检索结果-内蒙古大学图书馆

控制与决策 2024年第10期39卷 3225-3233页

作者：彭家磊黄成泉雷欢覃小素陈阳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

为了增强传统模糊C均值聚类算法的抗噪性能,保持任意像素与相邻像素间的隶属度相似性,提出一种自适应空间强度约束和KL信息的模糊C均值彩色噪声图像分割算法.首先,通过快速双边滤波器获取局部空间强度信息,用于平滑噪声像素;然后,将局... 详细信息

为了增强传统模糊C均值聚类算法的抗噪性能,保持任意像素与相邻像素间的隶属度相似性,提出一种自适应空间强度约束和KL信息的模糊C均值彩色噪声图像分割算法.首先,通过快速双边滤波器获取局部空间强度信息,用于平滑噪声像素;然后,将局部加权平均隶属度作为先验概率,并通过KL信息将其嵌入目标函数,从而优化隶属度的划分矩阵;最后,计算原始图像与双边滤波图像间的绝对强度差,用指数形式的绝对强度差作为双边滤波图像的自适应权值,并将其倒数作为原始图像的自适应权值.当混合噪声密度为30%时,所提出算法在彩色合成图像上的划分系数和划分熵分别为99.66%和0.58%,在彩色真实图像上的划分系数和划分熵分别为98.77%和2.03%.实验结果表明,与其他相关算法相比,所提出算法的抗噪性能更强、分割精度更高、稳定性更好.

关键词：图像分割模糊C均值 KL信息空间强度信息混合噪声

来源：评论

学校读者我要写书评

暂无评论

解耦表征学习视角下认知图像属性特征的图像生成方法

引用

模式识别与人工智能 2024年第7期37卷 638-651页

作者：蔡江海黄成泉王顺霞罗森艳杨贵燕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

在生成式人工智能领域,解耦表征学习的研究进一步推动图像生成方法的发展,但现有的解耦方法更多地关注图像生成的低维表示,忽略目标变化图像内在的可解释因素,导致生成的图像容易受到其它不相关属性特征的影响.为此,文中提出解耦表征学... 详细信息

在生成式人工智能领域,解耦表征学习的研究进一步推动图像生成方法的发展,但现有的解耦方法更多地关注图像生成的低维表示,忽略目标变化图像内在的可解释因素,导致生成的图像容易受到其它不相关属性特征的影响.为此,文中提出解耦表征学习视角下认知图像属性特征的图像生成方法.首先,从生成模型的潜在空间出发,通过训练获得关于目标变化图像的候选遍历方向.然后,构建无监督语义分解策略,并基于候选遍历的方向联合发现嵌入在潜在空间中的可解释方向.最后,利用解耦编码器和对比学习构建对比模拟器和变化空间,进而由可解释方向提取目标变化图像的解耦表征并生成图像.在5个解耦数据集上的实验表明文中方法性能较优.

关键词：解耦表征学习潜在空间可解释方向图像生成变化空间

来源：评论

学校读者我要写书评

暂无评论

图像平滑结构引导的图像修复

引用

计算机科学与探索 2024年

作者：石计亮张乾杨思红刘霜滕林柏武贰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贵州民族大学教务处

针对现有图像修复方法存在参数量大、计算复杂度高以及大面积受损图像修复产生结构模糊或扭曲问题，提出一种图像平滑结构引导的轻量级图像修复方法，该方法由结构重建网络、结构增强网络和纹理修复网络组成。首先，结构重建网络重建受... 详细信息

