求解过程中约束一致性维护的多层次策略研究

约束满足问题广泛出现于人工智能领域．在问题求解过程中保持局部约束一致性以缩小问题搜索空间是十分必要的．过去研究者对约束一致性算法的研究仅着眼于改进单个约束关系的维护．该文立足于更高点，提出从求解层次、维护层次和约束层次优化约束一致性维护的原则及其相应策略，算法ＭＡＣ－Ｈ和ＡＣ－Ｉ＋进一步减少了约束一致性维护的总代价，并克服了原有算法空间复杂度大的缺点．文中以两个典型的约束满足问题：Ｎ－皇后问题和斑马难题为分析和测试的例子，证实了这些原则和策略的有效性．

特征增强与残差重塑的多重一致性约束半监督视频动作检测

一致性正则化半监督视频动作检测方法对原始数据和增广数据进行特征表示时容易引起两类数据间判别域偏差,导致判别结果无法拟合.针对该问题,文中提出特征增强与残差重塑的多重一致性约束半监督视频动作检测方法.首先,将基础动作特征描述子在时空维进行连续性增强编码,获取视频动作理解中至关重要的上下文信息.然后,在通过残差特征重塑模块获得多尺度残差信息的同时进行特征重塑.为了降低不同数据间的判别偏差,分别从分类特征与动作定位特征角度对原始数据和增广数据施加多重一致性约束,实现模型对增广数据和原始数据判别结果和特征表示的匹配.最后,在JHMDB-21、UCF101-24数据集上的实验表明,文中方法能有效提高少样本标记条件下视频动作检测准确度,具有较强的竞争力.

基于语义一致性约束与局部-全局感知的多模态3D视觉定位

3D多模态数据稀缺,使得传统方法进行监督训练时文本与视觉特征缺乏语义一致性。同时传统方法还易忽视局部关系与全局信息,从而导致性能不佳。针对上述问题,提出了一种基于语义一致性约束与局部-全局感知的多模态3D视觉定位方法。首先,该方法通过蒸馏2D预训练视觉语言模型知识,帮助3D模型提取到点云-文本语义一致性特征;其次设计了局部-全局感知模块,不断补充增强候选目标特征,以更精确匹配目标。在现有的3D视觉定位数据集ScanRefer上进行的实验表明,该方法在Acc@0.25 IoU和Acc@0.5 IoU两个指标上分别达到了50.53%和37.67%,超越了现有大多数3D视觉定位算法,证实了该方法的有效性。

基于显著感知与一致性约束的目标跟踪算法

针对空间正则相关滤波(SRDCF)算法正则权重固定和模型退化等问题,提出了一种基于显著感知与一致性约束的目标跟踪算法。提取方向梯度直方图特征、浅层特征及中层特征进行融合,提升物体外观模型的表达能力;通过显著性检测算法获得初始帧的显著感知参考权重,建立正则权重在相邻2帧之间的关联;最小化实际一致性响应与理想一致性响应之间的差异,约束一致性水平防止滤波器模板退化;提出一种动态约束策略,进一步提高跟踪器在复杂场景下的适应性。在OTB2015、TempleColor128和UAV20L公开数据集上对所提算法进行测试,实验结果表明:相比于SRDCF算法,所提算法在OTB2015数据集上距离精度提高了0.108,AUC提高了0.077,速度为22.41帧/s,实时性较好。

基于对象分布式实时系统约束的一致性研究

在分布式实时系统中,时间约束规格的一致性是解决任务分配和调度等关键问题的必要前提。该文给出了一种基于对象分布式实时系统调度的通用模型,并对该模型进行了形式化描述。该模型克服了以往模型不能在应用系统的逻辑和功能部件上描述系统实时约束的不足,允许从方法和活动上描述所需的约束,降低了单一约束描述的繁杂程度。为了解决使用该模型进行约束规格的一致性问题,该文给出了绝对时间约束、相对时间约束、一致性约束以及相对时间约束和一致性约束之间的一致性判定的必要条件。

基于时间约束Petri网的一致性验证算法

时间约束的一致性验证是保证工作流时间模型正确工作的前提,因而一致性验证的算法的精确度和复杂度关乎整个工作流时间模型的运行效率。文中简要介绍了时间约束一致性定义及约束关系的推理规则,提出了一种简洁有效的时间约束一致性验证算法并分析了算法的时间复杂度。该算法借助于T-组件网和时间约束流图,能有效验证时间约束Petri网中存在的各种时间冲突,以保证工作流时间约束模型的建立及运行等各个阶段的正确性,对业务流程的建立、维护和优化都具有重要的参考意义。

