼动力学图像建模向新颖活动类别传输,提出多维感知-空间解耦单样本人体动作识别模型。首先,将3D骨骼序列坐标映射为紧凑图像表示;其次,基于骨干网络将输入投影到低维特征空间,提取初级动作特征;接着,设计融合多层感知机与Transformer的嵌入编码器,在嵌入空间中捕捉关节时间空间依赖关系,增强模型对时空信息感知能力,得到高层次多维嵌入特征;然后,基于最近邻搜索完成样本间相似性度量;最后,结合多相似性损失、三元组边界损失、交叉熵损失和空间解耦损失的混合深度度量学习优化模型。实验在公共大规模数据集NTU RGB+D 120上进行评估,提出方法较Skeleton-DML提高3.8%,在使用40个训练类别时较Skeleton-DML提高7.5%。研究表明,提出方法能够在数据稀缺情况下充分利用骨骼序列紧凑表示信息,提高单样本动作识别匹配精度。

关键词：动作识别单样本学习度量学习 Transformer 空间解耦

来源：评论

学校读者我要写书评

暂无评论

双流运动建模-循环一致性对齐小样本动作识别算法

引用

燕山大学学报 2025年第1期49卷 83-94页

作者：胡正平董佳伟王昕宇燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室河北秦皇岛066004

针对不同场景下动作时空分布不同导致视频对齐困难,进而影响视频识别准确度问题,提出对双流特征进行运动建模和循环一致性对齐的小样本动作识别方法,能够在全局帧和局部块双尺度特征建模和对齐高维运动表示。首先基于双流特征设计了运... 详细信息

针对不同场景下动作时空分布不同导致视频对齐困难,进而影响视频识别准确度问题,提出对双流特征进行运动建模和循环一致性对齐的小样本动作识别方法,能够在全局帧和局部块双尺度特征建模和对齐高维运动表示。首先基于双流特征设计了运动建模框架,重塑视频序列中动作表示的时空联系,实现对视频动作的准确定位和语义性捕获;然后,为帮助模型学习动作间时空对应关系,引入循环一致性对齐机制,利用软最近邻查询的方法,高效对齐视频动作,显著改善了视频动作的错位问题;最后,结合基于注意力机制的时域交叉匹配模块,对动作类别进行推理分类。实验结果表明,该算法在SSv2、HMDB51、UCF101上分别达到68.6%、77.7%和96.9%的识别精度,实现了对视频动作的有效识别。

关键词：小样本学习动作识别双流网络注意力机制循环一致性对齐

来源：评论

学校读者我要写书评

暂无评论

基于2D-3D卷积神经网络的情绪识别模型

引用

燕山大学学报 2025年第1期49卷 66-73页

作者：杨朋辉杨长青刘静崔冬燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室河北秦皇岛066004

基于脑电信号的情绪识别是人机交互的重要部分,本文将二维卷积神经网络、三维卷积神经网络、深度可分离卷积进行结合,提出一种基于2D-3D卷积神经网络(2-3DCNN)模型,从时间、空间、频率三个方面进行特征提取。在网络中引入SE-ResNet网络... 详细信息

基于脑电信号的情绪识别是人机交互的重要部分,本文将二维卷积神经网络、三维卷积神经网络、深度可分离卷积进行结合,提出一种基于2D-3D卷积神经网络(2-3DCNN)模型,从时间、空间、频率三个方面进行特征提取。在网络中引入SE-ResNet网络、深度残差收缩网络和Xception网络,挖掘脑电信号中更能显著反映情感变化的空间、时间和频率信息。本文在DEAP公共情感数据集上做性能测试,结果表明,2-3DCNN在唤醒度和效价的两个分类任务上的识别准确率分别达到了97.59%和97.21%,比目前最先进的模型分别高出2.36%和1.34%。

关键词：情绪识别脑电信号卷积神经网络深度残差收缩网络深度可分离卷积

来源：评论

学校读者我要写书评

暂无评论

基于层级化分数阶语谱图的帕金森病构音障碍分类

引用

中国生物医学工程学报 2025年第1期44卷 21-33页

作者：薛在发卢辉斌林丽琴张涛燕山大学信息科学与工程学院河北秦皇岛066004 河北省信息传输与信号处理实验室河北秦皇岛066004 杭州海康威视数字技术股份有限公司硬件产品研发中心杭州310051

