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 2022年第4期34卷 592-604页

作者：郝玉胜王维兰李金成林强西北民族大学数学与计算机科学学院兰州730030 中国民族语言文字信息技术教育部重点实验室兰州730030 西北民族大学流数据计算与应用重点实验室兰州730030

为满足大量藏汉双语场景图像中的文字检测和识别的需求,合成数据集并训练深度学习模型,提出场景图像藏汉双语文本检测方法.首先,针对缺乏藏汉双语场景图像数据集的问题,提出基于轮廓检测和泊松图像编辑的合成方法,采用人工标注和自动化... 详细信息

为满足大量藏汉双语场景图像中的文字检测和识别的需求,合成数据集并训练深度学习模型,提出场景图像藏汉双语文本检测方法.首先,针对缺乏藏汉双语场景图像数据集的问题,提出基于轮廓检测和泊松图像编辑的合成方法,采用人工标注和自动化合成方式生成了具有相当规模的藏汉双语场景图像数据集BiTCSD,其中包含合成图像87680幅、人工标注图像5550幅;其次,验证了使用合成数据集训练模型的有效性;最后,在不同数据集上训练了深度文本框连接网络CTPN,并在测试集上针对不同语种评价了模型的文本检测性能.实验结果表明:通过合成样本训练CTPN模型,能够使模型的文本检测指标大幅提升;训练后的CTPN能够以较高的准确率和召回率检测场景图像中的藏汉双语文本区域,针对藏语文本的检测准确率P、召回率R和F值分别为0.91,0.85和0.88;针对汉语文本的检测准确率P、召回率R和F值分别为0.89,0.83和0.86.

关键词：场景文本检测藏汉双语合成数据集深度学习

来源：评论

学校读者我要写书评

暂无评论

融合自监督和多层交叉注意力的多模态情感分析网络

引用

计算机应用 2024年第8期44卷 2387-2392页

作者：薛凯鹏徐涛廖春节西北民族大学中国民族信息技术研究院兰州730030 语言与文化计算教育部重点实验室(西北民族大学) 兰州730030

针对多模态情感分析任务中模态内信息不完整、模态间交互能力差和难以训练的问题,将视觉语言预训练(VLP)模型应用于多模态情感分析领域,提出一种融合自监督和多层交叉注意力的多模态情感分析网络(MSSM)。通过自监督学习强化视觉编码器模... 详细信息

针对多模态情感分析任务中模态内信息不完整、模态间交互能力差和难以训练的问题,将视觉语言预训练(VLP)模型应用于多模态情感分析领域,提出一种融合自监督和多层交叉注意力的多模态情感分析网络(MSSM)。通过自监督学习强化视觉编码器模块,并加入多层交叉注意力以更好地建模文本和视觉特征,使模态内部信息更丰富完整,同时使模态间的信息交互更充分。此外,通过具有感知意识的快速、内存效率高的精确注意力FlashAttention解决Transformer中注意力计算高复杂度的问题。实验结果表明,与目前主流的基于对比文本-图像对的模型(CLIP)相比,MSSM在处理后的MVSA-S数据集上的准确率提高3.6个百分点,在MVSA-M数据集上的准确率提高2.2个百分点,验证所提网络能在降低运算成本的同时有效提高多模态信息融合的完整性。

关键词：多模态情感分析自监督注意力机制视觉语言预训练模型

来源：评论

学校读者我要写书评

暂无评论

基于本体的唐卡图像标注方法

引用

吉林大学学报（工学版） 2020年第1期50卷 289-296页

作者：王铁君王维兰西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030 西北民族大学数学与计算机科学学院兰州730030

针对现有的图像自动标注算法对唐卡图像的自动标注和语义描述能力有限的缺点,提出了一种基于领域知识本体的唐卡图像语义标注方法。首先,构建了唐卡图像标注框架体系,然后,在前期唐卡图像中目标对象识别和分类的基础上,结合唐卡领域知... 详细信息

