融合遮挡信息的改进DDETR无人机目标检测算法

针对无人机航拍图像中目标场景复杂、小目标多、遮挡严重的问题,提出了一种融合目标遮挡信息的改进DDETR(deformable DETR)的无人机目标检测算法。提出模型用Swin Transformer代替DDETR模型中残差网络来获得更丰富的多层次语义特征;增加DDETR模型对低层次特征的使用来提高对中小目标的检测效果;利用提出的遮挡程度估计模块来辅助模型解决遮挡问题,使模型能更好地检测出遮挡严重的目标。在VisDrone数据集上达到32.3%的平均准确度均值(mean average precision,AP),比标准DDETR模型AP值提高了3.3个百分点,与主流无人机航拍图像目标检测方法相比,达到了当前先进水平。

噪声指导下过滤光照风格实现低光照场景的语义分割

低光照图像分割一直是图像分割的难点,低光照引起的低对比度和高模糊性使得这类图像分割比一般图像分割困难很多。为了提高低光照环境下语义分割的准确度,根据低光照图像自身特征,提出一种噪声指导下过滤光照风格的低光照场景语义分割模型(SFIS)。该模型综合利用信噪比作为先验知识,通过指导长距离分支中的自注意力操作、长/短距离分支的特征融合,对图像中不同噪声的区域采用不同距离的交互,并设计了一个光照过滤器,该模块从图像的整体风格中进一步提取光照风格信息。通过交替训练光照过滤器与语义分割模型,逐步减小不同光照条件之间的光照风格差距,从而使分割网络学习到光照不变特征。提出的模型在数据集LLRGBD上优于之前的工作,取得了较好的结果。在真实数据集LLRGBD-real上的mIoU达到66.8%,说明所提出的长短距离分支模块和光照过滤器模块能够有效提升模型在低光照环境下的语义分割能力。

融合小波变换和编解码注意力的异常检测

针对视频异常检测中对正常视频预测不准确、学习正常特征的能力欠佳的问题,提出融合小波变换和编解码注意力的异常检测模型。模型中引入多级离散小波变换,设计了一种离散小波变换融合模块,将由视频帧分解得到的多个子带图拼接,传入深度可分离卷积,再与编码器特征融合,以弥补下采样过程中丢失的高频细节信息;构建了一种编解码注意力模块,通过对编码器特征图进行高斯差分操作,然后分别沿水平和垂直方向获取注意力权重,再根据权重聚合编码器特征,最后关联解码器特征,增强网络对正常事件的学习。在Ped1、Ped2、Avenue数据集上的实验表明,所提模型的AUC分别提升了3.2%、3.1%、2.0%,能有效提高检测异常的能力。

融合累积分布函数和通道注意力机制的DeepLabV3+图像分割算法

为了解决DeepLabV3+在语义分割时未充分利用主干的低级特征,以及大倍数上采样造成有效特征缺失的问题,提出一种累积分布通道注意力DeepLabV3+(CDCA-DLV3+)模型。首先,基于累积分布函数和通道注意力提出了累积分布通道注意力(CDCA);然后,利用CDCA获取主干部分有效的低级特征;最后,采用特征金字塔网络(FPN)进行特征融合和逐步上采样,从而避免大倍数上采样所造成的特征损失。CDCA-DLV3+模型在Pascal VOC2012验证集与Cityscapes数据集上的平均交并比(mIoU)分别为80.09%和80.11%,相较于DeepLabV3+模型分别提升1.24和1.02个百分点。实验结果表明,所提模型分割结果更加精确。

