检索结果-内蒙古大学图书馆

计算机应用与软件 2024年第10期41卷 197-201页

作者：孟令源孙哲刘扬赵振李永伟青岛科技大学信息科学技术学院山东青岛266100 中国科学院自动化研究所模式识别国家重点实验室北京100089

针对基于时间序列的语音情感识别方法难以计算情感帧携带的情感信息量的问题,提出一种局部注意力机制(LAM)和结合连接主义时间分类(CTC)融合的语音情感识别模型(LAM-CTC)。提取VGFCC情感特征作为共享编码器的输入;CTC层最小化代价损失... 详细信息

针对基于时间序列的语音情感识别方法难以计算情感帧携带的情感信息量的问题,提出一种局部注意力机制(LAM)和结合连接主义时间分类(CTC)融合的语音情感识别模型(LAM-CTC)。提取VGFCC情感特征作为共享编码器的输入;CTC层最小化代价损失并预测情感类别,LAM层使用局部注意力机制计算上下文向量;通过解码器对上下文向量进行解码;通过平均值法将解码结果融合得到情感预测结果。实验结果表明,提出的模型在IEMOCAP数据集上的UAR和WAR分别达到了68.1%和68.3%。

关键词：语音情感识别注意力机制 CTC VGFCC IEMOCAP

来源：评论

学校读者我要写书评

暂无评论

部位级遮挡感知的人体姿态估计

引用

计算机研究与发展 2022年第12期59卷 2760-2769页

作者：褚真米庆马伟徐士彪张晓鹏北京工业大学信息学部北京100124 北京邮电大学人工智能学院北京100876 模式识别国家重点实验室(中国科学院自动化研究所) 北京100190

随着深度学习的快速发展,人体姿态估计技术近年来取得显著进步,但是现有方法仍难以较好地处理普遍存在的遮挡问题.针对此问题,提出一种部位级遮挡感知的人体姿态估计方法.首先,采用基准人体姿态估计网络从含遮挡噪声的图像中获得各人体... 详细信息

随着深度学习的快速发展,人体姿态估计技术近年来取得显著进步,但是现有方法仍难以较好地处理普遍存在的遮挡问题.针对此问题,提出一种部位级遮挡感知的人体姿态估计方法.首先,采用基准人体姿态估计网络从含遮挡噪声的图像中获得各人体部位的带噪声特征表达.然后,通过遮挡部位预测模块估计人体被遮挡部位,从而获得可见性向量.遮挡部位预测模块由遮挡部位分类网络和可见性编码器组成,前者预测关节点的遮挡状态,后者利用注意力机制将遮挡状态转换为一组权重.最后,通过通道重加权方式融合可见性向量和带噪声特征,获得部位级遮挡感知的人体部位相关特征,用于计算关节点热图.在MPII和LSP(leeds sports pose)数据集上的实验结果表明,相比基准姿态估计网络,该方法能够在较小的额外计算代价下更好地应对遮挡问题,并且取得了比目前先进方法更佳的结果.

关键词：人体姿态估计人体关节点检测遮挡推理通道注意力机制多任务学习

来源：评论

学校读者我要写书评

暂无评论

三维人脸成像及重建技术综述

引用

中国图象图形学报 2024年第9期29卷 2441-2470页

作者：刘菲张堃博杨青周树波王云龙孙哲南首都经济贸易大学管理工程学院北京100070 中国科学院自动化研究所模式识别实验室北京100190 东华大学信息科学与技术学院上海201620

得益于新型三维视觉测量技术及深度学习模型的飞速发展,三维视觉成为人工智能、虚拟现实等领域的重要支撑技术,三维人脸成像及重建技术取得了突破性进展,不仅能够更好地应对光照、遮挡、表情和姿态等变化,同时增大了伪造攻击难度,大大... 详细信息

得益于新型三维视觉测量技术及深度学习模型的飞速发展,三维视觉成为人工智能、虚拟现实等领域的重要支撑技术,三维人脸成像及重建技术取得了突破性进展,不仅能够更好地应对光照、遮挡、表情和姿态等变化,同时增大了伪造攻击难度,大大推动了真实感“虚拟数字人”的重建与渲染,有效提升了人脸系统的安全性。本文对三维人脸成像技术和重建模型进行了全面综述,尤其对基于深度学习的三维人脸重建进行系统深入地分析。首先,对三维人脸成像设备及采集系统进行详细梳理及对比归纳,并介绍了基于新传感技术的人脸成像系统;然后,对基于深度学习的三维人脸重建模型进行系统分析,从输入数据源角度分为基于单目图像、基于多目图像、基于视频和基于语音的三维人脸重建算法4类。通过深入分析,总结三维人脸成像的研究现状及面临的难点与挑战,对未来发展方向及应用进行积极探讨与展望。本文涵盖了近5年经典的三维人脸成像及重建相关的技术与研究,为人脸研究、发展和应用提供了很好的参考。

