小型微型计算机系统

过刊目录

  • 2020年, 41卷, 第10期
    刊出日期：2020-10-01
      
  • 全选
    |
  • 动态选取工作者模型的长时众包质量控制策略
    高丽萍,金涛
    2020, 41(10): 2017-2023.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    质量控制是众包环境下一个极其关键的设计目标.传统策略的研究主要集中在如何通过对结果的质量评估、工作者的组织管理和众包任务的优化分配,达到质量控制的目的.但这些策略仍受到欺骗类型的工作者的影响,存在无法排除所有欺骗类型的工作者的问题,会导致结果的质量参差不齐.为了选取高质量的工作者,提高众包结果的质量,本文提出了一种基于动态选取工作者的质量控制模型(WST).将长时间的众包活动分为多个轮次,每个轮次分为两个阶段：离线阶段和在线阶段.离线阶段将已完成的任务使用聚类方法分为不同的同质簇,并计算每个簇与工作者的属性的关联度;在线阶段将发布的任务与已经存在的每个簇进行匹配,利用基于学习的模型为每个任务选取目前在线的最合适的工作者.实验研究了不同因素对准确率的影响,实验结果表明,与现有方法相比,WST模型能够取得更高的准确率,进一步验证了算法的有效性.
  • 回复式神经网络及其应用研究综述
    刘丹,叶茂
    2020, 41(10): 2024-2029.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    回复式神经网络是深度学习领域中一类非常强大的神经网络模型,它主要用于处理和预测序列数据.得益于回复式神经网络的“记忆”功能,它和它的变体网络已经被成功应用于多种任务,比如：机器翻译、语音识别、视频行为识别等.本文首先介绍回复式神经网络的发展历程,之后阐述其网络基本原理、计算过程和网络训练方法.针对传统回复式神经网络存在的短期记忆和梯度消失问题,长短时记忆和门控回复式单元网络结构被详细地分析和对比.然后介绍回复式神经网络的热门应用领域及其相关工作.最后结合近年来工业界和学术界关于回复式神经网络的研究进展,本文总结了回复式神经网络的研究发展趋势.
  • 区块链智能合约安全的逆向实时模型检测方法
    李书霞,王国卿,庄雷
    2020, 41(10): 2030-2035.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    区块链中的智能合约具有不可篡改性、去中心化、自治化等优点,使分散应用程序能够在缺乏信任的环境中实现交互和融合.若智能合约自身存在安全隐患,可能会威胁到用户的个人信息和财产安全,造成难以预估的损失.针对智能合约存在的安全问题,提出了基于时间自动机的区块链智能合约安全性的逆向模型检测方法.采用逆向方法对以太坊中的智能合约源代码进行分析,提取合约的逻辑流程,并进一步分析合约是否存有明显的安全隐患,若有则对合约代码进行优化或改进;针对智能合约采用模型检测的方法进行合约建模、性质刻画及自动验证.若验证通过则证明改进合约满足安全性质,否则通过反例找出代码漏洞继续对合约进行优化.以投票合约为实例对所提逆向方法进行具体介绍,证明了所提方法的有效性,能够保证改进后的投票合约系统的完备性与安全性.
  • 融合社交信任的多属性元路径好友推荐方法
    朱文强,徐军
    2020, 41(10): 2036-2044.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着社交网络的日益繁荣,好友推荐成为了社交网络提供的重要服务之一,也成了推荐方法研究的热点.现有的好友推荐方法大多基于用户的兴趣偏好进行推荐,未考虑在线社交的异构网络特征,不能有效抵御恶意用户的托攻击,且计算量相对较大.提出了一种融合社交信任的多属性元路径好友推荐方法,该方法分析了在线社交的异构网络特征,使用元路径理论对好友推荐的异构网络进行抽象和形式化,提出了用户本地信任网络模型(ULTNM).该信任模型综合考虑元路径上的用户社交圈子相似度和统计兴趣偏好相似度等多种属性特征,构建了目标用户的本地信任网络,并基于Ford Fulkerson算法对信任网络进行搜索和排序,进行目标用户的候选好友推荐.基于真实数据集的对比实验表明,该推荐方法有更好的推荐准确率和召回率,能更好的抵御恶意用户的托攻击行为,且运行效率具有一定的优势.
