检索结果-内蒙古大学图书馆

电子测量技术 2024年第1期47卷 186-192页

作者：邹雪谭棉严晓波王飞王林贵州民族大学数据科学与信息工程学院贵阳550025 贵州省模式识别与智能系统重点实验室贵州民族大学贵阳550025 贵州民族大学人文科技学院贵阳550025

在跨视角步态识别中,针对衣着遮挡情况下难以提取具有可辨别性和多样性的步态特征,导致识别准确率下降的问题,提出了一种基于多尺度特征融合网络的跨视角步态识别方法。该方法能够有效利用步态特征间的互补性,获得具有可辨别性和多样性... 详细信息

在跨视角步态识别中,针对衣着遮挡情况下难以提取具有可辨别性和多样性的步态特征,导致识别准确率下降的问题,提出了一种基于多尺度特征融合网络的跨视角步态识别方法。该方法能够有效利用步态特征间的互补性,获得具有可辨别性和多样性的步态特征,从而解决因衣着遮挡造成可辨别性差以及单一性的问题,进而提升跨视角步态识别的准确性。为验证所提方法的有效性,在公共数据集CASIA-B上进行了验证,实验结果表明所提方法在处理具有遮挡条件下的跨视角步态识别问题的识别性能达到了73.4%,同时在正常和背包两种行走条件下的识别性能分别达到了95.5%和88.0%。此外,我们的方法在处理遮挡条件下的识别性能优于同类典型的步态识别方法。

关键词：跨视角步态识别多尺度特征融合步态特征可辨别性

来源：评论

学校读者我要写书评

暂无评论

基于子音节表征的苗语语音合成方法

引用

科学技术与工程 2024年第19期24卷 8176-8185页

作者：蔡姗王林谭棉郭胜吴磊王飞贵州民族大学数据科学与信息工程学院贵阳550025 贵州省模式识别与智能系统重点实验室贵阳550025 贵州民族大学人文科技学院贵阳550025

少数民族语言的语音合成有助于民族文化的传承、保护和发展,目前相关研究成果较少。针对不同声调的相同词发音相似时易出现语音合成错误的问题,提出了一种基于子音节表征的苗语语音合成方法,该方法利用子音节作为训练基元来表征苗语发... 详细信息

少数民族语言的语音合成有助于民族文化的传承、保护和发展,目前相关研究成果较少。针对不同声调的相同词发音相似时易出现语音合成错误的问题,提出了一种基于子音节表征的苗语语音合成方法,该方法利用子音节作为训练基元来表征苗语发音信息,以区分学习不同音节间的相似发音。根据文本序列和梅尔谱图之间对齐的单调性,引入单调对齐损失来指导注意力模块进行更准确的对齐学习,以减少因注意力机制的自回归性带来的跳词、重复等合成现象。为验证所提方法的有效性,以自建苗语语音合成语料库HmongSpeech(下载链接:http://***/info/1728/***)作为基准数据集,与典型的语音合成方法进行对比实验。实验结果表明,所提方法能够降低不同声调的相同词发音相似时导致的合成错误率,词错误率仅为0.96%,较基线方法改善了6.25%。

关键词：苗语语音合成子音节单调对齐语料库梅尔谱图

来源：评论

学校读者我要写书评

暂无评论

互补空间信息和隶属度修正的直觉模糊聚类苗族服饰图案分割

引用

现代纺织技术 2024年第10期32卷 114-124页

作者：彭家磊黄成泉陈阳覃小素雷欢郑兰周丽华贵州民族大学贵州省模式识别与智能系统重点实验室贵阳550025 贵州民族大学数据科学与信息工程学院贵阳550025 贵州民族大学工程技术人才实践训练中心贵阳550025

苗族服饰图案分割对推动苗族服饰文化的数字化保护和传承具有重要意义。针对直觉模糊聚类算法鲁棒性差、对噪声敏感的问题,提出一种基于互补空间信息和隶属度修正的直觉模糊聚类苗族服饰图案分割算法。首先,该算法使用互补空间信息的加... 详细信息