关键词：三维人脸成像三维人脸重建深度学习(DL) 生成对抗网络(GAN) 隐式神经表示(INR)

来源：评论

学校读者我要写书评

暂无评论

字符敏感编辑距离的零样本汉字识别

引用

中国图象图形学报 2024年第11期29卷 3383-3400页

作者：陈宇王大寒池雪可江楠峰张煦尧王驰明朱顺痣厦门理工学院计算机与信息工程学院福建省模式识别与图像理解重点实验室厦门361024 中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190

目的零样本汉字识别(zero-shot Chinese character recognition,ZSCCR)因其能在零或少训练样本下识别未见汉字而受到广泛关注。现有的零样本汉字识别方法大多采用基于部首序列匹配框架,即首先预测部首序列,然后根据表意描述序列(ideogra... 详细信息

目的零样本汉字识别(zero-shot Chinese character recognition,ZSCCR)因其能在零或少训练样本下识别未见汉字而受到广泛关注。现有的零样本汉字识别方法大多采用基于部首序列匹配框架,即首先预测部首序列,然后根据表意描述序列(ideographic description sequence,IDS)字典进行最小编辑距离(minimum edit distance,MED)匹配。然而,现有的MED算法默认不同部首的替换代价、插入代价和删除代价相同,导致在匹配时候选字符类别存在距离代价模糊和冗余的问题。为此,提出了一种字符敏感编辑距离(character-aware edit distance,CAED)以正确匹配目标字符类别。方法通过设计多种部首信息提取方法,获得了更为精细化的部首描述,从而得到更精确的部首替换代价,提高了MED的鲁棒性和有效性;此外,提出部首计数模块预测样本的部首数量,从而形成代价门控以约束和调整插入和删除代价,克服了IDS序列长度预测不准确产生的影响。结果在手写汉字、场景汉字和古籍汉字等数据集上进行实验验证,与以往的方法相比,本文提出的CAED在识别未见汉字类别的准确率上分别提高了4.64%、1.1%和5.08%,同时对已见汉字类别保持相当的性能,实验结果充分表明了本方法的有效性。结论本文所提出的字符敏感编辑距离,使得替换、插入和删除3种编辑代价根据字符进行自适应调整,有效提升了对未见汉字的识别性能。

关键词：零样本汉字识别(ZSCCR) 表意描述序列(IDS) 编辑距离字符敏感部首信息代价门控

来源：评论

学校读者我要写书评

暂无评论

自顶向下导引式特征融合的物体轮廓检测网络

引用

计算机辅助设计与图形学学报 2021年第6期33卷 855-863页

作者：马伟龚超凡徐士彪张晓鹏北京工业大学信息学部北京100124 中国科学院自动化研究所模式识别国家重点实验室北京100190

针对现有方法所得物体轮廓位置欠准确、线条粗、乱等问题,提出自顶向下导引式逐层融合的物体轮廓检测网络.首先采用常用卷积神经网络作为主干网络提取不同尺度特征;鉴于低层特征中边缘位置准确但包含较多非轮廓噪声,而高层特征更有助于... 详细信息

针对现有方法所得物体轮廓位置欠准确、线条粗、乱等问题,提出自顶向下导引式逐层融合的物体轮廓检测网络.首先采用常用卷积神经网络作为主干网络提取不同尺度特征;鉴于低层特征中边缘位置准确但包含较多非轮廓噪声,而高层特征更有助于区分轮廓和非轮廓,自顶向下逐渐融合相邻尺度特征,借助高层特征强化轮廓边缘并抑制非轮廓噪声;最后提出改进的2分类交叉熵损失函数,训练网络生成物体轮廓.在PyTorch环境下,用公开数据集SBD测试所提出网络.量化和可视化实验结果表明,相比现有方法,该网络所得物体轮廓位置更准确、线条更细、更干净.

