基于图注意力机制的无地图场景轨迹预测方法

现有的轨迹预测工作大多依赖于高精地图,但高精地图的采集耗时长、成本高、处理复杂,难以快速适应智能交通的大面积普及。为解决无地图场景下车辆轨迹预测问题,提出一种基于多模态数据时空特征的轨迹预测方法。构建多个历史轨迹时空交互图,交叉使用时间和空间注意力并进行深度融合,以建模道路上车辆之间的时空关联性。在此基础上,利用残差网络进行多目标多模态轨迹生成。在真实数据集Argoverse 2上进行模型的训练和测试,实验结果表明,相较于CRAT-Pred方法,该模型在单模态预测方面最小平均位移误差、最小最终位移误差和未命中率指标分别提升了3.86%、3.89%、0.48%,在多模态预测方面各项指标分别提升了0.78%、0.96%、0.42%。该方法能够有效地捕捉车辆移动轨迹的时间和空间特征,并可在自动驾驶等相关领域得到有效应用。

面向任务的电推进航天器性能优化与控制

针对电推进(EP)系统的性能与任务耦合优化及控制问题,提出一种基于电推进特征参数模型的耦合优化方法。以入轨有效载荷质量转移率最优为目标,推导出化学-电推进组合任务与多模态全电推进任务的完备形式的拓展火箭方程与最优比冲(Isp)表达式,得到多模态连续电推进最优比冲的计算方法,并得到相关参数对最优比冲的影响规律。结果表明,提出的耦合优化方法与最优比冲公式对求解多模态电推进任务的最优比冲和研究电推进航天器耦合优化控制问题具有指导意义和通用性。

基于Transformer的多方面特征编码图像描述生成算法

由目标检测算法提取的目标特征在图像描述生成任务中发挥重要作用,但仅使用对图像进行目标检测的特征作为图像描述任务的输入会导致除关键目标信息以外的其余信息获取缺失,且生成的文本描述对图像内目标之间的关系缺乏准确表达。针对上述不足,提出用于编码图像内目标特征的目标Transformer编码器,以及用于编码图像内关系特征的转换窗口Transformer编码器,从不同角度对图像内不同方面的信息进行联合编码。通过拼接方法将目标Transformer编码的目标特征与转换窗口Transformer编码的关系特征相融合,达到图像内部关系特征和局部目标特征融合的目的,最终使用Transformer解码器将融合后的编码特征解码生成对应的图像描述。在MS-COCO数据集上进行实验,结果表明,所构建模型性能明显优于基线模型,BLEU-4、METEOR、ROUGE-L、CIDEr指标分别达到38.6%、28.7%、58.2%和127.4%,优于传统图像描述网络模型,能够生成更详细准确的图像描述。

耦合单词与句子级文本特征的图像对抗级联生成

文本生成图像旨在根据自然语言描述生成逼真的图像,是一个涉及文本与图像的跨模态分析任务。鉴于生成对抗网络具有生成图像逼真、效率高等优势,已经成为文本生成图像任务的主流模型。然而,当前方法往往将文本特征分为单词级和句子级单独训练,文本信息利用不充分,容易导致生成的图像与文本不匹配的问题。针对该问题,提出了一种耦合单词级与句子级文本特征的图像对抗级联生成模型(Union-GAN),在每个图像生成阶段引入了文本图像联合感知模块(Union-Block),使用通道仿射变换和跨模态注意力相结合的方式,充分利用了文本的单词级语义与整体语义信息,促使生成的图像既符合文本语义描述又能够保持清晰结构。同时联合优化鉴别器,将空间注意力加入到对应的鉴别器中,使来自文本的监督信号促使生成器生成更加相关的图像。在CUB-200-2011数据集上将其与AttnGAN等多个当前的代表性模型进行了对比,实验结果表明,Union-GAN的FID分数达到了13.67,与AttnGAN相比,提高了42.9%,IS分数达到了4.52,提高了0.16。

图像描述技术方法研究

图像描述是人工智能领域中的多模态研究任务,融合了计算机视觉技术与自然语言处理技术,在人机交互和智能家居等领域具有广泛的应用。然而图像与文本之间存在较大的语义鸿沟,生成语义丰富的图像描述是一项具有挑战性的任务。文章旨在对图像描述技术进行总结研究,首先,文章简要地概述了图像描述任务的定义和发展历程。其次,文章分析了图像描述任务发展过程中出现的经典方法与模型,包括模板填充的方法、检索的方法和深度学习的方法;其中,基于深度学习的方法有:基于注意力机制的方法、基于对抗生成网络的方法和基于强化学习的方法,并对这些基于深度学习的图像描述方法在不同数据集上的实验结果进行了比较分析。另外,文章介绍了图像描述任务的相关数据集和评价指标。最后,文章展望了图像描述任务的未来工作。

读后续写中的二语句法协同效应研究——来自中国学习者产出英语运动构式的证据

本研究考察任务模式对读后续写中句法协同效应的影响。研究采用前测-干预-后测的实验设计,目标结构为英语方式动词运动构式。90名中国大学生参加实验并被随机分配至两个实验组或控制组。两个实验组在干预阶段完成一个图片故事续写任务,但任务模式不同:多轮组所要续写的故事被切分为若干片段,每轮呈现一个,被试续写该片段,然后开始下一轮,反复多次,直到整个故事构建完整;单轮组续写同一个故事,但故事的前半段一次性呈现给被试,被试读完之后,续写后半段。结果表明,读后续写中存在句法协同而且该效应会持续到两周以后,多轮组的协同效应强于单轮组。研究揭示出二语结构协同与互动强度有关,互动强则协同强。

深度学习技术的发展及应用

阐述深度学习技术的特点、研究进展、瓶颈问题,以及技术发展的趋势,包括小样本学习、迁移学习、无监督学习、多模态多任务学习,探讨深度学习技术在计算机视觉、自然语言处理、多模态与多任务学习中的应用。