苗族服饰图案分割对推动苗族服饰文化的数字化保护和传承具有重要意义。针对直觉模糊聚类算法鲁棒性差、对噪声敏感的问题,提出一种基于互补空间信息和隶属度修正的直觉模糊聚类苗族服饰图案分割算法。首先,该算法使用互补空间信息的加权平方欧式距离代替传统欧氏距离,用于提高算法的抗噪性能;其次,采用隶属度连接机制,减少算法的迭代次数,从而提升算法的运行速率;最后,利用图像的局部像素特征和空间关系,对邻域内的像素点赋予不同的权重来修正隶属度函数,以实现更为准确的分割。当混合噪声的密度为10%时,所提算法在合成图像数据集上的分割精度达到99.72%,在苗族服饰图案数据集上的划分系数和划分熵为97.23%和4.61%。结果表明,与相关算法相比,所提算法的分割精度更高、细节保留能力更强。

关键词：直觉模糊聚类苗族服饰分割噪声互补空间信息

来源：评论

学校读者我要写书评

暂无评论

基于两阶段特征空间增强的小样本图像分类模型

引用

湖北民族大学学报(自然科学版) 2025年

作者：黎格献章晓爽贺永姣杜阳张艳莎王林贵州民族大学数据科学与信息工程学院贵州民族大学贵州省模式识别与智能系统重点实验室

在小样本学习任务中,针对传统的骨干卷积网络在提取图像特征时,由于多层卷积忽视细节特征导致特征信息丢失,因而图像分类准确率不高的问题,提出了基于两阶段特征空间增强的小样本图像分类模型。首先,该模型在残差网络(residual network,... 详细信息

在小样本学习任务中,针对传统的骨干卷积网络在提取图像特征时,由于多层卷积忽视细节特征导致特征信息丢失,因而图像分类准确率不高的问题,提出了基于两阶段特征空间增强的小样本图像分类模型。首先,该模型在残差网络(residual network,ResNet) 12的底层引入中值增强的空间和通道注意力块(mecdian-enhancecd spatial and channel attention block,MESC);然后,该模型在ResNet 12的中高层引入空间组增强(spatial group-wise enhance,SGE)模块,提升卷积神经网络中的语义特征学习能力,使模型有效提取特征图关键信息。该模型通过增强有限的训练样本的特征表示来提高分类性能,增强模型对噪声的鲁棒性。结果表明,该模型在加州理工学院-加利福尼亚大学圣地亚哥分校鸟类(California Institute of Technology-University of California at San Diego birds,CUB)-200-2011数据集上,5类别1样本和5类别5样本2种参数设置下的分类准确率分别比分布传播图网络(distribution propagation graph network,DPGN)模型提高了约5.15%和1.92%;在分层图像网络(tiered ImageNet,tieredImageNet)数据集上,这2种参数设置下的分类准确率分别比DPGN模型提高了约1.04%和0.55%。该模型提升了小样本图像分类任务的性能。

关键词：卷积神经网络小样本学习图像分类特征空间增强注意力机制通道注意力空间组增强

来源：评论

学校读者我要写书评

暂无评论

基于DBSCAN聚类的自适应滤波器剪枝策略

引用

中国科技信息 2025年第4期 93-95页

作者：曾涛涛李志玲罗太维贵州民族大学数据科学与信息工程学院贵州民族大学贵州模式识别与智能系统重点实验室

1背景随着人工智能的快速发展和大规模数据集的普及，卷积神经网络（CNN）在计算机视觉领域的应用日益广泛。尽管大型CNN模型能提供丰富的信息表示，但在资源有限的移动设备和可穿戴设备上部署时面临显著挑战。因此，有效轻量化深度CNN...

1背景随着人工智能的快速发展和大规模数据集的普及，卷积神经网络（CNN）在计算机视觉领域的应用日益广泛。尽管大型CNN模型能提供丰富的信息表示，但在资源有限的移动设备和可穿戴设备上部署时面临显著挑战。因此，有效轻量化深度CNN模型成为当前研究的重要方向。网络剪枝是一种模型简化技术，通过删除冗余滤波器来降低复杂度。剪枝方法主要分为结构化剪枝和非结构化剪枝。非结构化剪枝以参数为单位进行操作，通常需要特定硬件支持才能显著加速；而结构化剪枝则以通道或滤波器为单位，能在无特殊硬件支持的情况下实现模型加速，因此受到广泛关注。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于PyraMSA-ResNet18 的局部遮挡面部表情识别