基于增强多尺度特征解码器的图像语义分割

针对语义分割模型SegFormer在进行图像分割时存在多尺度语义信息利用不充分、细节特征丢失等问题,提出了一种改进的轻量级的语义分割算法,并设计了一个新的解码器来增强多尺度特征表示.采用新提出的瓶颈空间金字塔池化模块(BoSPP)以获得丰富且准确的多尺度信息,所提出模型采用拉普拉斯金字塔来获得编码阶段更精确的高分辨率细节特征,并将其应用于解码阶段来解决细节特征丢失的问题;最后对特征进行逐步融合,以避免上采样率过大导致细节损失,极大地保留丰富的细节特征进而增强最终的语义分割效果.ADE20K数据集的实验结果表明,使用改进后的解码器进行语义分割,在精度和运算量方面都有所改善.以使用MiT-B0编码器的实验为例,其mIoU指标相比原网络提升了1.36%,浮点运算量仅为原网络的51%.实验结果表明,改进后的模型在不增加大量计算成本的情况下提升了模型的分割精度,且浮点运算量更少,改进后的语义分割模型优于原模型,在增强多尺度特征和图像边界细节特征方面有更好的分割效果.

基于双解码器的Transformer多目标跟踪方法

多目标跟踪(MOT)任务需要同时跟踪多个目标并保证目标身份的连续性。针对当前MOT过程中存在目标遮挡、目标ID切换(IDSW)和目标丢失等问题,对基于Transformer的MOT模型进行改进,提出了一种基于双解码器的Transformer多目标跟踪方法。首先,在第一帧中通过模型初始化生成一组轨迹,并在此后的每一帧中用注意力建立帧与帧之间的关联;其次,利用双解码器修正跟踪目标信息,一个解码器用于检测目标,一个解码器用于跟踪目标;然后,完成跟踪后利用直方图模板匹配找回丢失的目标;最后,用卡尔曼滤波跟踪预测遮挡目标,并将遮挡结果与新检测出的目标关联,从而保证跟踪结果的连续性。此外,在TrackFormer的基础上添加表观统计特性和运动特征建模,以实现不同结构之间的融合。在MOT17数据集上的实验结果表明,相较于TrackFomer模型,所提模型的身份F1得分(IDF1)提升了0.87个百分点,多对象跟踪准确性(MOTA)提升了0.41个百分点,IDSW数量减少了16.3%。所提方法在MOT16和MOT20数据集上也取得了不错的成绩。可见所提方法能够有效应对物体遮挡问题,维持目标身份信息,减少目标身份丢失。

多专家注释的视杯和视盘不确定性量化

现有基于深度学习的视杯和视盘分割方法在模型训练时,仅使用图像的单个注释或从多个注释中获取唯一的注释信息,忽略原始多专家标注中嵌入的一致性或差异性信息,从而导致模型和预测结果过度自信等问题。提出一种基于多解码器不确定性感知体系的模型MUA-Net。通过引入专业知识推断模块,将各个专家注释的专业知识水平作为先验知识嵌入编码器和解码器的瓶颈中,以形成包含专家线索的高级语义特征。利用可同时学习多个注释的多解码器结构调节多专家之间的分歧,重构多专家注释过程,并对不确定或分歧区域进行量化。提出一种双分支软注意机制,增强多解码器分割预测的模糊区域,得到最终校准的分割结果。实验结果表明,该模型在RIGA数据集上能以较高的不确定性预测合理的区域,与MRNet模型相比,该模型在视杯分割中的平均精度、Dice系数、交并比分别提升了0.75、0.39、0.41个百分点。

基于时间和空间注意力机制的视频异常检测

针对带有记忆模块的异常行为识别模型存在存储容量有限和有限的时间轴相关性的局限性,提出带有时间和空间注意力机制的异常行为识别模型。该模型在MAND框架下,引用时间和空间注意力机制,通过该注意力机制对卷积层(CNN)输出的特征图从时间和空间两个维度进行加权操作。该方法有效结合时间和空间上下文信息,捕捉局部和全局的特征,输入到解码器中进行重构,然后计算重构帧与输入帧的误差。采用重构当前帧和预测未来帧(下一帧)的异常检测方法,使用相同的网络体系结构分别进行实验。实验结果证明,与其他检测算法相比,所提方法在UCSD Ped2数据集和The CUHK Avenue数据集上的检测精度有所提升,预测方法在两个数据集中的帧级AUC分别提升了4.9%和1.2%,重构方法同样得到了提升,验证了该方法的有效性。