针对现有的图像自动标注算法对唐卡图像的自动标注和语义描述能力有限的缺点,提出了一种基于领域知识本体的唐卡图像语义标注方法。首先,构建了唐卡图像标注框架体系,然后,在前期唐卡图像中目标对象识别和分类的基础上,结合唐卡领域知识本体,对圣像类唐卡图像进行了两个层面的标注,即局部区域自动标注和基于本体的全局标注。实验结果表明,该标注方法对唐卡图像十分有效。

关键词：计算机应用唐卡图像图像标注领域本体

来源：评论

学校读者我要写书评

暂无评论

结合多尺度上下文信息的唐卡小样本目标检测

引用

光学精密工程 2023年第12期31卷 1859-1869页

作者：胡文瑾唐慧媛乐超洋宋华飞西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030 西北民族大学数学与计算机科学学院甘肃兰州730030

通过对图像中感兴趣的对象进行分类与定位,能够帮助人们理解唐卡图像丰富的语义信息,促进文化传承。针对唐卡图像样本较少,背景复杂,检测目标存在遮挡,检测精度不高等问题,本文提出了一种结合多尺度上下文信息和双注意力引导的唐卡小样... 详细信息

通过对图像中感兴趣的对象进行分类与定位,能够帮助人们理解唐卡图像丰富的语义信息,促进文化传承。针对唐卡图像样本较少,背景复杂,检测目标存在遮挡,检测精度不高等问题,本文提出了一种结合多尺度上下文信息和双注意力引导的唐卡小样本目标检测算法。首先,构建了一个新的多尺度特征金字塔,学习唐卡图像的多层级特征和上下文信息,提高模型对多尺度目标的判别能力。其次,在特征金字塔末端加入双注意力引导模块,提升模型对关键特征的表征能力,同时降低噪声的影响。最后利用Rank&Sort Loss替换交叉熵分类损失,简化模型训练的复杂度并提升检测精度。实验结果表明,所提出的方法在唐卡数据集和COCO数据集上的10-shot实验中,平均检测精度分别达到了19.7%和11.2%。

关键词：唐卡小样本目标检测上下文信息多尺度特征双注意力机制

来源：评论

学校读者我要写书评

暂无评论

结合文字核心区域和扩展生长的藏文古籍文本行切分

引用

激光与光电子学进展 2021年第2期58卷 105-115页

作者：李金成王筱娟王维兰林强胡鹏飞西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030 西北民族大学数学与计算机科学学院甘肃兰州730030

藏文古籍文档图像中相邻文本行之间通常存在黏连和重叠的情况,这使得文本行切分成为一项艰巨的任务。因此,提出了一种结合文字核心区域和扩展生长的藏文古籍文档图像的行切分方法。首先,根据二值藏文古籍文档图像中连通域的面积和真圆... 详细信息

藏文古籍文档图像中相邻文本行之间通常存在黏连和重叠的情况,这使得文本行切分成为一项艰巨的任务。因此,提出了一种结合文字核心区域和扩展生长的藏文古籍文档图像的行切分方法。首先,根据二值藏文古籍文档图像中连通域的面积和真圆度去除非音节点,获得音节点图像。其次,通过水平投影音节点图像和垂直投影二值原图,得到文本行基线所处的范围和文本行数,生成文字核心区域;通过像素值的或运算将文字核心区域和二值原图结合,得到伪文本连通区域。最后,基于广度优先搜索算法将文字核心区域扩展为伪文本连通区域,获得伪文本行连通区域,通过去掉其中的非文字区域来获得伪文本行,利用有效的断裂笔画行归属方法获得最终的文本行。实验结果表明,所提方法取得了较好的文本行切分结果,有效解决了文本行之间的重叠、部分行黏连以及笔画断裂等藏文古籍文本行切分的问题。