  • 基于配对排序损失的文本多标签学习算法
    顾天飞,彭敦陆
    2020, 41(10): 2045-2050.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    文本多标签学习是一项重要的自然语言处理任务,是对信息进行有效管理的一项关键技术.该任务需同时考虑到对文本和多标签进行建模.基于此,论文首先利用预训练语言模型BERT对文本序列进行特征提取,然后采用配对排序损失作为模型训练的目标函数,以对多标签之间的排序关系进行建模.最后为得到更精准的预测结果,加入了辅助的标签阈值学习.考虑到基于铰链函数的排序损失存在训练困难的现象,为此论文采用了一种光滑的替代损失,并从理论上验证了其有效性.在真实文本数据集上的实验表明,本文提出的算法能提供更好的性能从多标签分类和排序两方面.
  • 图书推荐服务用户隐私保护方法研究
    吴宗大,赵又霖,王瑞琴,卢成浪
    2020, 41(10): 2051-2055.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    用户隐私安全问题正成为制约推荐服务发展应用的障碍.本文以图书推荐为例,构建实现了用户隐私安全的图书推荐服务,其基本思想是：在可信客户端精心伪造用户配置文件,以模糊用户敏感主题,改善用户隐私在不可信服务器端的安全性.首先,给出基于客户端的用户隐私安全的图书推荐框架,它不改变服务器端的推荐算法,也不影响推荐结果的准确性.然后,定义用户隐私模型,以形式化描述可信客户端伪造的配置文件应满足的约束条件.最后,借助于图书分类目录,给出用户隐私模型实现算法.理论分析和实验评估均验证了系统的有效性.
  • 面向多用户移动边缘计算轻量任务卸载优化
    张文献,杜永文,张希权
    2020, 41(10): 2056-2062.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在移动设备资源受限的情况下,移动边缘计算(MEC)通过合理分配边缘服务器和多个移动设备的计算资源来提高移动设备用户的计算体验.然而这种密集计算问题是一种高维的NP难问题,传统机器学习方法在解决该问题的时候并没有良好的效果.本文将最佳计算卸载问题建模为马尔可夫决策过程,目标是最大化长期效用性能,根据队列状态,能量队列状态以及移动用户与基站之间的信道质量做出卸载决策.为了降低状态空间中高维性的问题,提出了应用DDPG的基于候选网络优化ECOO(Edge Computing Optimize Offloading)算法,从而产生一种用于解决随机任务卸载的新型学习算法.通过实验证明,提出的ECOO算法在时延和能耗方面均优于其它传统机器学习方法.
  • 动态更新属性值变化时的最优粒度
    刘凤玲,林国平
    2020, 41(10): 2063-2067.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对在实际应用中可能由于人为或其他因素造成某个粒度下属性值变化的问题,研究了某个粒度下属性值变化时最优粒度的选择策略,并根据理论研究内容设计了相应的静态和动态最优粒度选择算法,最后在 UCI数据库中选取6组数据进行了实验.实验结果表明,新提出的方法是可行且有效的,且相对比静态算法动态最优粒度选择算法在一定程度上减少了计算时间,提高了时间效率.
  • 面向模糊逻辑控制的移动群智感知多任务分配
    杨桂松,张杨林,何杏宇
    2020, 41(10): 2068-2074.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    移动群智感知是一种新兴的感知范例,它采用参与者携带的移动设备感知实时信息.目前有关任务分配的大多数研究都缺乏计算实际参与者密度并对其进行详细分析的方法.在本文中,首先,基于参与者的出行时间和空间,采用模糊逻辑控制方法得到不同时空的参与者密度.另外,根据参与者密度,我们可以计算在特定时空下的任务所需要的有效样本数量.然后,本文通过考虑任务的属性和参与者方因素,可以获得所有任务的效用.最后,本文提出了一种全局贪婪算法来分配任务,以确保最大化所有任务的效用.仿真结果表明,在不同时空的任务数量、参与者数量以及参与者承载的最大工作负载的情况下,本文提出的全局贪婪算法在最大化所有任务的效用方面均优于其他基准算法.