关键词：物体轮廓检测细轮廓卷积神经网络特征融合

来源：评论

学校读者我要写书评

暂无评论

基于四元数门控图神经网络的脚本事件预测

引用

智能系统学报 2023年第1期18卷 138-143页

作者：车飞虎张大伟邵朋朋杨国花刘通陶建华中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 中国科学院脑科学与智能技术卓越中心北京100190

脚本事件预测需要考虑两类信息来源:事件间的关联与事件内的交互。针对于事件间的关联,采用门控图神经网络对其进行建模。而对于事件内的交互,采用四元数对事件进行表征,接着通过四元数的哈密顿乘积来捕捉事件4个组成部分之间的交互。... 详细信息

脚本事件预测需要考虑两类信息来源:事件间的关联与事件内的交互。针对于事件间的关联,采用门控图神经网络对其进行建模。而对于事件内的交互,采用四元数对事件进行表征,接着通过四元数的哈密顿乘积来捕捉事件4个组成部分之间的交互。提出结合四元数和门控图神经网络来学习事件表示,它既考虑了外部事件图的交互作用,又考虑了事件内部的依赖关系。得到事件表示后,利用注意机制学习上下文事件表示和每个候选上下文表示的相对权值。然后通过权重计算上下文事件表示的和,再计算其与候选事件表示的欧氏距离。最后选择距离最小的候选事件作为正确的候选事件。在纽约时报语库上进行了实验,结果表明,通过多项选择叙事完形填空评价,本文的模型优于现有的基线模型。

关键词：四元数门控图神经网络事件表示脚本事件预测注意力机制事理图谱图神经网络事件交互

来源：评论

学校读者我要写书评

暂无评论

多通道运动特征融合的微表情识别方法

引用

计算机辅助设计与图形学学报 2021年第9期33卷 1457-1465页

作者：佘文祥刘斌陶建华张昊吕钊安徽大学多模态认知计算安徽省重点实验室合肥230601 中国科学院自动化研究所模式识别国家重点实验室北京100190

针对已有的微表情识别中由于微表情变化幅度不明显,导致细微特征容易在学习过程中丢失,从而使模型的性能受到限制的问题,提出一种基于运动特征的微表情识别方法.首先分析变化幅度相对明显的区域对微表情识别的影响,根据生理学研究对微... 详细信息

针对已有的微表情识别中由于微表情变化幅度不明显,导致细微特征容易在学习过程中丢失,从而使模型的性能受到限制的问题,提出一种基于运动特征的微表情识别方法.首先分析变化幅度相对明显的区域对微表情识别的影响,根据生理学研究对微表情变化相对活跃区域进行局部切割,并使用并行神经网络分别对局部区域和全局区域提取特征;然后采用一种能够提取特征级运动信息的运动特征提取模块从空间特征图中学习到运动特征,将运动特征和空间特征进行聚合,以减少细微特征的丢失;最后将局部特征和全局的聚合特征组合成新的混合特征用于微表情识别.实验结果表明,在MEGC 2019数据集(包含CASME II,SMIC和SAMM)上,未加权F1分数和未加权平均召回率的结果分别为81.81%和79.01%,与MEGC 2019最好的方法相比分别提高了2.96%和0.77%,该方法具有更好的识别性能.

关键词：微表情识别动作特征提取神经网络局部特征特征聚合

来源：评论

学校读者我要写书评

暂无评论

基于单幅图像学习景深的古建局部三维重建和精度评测

引用

激光与光电子学进展 2022年第14期59卷 216-225页

作者：胡立华阴文庄邢思远张继福董秋雷胡占义太原科技大学计算机科学与技术学院山西太原030024 中国科学院自动化研究所模式识别国家重点实验室北京100190

主要探索当前无监督框架下基于单幅图像学习景深的方法,研究该方法是否能有效应对古建图像固有的结构和纹理重复现象,以及能否达到古建存档要求的厘米级重建精度。具体地,将结构光深度相机获取的数据作为真值,通过直接比较深度图和三维... 详细信息

