《计算机科学与探索》投稿须知

《计算机科学与探索》是由中国电子科技集团公司主管、华北计算技术研究所主办的国内外公开发行的高级学术期刊,中国计算机学会会刊,中国百强科技期刊,工业和信息化部优秀科技期刊,北大中文核心期刊,中国科学引文数据库(CSCD)核心期刊,中国科技论文统计源期刊(中国科技核心期刊)。

人脸关键点检测研究综述

随着计算机视觉等技术的快速发展,人机交互、医疗辅助、安防监控等领域迅速崛起,人脸关键点检测作为其中一项重要任务备受关注,它可以在图像或视频中定位和检测人脸关键点,具有很高的实用价值。通过对人脸关键点检测方法研究现状的梳理和分析,将其分为传统的人脸关键点检测方法和基于深度学习的人脸关键点检测方法;对比分析了各类方法的原理及优缺点,介绍常用数据集和评价指标,全面评估了重点方法在不同数据集上的性能表现;归纳人脸关键点检测应用领域,展望其未来发展方向。

文本核重建与扩展实现任意形状文本检测

基于分割的方法对自然场景中的文本进行像素级预测,大幅度提升了对任意形状文本的检测效果,但是如何有效分离相邻文本仍然是检测中的难题。目前广泛采用的方法是通过缩小文本注释边界得到文本核来分离相邻文本。然而,网络预测文本核时舍弃了文本核外大部分信息,降低了基于分割的文本检测方法的性能。为了解决这个问题,提出了一种文本核重建算法,将文本核的生成放在后处理阶段,通过网络预测的方向场将文本实例向内收缩形成文本核。同时,提出了一种文本核扩展算法用于将文本核恢复为完整的文本实例。实验表明,所提方法在Total-Text(88.66%)、CTW-1500(87.28%)和MSRA-TD500(90.65%)三个数据集上取得了相似或最好的检测性能。

自适应Transformer网络下的单幅图像去雾方法

针对现有图像去雾方法对不同雾浓度的雾处理不完善、颜色失真、细节恢复不佳等问题,提出一种基于自适应Transformer的单图像去雾方法。该方法包括编码器、自适应Transformer、解码器三个模块。编码器将输入的图像进行局部特征提取,得到细节特征。为更好地对不同雾浓度进行提取,提出自适应Transformer,自适应Transformer可以在提取全局特征的基础上,自适应提取不同尺度颗粒雾度特征。解码器用于图像进行恢复与重建。该方法在SOTS室外测试集进行实验,其PSNR为27.45 dB,SSIM为0.954 6,与对比方法中最高的相比分别提高0.43 dB和0.005 3,从而验证出该方法取得了较好的客观结果。此外主观方面去雾图像有效改善了颜色失真,以及不同雾浓度处理不理想的问题。

基于改进YOLO v8的行李追踪技术

在机场行李分拣场景下,传统多目标追踪算法存在目标ID切换率高和目标轨迹误报率高的问题。提出一种基于改进YOLO v8和ByteTrack算法的行李追踪技术。增加了CBAM模块,替换ADH解耦头以及改变训练时的损失函数,增加了检测精度,加强了目标特征的判别性,降低目标的ID切换率。在Byte数据关联中进行了GSI插值后处理,不仅利用了高分框和低分框,也使得长时间遮挡后的追踪效果得到保证,降低了因遮挡产生的ID错误切换。在机场行李分拣数据集上,MOTA和IDF1分别达到了89.9%和90.3%,有了较为明显的提升,能稳定地实现对行李箱ID的追踪。

基于深度学习的对话情绪生成研究综述

情绪生成是人工情感计算研究中的子任务,在对话系统中情绪生成任务旨在生成待回复话语中的情绪类别。对话情绪生成可以推动对话情绪理解和对话表达研究,同时在智能闲聊机器人、情绪安慰、推荐系统和人机情感交互等诸多智能化领域具有重要的理论意义和实际应用价值。得益于深度神经网络在自然语言处理领域的优异表现,基于深度学习的对话系统情绪生成受到越来越多研究人员的关注。总结目前基于深度学习的对话情绪生成相关工作,现阶段利用深度学习的对话系统情绪生成相关研究主要包含三方面内容:情绪感知、情绪预测和情绪决策。简要介绍了一些常用的情绪对话数据集,最后对该任务当前问题进行了归纳概况并展望未来发展趋势。