  • 基于均衡接近度增强时间的兴趣点推荐模型
    陈江美,张岐山,张文德,何珑
    2020, 41(10): 2075-2081.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对现有的兴趣点推荐算法存在用户签到数据稀疏的问题和用户兴趣的动态变化问题,提出了基于均衡接近度增强时间的兴趣点推荐模型.首先,采用均衡接近度方法计算时间相似度,获得时间影响模型.然后,结合融入兴趣点流行度的空间影响模型,建立矩阵填充模型,将得分最高的前s个兴趣点填充进矩阵.最后,将时间因素融入到矩阵分解模型中,进行优化求解.实验结果表明,该模型更有效地缓解数据稀疏性和用户兴趣动态变化的问题,推荐性能明显优于其他的基准模型.
  • 深度学习哈希综述
    沈琳,林劼,江育娥
    2020, 41(10): 2082-2091.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    深度学习哈希技术将哈希方法与深度学习技术相结合,获得原始数据的特征表示以及语义信息,进而得到数据的二进制哈希码.深度学习哈希方法被广泛应用于图像检索、文本检索以及视频检索等领域,并取得了瞩目成果.本文首先对深度学习哈希方法的研究进展以及方法的基本框架进行了介绍;然后详细阐述了深度学习哈希方法的多种目标函数项,包括重构误差、位平衡、位独立、哈希约束、参数正则化和稀疏性限制等;并根据样本标签的个数(无标签/单标签/多标签)以及输入形式(单样本/二元组/多元组)对该方法进行分类;最后总结了现有深度学习哈希方法的不足以及未来的发展方向.
  • 一种基于精英反向和纵横交叉的鲸鱼优化算法
    刘琨,赵露露,王辉
    2020, 41(10): 2092-2097.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对鲸鱼优化算法收敛速度慢、收敛精度低以及易陷入局部最优等问题,提出一种基于精英反向和纵横交叉的鲸鱼优化算法(ECWOA).该算法首先通过精英反向学习策略初始化种群,以提高初始解的质量,加快全局收敛速度;其次,采用逆不完全Γ函数更新收敛因子来平衡算法全局探索和局部开发能力;最后,利用纵横交叉策略对种群和全局最优解进行修正,以此来保证种群个体的多样性,提高算法跳出局部最优的能力.通过对8个经典测试函数的仿真实验表明,ECWOA算法的寻优精度和收敛速度均有明显的提升.
  • 面向数据高交互任务的分布式图计算方案的设计与实现
    俞山青,王甬琪,崔文豪,孟栎均,李冰,傅晨波
    2020, 41(10): 2098-2103.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    对于较大规模的复杂图计算任务,集中式计算方案往往难以胜任,而现有的分布式图计算工具又会由于节点间数据传输耗时过多而效率低下.基于这种情况,本文提出了一种面向数据高交互任务的分布式图计算方案,用于提高此类任务的计算性能.该方案基于任务分割的思想,将系统划分为任务管理中心、数据中心与计算节点.其中任务管理中心负责任务的分割、分发、定时状态检测、汇总等管理工作;计算节点完成分割后子任务的计算;数据中心对图数据及计算结果进行保存与管理.此外,本文以图中心性计算为目标,实现了上述分布式图计算方案并进行相关实验.实验结果表明,本文所设计的方案可以有效提升此类数据高交互图计算任务的计算效率.
  • 一种基于用户兴趣概念格的推荐评分预测方法
    朵琳,杨丙
    2020, 41(10): 2104-2108.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了解决传统的基于协同过滤推荐算法中存在的数据稀疏的问题,本文提出了一种基于用户兴趣概念格的推荐评分预测(RRP-UICL)方法.该方法首先通过用户兴趣概念格将“最近邻”分为直接“最近邻”和间接“最近邻”两类.然后采用不同方法分别计算直接“最近邻”和间接“最近邻”与目标用户的相似度.最后,通过相似度值计算目标用户的不可见项目评分值.在两个稀疏噪声数据集上进行了实验,实验结果表明,在数据稀疏的情况下,该方法具有更好的预测精度和良好的性能.