针对现有图像修复方法存在参数量大、计算复杂度高以及大面积受损图像修复产生结构模糊或扭曲问题，提出一种图像平滑结构引导的轻量级图像修复方法，该方法由结构重建网络、结构增强网络和纹理修复网络组成。首先，结构重建网络重建受损的边缘保留平滑图像，生成粗糙的平滑图像。接着，结构增强网络进一步精细化该平滑图像，增强其连贯性，为RGB图像修复提供可靠的辅助结构信息。最后，纹理修复网络利用增强后的结构信息调节修复过程，以重建受损的RGB图像。在编码阶段，为避免不同尺度的结构信息丢失，使用辅助特征聚合模块将多尺度结构信息融合到修复过程。在解码阶段，为了在图像缺失区域合成清晰的纹理和语义结构，使用特征合成模块对输入特征图建模局部和全局上下文，从而得到更合理的修复效果。此外，引入基于对比学习的对比损失以稳定和改进模型的训练效果。在CelebA-HQ、FFHQ、Paris StreetView以及Dunhuang数据集上进行实验，实验结果表明，该方法在参数量为9 M、计算复杂度为29 G的情况下，修复效果均优于对比方法。

关键词：图像修复辅助结构注意力机制对比学习

来源：评论

学校读者我要写书评

暂无评论

连续型进化算法首达时间分析的更新理论模型

引用

模式识别与人工智能 2023年第10期36卷 918-930页

作者：周珍胜王林冯夫健谭棉何兴张再军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 黔南民族师范学院数学与统计学院都匀558000

连续型进化算法首达时间上界研究中需要较强的前提假设且较少关注其下界.文中引入鞅论和更新过程,结合瓦尔德不等式以及更新定理,提出基于增长率的更新理论模型,用于估计进化策略(Evolution Strategies,ES)平均首达时间的上界和下界.更... 详细信息

连续型进化算法首达时间上界研究中需要较强的前提假设且较少关注其下界.文中引入鞅论和更新过程,结合瓦尔德不等式以及更新定理,提出基于增长率的更新理论模型,用于估计进化策略(Evolution Strategies,ES)平均首达时间的上界和下界.更新理论模型依赖算法的初始种群以及增长率概率密度函数,这为进化策略的首达时间分析提供估计优势.为了验证文中更新理论模型,首先计算带均匀变异(1,λ)ES在二维倾斜平面问题上的平均首达时间,得到(1,λ)ES种群规模与时间上下界之间的关系闭合表达式,并且验证平均首达时间与种群规模之间并非负相关.再计算带均匀变异(1,λ)ES在五维超平面问题上的平均首达时间,得到理论计算的上下界闭合表达式.数值实验表明,理论计算的上界和下界与实际运行平均首达时间一致,这为分析进化策略的首达时间提供一种理论工具.

关键词：连续型进化算法瓦尔德不等式更新理论模型首达时间种群规模

来源：评论

学校读者我要写书评

暂无评论

联合语义分割和边缘纹理的人脸图像修复

引用

北京航空航天大学学报 2024年

作者：石计亮张乾周遵富杨思红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贵州民族大学教务处

现有的图像修复方法通过预测辅助结构信息来填充逼真的补丁，但不准确的先验可能导致不合理的结构和模糊的纹理。同时，现有方法仅关注原始图像和修复图像之间的关系，未充分利用受损图像的信息。针对上述问题，提出了一种端到端的Trans... 详细信息

现有的图像修复方法通过预测辅助结构信息来填充逼真的补丁，但不准确的先验可能导致不合理的结构和模糊的纹理。同时，现有方法仅关注原始图像和修复图像之间的关系，未充分利用受损图像的信息。针对上述问题，提出了一种端到端的Transformer人脸图像修复网络，利用语义分割和边缘纹理信息引导修复过程。其中主修复网络包含一个RGB修复分支、两个用于语义分割和边缘纹理的辅助分支。在编码器中设计一组大核卷积上下文瓶颈模块，以增加有效感受野和更好地上下文推理。为捕获遥远距离的上下文信息，提出了嵌套动态辅助归一化多头注意力模块，其中含有的动态辅助归一化模块能够动态整合三个分支的结构特征，以此丰富语义一致性。此外，提出了对比正则化网络来稳定和改进网络的训练，以生成更真实的修复图像。在CelebA-HQ和FFHQ数据集上进行定性和定量实验，结果表明所提方法在主客观指标上均优于对比方法，其能够合理地修复大面积不规则遮挡的人脸图像。

