融合移位窗口注意力的光流计算方法

针对端到端的光流计算方法容易受限于运动模糊、遮挡和大位移的问题,通过引入注意力机制实现对遮挡像素进行更准确的预测,提出一种融合移位窗口注意力的光流计算方法.首先使用移位窗口注意力对原有的特征图进行特征增强,获取更具全局自相似性的特征,弥补了卷积特征的局部性特点;然后使用移位窗口注意力进行相关体解析,包括2D运动向量解析和光流增量的计算,获得更准确的光流增量;最后引入遮挡图作为位置编码,在计算注意力时考虑更多的像素位置关系.实验结果表明,在Sintel数据集上,端到端的误差达到1.33;在FlyingChairs数据集上,单帧计算时间为69 ms,比全局运动聚合方法减少4.2%,超过了常见光流计算方法的精度和效率.

A video structural similarity quality metric based on a joint spatial-temporal visual attention model

Objective video quality assessment plays a very important role in multimedia signal processing. Several extensions of the structural similarity （SSIM） index could not predict the quality of the video sequence effectively. In this paper we propose a structural similarity quality metric for videos based on a spatial-temporal visual attention model. This model acquires the motion attended region and the distortion attended region by computing the motion features and the distortion contrast. It mimics the visual attention shifting between the two attended regions and takes the burst of error into account by introducing the non-linear weighting fimctions to give a much higher weighting factor to the extremely damaged frames. The proposed metric based on the model renders the final object quality rating of the whole video sequence and is validated using the 50 Hz video sequences of Video Quality Experts Group Phase I test database.

滑窗注意力多尺度均衡的密集行人检测算法

由于现实场景下的行人目标在形态、尺度等方面存在巨大差异,相比于传统方法对多尺度行人检测平均精准率较低的情况,基于Transformer注意力机制的网络在行人检测领域已经展现出强大的性能。然而,密集场景下的多尺度检测仍存在一些难点。在密集场景中,通常会包含大量的被遮挡或小规模的行人目标,导致模型产生大量的误检和漏检,同时耗费大量的计算资源。此外,当行人目标重叠较为严重时,准确地检出所有目标也会变得极为困难。为了解决上述问题,提出了一种基于滑窗注意力的密集场景多尺度行人检测算法。在Backbone中使用改进Swin block使得网络能够提取到更多的细节特征,同时减少注意力机制带来的繁重计算量。为有效解决特征融合问题,在Neck部分使用DyHead block来统一多个注意力运算,以此提高特征融合效率。针对特征均衡问题,设计了一种基于全连接的特征尺度均衡模块,通过在特征金字塔的各层级之间构造不同的残差结构来进行特征平衡,辅助模型生成更高质量的特征图。在WiderPerson数据集上的实验结果表明,该算法在AP值上提升了1.1个百分点,在最值得关注的小目标和中目标上也分别有1.0和0.7个百分点的提升。

基于移位窗口自注意力机制的新生儿脑区域图像分割

通过改进Swin Transformer编码解码网络,结合跳跃连接和深度监督机制,针对新生儿脑部核磁共振成像(MRI)图像分割面临的低信噪比、组织对比度差等问题,提出一种新的基于移位窗口自注意力机制的新生儿脑区域图像分割方法.该方法经过对MRI图像的预处理后,能实现新生儿脑部图像多功能区域的精确分割,并采用最大连通域算法进一步提高了分割精度.在数据集dHCP上的实验结果表明,该方法优于现有方法,为早期发现和干预新生儿脑部损伤提供了潜在的可能性.