关键词：图像处理藏文古籍文档图像文本行切分文字核心区域扩展生长

来源：评论

学校读者我要写书评

暂无评论

基于GraphSAGE网络的藏文短文本分类研究

引用

中文信息学报 2024年第9期38卷 58-65页

作者：敬容杨逸民万福成国旗于洪志马宁西北民族大学语言与文化计算教育部重点实验室甘肃兰州730030 西北民族大学甘肃省民族语言智能处理重点实验室甘肃兰州730030 大连市气象局大连市气象信息中心辽宁大连116000

文本分类是自然语言处理领域的重要研究方向,由于藏文数据的稀缺性、语言学特征抽取的复杂性、篇章结构的多样性等因素导致藏文文本分类任务进展缓慢。因此,该文以图神经作为基础模型进行改进。首先,在“音节-音节”“音节-文档”建模... 详细信息

文本分类是自然语言处理领域的重要研究方向,由于藏文数据的稀缺性、语言学特征抽取的复杂性、篇章结构的多样性等因素导致藏文文本分类任务进展缓慢。因此,该文以图神经作为基础模型进行改进。首先,在“音节-音节”“音节-文档”建模的基础上,融合文档特征,采用二元分类模型动态网络构建“文档-文档”边,以充分挖掘短文本的全局特征,增加滑动窗口,减少模型的计算复杂度并寻找最优窗口取值。其次,针对藏文短文本的音节稀疏性,首次引入GraphSAGE作为基础模型,并探究不同聚合方式在藏文短文本分类上的性能差异。最后,为捕获节点间关系的异质性,对邻居节点进行特征加权再平均池化以增强模型的特征提取能力。在TNCC标题文本数据集上,该文模型的分类准确率达到了62.50%,与传统GCN、原始GraphSAGE和预训练语言模型CINO相比,该方法在分类准确率上分别提高了2.56%、1%和2.4%。

关键词：图神经网络藏文文本分类 TNCC数据集

来源：评论

学校读者我要写书评

暂无评论

AI 绘画研究综述

引用

计算机科学与探索 2024年第6期18卷 1404-1420页

作者：张泽宇王铁君郭晓然龙智磊徐魁西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030 西北民族大学数学与计算机科学学院兰州730030

AI绘画,作为计算机视觉领域的热门研究方向,正通过自然语言处理技术、图文预训练大模型,以及新兴的扩散模型,不断拓展其在艺术创作、影视媒体、工业设计、艺术教育等领域的应用边界。将以图生图和以文生图两类AI绘画任务作为主线,深入... 详细信息

AI绘画,作为计算机视觉领域的热门研究方向,正通过自然语言处理技术、图文预训练大模型,以及新兴的扩散模型,不断拓展其在艺术创作、影视媒体、工业设计、艺术教育等领域的应用边界。将以图生图和以文生图两类AI绘画任务作为主线,深入分析了代表性模型及其关键技术和方法。对于以图生图方式,从基于自编码器和基于生成式对抗网络两类模型分别探讨了各自的发展脉络、生成原理以及优缺点,并总结了它们在公共数据集上的效果;对于以文生图方式,归纳了基于扩散模型等三类模型的结构区别,以及在三个数据集上各类模型的生成效果,同时指出利用扩散模型的以文生图方式已成为当下的热点,并预示着未来图像生成方式的多样化发展。对目前主流的AI绘画平台从使用方式、生成速度等角度进行了对比总结。最后在总结AI绘画在技术层面和社会层面所面临的问题与争议的基础上,展望了AI绘画与人类艺术家的互补发展、绘画过程互动性增强以及新职业和产业的出现等未来趋势。

关键词： AI绘画以图生图以文生图图像生成人工智能生成内容(AIGC)

来源：评论

学校读者我要写书评

暂无评论

不安全越界行为的个性化实时检测

引用

计算机科学与探索 2020年第6期14卷 1017-1027页

作者：林强张淋均谢艾伶王维兰西北民族大学数学与计算机科学学院兰州730124 西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030

户外迷路甚至走失事件在老年人群体中多发频发,成为危及他们独立生活安全的突出问题之一。为防止老年人走离日常生活所在的安全区域,进而避免走失事件的发生,研究并提出基于个人出行轨迹的个性化安全地理围栏构建方法及面向越界行为发... 详细信息