构音障碍是帕金森病的早期症状之一。现有的基于深度学习的帕金森病构音障碍分类大多根据语谱图和卷积神经网络分析,但两者分别存在角度单一和感受野受限等不足,导致信息提取不充分。本研究提出了一种基于层级化分数阶语谱图的帕金森病... 详细信息

构音障碍是帕金森病的早期症状之一。现有的基于深度学习的帕金森病构音障碍分类大多根据语谱图和卷积神经网络分析,但两者分别存在角度单一和感受野受限等不足,导致信息提取不充分。本研究提出了一种基于层级化分数阶语谱图的帕金森病分类方法。首先,通过增加角度旋转因子,将构音信号转化为分数阶语谱图以增强从不同角度提取能量信息的能力;其次,将Swin Transformer网络在ImageNet上预训练的参数进行迁移和微调以解决数据量小的弊端;最后,结合层级化结构和基于偏移窗口的自注意力机制扩大感受野和实现多尺度信息融合,从而有效提升帕金森病分类精度。在Database-1(240个样本,由伊斯坦布尔大学医学院神经内科采集)和Database-2(1404个样本,由唐山工人医院和开滦精神卫生中心合作采集)上的验证结果表明,该方法具有良好的稳定性,且在两个数据集上的准确率分别达到了97.80%和98.75%,性能均优于所对比的先进方法。本研究所提出方法为帕金森病构音障碍分析提供了新的视角。

关键词：帕金森病构音障碍分数阶语谱图参数迁移层级化结构

来源：评论

学校读者我要写书评

暂无评论

结合全局与局部视频表示的视频异常检测算法

引用

模式识别与人工智能 2020年第2期33卷 133-140页

作者：胡正平赵梦瑶辛丙一燕山大学信息科学与工程学院秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室秦皇岛066004

针对视频异常行为检测问题,提出结合全局与局部视频表示的视频异常检测算法.首先将输入视频连续多帧划分为视频块.再按空间位置将视频块划分为互不重叠的时空立方体,利用时空立方体运动特征构建基于空间位置的全局时空网格位置支持向量... 详细信息

针对视频异常行为检测问题,提出结合全局与局部视频表示的视频异常检测算法.首先将输入视频连续多帧划分为视频块.再按空间位置将视频块划分为互不重叠的时空立方体,利用时空立方体运动特征构建基于空间位置的全局时空网格位置支持向量数据描述模型(SVDD).然后针对视频运动目标,提取局部纹理运动特征,采用SVDD获得围绕目标特征的超球体边界,构建运动目标正常行为模型.最后组合两部分以实现更全面的检测.公共数据集上的实验验证文中算法的有效性.

关键词：模式识别异常行为检测时空运动特征局部纹理运动特征支持向量数据描述模型(SVDD)

来源：评论

学校读者我要写书评

暂无评论

二维相关跳频序列偶唯一性和理论界

引用

北京邮电大学学报 2018年第1期41卷 31-36页

作者：许成谦赵雅洁燕山大学信息科学与工程学院秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室秦皇岛066004

针对传统跳频序列偶只包含时延变量的一维汉明相关函数的问题,在相关函数中加入频移因素,提出了跳频序列偶的时频二维移位汉明相关函数的概念.证明了二维相关跳频序列偶的唯一性,保证了这类信号在实际应用中的唯一接收.导出了由二维相... 详细信息

针对传统跳频序列偶只包含时延变量的一维汉明相关函数的问题,在相关函数中加入频移因素,提出了跳频序列偶的时频二维移位汉明相关函数的概念.证明了二维相关跳频序列偶的唯一性,保证了这类信号在实际应用中的唯一接收.导出了由二维相关跳频序列偶的汉明相关函数、序列偶个数、频隙个数和序列长度构成的理论界,对于构造满足理论界的二维相关跳频序列偶具有重要意义.