引用

重庆工商大学学报(自然科学版) 2025年

作者：章晓爽黎格献贺永姣杜阳王林贵州民族大学数据科学与信息工程学院贵州省模式识别与智能系统重点实验室

目的针对当前面部表情识别易受局部遮挡干扰，导致识别性能急剧下降，成为制约实际应用的核心问题。现有方法大多依赖全局特征提取，缺乏对遮挡区域的有效建模能力。针对这一问题，提出一种基于ResNet18的金字塔结构多尺度注意力机制（... 详细信息

目的针对当前面部表情识别易受局部遮挡干扰，导致识别性能急剧下降，成为制约实际应用的核心问题。现有方法大多依赖全局特征提取，缺乏对遮挡区域的有效建模能力。针对这一问题，提出一种基于ResNet18的金字塔结构多尺度注意力机制（Pyramid-Structured Multi-Scale Attention Mechanism Based on ResNet18，PyraMSA-ResNet18 ），解决局部遮挡面部表情识别，结合局部和全局的策略。通过多尺度分解，模型可以在不同粒度上捕捉特征，而交叉注意力则动态平衡整体与细节区域，从而提升鲁棒性。方法该模型首先通过ResNet18提取粗糙的表情特征；其次，引入多尺度线性注意力机制（Multi-Scale Linear Attention，MSLA）模块获取不同尺度上的面部表情特征信息。通过金字塔结构的层级化，设计金字塔注意力单元（Pyramid Attention Unit，PAU）实现全局上下文建模到局部细节增强的平滑过渡。借助异构注意力机制的交替作用，有效捕捉不同尺度的关键特征，形成强判别力的特征表示。结果在Occlusion-RAF-DB、Occlusion-FERPlus、RAF-DB、FERPlus数据集上分别达到了87.33%、87.11%、89.13%、89.54%的准确率。结论实验结果表明，该算法提高了局部遮挡面部图像的表情识别准确率，对研究自然环境下面部表情识别具有较高价值。

关键词：面部表情识别深度学习鲁棒性残差网络特征提取

来源：评论

学校读者我要写书评

暂无评论

基于自适应聚合的自然图像抠图

引用

中国科技信息 2025年第5期 66-69页

作者：罗宇张岚岚罗莎莎贵州民族大学数据科学与信息工程学院贵州民族大学贵州省模式识别与智能系统重点实验室

0背景图像抠图是一种精确提取出感兴趣目标物体的图像处理技术。图像抠图技术在广告、目标跟踪、电影制作、虚拟现实等领域具有广泛的应用和重要意义。近年来，随着计算机视觉技术的发展，自然图像抠图成为目前的热门研究问题，已有一...

0背景图像抠图是一种精确提取出感兴趣目标物体的图像处理技术。图像抠图技术在广告、目标跟踪、电影制作、虚拟现实等领域具有广泛的应用和重要意义。近年来，随着计算机视觉技术的发展，自然图像抠图成为目前的热门研究问题，已有一定的研究成果。一幅图像中，当前景与背景信息很相似时，极易导致前景遮罩误抠问题（将背景错抠成了前景），因此这也是目前仍需解决的关键难题。本文将抠图方法划分为传统和基于深度学习的抠图方法。传统的抠图算法有基于采样、基于传播和优化的方法。例如，Huang等人提出多目标的像素级采样方法避免了多个采样准则之间出现冲突问题。

关键词：

来源：评论

学校读者我要写书评

暂无评论

一种基于改进MobileUNetV3的高分辨率自然图像抠图算法

引用

中国科技信息 2025年第2期 82-84页

作者：叶显泯谭棉罗清钰贵州民族大学数据科学与信息工程学院贵州省模式识别与智能系统重点实验室

自然图像抠图是指精确确定前景的不透明度从自然图像中精确提取前景的过程。广泛应用于图像编辑、目标识别等方面。在图像抠图问题中，像素p的颜色Ip被建模成前景颜色Fp和背景颜色Bp的凸组合：Ip=apFp+(1-ap)Bp(1.1)其中，ap∈[0,1]表...