关键词：人脸图像修复对比学习大核卷积注意力机制动态辅助归一化

来源：评论

学校读者我要写书评

暂无评论

基于全局-局部特征融合的人脸图像修复方法

引用

光电子·激光 2024年

作者：刘霜张乾徐开丽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

本文提出了一种新的人脸图像修复方法，用于解决现有算法在处理大面积不规则破损时出现的伪影和对上下文信息关注不足的问题。该方法首先利用小波掩码混洗下采样模块增强模型对边缘纹理的局部特征学习能力，解决修复过程中对人脸局部细... 详细信息

本文提出了一种新的人脸图像修复方法，用于解决现有算法在处理大面积不规则破损时出现的伪影和对上下文信息关注不足的问题。该方法首先利用小波掩码混洗下采样模块增强模型对边缘纹理的局部特征学习能力，解决修复过程中对人脸局部细节提取不足的问题。其次，设计全局通道加权注意力提取全局特征，有针对性地提取重要特征通道，模型可以选择性过滤和调整信息流以确保高质量输出。最后，采用多尺度池化模块自适应融合局部和全局特征，模型可以更好地过滤掉噪声并保留有用的信号，以提高算法在复杂环境中的适用性和鲁棒性。实验证明，该方法在CelebA-HQ数据集上的定性和定量实验中均优于现有算法。

关键词：人脸图像修复多尺度池化全局通道加权注意力小波掩码混洗下采样全局特征局部特征

来源：评论

学校读者我要写书评

暂无评论

基于解耦表征学习的生成式视觉图像理解

引用

计算机辅助设计与图形学学报 2024年

作者：蔡江海黄成泉王顺霞杨贵燕罗森艳周丽华贵州省模式识别与智能系统重点实验室贵州民族大学数据科学与信息工程学院贵州民族大学工程技术人才实践训练中心

学习可解释的视觉图像表征以揭示图像变化因素是计算机视觉领域的研究热点. 现有的许多解耦方法通过使用额外的正则项发现图像变化因素并学习解耦表征，但通常导致解耦和生成质量之间的不平衡，影响视觉图像理解效果. 为此，从图像... 详细信息

学习可解释的视觉图像表征以揭示图像变化因素是计算机视觉领域的研究热点. 现有的许多解耦方法通过使用额外的正则项发现图像变化因素并学习解耦表征，但通常导致解耦和生成质量之间的不平衡，影响视觉图像理解效果. 为此，从图像的可解释性变化出发，提出基于解耦表征学习的生成式视觉图像理解方法. 首先设计预先训练的Glow生成模型，获取目标图像的潜在表征; 然后由潜在表征构建基于图像变化的学习策略，得到候选遍历的可解释方向; 最后在对比学习视角下设计对比模块，根据候选遍历的可解释方向模拟图像变化，进而提取解耦表征. 在解耦领域流行的数据集Shapes3D， MPI3D， Anime， MNIST和Cars3D上的实验结果表明，所提方法取得较好的效果，其中，在Cars3D数据集上的MIG， DCI， FactorVAE score和β-VAE score指标值分别达到0.16， 0.27， 0.89和0.98，验证了该方法的有效性和可行性.

关键词：解耦表征学习可解释方向图像生成对比学习

来源：评论

学校读者我要写书评

暂无评论

基于微搜索的高分辨率图像前景遮罩提取算法

引用

模式识别与人工智能 2023年第6期36卷 530-543页

作者：冯夫健杨圆谭棉苟洪山梁椅辉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 电子科技大学中山学院计算机学院中山528400

高分辨率图像抠图问题本质是前景背景像素对的大规模组合优化问题,目前相关研究成果较少.文中针对前景背景极相似时容易出现前景遮罩抠反的问题,设计决策集分解策略,实现高分辨率图像抠图问题的有效分解.此外,设计优化信息传递策略,获... 详细信息