关键词：跳频序列偶二维汉明相关函数唯一性理论界

来源：评论

学校读者我要写书评

暂无评论

特征增强与残差重塑的多重一致性约束半监督视频动作检测

引用

模式识别与人工智能 2024年第5期37卷 398-409页

作者：胡正平张琦明王雨露张和浩邸继锐燕山大学信息科学与工程学院秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室秦皇岛066004

一致性正则化半监督视频动作检测方法对原始数据和增广数据进行特征表示时容易引起两类数据间判别域偏差,导致判别结果无法拟合.针对该问题,文中提出特征增强与残差重塑的多重一致性约束半监督视频动作检测方法.首先,将基础动作特征描... 详细信息

一致性正则化半监督视频动作检测方法对原始数据和增广数据进行特征表示时容易引起两类数据间判别域偏差,导致判别结果无法拟合.针对该问题,文中提出特征增强与残差重塑的多重一致性约束半监督视频动作检测方法.首先,将基础动作特征描述子在时空维进行连续性增强编码,获取视频动作理解中至关重要的上下文信息.然后,在通过残差特征重塑模块获得多尺度残差信息的同时进行特征重塑.为了降低不同数据间的判别偏差,分别从分类特征与动作定位特征角度对原始数据和增广数据施加多重一致性约束,实现模型对增广数据和原始数据判别结果和特征表示的匹配.最后,在JHMDB-21、UCF101-24数据集上的实验表明,文中方法能有效提高少样本标记条件下视频动作检测准确度,具有较强的竞争力.

关键词：半监督学习视频动作检测特征增强多重一致性约束

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的时间分组深度网络行为识别算法

引用

模式识别与人工智能 2019年第10期32卷 892-900页

作者：胡正平刁鹏成张瑞雪李淑芳赵梦瑶燕山大学信息科学与工程学院秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室秦皇岛066004

受人脑视觉感知机制启发,在深度学习框架下提出基于注意力机制的时间分组深度网络行为识别算法.针对局部时序信息在描述持续时间较长的复杂动作上的不足,使用视频分组稀疏抽样策略,以更低的成本进行视频级时间建模.在识别阶段引入通道... 详细信息

受人脑视觉感知机制启发,在深度学习框架下提出基于注意力机制的时间分组深度网络行为识别算法.针对局部时序信息在描述持续时间较长的复杂动作上的不足,使用视频分组稀疏抽样策略,以更低的成本进行视频级时间建模.在识别阶段引入通道注意力映射,进一步利用全局特征信息和捕捉分类兴趣点,执行通道特征重新校准,提高网络的表达能力.实验表明,文中算法在UCF101、HMDB51数据集上的识别准确率较高.

关键词：行为识别深度学习卷积神经网络注意力

来源：评论

学校读者我要写书评

暂无评论

3D多支路聚合轻量网络视频行为识别算法研究

引用

电子学报 2020年第7期48卷 1261-1268页

作者：胡正平刁鹏成张瑞雪李淑芳赵梦瑶燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室河北秦皇岛066004

为构建拥有2D神经网络速度同时保持3D神经网络性能的视频行为识别模型,提出3D多支路聚合轻量网络行为识别算法.首先,利用分组卷积将神经网络分割成多个支路;其次,为促进支路间信息流动,加入具有信息聚合功能的多路复用模块;最后,引入自... 详细信息

为构建拥有2D神经网络速度同时保持3D神经网络性能的视频行为识别模型,提出3D多支路聚合轻量网络行为识别算法.首先,利用分组卷积将神经网络分割成多个支路;其次,为促进支路间信息流动,加入具有信息聚合功能的多路复用模块;最后,引入自适应注意力机制,对通道与时空信息进行重定向.实验表明,本算法在UCF101数据集上的计算成本为11.5GFlops,准确率为96.2%;在HMDB51数据集上的计算成本为11.5GFlops,准确率为74.7%.与其他行为识别算法相比,提高了视频识别网络的效率,体现出一定识别速度和准确率优势.

关键词：深度学习神经网络行为识别

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：