面向高密度交通场景的自动驾驶运动规划

针对现有自动驾驶运动规划方法在提取状态信息时忽略了周边车辆交互、在高密度交通场景下规划效果不理想的问题,提出了一种联合图神经网络和深度强化学习的运动规划模型。基于图神经网络提出了一种自动驾驶车辆的交互式特征提取方法,再基于双延迟深度确定性策略梯度(twin delayed deep deterministic policy gradient,TD3)算法从交互式特征中预测车辆的动作,从而实现运动规划。将所提模型与目前自动驾驶运动规划模型LSTM+TD3、TD3及深度确定性策略梯度(deep deterministic policy gradient,DDPG)模型进行对比,在PGDrive驾驶模拟器中进行训练和测试的实验结果表明,在高密度交通场景中,所提方法的训练奖励值和测试成功率相比于对比方法提升了约36%、43%、23%及13、19、53个百分点。表明所提方法能有效解决自动驾驶周边车辆的交互式信息感知问题,更好地实现自动驾驶运动规划。

面向小目标的多空间层次安全帽检测

由于目标视频中存在目标小、距离远等影响检测效果的因素,对小目标的捕捉难度较大,提出一种面向小目标的多空间层次安全帽佩戴检测算法,该算法将在Yolov5s的网络模型基础上进行个性化改进。设计一种多空间注意力模块,从不同角度考虑空间特征的效果并加以融合,加强显著性特征的空间位置关系;融合多空间尺度的特征,同时结合特征提取过程中的多种特征,适应对不同空间层次目标的捕捉,提高对小目标的检测能力;利用数据增强提高数据集的泛用性,使训练目标适应更多样的情景;优化损失函数,增强回归能力,提高训练效果。实验结果表明,所提算法的平均准确率达到91.5%,明显地减少了漏检情况。除此之外,将其部署到实际施工现场,展现了出对小目标优越的检测性能,具有极大的应用价值。

局部加全局视角遮挡人脸表情识别方法

实际场景中各种遮挡增加了表情识别难度。为此,提出一种滑块局部加权卷积注意力和全局注意力池化的视觉Transformer结合的方法来解决遮挡问题。利用主干网络提取表情特征图,将表情特征图裁剪成多个区域块,利用局部Patch注意力单元通过自适应计算局部特征的注意力权重来感知被遮挡的区域,提取表情局部特征。同时,表情特征图转换成Patch块,通过Patch级和Token级注意力池化的视觉Transformer,从全局角度捕获Patch块之间的相互作用和相关性。引导模型强调最具区别性的特征,而忽略遮挡减少不相关特征的影响。在三个表情数据集及其遮挡子集和一个遮挡数据集上进行实验,结果表明所提模型在遮挡表情识别上优于现有方法。

基于量子生成对抗网络的数据重构

使用神经网络实现数据重构是人工智能领域一项十分重要的研究课题。生成对抗网络(generative adversarial network,GAN)作为近年来人工智能的热门算法,在完成数据重构任务中有较好的表现。量子计算作为一种能够加速经典计算的新型计算模式,正不断地与经典人工智能算法相融合。其中,量子生成对抗网络(quantum generative adversarial network,QGAN)在图像相关任务中具有良好的表现,但是量子模型的拟合能力还有待提高。故此,提出了一种基于GAN框架的量子-经典混合生成对抗网络(Q-CGAN)用于实现数据重构任务。该框架利用经典网络的非线性提高拟合效果,利用量子特性提供量子加速。使用MNIST手写数据集对比验证了量子模型和混合模型的重构效果,结果显示,Q-CGAN较纯量子生成器在数据重构过程中具有更好的表现。此外,还研究了混合模型中使用不同量子编码方案和不同参数化量子线路对数据重构效果的影响。