户外迷路甚至走失事件在老年人群体中多发频发,成为危及他们独立生活安全的突出问题之一。为防止老年人走离日常生活所在的安全区域,进而避免走失事件的发生,研究并提出基于个人出行轨迹的个性化安全地理围栏构建方法及面向越界行为发现的异常轨迹实时检测算法。首先,建模每个人的户外安全地理围栏为不规则多边形,其中顶点代表经常到访的物理位置,边代表连接物理位置之间的道路;其次,使用GPS轨迹实例化构建的安全地理围栏模型,包括相关区域的划分和轨迹的映射处理;再次,通过在传统点在多边形内部判定算法中融入异常轨迹跨越度的量化评价指标,提出不安全越界行为的个性化实时检测算法;最后,使用一组来自个人的GPS轨迹数据进行了实验验证。实验结果表明提出的方法在老年人边界越界行为的识别中是可行的,在所有数据集上获得的AUC值均高于0.995,该原型系统具有良好的响应时间和检测性能。

关键词：地理围栏 GPS轨迹挖掘智能辅助技术实时检测算法

来源：评论

学校读者我要写书评

暂无评论

神经机器翻译综述

引用

计算机学报 2018年第12期41卷 2734-2755页

作者：李亚超熊德意张民苏州大学计算机科学与技术学院江苏苏州215006 西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030

机器翻译研究将源语言所表达的语义自动转换为目标语言的相同语义,是人工智能和自然语言处理的重要研究内容.近年来,基于序列到序列模型(Sequence-to-Sequence Model)形成一种新的机器翻译方法:神经机器翻译(Neural Machine Translation... 详细信息

机器翻译研究将源语言所表达的语义自动转换为目标语言的相同语义,是人工智能和自然语言处理的重要研究内容.近年来,基于序列到序列模型(Sequence-to-Sequence Model)形成一种新的机器翻译方法:神经机器翻译(Neural Machine Translation,NMT),它完全采用神经网络完成源语言到目标语言的翻译过程,成为一种极具潜力全新的机器翻译模型.神经机器翻译经过最近几年的发展,取得了丰富的研究成果,在多数语言对上逐渐超过了统计机器翻译方法.该文首先介绍了经典神经机器翻译模型及存在的问题与挑战;然后简单概括神经机器翻译中常用的神经网络;之后按照经典神经机器翻译模型、基础共性问题、新模型、新架构等分类体系详细介绍了相关研究进展;接着简单介绍基于神经网络的机器翻译评测方法;最后展望未来研究方向和发展趋势,并对该文做出总结.

关键词：机器翻译神经机器翻译注意力机制循环神经网络序列到序列模型机器翻译评测

来源：评论

学校读者我要写书评

暂无评论

基于Transformer编码器的中文命名实体识别

引用

吉林大学学报（工学版） 2021年第3期51卷 989-995页

作者：郭晓然罗平王维兰西北民族大学数学与计算机科学学院兰州730030 兰州交通大学电子与信息工程学院兰州730070 西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030

提出了一种基于Transformer编码器和BiLSTM的字级别中文命名实体识别方法,将字向量与位置编码向量拼接成联合向量作为字表示层,避免了字向量信息的损失和位置信息的丢失;利用BiLSTM为联合向量融入方向性信息,引入Transformer编码器进一... 详细信息

提出了一种基于Transformer编码器和BiLSTM的字级别中文命名实体识别方法,将字向量与位置编码向量拼接成联合向量作为字表示层,避免了字向量信息的损失和位置信息的丢失;利用BiLSTM为联合向量融入方向性信息,引入Transformer编码器进一步抽取字间关系特征。实验结果表明,该方法在MSRA数据集和唐卡数据集上的F1值分别达到了81.39%和86.99%,有效提升了中文命名实体识别的效果。

关键词：命名实体识别 Transformer编码器 BiLSTM 位置编码

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：