  • 新型排球超级联赛算法
    胡亚东,马良,刘勇
    2020, 41(10): 2109-2115.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对排球超级联赛算法存在收敛速度慢、求解精度不高和易陷入局部最优等缺陷,提出一种新型排球超级联赛算法.首先,将超级明星球员引入排球联赛中,设计模仿算子,以增强算法的寻优精度;然后,改进替补策略,使算法自适应选择是否调用替补过程,进一步提高算法的收敛效率;最后,通过最劣球队学习最佳球队可加强算法的全局探索、任一球队学习最佳球队可加强算法的局部开发,提出一种随机交互训练策略,将两种策略随机交互动态生成新球队,使算法的全局探索和局部开发性能得到平衡.另外对11个经典测试函数的仿真实验,验证了新型排球超级联赛算法具有良好的优化性能.
  • 无线传感器网络部分覆盖和数据收集算法
    魏博垚,唐晓岚,陈文龙
    2020, 41(10): 2116-2121.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在无线传感器网络中,随机部署传感器节点导致节点的监测区域相互重叠,产生大量的监测冗余.针对部分覆盖目标场景即可满足监测需求的应用,如何激活尽可能少的节点以满足部分覆盖要求并保证网络连通性,是研究的难点.本文将目标场景划分为多个区域,在区域内依据最大独立集选择感知节点,然后跨区域建立树结构实现数据收集.首先采用网格模型计算节点监测面积和监测冗余,据此计算最大独立集,再按照节点的监测冗余与监测贡献面积来增删少量节点以达到监测要求,最终通过激活较少的感知节点实现部分覆盖.进而建立各区域感知节点到sink节点的数据收集树结构,对于不能加入树中的区域通过激活辅助传输节点来实现连通.除感知节点和辅助传输节点以外,其他节点进入休眠状态,从而节省能量,延长网络生命期.仿真结果表明,相较其他方法,本文提出的方法能够激活较少的节点来满足部分覆盖要求,降低能量消耗.
  • 起源信息感知的无人机网络信任模型
    张帆,高航,刘亮,李宁伟,彭剑飞
    2020, 41(10): 2122-2130.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    无人机自组织网络是移动自组织网络的一种,节点的不间断移动可以使其随意的加入或者离开网络,使得混入其中的恶意节点可以针对网络信息进行窃取、篡改乃至攻击摧毁整个网络.开放的体系结构和动态的拓扑使得无人机网络容易受到来自各个网络层次的攻击.本文针对无人机自组网中可能存在的攻击行为以及恶意节点检测的问题,提出了一种起源信息感知的无人机网络信任模型(A provenance-aware trust model for Unmanned Aerial Vehicle Networks,UAVNpro),旨在实现准确的对等信任评估,在最大化报文交付率的同时减少资源受限的网络环境下的消息时延和通信成本.起源信息是指网络中传输报文的所有历史,基于报文的完整性可以对报文创建和操作节点的行为做出有效评判并生成观测证据.通过收集证据进行信任评估就可以识别网络中的恶意节点并进行路由隔离.UAVNpro采用数据驱动的方法减少识别恶意节点时的资源损耗,同时利用数字签名技术保证数据的安全传输.经过实验分析表明,UAVNpro与现有的无人机网络路由协议有良好的兼容性,可针对无人机网络中的丢包、注包、信息篡改、假身份等攻击行为做出有效的识别.UAVNpro在恶意节点检测率、报文的投递率和系统能耗上都要优于现有模型.