融入注意力机制的小样本遥感图像场景分类

遥感图像场景分类是计算机视觉领域的热点研究方向,对遥感图像场景及其语义理解意义重大。目前,基于深度学习的遥感图像场景分类方法在该领域占据主导地位。然而实际应用场景面临着样本数据较少、模型泛化能力较差的问题,致使基于深度学习的遥感图像场景分类方法实现难度较大,性能大幅下降。针对上述难点,提出了基于注意力机制的小样本遥感图像场景分类方法,设计了一种双分支判别结构进行相似性度量。该方法基于元学习训练策略对数据集进行任务制划分;为最大限度保留遥感图像中的特征分布,对输入图像进行重叠分块;在特征提取网络中引入轻量级注意力模块,降低过拟合风险并保证判别性特征的获取;在EMD(earth mover’s distance)距离的基础上设计添加双分支相似性度量模块,提升分类器的判别能力。实验结果表明,相较于经典小样本学习方法,所提出的小样本遥感图像场景分类方法能够显著提升分类性能。

基于YOLOv5s室内目标检测轻量化改进算法研究

针对现有室内目标检测算法,存在结构复杂,计算量以及模型参数量过大等问题,难以部署到计算能力有限的室内机器人平台,实现高效的目标检测。为解决这一问题,提出了一种改进的YOLOV5s轻量化检测算法。该方法采用ShuffleNetv2作为主干特征提取网络,并且在改进的主干网络基础上采用CA注意力机制,同时在颈部网络中采用GSConv和VOV-GSCSP模块。最后引入边框回归损失函数EIOU加快网络收敛。研究结果表明,改进后的目标检测算法,模型计算量减少了68.75%,模型参数量减少了62.2%,权重文件减少了59.7%,平均精确率mAP均值为0.653,改进后的目标检测模型能够在保证轻量化的同时保证检测精度。

基于任务转化的事件抽取通用框架

论元分散、多重事件和论元重叠是事件抽取长期面临的挑战,许多任务还存在触发词或位置标注缺失的情况。对此,提出一种基于任务转化的事件抽取通用框架,包括任务转化、关系抽取和事件预测3个模块。有触发词和无触发词的标注事件分别被转化为不同形式的关系三元组;这些三元组将与原始文本一起作为关系抽取模型的训练数据;事件预测时先从输入文本中抽取三元组,再将它们还原为目标事件。对于训练语料中位置标注缺失的情况,设计了基于最短距离的论元定位算法。该框架在ChFinAnn数据集上取得81.6%的平均F1值,在DuEE-Fin数据集上的F1值为72.04%(在线提交结果),均达到目前的SOTA水平。实验结果表明,该框架不仅可以显著提高事件抽取效果,而且具有广泛的适应能力。

动态储位分配策略下仓储作业能耗优化调度

针对堆垛机式自动化立体仓库能耗优化任务调度问题,提出了一种动态储位分配策略下的任务调度集成优化方法。该策略允许在当前任务执行批次内重用拣货产生的空库位,产生了任务顺序约束;并结合不同运动状态下堆垛机的运行时间计算差异,建立了复合指令下以堆垛机任务总能耗最低为目标的调度模型。依据模型的特点,提出了一种改进帝国竞争算法进行求解。该算法通过设置校正机制使优化解能够满足任务顺序约束,并引入外来种群入侵的概念来避免算法陷入“早熟”。最后通过两组数据对提出的任务调度算法进行了验证,实验结果表明,改进算法在能耗和任务执行效率方面优于其他方法,能够有效减少堆垛机作业过程能耗,提升作业效率。

基于超像素随机擦除的长时行人重识别

现有的行人重识别往往依赖于一个假设,即行人不会更换他的服装。不幸的是,这种假设可能不适用于长时行人重识别。在长时间捕获的行人数据集中,行人的服装经常发生变化。目前主流的行人重识别方法在长时行人重识别中往往会失效,其识别精度会大幅度下降。针对长时行人重识别中的服装变化的情况,提出了一种超像素随机擦除算法。该算法首先选取可能为服装区域的超像素,再用随机值擦除其中像素,并且擦除前后的图像都会被输入至骨干网络进行训练。还对擦除前后模型输出特征用深度均方差损失进行约束,从而强制模型学习与服装无关的特征。实验表明,该方法能够有效地应对长时行人重识别中行人换装问题,与之前的方法相比,识别精度有较大提升。