基于分布式和图注意力机制的社交推荐算法

为解决基于图神经网络社交推荐方法只考虑用户的社交关系,忽略了项目之间的相互依赖关系,以及没有考虑用户和项目的偏好偏移的问题,提出一种基于分布式和图注意力机制的社交推荐算法。利用图神经网络获得用户和项目之间的关联,得到用户和项目之间的依赖关系;把用户和项目的偏差看作向量,融合到学习用户和项目表示的过程中,利用分散邻域集捕获统计偏差偏移;结合多头注意力机制关注全局信息的权重分配,提升特征提取能力。在对Ciao和Epinions这两个真实数据集进行测试的过程中,所得结果显示,GNN-DMR模型在均方根误差和平均绝对误差这两个评价指标上,相较其它算法均展现出更低的数值,验证了该推荐系统模型的高效性和实用性。

基于随机块移位和可变形注意力的视频烟雾识别

识别出工业环境中的烟雾排放行为对于规范和实时监督企业,以及环境保护都具有至关重要的意义。然而,识别工业排放烟雾具有很高的挑战性,一方面工业排放烟雾具有高透明度、高动态性等特点;另一方面烟雾的形状和尺寸可能会因环境、光照等因素而发生变化。目前主流的烟雾识别方法都是基于图像或视频的深度学习模型,但是基于图像的模型无法对视频中烟雾的动态特性进行有效的时序建模,同时基于视频的模型没有考虑烟雾形状多变的特性。将随机块移位(random patch shift,RPS)和可变形注意力(deformable attention,DA)引入Swin Transformer。RPS将传统的2D空间注意力转变为时空注意力,从而使用2D的自注意力计算对动态烟雾进行建模;DA通过自适应形变的方式使网络能够适应不同的烟雾形态和外观变化,提高网络的鲁棒性和泛化能力。在RISE数据集上的实验结果表明,本文方法能够在3个子集上分别达到0.85、0.86和0.84的F 1分数,相比其他方法有0.01~0.06的提升。

融合移位卷积与边缘检测的图像动态超分辨率重建

针对固定网络架构和深度网络层导致的信息无法完全表达复杂场景预测高质量图像、高计算成本及部署困难等问题,提出了一种具有宽网络结构的图像动态超分辨率网络(wide dynamic super-resolution network,W-SDNet).首先,设计了一个由移位卷积残差增强结构组成的残差增强块,以提高图像超分辨率的分层特征提取能力并减少计算成本.其次,引入一个宽增强模块通过其双分支的4层并行结构,在提取深度信息的同时利用动态网络的门机制选择性增强特征表达,同时通过边缘检测算子融合的注意力机制增强边缘细节的表现力.紧接着,采用组卷积和信道分割的细化块,以防止在广泛增强块中组件间的干扰.最后,通过一个构建块实现高质量图像的重建.实验结果表明,W-SDNet在5个公开测试数据集上放大4倍时的峰值信噪比(peak signal-to-noise ratio,PSNR)指标均优于现有主流算法,并且模型的参数量显著减少,证明了W-SDNet在超分辨率重建的复杂度、性能及恢复时间方面的优势.

特质焦虑大学生对不同唤醒度愤怒面孔的注意解除特征

目的考察特质焦虑大学生对不同唤醒度愤怒面孔的注意解除特征。方法采用两因素混合设计和注意转换范式进行研究。结果(1)低唤醒度与高唤醒度条件下的反应时无显著差异,但长于中性条件下的反应时。(2)高特质焦虑组的反应时大于低特质焦虑组。结论(1)相比中性信息,大学生更难解除对低唤醒度负性情绪信息的注意。(2)高特质焦虑大学生解除注意的难度大于低特质焦虑大学生,且不受负性情绪唤醒度的影响。