  • 使用匿名通信的双通道匿名在线会议方案
    相佳佳,李晓宇
    2020, 41(10): 2131-2139.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    考虑到会议中实时传输的语音、视频等机密数据的安全问题以及发言者身份位置隐私的泄露问题,提出了一种基于匿名通信的双通道匿名在线会议方案.该方案采用“双通道”的方式.用户收看会议通道使用web网页方式,所有的注册并登录的合法观众均可以收看会议.用户发言通道通过匿名通信技术来实现,保证服务器或者任意第三方不能找到发言用户所在的节点.在传送过程中,发言节点对用户ID和发言内容使用AES和RSA算法混合加密,在每次发送给中转节点时,都再一次进行混合加解密.中转节点根据转发概率Pf来确定转发给会议服务器或是其他中转节点,若转发给其他中转节点,则采取随机选择策略确定下一中转节点,直至下一跳是会议服务器.用户的发言内容在到达服务器之前是保密的,任何其他用户不能获取和伪造.会议服务器和任意其他用户都无法识别发言者,攻击者也很难通过流量分析和追踪攻击来获取消息的传输路径,确保了发言者身份位置隐私的安全.每次的传输路径都是随机的,不依靠某些特定节点,因此,当系统中部分节点故障或者离开网络时,也不会影响整个通信过程.收看会议和发言两个通道是互相独立的,前者不需要匿名通信,因此能够保证实时性,使得系统效率高,速度快.实验表明,该方案具有较好的稳定性,在系统用户量较大时,仍能保证会议的实时性和较强的匿名性.
  • 软件定义的VANET系统设计与实现
    孔祥会,赵国锋,邓炳光,周继华,张蕾,徐川
    2020, 41(10): 2140-2145.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    传统车载自组织网络(VANET)采用软硬件高度耦合的架构,导致系统的可扩展性和灵活性较差.软件定义网络(SDN)的新特性可实现VANET网络功能的灵活可编程,进而极大地优化VANET架构.针对当前需求,本文提出并实现了一种基于SDN的VANET系统,该系统重构了车载节点与路边节点,实现节点的WAVE特性,并将网络节点的控制功能从底层软件抽象为可编程接口满足SDN架构的需求,新增集中控制单元实时监控网络状态并管理网络节点,新增应用模块实现系统的可编程特性,同时设计了基于可编程接口的应用对信道切换时间进行管理.实验结果表明,本系统部署简单,设备符合WAVE协议标准,系统架构具备良好的集中控制能力,可编程接口灵活易用,有效提升了VANET的网络性能.
  • 一种拓扑与生物功能一致的多网络比对算法
    夏金芳,陈璟,
    2020, 41(10): 2146-2151.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    生物网络比对是一种常用的研究生物分子间相互作用的方法,也是分析物种间功能差异的重要手段,有助于更好地理解生物进程及功能.本文提出的ConAlign是一种快速且有效的多对多的多网络全局比对算法.首先,利用网络节点间的拓扑相似性补充序列相似性.然后,结合网络整体的拓扑相似性和指定约束条件将蛋白质相互作用网络进行比对.本算法分别在合成网络和真实网络上进行了实验,并与IsoRankN、BEAMS、SMETANA算法对比.实验结果表明,ConAlign算法识别出了更多的直系同源物,在生物和拓扑方面也表现优异,此外,在保证簇的拓扑与生物功能一致性的前提下,比对的效率也得到了提升.
  • 一种基于双缓存队列的能量捕获网络中继选择方案
    田贤忠,丁军,姚超,赵晨
    2020, 41(10): 2152-2156.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    能量捕获网络是解决无线网络能量问题的有效技术.在能量捕获网络中如何根据节点的能量捕获情况选择合适的中继节点是一个非常重要的问题.本文提出一种双缓存队列的能量捕获网络中继节点选择策略,将数据包到达源节点以及数据包从源节点到达中继节点设计成两个排队模型,通过分析源节点和中继节点中数据包的平均时延选择合适的中继节点进行数据包的转发.本文还给出了系统中数据包的状态转移平衡方程,求出了稳态时的数据包状态概率,从而得到数据包在系统中的平均时延.最后给出了完整的中继节点选择算法.数值模拟验证了本策略的有效性.