拼接式航测相机自适应辐射一致性校正方法

国内外高端航测相机不断追求扩展摄影幅面以提升作业效率,但探测器制造能力对相机单一幅面扩展形成了制约,多镜头、多探测器拼接技术成为大幅面高端航测相机的重要发展路线。文章针对拼接式航测相机虚拟拼接影像各子影像亮度不一致的问题,提出一种无需输入先验参数,自主选择参考子影像,使用子影像间设计重叠区域亮度统计特征(均值、标准差)一致性约束,构建线性校正模型,通过最小二乘优化求解各个子影像的校正参数。文章方法针对虚拟拼接影像,可以无先验、自适应地计算最优校正参数,有效抑制拼接式相机多镜头、多探测器间辐射不一致的现象,提升影像品质。经试验验证,提出方法与现有算法相比,校正后的虚拟拼接影像的均匀性在定量分析与视觉效果两方面均有显著提升。

能量制约耦合比值一致性约束的图像匹配算法

针对当前较多图像匹配算法主要依靠阈值调节来完成特征匹配,导致算法的匹配正确度不高以及鲁棒性较差,设计了一种采用比值一致性约束的图像匹配算法。通过盒式滤波器替代高斯偏导函数,求取SIFT行列式,以提取图像特征。在特征点的邻域内计算Hu不变矩,求其特征向量。以特征点的向量为依据,并引入特征点邻域的区域能量,以获取特征匹配结果。利用匹配点对在空间上的距离关系,建立比值一致性约束方法,利用匹配点对的欧氏度量比值,搜索错误匹配,优化特征匹配结果。通过实验分析发现,与当前已有的图像匹配算法相比,所提算法的具有更高的匹配正确度和鲁棒性。

基于ORB与局部仿射一致性约束的快速人脸特征配准

针对基于单一特征描述子的人脸图像特征配准中精确性、实时性、鲁棒性较差等问题,提出了一种基于ORB与局部仿射一致性约束的快速人脸特征配准方法(LACCORB)。首先通过ORB算法获得初始人脸配准候选集;其次结合邻域一致性约束,对模板人脸图像上的每一标注点,取其邻域范围内的支持特征点集计算局部仿射变换;最终通过多个局部仿射变换拟合模板人脸形状配准到目标人脸形状的非线性变换,实现对人脸标注点的稳健配准。实验证明,该算法在实时性上与当前主流快速配准算法保持同一水平,在精确性、鲁棒性方面相对于当前主流基于特征的人脸配准算法具有一定优势,精度提升约15%,鲁棒性提升约6%。

差分隐私下多重一致性约束问题的逼近方法

为了解决差分隐私下多重一致性约束的最优发布问题,通过分析最优一致性发布原理提出了多重一致性约束问题的逼近方法。所提方法的主要思想是将一致性约束问题划分为多个一致性约束子问题,通过反复独立地求解各一致性约束子问题实现原问题的最优一致性发布。其优势在于一致性约束问题划分之后,子问题往往更容易求解或者实现子问题最优一致性发布的技术已相当成熟,从而能够解决更加复杂的差分隐私最优发布问题。分析论证了逼近方法的收敛性,保证任意一致性约束子问题的划分均能实现原问题的最优一致性发布。并且,以销量直方图发布为例,基于多重一致性约束问题的逼近方法设计了差分隐私餐馆销量直方图一致性并行发布算法。实验表明,该算法相比通用解法可提升效率高达400倍,并且具备处理百万级大规模数据的能力。

基于Curvelet变换与一致性约束的遥感图像融合

为解决当前遥感图像融合方案存在的块效应以及光谱扭曲等不足,在图像归一化区域方差的基础上,设计一致性约束规则的融合方法。利用变换,从多光谱图像中分解出亮度分量;将其与全色图像在快速离散Curvelet的变换下,求取高、低频系数;根据高频系数的归一化区域方差,建立一致性约束规则,对其进行融合;将不同低频系数的归一化区域能量特征进行比较,采用不同的融合方法对低频系数进行融合;基于融合后的子带系数,将其通过Curvelet与HSV逆变换,完成图像融合。通过对比实验发现,与当前遥感图像融合方法相比,所提方法不仅具有更高的融合质量,最小光谱扭曲度仅为2.291,其具备更高的融合效率,所需时耗为1.74s。

基于关联约束非二元弧一致性的约束满足问题求解

弧一致性算法在二元约束满足问题中取得了成功的应用,但并不能被有效泛化至预处理非二元约束满足问题(NCSP)。本文提出了处理NCSP的关联约束非二元弧一致性算法。通过随机NCSP生成器产生问题实例,分别采用关联约束非二元孤一致性算法和非二元孤一致性算法进行预处理,并对预处理后的问题实例应用回溯算法进行求解。对比分析采用两种预处理算法和不采用预处理下回溯算法的求解性能,仿真实验结果表明关联约束非二元孤一致性算法可以有效地别除冗余的约束元组和变量域值,使关联约束非二元弧一致性回溯算法具有更良好的鲁棒性。