自然图像抠图是指精确确定前景的不透明度从自然图像中精确提取前景的过程。广泛应用于图像编辑、目标识别等方面。在图像抠图问题中，像素p的颜色Ip被建模成前景颜色Fp和背景颜色Bp的凸组合：Ip=apFp+(1-ap)Bp(1.1)其中，ap∈[0,1]表示前景的不透明度，当ap=0时Ip为背景颜色，ap=1时Ip为前景颜色，ap∈[0,1]时Ip为前景与背景颜色混合的区域。在一张自然图像中应用上述公式进行抠图，其中未知量有三个（ap,Fp,Bp），已知量仅有一个（Ip），因此这是一个欠定问题。通常为了降低抠图问题的难度，需要用户手动绘制一些区域用于指示前景、背景和未知区域（Trimap）。然而高分辨率图像由于像素密度大、细节信息丰富，导致现有抠图方法在面对高分辨率自然图像时仍然存在前景遮罩的精细细节提取不充分以及资源消耗大的问题。

关键词：

来源：评论

学校读者我要写书评

暂无评论

面向自然图像透明区域的特征感知抠图

引用

智能计算机与应用 2024年第12期14卷 139-144页

作者：张岚岚贵州民族大学数据科学与信息工程学院贵阳550025 贵州民族大学贵州省模式识别与智能系统重点实验室贵阳550025

自然图像抠图作为计算机视觉的重要任务之一,是一种通过预测精确的alpha matte来将前景物体从图像中分离出来的技术。由于透明区域前背景像素高度混合,在提取透明区域遮罩时易出现误抠问题。为了解决这一问题,本文提出透明特征感知抠图... 详细信息

自然图像抠图作为计算机视觉的重要任务之一,是一种通过预测精确的alpha matte来将前景物体从图像中分离出来的技术。由于透明区域前背景像素高度混合,在提取透明区域遮罩时易出现误抠问题。为了解决这一问题,本文提出透明特征感知抠图模型,模型中带有一个专门为透明区域遮罩误抠设计的透明特征感知模块。该模块能够多尺度提取上下文信息,精确感知并分离前背景像素高度混合的透明区域,同时提取透明的细致特征,从而有效解决了自然图像中透明区域的遮罩误抠问题。在Composition-1k测试集上的实验结果表明,透明特征感知抠图模型在解决透明区域遮罩误抠问题上具有一定的优越性。与经典的DIM抠图方法相比,本文方法在MSE、SAD、Grad和Conn四个评价指标上分别提升了45.71%、30.95%、47.74%和39.96%。

关键词：图像抠图透明区域感知上下文信息

来源：评论

学校读者我要写书评

暂无评论

基于加权多头并行注意力的局部遮挡面部表情识别

引用

计算机系统应用 2024年第1期33卷 254-262页

作者：郭胜蔡姗邹雪周珍胜王林贵州民族大学数据科学与信息工程学院贵阳550025 贵州民族大学贵州省模式识别与智能系统重点实验室贵阳550025

面部表情识别在诸多领域具有广泛的应用价值,但在识别过程中局部遮挡会导致面部难以提取有效的表情识别特征,而局部遮挡的面部表情识别可能需要多个区域的表情特征,单一的注意力机制无法同时关注面部多个区域特征.针对这一问题,本文提... 详细信息

面部表情识别在诸多领域具有广泛的应用价值,但在识别过程中局部遮挡会导致面部难以提取有效的表情识别特征,而局部遮挡的面部表情识别可能需要多个区域的表情特征,单一的注意力机制无法同时关注面部多个区域特征.针对这一问题,本文提出了一种基于加权多头并行注意力的局部遮挡面部表情识别模型,该模型通过并行多个通道-空间注意力提取局部未被遮挡的多个面部区域表情特征,有效缓解了遮挡对表情识别的干扰,大量的实验结果表明,本文的方法相比于很多先进的方法取得了最优的性能,在RAF-DB和FERPlus上的准确率分别为89.54%、89.13%,在真实遮挡的数据集Occlusion-RAF-DB和Occlusion-FERPlus的准确率分别为87.47%、86.28%.因此,本文的方法具有很强的鲁棒性.

关键词：面部表情识别局部遮挡表情特征识别注意力机制加权多头并行注意力神经网络

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：