  • 一种基于SA-SOA-BP神经网络的网络安全态势预测算法
    张然,刘敏,张启坤,尹毅峰
    2020, 41(10): 2157-2163.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    网络安全态势预测能够依据已有的网络安全数据预测网络未来的安全状况及其变化趋势,为安全策略的选取提供指导,从而增强网络防御的主动性,尽可能地降低危害.然而现有的网络安全态势预测方法的精准度和收敛性还不理想.为了提高网络安全态势预测的准确性,提出了一种将模拟退火算法(SA)引入人群搜索算法(SOA)优化BP神经网络的网络安全态势预测方法.该算法利用人群搜索算法特有的利己、利他、预动和不确定推理四大行为特征确定搜索策略,找到最佳适应度个体,获取最优权值和阈值,然后再对BP神经网络的随机初始阈值和权值进行赋值,经过神经网络训练后得到预测值.针对人群搜索算法在搜索后期易陷入局部最优和收敛缓慢等问题,又将模拟退火算法引入人群搜索算法,根据它的Metropolis准则以一定的概率接受恶解,避免了算法陷入局部最优的陷阱,提高了该算法的全局搜索能力.与其它基于改进BP神经网络的预测算法进行对比的实验表明,该优化算法准确性更高,稳定性更强,收敛效果更好.
  • 一种基于弱感知通信芯片的动态精度无线定位方法
    赵荣阳,李小龙,梁家海
    2020, 41(10): 2164-2169.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    本文基于低成本、弱信号强度感知能力的商用通信芯片,充分考虑该类芯片存在的功能限制：芯片的输出功率是与距离相关的离散信号,探讨了接收点通过接收发送方的最小离散输出功率,构建定位系统指纹库,提出了一种基于该类芯片的动态精度无线定位方法.在参考节点随机部署的情况下,针对芯片功率输出的离散性,通过分析相邻网格指纹之间的差异程度,动态分割高差异度指纹的网格,得到具有动态定位精度的指纹库,在此基础上采用K邻近方法,实现目标节点的位置估计.仿真实验表明,在参考节点随机部署的条件下,动态精度方法与传统的静态指纹库定位方法相比较,能够获得更低的定位误差、更高的定位的精度.
  • RFID对象包含关系几何向量编码优化策略
    廖国琼,段雨薇,杨乐川
    2020, 41(10): 2170-2176.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在现代供应链系统中,利用RFID技术对流通物品实现实时跟踪和追溯,是提高市场监管效率的重要手段之一.本文结合供应链环境特征研究RFID对象包含关系的追溯需求,对已有的几何向量编码策略进行优化,以解决该策略存在的数据碰撞与数据溢出问题.基于任意两个向量间可插入无限多个向量的思想,结合同心圆上对应点坐标与半径等比例的关系,提出利用同心圆分层级缩小向量坐标的优化编码策略,并结合包含关系追溯需求讨论优化策略的可行性和有效性.实验结果表明,与已有方法相比,所提出几何向量编码优化策略在编码初始化、编码存储开销、向量更新及追溯查询等方面都具有较好性能.
  • 最小化光度误差先验的视觉SLAM算法
    韩健英,王浩,方宝富
    2020, 41(10): 2177-2183.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    在同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)中,传统基于点特征的方法存在精度不足、剧烈抖动容易跟踪失败等问题,从而降低系统性能.针对此问题,本文提出一种新的视觉SLAM算法.首先使用双线性插值法得到特征点的灰度值,根据两帧之间的最小化光度误差得到当前帧估计位姿.其次为进一步降低位姿估计的误差,通过最小化重投影误差优化当前帧位姿,提高相机定位精度.最后为改善建图精度,提出一种新的关键帧选择机制,通过前端得到的位姿来衡量上一关键帧与当前帧的运动幅度,根据运动幅度判断当前帧是否加入关键帧序列,合理化关键帧选择方法.本文采用TUM数据集进行实验,与ORB-SLAM2相比,本文方法降低了相机的定位误差,提高了系统的鲁棒性.
  • 结合编解码网络的人体解析方法
    李博涵,许敏,王凯,孙翔,谭守标
    2020, 41(10): 2184-2188.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    人体解析是语义分割的一个子任务,只对图片中的人物进行分割而忽略背景信息.人体解析任务由于其复杂性,导致现有网络分割不够精确.本文针对该情况提出了一种编解码网络.在编码器中,对特征提取网络的下采样倍数进行调整以得到合适分辨率的特征图.在解码器中,通过金字塔池化网络来提取上下文信息,并采取空间加通道的双注意力模块来修正特征图.本文的网络与经典的编解码网络在公开的人体解析数据集(LIP)上进行了对比,较Unet提升了10.70% MIOU,较Deeplabv3+提高了1.93% MIOU.实验结果表明,本文网络的特征提取能力以及解析能力更加适合人体解析任务.