主要探索当前无监督框架下基于单幅图像学习景深的方法,研究该方法是否能有效应对古建图像固有的结构和纹理重复现象,以及能否达到古建存档要求的厘米级重建精度。具体地,将结构光深度相机获取的数据作为真值,通过直接比较深度图和三维点云,比较在双目相机固定的图像获取方式下和在单相机运动的图像获取方式下基于单幅图像学习景深的精度差异。实验结果表明,尽管因结构和纹理重复现象的存在基于多幅图像的三维重建是一个困难的问题,但对基于单幅图像学习景深的影响一般并不明显。另外,尽管基于单幅图像学习景深在很多公开的室内和室外数据集上均取得了与激光扫描相媲美的精度,但对古建三维重建而言,目前仍难以达到古建数字化存档要求的厘米级重建精度。后续需要进一步探索提高重建精度的途径,特别是基于模型先验约束的方法。

关键词：机器视觉古建景深学习精度评估三维重建

来源：评论

学校读者我要写书评

暂无评论

基于多尺度注意力机制的场景文本擦除

引用

模式识别与人工智能 2022年第7期35卷 614-624页

作者：何平张恒刘成林安徽大学计算机科学与技术学院合肥230601 中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049

自然场景文本擦除技术可应用在图像通信中的隐私保护、图像编辑等领域,然而现阶段的场景文本擦除在面对背景复杂、文本尺度变化较大的场景图像时,难以提取鲁棒的文本特征,出现文本检测不全、背景修复不完整等问题.针对上述问题,文中提... 详细信息

自然场景文本擦除技术可应用在图像通信中的隐私保护、图像编辑等领域,然而现阶段的场景文本擦除在面对背景复杂、文本尺度变化较大的场景图像时,难以提取鲁棒的文本特征,出现文本检测不全、背景修复不完整等问题.针对上述问题,文中提出基于多尺度注意力机制的场景文本擦除框架.该框架主要由背景修复网络和文本检测网络共同组成,它们共享一个主干网络.在背景修复网络中,设计纹理自适应模块,从原始特征的通道和空间两个维度进行特征编码,自适应地集成局部特征与全局特征,有效修复因重构文本区域而导致的阴影部分.在文本检测网络中,设计上下文感知模块,学习图像中文本区域和非文本区域之间的判别关系,有效区分文本区域和非文本区域,提升文本检测的效果.此外,为了增强网络的感受野,改进不同尺度文本的擦除效果,提出多尺度特征损失函数,同时优化背景修复网络和文本检测网络.SCUT-SYN、SCUT-EnsText数据集上的实验表明,文中框架可取得较优的文本擦除性能.

关键词：场景文本擦除文本分割注意力机制多尺度特征端到端方法

来源：评论

学校读者我要写书评

暂无评论

基于动态稀疏和特征学习增强的模型剪枝

引用

中国科学：技术科学 2022年第5期52卷 667-681页

作者：阮晓峰胡卫明刘雨帆李兵中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 中国科学院脑科学与智能技术卓越创新中心上海200031

为了减轻深度学习算法在实际应用中庞大的参数量和繁重的计算量,剪枝已经被广泛地应用在模型压缩任务中.然而,大多数剪枝方法仅仅利用已经训练好的模型参数作为训练的初始参数,而模型本身的特征信息没有被利用.为此,本文提出了一种基于... 详细信息

为了减轻深度学习算法在实际应用中庞大的参数量和繁重的计算量,剪枝已经被广泛地应用在模型压缩任务中.然而,大多数剪枝方法仅仅利用已经训练好的模型参数作为训练的初始参数,而模型本身的特征信息没有被利用.为此,本文提出了一种基于模型特征学习增强的动态剪枝方法,在训练过程中,提出的方法不需要数据集类别标签.一方面,本文利用基准模型(训练好的模型)输出的预测类别信息和中间层特征作为监督信息指导压缩子模型的任务学习,增强了压缩模型学习基准模型特征的能力;另一方面,本文利用不同压缩子模型的输出信息互相学习,增强了压缩子模型之间特征学习的能力.此外,本文使用一种动态的结构化稀疏正则方式,仅仅在预期稀疏的参数上施加正则,同时使用基于泰勒级数的通道敏感性准则确定预期稀疏参数.在优化过程中,本文使用动态稀疏的迭代阈值收缩算法(iterative shrinkage-thresholding algorithm,ISTA)求解器解决了约束剪枝率的优化问题.模型训练结束后,提出的方法直接移除冗余的参数,剪枝后的模型不需要微调.在多个网络结构和数据集下,本文提出的方法均获得了很好的压缩性能.

关键词：深度卷积神经网络模型压缩特征学习剪枝结构化稀疏

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：