基于记忆单元与多尺度结构相似性的异常检测

针对基于记忆单元的自编码器模型(Dynamic Prototype Unit Model,DPU)在检测视频异常时没有充分利用多层次特征、未考虑异常与正常事件间的结构性差异的问题,提出融合多尺度记忆模块和多尺度结构相似性的异常检测模型.新模型构建了多尺度记忆模块(Multi Scale Memory Module),利用不同尺度空间的记忆单元对编码层特征进行编码,并将编码结果与解码层特征拼接,既能保留网络的浅层细节信息,又能促进正常模式的多样性.为了约束对正常事件中结构信息的学习,组合多尺度结构相似性(Multi Scale Structure Similarity Index,MS-SSIM)误差与误差作为目标函数,使预测视频中的事件结构更接近正常事件,提高视频中异常事件的预测误差.在标准数据集UCSD Ped1、UCSD Ped2和Avenue数据集上的实验结果表明,提出模型的帧级AUC比原模型分别提高了0.8%、3.4%和1.0%,帧率达到142.9 fps.

基于莱维飞行的自适应乌鸦搜索算法

针对乌鸦搜索算法易陷入局部最优和位置更新策略具有盲目性的不足,提出一种基于莱维飞行(levy flight)的自适应乌鸦搜索算法,对标准乌鸦搜索算法的感知概率和飞行距离进行动态调整,对乌鸦个体在第二种情况下的位置更新策略进行优化.所提算法引入莱维飞行、经验因子和自适应调整参数机制,动态增加算法前期的全局搜索能力和后期的局部寻优能力.在算法个体发现自己被其他个体跟踪的情况下,采取经验因子和莱维飞行相结合的更新策略来引导其他个体,增强算法个体位置更新的效率,避免个体在最优解附近来回振荡,使得算法快速准确的到达极值点,有效弥补了原始乌鸦搜索算法位置更新的盲目性和收敛速度较慢的不足.通过和其他新型智能优化算法在8个基准测试函数和1个工程应用问题的实验对比,来检验算法的有效性.仿真结果表明,所提算法的寻优平均结果、标准差、收敛性和鲁棒性均优于其他算法,有效避免了位置更新的盲目性,增强了算法的性能效率.

基于交叉注意力Transformer的人体姿态估计方法

现有用于人体姿态估计的深度卷积网络方法大多采用堆叠Transformer编码器技术,未充分考虑低分辨率全局语义信息,存在模型学习困难、推理成本高等问题。提出基于交叉注意力的Transformer多尺度表征学习方法。利用深度卷积网络获取不同分辨率特征图,将特征图转变为多尺度视觉标记,并且预估关键点在标记空间中的分布提高模型的收敛速度。为增强低分辨率全局语义的可识别性,提出多尺度交叉注意力模块,该模块通过对不同分辨率特征标记之间的多次交互,以及对关键点标记采取移动关键点策略,实现减少关键点标记冗余和交叉融合操作次数,交叉注意力融合模块从特征标记中抽取的不同尺度特征信息形成关键点标记,有助于降低上采样融合的不准确性。在多项基准数据集上的实验结果表明,与当前最先进的TokenPose方法相比,该方法能有效促进Transformer编码器对关键点之间关联关系的学习,在不降低性能的前提下计算代价下降11.8%。

学习几何结构特征的真实点云场景语义分割

有效获取点云数据在空间上的结构性特征是点云语义分割的关键。针对以往方法没有很好综合利用全局和局部特征问题,提出一种新的空间结构特征——点的盒子特征用于语义分割,设计一种编码‑解码结构的网络框架,下采样过程中使用几何结构特征模块学习点云的全局空间特征和局部邻域特征,上采样过程中按分辨率逐级恢复成完整尺寸特征图进行语义分割。其中,几何结构特征模块包含两个子模块,一个是全局特征模块,该模块学习点的“盒子(box)”特征以表现点云在采样空间内概括的粗糙几何特征;另一个是局部特征模块,该模块使用特征提取——注意力机制结构表现点云在局部邻域内精确的细粒度几何特征。在公开数据集S3DIS、Semantic3D上进行了实验并与其他方法比较,实验结果表明mIoU均领先目前大部分主流的方法,部分细则类IoU取得最高。