  • 改进EAST算法的游戏场景文本检测
    池凯,赵逢禹
    2020, 41(10): 2189-2193.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    文本识别是模式识别应用的一个重要领域,其中文本检测是文本识别的关键所在.EAST是目前较为新颖的自然场景文本检测算法,能够高效准确地实现文本定位,但是仍存在长文本检测不佳,感受野不够大的问题.本文针对复杂游戏场景及传统算法定位问题,对EAST算法进行了改进优化,在EAST网络结构中加入BLSTM神经网络,并优化了shrink_poly权重策略以提高感受野,提高文本定位效果.实验结果表明,该方案能高效地对游戏场景文本进行检测,极大地提高了检测准确率.
  • 基于照片的社交关系可视化方法
    陈佳舟,陈樟樟,秦绪佳
    2020, 41(10): 2194-2199.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着数码摄影设备的普及和多媒体技术的发展,照片在线上线下社交活动中发挥着越来越重要的作用.本文提出一种基于照片的社交关系可视化方法,结合社交媒体信息揭示出社交照片中隐含的社交网络,并分析照片人物间的朋友推荐潜力,以此设计了一个探索社交关系网络的可视化系统SPVis.SPVis利用人脸识别技术识别社交照片中的人物,并获取识别对象在微博上的社交数据(关注数据和文本数据等);接着,利用LDA模型发现文本主题,以微博文本相似度来度量识别对象间的相似度;最后,通过可视分析识别对象的关注数据和相似度,挖掘对象间关系的特点,分析对象间关系更加紧密的潜力.本文使用娱乐明星数据集进行用户实验和案例分析,实验结果验证了方法的可行性和有效性.
  • 多通道融合分组卷积神经网络的人群计数算法
    严芳芳,吴秦
    2020, 41(10): 2200-2205.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    相机视角引起的头部尺度多变性和人群分布的多样性是图像人群计数中存在的两个主要挑战,很多方法试图通过采用多列或者多分支网络来解决这些问题,但由于受列数或分支数的限制,提取的特征尺度有限.本文提出一种面向人群计数的多通道融合分组卷积神经网络,该网络主要由两个部分组成：采用预训练的VGG网络前10层作为基础主干网络,以多通道融合分组卷积模块作为网络的第二部分,多通道融合分组卷积模块是本网络的关键组成部分,该模块中每个分组卷积模块都与其他层之间密集相连以获得不同层次的特征,同时,我们引入分组卷积来减少网络参数.在三个公开的数据集(ShanghaiTech,UCF_CC_50,UCF_QNRF)上进行验证,实验结果证明了本文所提方法的有效性.
  • 切比雪夫逼近的深度神经网络并行加速
    李方舒,钱慧,陈晓旭
    2020, 41(10): 2206-2211.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    深度神经网络(Deep Neural Network,DNN)中数据量巨大,且卷积层计算复杂度高,使得其难以在资源有限的嵌入式GPU上进行部署,因此需要对其进行并行加速设计.本文提出采用切比雪夫多项式对卷积核进行逼近,并将该优化方案应用在面向图像重构的DNN中以实现卷积操作的并行化处理,降低计算复杂度.然后为优化后的网络卷积层进行基于GPU的并行加速设计,最后将网络整体移植到NVIDIA AGX Xavier嵌入式开发板上来实现图像的重构推理过程.实验结果表明,并行加速后的网络重构推理的速度是原始网络的2.2倍.