DTCWPT与TSMAE融合的刀具磨损状态辨识方法

获取高质量的刀具磨损特征信息是识别刀具磨损状态的前提。为克服现有刀具磨损状态辨识方法中特征信息提取不足的问题,提出了一种基于双树复小波包变换(dual-tree complex wavelet packet transform,DTCWPT)、时移多尺度注意熵(time-shifted multiscale attention entropy,TSMAE)和随机森林(random forest,RF)的刀具磨损状态辨识方法。利用实测刀具磨损数据集对所提方法的有效性进行了验证,并从信号分解和特征提取两方面与其他磨损辨识技术进行了对比。结果表明,在特征提取阶段,所提方法展现出极高的效率,分别仅需9.41 s和14.91 s即可完成特征提取。在磨损辨识阶段,多次实验的平均辨识精度分别达到了99.33%和100%,充分证明了该方法不仅能够迅速响应,还能准确地辨识刀具的磨损状态。相较其他方法,所提方法在效率和精度上都有明显的优势,在刀具磨损状态辨识领域具有较高的应用潜力。

基于改进YOWO算法的学生课堂行为识别

当前,大部分的学生课堂行为识别工作主要基于单帧图像进行,忽略了行为的连贯性,因此不能充分利用视频信息来对学生的课堂行为进行准确刻画.所以,本文提出一种改进的YOWO算法模型,有效利用视频信息对学生课堂行为进行识别.首先,本文采集某高校真实课堂教学中的授课录像,制作出包含5类学生课堂行为的AVA格式视频数据集;其次,采用时移模块TSM(temporal shift module),用来增强模型获取时间上下文信息的能力;最后,采用非局部操作模块non-local来提高模型提取关键位置信息的能力.实验结果表明,通过对YOWO模型的优化,使得网络的识别性能更佳.在学生课堂行为数据集上,改进后的算法的mAP值为95.7%,相较于原YOWO算法在mAP值上提高了4.6%;模型参数量为81.97×10^(6),计算量为22.6 GFLOPs,参数量和计算量分别降低32.3%和9.6%;检测速度为24.03 f/s,提升了约3 f/s.

基于马尔可夫过程的驾驶员视觉注意力转移模型研究

为研究驾驶员在车辆驾驶时的视觉注意力的转移规律,构建了注意力转移模型。基于马尔可夫过程,在将驾驶员重点视觉域划分为主视区、左后视镜、右后视镜、正后视镜、仪表盘5个子域的基础上,构建了视觉注意力转移模型,并给出了模型的求解算法。最后结合实例验证了模型的可行性。

基于时移多尺度注意熵和随机森林的水电机组故障诊断

针对传统诊断方法难以在高噪声环境下进行故障精准识别的问题,本文提出了一种抗噪性能良好、识别率高的水电机组故障诊断方法。首先,基于分形理论,提出了一种度量信号复杂度的工具——时移多尺度注意熵(Time-shifted multiscale attention entropy,TSMATE)。然后,利用主成分分析(Principal component analysis,PCA)对TSMATE进行降维处理,克服了特征冗杂问题。最终,将降维后的特征输入到随机森林(Random forests,RF)模型进行诊断。通过对振动信号添加不同信噪比的噪声,探究不同噪声强度下所提模型的抗噪性能。仿真实验表明,TSMATE-PCA-RF在0 dB、1 dB、2 dB以及3 dB四种不同信噪比噪声干扰下,分别取得了98.06%、98.89%、99.17%以及99.17%的诊断率,验证了所提模型具有良好的抗噪性能。该研究为水电机组故障诊断提供了新手段。

创新注意力转移、研发投入跳跃与企业绩效——来自中国A股上市公司的经验证据

研发投入方式对企业获取和维持竞争优势至关重要。基于间断平衡理论和注意力基础观,运用2007-2013年中国374家上市公司数据,结合事件研究法和文本分析法,实证分析研发投入跳跃对企业绩效的影响、高管团队创新注意力转移对企业研发投入跳跃的影响以及组织冗余的调节作用。研究表明,研发投入跳跃与企业绩效正相关;高管团队注意力从利用式创新到探索式创新的转移与研发投入正向跳跃正相关,组织冗余正向调节该关系;高管团队注意力从探索式创新到利用式创新的转移与研发投入负向跳跃正相关,组织冗余负向调节该关系。研究结果对企业选择合适的研发投入方式以提高企业绩效有积极的指导作用。

