基于多编码器的脑肿瘤分割算法研究

为提高脑肿瘤自动分割的准确率,文章提出一种基于多编码器的脑肿瘤分割算法。文章首先采用多编码器的U型网络结构以深度挖掘不同模态的语义信息,然后在下采样的卷积模块使用空洞卷积提取多尺度特征,并且使用基于通道注意力的融合模块融合不同模态的特征,最后在网络瓶颈层使用Transformer模块对全局特征进行充分感知。该算法在Brain Tumor Segmentation Challenge 2018(BraTS 2018)数据集上进行了实验,模型在整体肿瘤、肿瘤核心、增强肿瘤3个区域中的平均Dice系数分别为0.8907、0.7851、0.7487。实验结果表明,该算法可以有效利用模态特征的差异性,提升分割效果。

基于Transformer的多编码器端到端语音识别

当前广泛使用的Transformer模型具有良好的全局依赖关系捕捉能力,但其在浅层时容易忽略局部特征信息。针对该问题,文中提出了一种使用多个编码器来改善语音特征信息提取能力的方法。通过附加一个额外的卷积编码器分支来强化对局部特征信息的捕捉,弥补浅层Transformer对局部特征信息的忽视,有效实现音频特征序列全局和局部依赖关系的融合,即提出了基于Transformer的多编码器模型。在开源中文普通话数据集Aishell-1上的实验表明,在没有外部语言模型的情况下,相比于Transformer模型,基于Transformer的多编码器模型的字符错误率降低了4.00%。在内部非公开的上海话方言数据集上,文中所提模型的性能提升更加明显,其字符错误率从19.92%降低至10.31%,降低了48.24%。

基于多编码器的多模态MRI脑肿瘤分割

脑胶质瘤是起源于脑神经胶质细胞的原发性肿瘤,发病率约占全部颅内肿瘤的45%,其核磁共振图像(MRI)的精准分割有着非常重要的临床意义。文中提出了一种基于多编码器的脑肿瘤自动分割方法,模型采用U型网络结构,扩充单收缩路径为多路径以深度挖掘不同模态语义信息;提出结合空洞卷积的Inception模块作为网络基础卷积层以获取图像多尺度特征;在网络瓶颈层和解码器中引入轻量型通道注意力Efficient Channel Attention(ECA)模块,使得模型更多地关注与分割相关的信息,忽略通道维度的信息冗余,从而进一步提高网络分割的精确率。在Brain Tumor Segmentation Challenge 2018(BraTS 2018)数据集上进行验证,提出的网络在整体肿瘤、肿瘤核心、增强肿瘤3个区域的平均Dice系数分别为0.880,0.784,0.757,结果表明所提算法实现了准确有效的多模态MRI脑肿瘤分割。

基于莫尔条纹误差信号的多编码器故障诊断遥测系统

在测量系统应用多个编码器的工作背景下,针对光电轴角编码器在实际应用过程中发生的任何微小故障和错码问题,从莫尔条纹光电信号数据处理角度,研制了快速且准确的编码器故障分析系统。设计了以ARM为核心处理器,采用高速串行A/D模数转换器的硬件采集卡;同时设计了AD7420温度传感器测量电路;采用Zigbee无线通信协议方式将采集的各个温度情况下编码器单元的莫尔条纹误差信号的离散数据通过无线传输至中继计算机,最后经数据处理后传输到总控计算机;基于误差信号辨识方法,将误差信号质量指标、故障类型在上位机界面上显示,通过人机交互界面,可利用误差信号质量诊断误码状态以及各个分立编码器单元的工作状态,为测量系统的故障预测及遥测诊断奠定了硬、软件基础。

现场直播多编码器压缩编码的研究

随着流媒体技术的发展,流媒体得到了越来越广泛的应用。但由于网络的复杂性和多样性,和网络终端带宽的不同,人们对流媒体的码率提出了不同的要求。文章针对在当前流媒体现场直播的应用中,非扩展编码器不能提供多种码率的缺点,提出了一种替代方案,即多编码器压缩编码。

基于多编码器多解码器的大规模维汉神经网络机器翻译模型

为提升维汉机器翻译模型的翻译能力,该文提出使用多编码器多解码器的结构,搭建大规模的维汉神经网络机器翻译模型。相比于单编码器单解码器的浅层的小模型,多编码器多解码器模型具有多个编码器,可以对源语言进行多层次、多视角的压缩表示;同时具有多个解码器,可以增强目标语言的生成能力。实验证明,在大规模的训练数据上,使用该方法搭建的大规模维汉神经网络机器翻译模型,译文质量可以大幅度地超过基于短语的统计机器翻译模型和基本的神经网络翻译模型。该文还针对维汉翻译源端语言和目标端语言的翻译单元粒度进行了实验,发现维吾尔语端使用字节对编码单元、汉语端使用字单元,可以消除对汉语分词器的依赖,做到和双端都使用字节对编码单元可比的效果。

基于多编码器和Residual-Transformer的点云补全网络

点云数据具有无序和稀疏的特点。通过不完整点云数据恢复丢失的三维几何形状的3D点云补全任务是3D视觉技术中一个具有挑战性的问题。现有的3D点云补全网络一般都通过编码器-解码器(Encoder-Decoder)模型直接从部分点云预测完整的点云形状,这会干扰原始部分点云,引入噪声,导致几何位移损失。因此提出一个端到端的网络模型,集中生成平滑和分布均匀的点云对象。所提网络模型主要包含三部分:缺失点云预测、点云融合和点云平滑。第一个模块主要通过多编码器从残缺的点云对象提取局部和全局信息,预测缺失几何部分。第二个模块通过采样算法融合点云。第三个模块基于Residual-Transformer (RT)预测点位移,在避免破坏原始输入点云的空间结构下,可以使点分布得更加均匀。在基准数据集Shapenet-Part上,大量的实验结果表明,所提网络在3D形状补全方面取得了更好的量化结果和更好的视觉效果。

维吾尔语-汉语量词短语的神经机器翻译

针对语料不足引起的维吾尔语-汉语量词短语翻译性能不佳及歧义量词的翻译结果乱等问题,提出基于多编码器多解码器的维吾尔语-汉语量词短语神经机器翻译方法。将汉语语料进行自动处理和筛选,收集包含量词的维吾尔语-汉语量词短语语料,使用多编码器多解码器结构,搭建具有更强生成能力的多编码器多解码器维汉神经机器翻译模型。计算BLEU值得到了36.41,并通过对比实验结果,验证了所提方法的有效性。

一种多核高速数据无损压缩方案及FPGA实现

针对航空遥感图像传输和雷达数据存储等领域,对数据质量和实时性要求较高的特点,为提高传输实时性能,提出了一种多核高速数据无损压缩的解决方案,采用改进的LZW算法,压缩速度是LZW算法的10倍以上。采用Spartan6系列LX150T FPGA为硬件平台,完成了16个编码器压缩系统的设计。实验表明,单个FPGA压缩模块,当系统时钟频率为100MHz时,带宽为1.1Gbps左右,设计了包含5片FPGA压缩模块的系统方案,为高速数据传输提供了参考。