基于一致性图卷积模型的多模态对话情绪识别

多模态对话情绪识别是一项根据对话中话语的文本、语音、图像模态预测其情绪类别的任务。针对现有研究主要关注话语上下文的多模态特征提取和融合,而没有充分考虑每个说话人情绪特征利用的问题,提出一种基于一致性图卷积网络的多模态对话情绪识别模型。该模型首先构建了多模态特征学习和融合的图卷积网络,获得每条话语的上下文特征;在此基础上,以说话人在完整对话中的平均特征为一致性约束,使模型学习到更合理的话语特征,从而提高预测情绪类别的性能。在两个基准数据集IEMOCAP和MELD上与其他基线模型进行了比较,结果表明所提模型优于其他模型。此外,还通过消融实验验证了一致性约束和模型其他组成部分的有效性。

基于特征点一致性约束的实时目标跟踪算法

基于光流法建立特征点的目标模型和随机采样模型,实现平稳的运动目标跟踪.通过考虑特征点在速度和方向上的一致性约束,学习目标的稳定特征,保持目标模型的稳定性,从而获得稳定的跟踪轨迹.对存在光照变化,目标形变,部分遮挡,高速运动,尺度缩放、旋转,图片噪音、模糊等因素影响下的视频进行仿真对比.结果表明,该算法面对局部非刚体目标和变速运动目标均能达到很好的鲁棒性和实时性.

基于灭点径向一致性约束的摄像机内参数求解

基于透视投影成像的摄像机针孔模型,分析二维图像中的灭点和世界坐标系下无穷远点之间的几何关系,找出灭点之间的相应关系,并提取出灭点的坐标信息。在径向一致性约束的条件下,提出求解摄像机内参数的方法。利用C++平台的OpenCV库(开放性计算机视觉函数库)得到的实验结果和直接线性变换(DLT)实验结果进行了比较验证,表明该算法能准确、可靠地估计摄像机的内参数,并与实际情况吻合较好。

带平衡约束的数学规划的一致性约束规格

一致性约束规格在求解带平衡约束的数学规划问题的算法设计中具有非常重要的作用,本文就探讨了这些一致性约束规格,给出了它们的一些性质.

基于时间一致性约束的核互相关器目标跟踪

针对相关滤波器跟踪算法在目标快速运动、遮挡和表观变化时易发生跟踪漂移或者丢失的问题,提出一种基于时间一致性和核互相关器的目标跟踪算法。该算法通过引入对图像噪声和杂波更具鲁棒性的核互相关向量,能够更精确地预测目标的仿射变化。同时,在学习过程中引入时间一致性约束,以解决因核相关器时间退化导致的跟踪漂移问题。最后,采用主灰度分量逆映射来提升跟踪器应对目标部分遮挡的能力。在公开的OTB100标准目标跟踪数据集中与提供的基准算法和其他性能更加先进的相关滤波算法进行对比,该算法平均跟踪速度为41f/s,相对fDSST和SAMF算法,其跟踪精度分别提升15.6%和6.4%,跟踪成功率分别提升33.3%和6.1%。实验结果表明,该算法在目标快速运动、遮挡或表观变化时仍能精确地跟踪目标。

一致性约束在多版本数据库中的实现方法

文章对完整性约束和多版本进行了研究。利用DVB模式，把多版本数据库约束域分为DBV、class、object三个域，并根据数据库约束的三个分类标准：范围标准、绑定标准、动／静态标准，着重以scope标准为例，详细给出了各类一致性约束的实现方法及具体检查过程。

利用动态循环一致性网络计算三维模型簇对应关系

针对构建非刚性三维模型簇对应关系的问题,提出利用无监督动态模型变形循环一致性网络(UDSDCCN)计算模型簇对应关系的新方法。首先将源模型输入到特征提取网络获得精细化的特征描述符;再将特征提取网络的参数动态地输入到模型变形网络中,进而改善模板的质量,对模板进行变形重构得到最终的目标模型;然后在网络训练时加入了循环一致性损失函数,实现模型簇连续映射的一致性;最终通过构建无监督循环一致性函数计算模型间相似性误差,以此评估映射关系结果。分别在FAUST数据集和TOSCA数据集上进行验证,结果表明,该设计算法更能获得准确的模型簇一致性对应关系结果,测地误差均明显减小。此外,UDSDCCN网络在不同数据集上适应性大大增强,模型匹配率更加准确。

面向心脏MRI分割的半监督空间一致性约束网络

精准分割心脏磁共振图像(MRI)分割对于心脏功能分析至关重要.当前基于数据驱动的神经网络模型极大地促进了心脏MRI分割的发展,然而对标注数据的依赖极大地限制了神经网络模型在心脏MRI分割领域的应用.为了降低神经网络模型对于标注数据的依赖,提出一种基于无监督空间一致性约束的半监督心脏MRI分割方法,在少量有标注数据的监督学习基础上,利用无标签数据在模型输入端和输出端分别进行空间变换后前后一致的特性,构建对于无标注数据的空间一致性约束.使用ACDC 2017心脏多组织分割数据集评估了所提出的方法,实验结果表明,相对于有监督学习,通过无监督数据的空间一致性约束能够显著提升模型的泛化能力;此外,相对于其他state-of-the-art的半监督方法,文中方法也拥有更优的泛化性能.