基于注意转移机制的图像质量评价方法

图像质量的客观评价方法研究在实现图像质量评价仪器化的过程中起到决定性的作用。提出一种基于注意转移机制的结构相似度图像质量客观评价方法。该方法首先利用亮度、纹理和空间位置等特征生成视觉感知图,并通过计算待评价图像的块结构相似度生成失真感知图,然后进一步考虑由视觉特征显著和失真严重引起的注意转移对视觉感知图的影响,重新生成注意转移后的视觉感知图,最后利用生成的两张视觉感知图对结构相似度进行加权,获得图像质量的客观评价。与W ang的结构相似度图像质量评价方法(SSIM)的对比实验结果表明,提出的方法在评价准确性、单调性和一致性上分别提高3.7%、3.8%和2.9%,与图像质量的主观评价更加一致。

头戴式影音娱乐系统辅助儿童口腔治疗的临床效果评价

目的评价头戴式影音娱乐系统辅助儿童口腔治疗的临床效果。方法将40例口腔龋齿患儿随机分为口腔窝沟封闭组(S组,n=20)和龋齿充填组(F组,n=20),两组患儿又先后给予影音娱乐系统实施注意力转移法(SI、FI组)或常规方法(SC、FC组)进行治疗,对两种治疗方法的患儿疼痛程度、治疗完成情况、配合程度及满意度进行比较。结果 SC组与SI组间的Houpt评分(5.10±0.97比5.60±0.60,P=0.04)和Frankl评分(3.25±0.79比3.70±0.47,P=0.04)差异有统计学意义,疼痛评分差异无统计学意义(0.40±1.04比0.40±0.82,P=1.00);FC组和FI组间的疼痛评分(3.30±2.18比3.30±2.36,P=0.91)和Houpt评分(4.65±1.04比4.65±0.99,P=0.85)差异无统计学意义,Frankl评分差异有统计学意义(2.25±0.72比2.75±0.79,P=0.03)。S组和F组分别有90%和85%患儿表示如果再次接受同样治疗更愿意佩戴影音娱乐系统。结论头戴式影音娱乐系统可有效转移口腔治疗中的视听觉刺激,在一定程度上增加患儿配合程度,提高治疗舒适度,但该技术对缓解治疗中的疼痛无明显效果。

一种基于感知物体的场景分析注意机制(英文)

基于物体的选择性注意在心理学领域正日益为广大研究人员所认可,而计算机视觉领域中现有的注意模型大多数是基于特征的,或者是基于空间的。本文给出了一种基于物体的选择性注意计算模型。该模型将“感知物体”作为引起注意的基本单元,并给出了感知物体及其邻域的定义。该注意模型包括两个步骤:(1)在给定图像中选择第一个注视点;(2)在整幅图像中实现注视点的有效转移。在该注意模型中,感知物体与其邻域之间灰度值的绝对差异———对比度,被作为该感知物体显著性的一种度量,并且注视点在图像中的转移顺序是由每个感知物体的显著度的次序来决定的。该模型的优点有:首先,由于该模型是完全基于感知物体的,使得其输出结果可以很容易地应用到物体识别、图像分割和场景分析中;其次,该模型是多尺度的,也就是说,它可以根据实际任务的需要进行适当的调整。大量的真实图像实验表明,所提出的模型具有一定的合理性。

加工效能理论到注意控制理论:焦虑运动表现的新诠释

加工效能理论及在此基础上提出的注意控制理论从工作记忆和更细化的执行功能的角度解释焦虑影响操作表现的可能机理。加工效能理论有两个核心要点:焦虑对加工效能的影响大于对操作成绩的影响;焦虑干扰工作记忆的中央执行系统。注意控制理论也有两个核心要点:焦虑损害目标导向的注意系统;焦虑干扰中央执行系统的抑制和转移功能。焦虑运动表现关系是竞技运动心理学的热点话题,由此使得两个理论在竞技运动领域具有特殊价值。评述了两个理论在竞技运动领域的实证研究,并讨论了未来研究的方向:继续探讨两个理论与其他焦虑运动表现关系理论的联系、提高研究范式的稳定性、考虑认知负荷的影响、关注状态焦虑的作用及开展更多应用性研究。