VC中基于Excel的用户自定义报表设计

在计算机信息管理系统中,用Excel进行报表输出并直接基于Excel进行用户自定义报表设计一直是个难点。在用户自定义报表中引入了多线程技术,并将报表模板与数据源的对应关系以文件形式保存。实现了报表模板设计与应用程序的分离,用户可以在任何时候按任何方式修改Excel报表模板和数据源,而不必修改应用程序。

相似度约束的交互式分割网络

交互式图像分割是像素级注释和图像编辑的重要工具.现存方法大多采取两阶段预测,首先预测一个粗糙的结果,在第2个阶段细化之前预测的结果来得到更精确的预测,为了使在硬件资源受限时,网络模型仍可以使用,基于此,在两阶段共享同一个网络,为了更好地将标记信息传播到未标记区域,设计了一个相似度约束传播模块,在训练时使用了一个简单的原型提取模块来使正点击向量高度内聚,加速网络收敛,在推理时移除.在推理阶段通过使用意图感知模块来捕获细节,使得预测性能进一步提升.大量实验表明,该方法在所有流行的基准测试上与最先进的方法最有可比性,证明了其有效性.

基于多头类特定残差注意力和图卷积的多标签图像分类算法

针对ML-GCN中全局最大池化所获得的图像特征对特定类别在不同图像区域上缺乏针对性和丢失图像局部特征信息的问题,提出了类特定残差注意力(CSRA)模块.该模块可以有效捕获不同类别对象所占据的不同空间区域.此外,将提出的类特定残差注意力与图卷积神经网络相结合,提出了基于多头类特定残差注意力与图卷积的多标签图像分类算法(ML-CSRA).首先利用卷积神经网络提取通用的图像特征图,之后将提出的类特定残差注意力扩展为多头形式,并将其应用于通过卷积神经网络提取到的通用图像特征图,提取各个区域对应不同类别的特征.最后将图卷积神经网络提取的标签相关特征与多头类特定残差注意力提取的图像特征结合,得到最后的多标签图像分类结果.在MS-COCO 2014和VOC-2007数据集上的实验结果表明提出算法在所有评估指标上都优于目前已有算法.

属性神经网络模型

在分析了一般神经网络模型和属性论的基础上 ,提出了一种新的属性神经网络模型 ,它将数据信息保存在属性神经元和连接函数中 ,使学习过程变得简单和确定 ,并且绝对收敛 .讨论了属性神经网络的图的性质 ,指出可以用图论的方法研究属性神经网络的分类器作用 .同时证明了属性神经网络与属性坐标系的等价性 ,从而为属性推理提供可操作的数值推导方法 .

基于分流算法的最短路径求解算法

在图论中,一般求最短路径都是通过比较各种可能的路径后而得到的,基本上都是按树的回溯方式求得,算法耗时长。分流算法将路径长度比较转化为等速同时发出的水流的速度比较,用Agent实现水流,让从开始结点出发生成的各水流同时流动,经过最短路径的水流将最先到达最终结点,结果用最短的时间获得最短路径。理论和实践都表明该算法是求最短路径的有效方法。

核空间的对偶空间值随机过程的It公式

建立核空间的对偶空间上的时齐Ｗｉｅｎｅｒ过程的Ｉｔｏ公式，并给出核空间的对偶空间上的随机微分方程解的估计．

核空间的对偶上随机微分方程解的存在唯一性

本文在［１］的基础上，讨论了关于非时齐Ｗｉｅｎｅｒ积分的Ｉｔ类随机微分方程的解的存在唯一性．

Word文件快速全文检索方法研究

在分析Word6.0文件、Word97及Word2000文件,rtf格式文件、Uniocde文本文件等文件的存储结构的基础上,找到了这些文件中字符流的存储开始位置及字符流的长度存储单元及字符存储方式,实现了对上述文件的底层快速检索。