高分辨率图像抠图问题本质是前景背景像素对的大规模组合优化问题,目前相关研究成果较少.文中针对前景背景极相似时容易出现前景遮罩抠反的问题,设计决策集分解策略,实现高分辨率图像抠图问题的有效分解.此外,设计优化信息传递策略,获取子问题间的权重关系,建立图像抠图问题的优化序列.在优化信息传递策略的基础上,提出基于微搜索的前景遮罩提取算法.算法通过对有效决策子集的搜索代替对决策集的搜索,解决高分辨率图像抠图问题中的前景遮罩抠反问题,为大规模组合优化问题分析提供借鉴.选用alphamatting基准数据集作为测试数据,与典型的抠图优化算法对比分析,验证文中算法可以解决前景背景信息极为相似时的前景遮罩抠反问题,并且在高分辨率图像抠图问题维度显著降低的情况下,提高前景遮罩提取精度.

关键词：高分辨率图像抠图前景遮罩微搜索有效决策子集等同关系

来源：评论

学校读者我要写书评

暂无评论

基于原型嵌入图网络的小样本图像分类

引用

电子测量技术 2024年第5期47卷 133-141页

作者：陈望李志玲王前包春梅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

针对在小样本图像分类中传统骨干卷积网络进行特征提取时会有上下文信息单一和感受野受限以及边特征相似度度量缺乏全局性问题,本文提出了一种基于原型嵌入图网络的小样本图像分类算法。首先,将CBAM产生的权重值与ASPP以不同采样率获取... 详细信息

针对在小样本图像分类中传统骨干卷积网络进行特征提取时会有上下文信息单一和感受野受限以及边特征相似度度量缺乏全局性问题,本文提出了一种基于原型嵌入图网络的小样本图像分类算法。首先,将CBAM产生的权重值与ASPP以不同采样率获取的不同尺度特征进行相乘的特征作为图网络的节点嵌入特征。然后,采用原型网络的方法在度量模块中构建了原型节点,使得成对节点之间的相似性计算转化为单个节点与原型节点相似性的和计算,将得到的相似度作为边特征输入图神经网络。最后,利用双图结构在多个更新代后将标签信息从有标签样本传播到无标签样本。在以ResNet-12为骨干卷积网络的算法分类任务中,本文在mini ImageNet、tiered ImageNet、CUB-200-2011和CIFAR-FS 4个数据集上的5-way 1-shot的任务分类准确率分别达到了71.47%、75.41%、86.21%和79.84%,在以Conv-4作为骨干卷积网络中,本文提出的算法在5-way 1-shot和5-way 5-shot任务中都优于现有的图网络方法。

关键词：图神经网络小样本学习原型节点多尺度特征融合图像分类

来源：评论

学校读者我要写书评

暂无评论

短时傅里叶逆变换的苗语语声合成方法

引用

应用声学 2025年第2期44卷 339-349页

作者：蔡姗王林郭胜邹雪吴磊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

少数民族语言的语声合成研究作为语声合成研究的一个重要方向,在人机交互领域备受关注。针对现有两阶段语声合成模型复杂度高、演算速度慢的问题,提出一种基于短时傅里叶逆变换的苗语语声合成方法。该方法根据语声特征提取的过程,减少... 详细信息

少数民族语言的语声合成研究作为语声合成研究的一个重要方向,在人机交互领域备受关注。针对现有两阶段语声合成模型复杂度高、演算速度慢的问题,提出一种基于短时傅里叶逆变换的苗语语声合成方法。该方法根据语声特征提取的过程,减少过采样卷积的使用,以降低模型的复杂度,同时结合短时傅里叶逆变换进行语声波形相位和幅度谱的重建,实现从频域到时域的快速转换。此外,文中采用残差编码器对文本进行特征提取,以保留更多的输入文本信息。为了验证所提方法的有效性,以自建苗语语声语料库HmongSpeech(下载链接:http://***/info/1728/***)作为基准数据集,与典型的两阶段和单阶段模型进行对比分析。实验结果表明,所提方法在没有降低合成语声质量的同时提高了45倍的演算速度,且实时因子为0.01,满足实时应用要求;同时具有较强的鲁棒性,合成的词错误率仅为1.02%。

关键词：苗语语声合成短时傅里叶逆变换演算速度残差编码器

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：