繁衍线索对风险信息加工的影响

进化理论认为风险行为与求偶有关。研究通过比较求偶信息(异性照片或描述异性的词语)、养育后代(孕妇照片)及奖赏信息(金牌照片等)试图进一步探讨繁衍线索对两性知觉和判断风险信息的影响。研究1中,被试描述理想约会对象后求偶动机得到激发,相对于描述晴朗天气的控制组,求偶动机让两性更慢地从高风险信息(如滑雪、冲浪等)转移注意力,且两性对风险信息的注意转移与社群性向无关。研究2显示,相对于养育后代和奖赏信息,求偶信息更为迅速地促使男性对高风险信息做出判断,但求偶信息让女性比男性更慢地对高风险信息做出判断。研究结果进一步证实了自然选择理论及性选择理论对两性加工风险信息的认知机制具有预测作用。

静宁颗粒对治疗小儿注意缺陷多动障碍的作用机制研究

目的观察静宁颗粒对注意力缺陷多动障碍(attention deficit hyperactivity disorder,ADHD)模型大鼠行为学及脑内多巴胺能神经的影响,研究静宁颗粒对小儿注意力缺陷多动障碍的治疗作用,探讨静宁颗粒对ADHD模型大鼠的行为学影响的生物学机制,为治疗小儿注意力缺陷多动障碍开发安全长效的中药制剂,提供实验依据。方法采用自发性高血压大鼠(spontaneously hypertensive rats,SHR)作为ADHD的模型大鼠,采用静宁颗粒(20.25 g·kg^-1、10.125 g·kg^-1、5.0625 g·kg^-1)、盐酸哌甲酯缓释片(6.75 mg·kg^-1)和小儿黄龙颗粒(0.9375 g·kg^-1)连续给药17 d进行治疗,另设正常对照组,常规饲养。以大鼠自由行动的移动距离、移动速率、敞箱中心区域活动累计时间、身体拉长累计时间等行为学指标,评价药物的药效;采用PCR、Western Blot法测定大鼠大脑前额叶、纹状体部位DRD1、DRD2基因及受体表达水平。结果与正常对照组比较,模型大鼠移动距离、移动速率、敞箱中心区域累计活动时间、身体拉长累计时间明显升高(P<0.05,P<0.01);与模型组比较,静宁颗粒连续给药17 d后,各剂量可显著降低移动距离、移动速率、敞箱中心区域累计活动时间、身体拉长累计时间(P<0.05,P<0.01),改善ADHD模型大鼠多动及焦虑的症状;并可升高ADHD模型大鼠大脑前额叶皮质、纹状体部位DRD1、DRD2蛋白表达量(P<0.05,P<0.01)。结论静宁颗粒减少ADHD模型大鼠的自主活动,其作用机制可能与升高ADHD模型大鼠大脑前额叶、纹状体部位DRD1、DRD2 mRNA及受体表达水平有关。

听觉通道下负数的低水平加工引起注意的SNARC效应

采用刺激探测任务,探讨了听觉通道下负数的低水平加工能否引起注意的SNARC效应。结果表明:(1)负数的低水平加工能够产生注意的SNARC效应,即线索为绝对值小的负数时,被试对左耳目标反应更快;线索为绝对值大的负数时,被试对右耳目标反应更快。(2)负数的加工所引起听觉空间注意的转移并不依赖于负数所在的情境,而仅通过其绝对值大小与空间表征发生关联。这一结论与视觉条件下所得到的结论不一致,并支持了系统发生论假说。