YOLOv5的改进算法及其在自动驾驶多目标检测的应用研究

车辆、行人等交通参与者的实时检测是自动驾驶汽车与外界环境实现信息交互的重要环节,而在复杂天气条件下多目标检测精度低仍是一个挑战性问题。提出了一种YOLOv5的改进算法及其在自动驾驶多目标检测的应用方法。该方法采用K-means++算法对数据集中的目标样本聚类,以获得更符合不同目标尺度的锚框,提高多目标定位及其实体分割的精度;在原YOLOv5的骨干网络中添加Coordinate Attention(坐标注意力)模块,以提高模型的特征提取能力;将原YOLOv5网络中的PANet(路径聚合网络)结构替换为BiFPN(双向特征金字塔)结构,实现自上而下与自下而上的深浅层特征双向融合,提高模型对不同尺度目标的整体检测精度。对比实验结果表明:改进后的YOLOv5算法获得了更好的性能,目标检测的mAP达到了92.2%,比改进前的YOLOv5算法提升了8.47%。

基于生物信息学的蛋白质功能预测研究综述

蛋白质功能预测任务旨在为缺失功能标签的蛋白质数据提供功能注释,随着蛋白质测序技术的发展,数据库中蛋白质数量迅速增长,由于蛋白质数据的复杂性和多元性,蛋白质功能预测任务极具挑战,受到研究人员的密切关注。梳理了机器学习在蛋白质功能预测中的发展历程;对近年来的蛋白质功能预测方法进行归类与总结,分析各类算法之间的异同;最后对蛋白质功能预测存在的问题进行讨论,并对该领域的未来研究进行展望。

亲缘关系约束下的青少年人脸年龄合成研究

年龄合成生成逼真的人脸图像可以有效地提高跨年龄人脸验证准确率,对寻找走失人口有着重要的意义,但是青少年颅骨复合体未发育完全,使得面向青少年的年龄合成十分困难。因此提出了一种面向青少年的端到端的年龄合成模型。通过StyleGAN保留人脸的语义信息,在人脸编码特征上添加年龄通道实现年龄的转化,引入亲缘特征匹配模块引导青少年的面部老化,将亲缘特征匹配率加入损失函数参与训练。该算法模型可以在保持个体身份信息的同时,实现平滑的年龄合成,生成逼真的人脸图像。该模型不仅提升了视觉效果,并且实验表明该模型跨年龄人脸验证准确率达到95.3%,身份召回率达到92.7%,年龄合成平均年龄误差减少4年,较现有算法有较好的提升。

案件要素异构图的舆情新闻抽取式摘要

案件舆情摘要是指从与司法案件相关的舆情信息中抽取与案件相关的句子作为摘要。在案件舆情文本中通常包含如涉案人员、案发地点等案件要素,这些案件要素对于摘要生成有着重要的指导意义。因此,针对案件舆情文本的特点,提出一种基于案件要素异构图的抽取式摘要模型。首先通过基于图注意力机制融入案件要素的方法,构建一个由句子节点、词节点和案件要素节点组成的异构图,来捕捉句子间的关联关系,最后对句子进行分类,生成摘要。在基于百度百科构建的案件舆情数据集上进行实验,结果表明,模型相比基于注意力机制融入案件要素的方法在ROUGE-L上取得14.22个百分点的提升。

结合新颖性和风险评估的内在奖励方法

强化学习算法依赖于精心设计的外在奖励,然而Agent在和环境交互过程中,环境反馈给Agent的外在奖励往往是非常稀少的或延迟,这导致了Agent无法学习到一个好的策略。为了解决该问题,从新颖性和风险评估这两方面设计一个内在奖励,使Agent能充分地探索环境以及考虑环境中存在不确定性动作。该方法分为两部分,首先是新颖性描述为对当前状态-动作和转换后状态的访问次数,将具体执行的动作考虑进去;其次是动作的风险程度,风险评估从累积奖励方差考虑,来判断当前动作对状态的意义是有风险的还是无风险的。该方法在Mujoco环境下进行了评估,实验验证该方法取得了更高的平均奖励值,尤其是在外在奖励延迟的情况下,也能取得不错的平均奖励值。说明该方法能有效地解决外在奖励稀疏的问题。