  • 一种高图像质量的虚拟视点绘制方法及GPU加速
    陈璐瑶,陈思洁,岑宽,朱威,
    2020, 41(10): 2212-2218.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    自由视点视频允许用户自由选择观看视角,给人带来传统视频无法比拟的交互式视觉体验.本文针对自由视点视频实时显示应用,提出了一种高图像质量的虚拟视点绘制方法,并对其进行GPU加速.首先,将参考视点深度图向前映射得到虚拟视点深度图,再对该深度图进行中值滤波以减少小空洞;然后对滤波后的深度图进行反向映射得到初始的虚拟视点彩色图像;接着对空洞掩模图进行基于边界检测的膨胀处理,以消除虚假边缘,并融合经过亮度校正后的两幅虚拟视点图像,以填充大空洞;最后采用考虑深度的插值方法填补剩余的空洞,提升虚拟视点的图像质量.此外,本文进一步采用CUDA编程技术,将虚拟视点绘制的主要计算都放在GPU内进行,减少CPU和GPU之间的数据拷贝,并在每个计算环节为每个像素单独分配线程,实现像素级的并行处理.实验结果表明,本文方法的主客观图像质量优于现有方法,并且经过GPU加速之后,运行速度达到实时处理的要求.
  • 轻量级双路卷积神经网络与帧间信息推理的人体姿态估计
    陈昱昆,汪正祥,于莲芝
    2020, 41(10): 2219-2224.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    为了提高视频中人体姿态估计检测效果,在保留结构化信息的同时弥补下采样导致的空间分辨率的损失,增加视频中检测效率,本文结合时序信息提出了一种轻量级双路神经网络帧间信息推理的视频人体姿态估计方法.首先,基于最新的人体关键点检测网络训练一个基于该方法两路融合全卷积网络,一路选用金字塔全卷积网络,并选用采用轻量级Inverted residuals作为网络模块,另外一路保持分辨率大小不变以减少空间分辨率的损失,然后提出了一种利用帧间关键点信息建立时序模型,从而推理预测帧的关键点信息.本文在PoseTrack数据集中与最新的方法进行比较,关键点检测mAP提高1.3%,速度提升20%,关键点跟踪MOT提高2.8%,经过实验验证,本文算法可以保留结构化信息的同时有效弥补空间分辨率的损失并提高检测精度,同时提高了视频检测中的速度.
  • 应用图像块的运动模糊图像盲恢复算法
    郭立文,廖永忠
    2020, 41(10): 2225-2229.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    模糊图像的盲恢复是当前图像处理研究的热点问题.本文提出一种新的基于图像块拼接的模糊图像盲恢复算法,首先提取模糊图像的直线边界,然后选择包含最多信息边界的模糊图像块进行拼接,利用模糊核函数与这些直线信息边界的对应关系,采用交替迭代算法对完成模糊核函数估计和模糊图像的恢复.实验结果证明,与基于最大似然法的Radon变换估计算法比较,本文算法在获得相同或更好的图像恢复质量条件下,运算速度是其速度的5-50倍,而且大大降低对计算机内存的要求.
  • 基于双字典的噪声环境下的语音转换方法
    周迪,简志华,胡伟通,汪云路
    2020, 41(10): 2230-2234.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    现实有噪环境下,传统的语音转换系统性能会激剧下降,为此该文提出了一种具有噪声鲁棒性的语音转换算法.在训练阶段,除了生成纯语音字典,还要用背景噪声获得噪声字典,然后将两者联合起来匹配含噪语音.在转换阶段,利用含噪语音所对应的纯语音字典的权值矩阵和目标语音字典,实现语音转换.实验结果表明,在信噪比较低时,该文算法比传统的转换算法具有更好的抗噪性能;并且在多种不同噪声环境下本文算法都具有明显的优势.
  • 注意力机制与改进RNN的混合音乐推荐算法研究
    杨明极,刘畅,宋泽
    2020, 41(10): 2235-2240.
    摘要 ( ) PDF全文 ( )   可视化   收藏
    该算法由独立循环神经网络算法与注意力机制共同组成的深度神经网络实现,并在数据预处理阶段对用户收听历史记录的音频使用散射变换进行预处理.通过散射变换提取用户收听历史记录音频特征,再将此特征与用户画像共同通过混合注意力机制的独立循环神经网络得出推荐列表.仿真结果表明,文中给出的算法与已有的IndRNN(循环神经网络)和基于LSTM(长短期记忆网络)的音乐推荐算法相比,分别提高了7.8%和20.9%的推荐准确度.