首页期刊导航|电脑与信息技术
期刊信息/Journal information
电脑与信息技术
电脑与信息技术

陈彬

双月刊

1005-1228

hndnxj@126.com

0731-84139574-8178

410001

长沙市解放东路53号

电脑与信息技术/Journal Computer and Information Technology
正式出版
收录年代

    基于深度学习的马王堆汉墓简帛文字识别研究

    盛威彭欢卢彦杰刘伟...
    1-5页
    查看更多>>摘要：通过构建马王堆简帛文字识别模型,可以对同时期出土的简帛进行文字识别,提高简帛研究人员的文字识别效率,为构建古文字手写识别模型提供研究思路和技术路线.使用BAGAN-GP生成对抗网络,结合传统数据增强方法对原始数据集进行数据增强,使用 5 种图像分类网络开展马王堆简帛手写文字识别的对比实验.ResNet网络在扩充后的平衡数据集上训练的模型识别准确率达 98.589%,比原始数据集训练的模型准确率提高了 9.181%.对比实验中,EfficientNet V2 small表现最优,准确率达 99.048%.BGAN-GP生成模型与传统数据增强方法结合的方式能够很好地适用于马王堆简帛手写文字数据集的扩充.扩充后的平衡数据集在不同的图像分类网络上都可以取得很高的识别准确率.结合迁移学习方式,导入预训练权重,模型的训练可以更快地收敛,准确率也相应提升.

    深度学习BAGAN-GPResNet数据增强迁移学习

      原文链接:
    • 维普
    • 万方数据

    基于轻量型YOLOv7-TMC网络的疲劳驾驶状态检测方法

    马明
    6-11页
    查看更多>>摘要：为了在移动端更方便地部署,需要进一步实现疲劳驾驶检测模型的轻量化,因此,提出一种新的轻量级网络算法YOLOv7-TMC,即YOLOv7-Tiny结合MobileNet和CBAM,应用于疲劳驾驶状态检测.实验结果表明,提出的算法在精确度上有明显的提升,同时检测速度更快,能够快速准确地捕捉到驾驶员的疲劳驾驶行为,为后续的智能驾驶提供了检测精度更高、速度更快的行车辅助,具有重要的应用价值.

    疲劳驾驶深度学习YOLOv7轻量化

      原文链接:
    • 维普
    • 万方数据

    基于改进YOLOv7的工件识别

    王泽林于晓明
    12-17页
    查看更多>>摘要：鉴于传统的基于模板匹配和简单机器学习算法在工件识别任务中的不足之处,提供了一种基于改进YOLOv7的工件识别方法.该方法主要聚焦于修改卷积层,将YOLOv7深层网络的标准卷积层替换为改进的卷积层,以提高网络计算速度并提高识别精度.其次,通过修改K-means聚类方法重新对数据集参数进行聚类操作,以获得更匹配工件识别的预测框.此外,引入了改进的空间金字塔池化算法,在保持感受野不变的情况下检测速度获得了提升.实验结果显示,在工件识别任务中,与传统的YOLOv7 算法相比,改进后的方法提升了识别精度,并且加快了检测速度.

    工件识别目标检测机器视觉YOLOV7深度学习

      原文链接:
    • 维普
    • 万方数据

    深度学习在视觉SLAM前端的应用分析

    王凌云
    18-21页
    查看更多>>摘要：围绕深度学习在视觉SLAM前端的应用展开分析,以期为今后深度学习在视觉SLAM前端中的应用提供有益启示.首先介绍了视觉SLAM,然后详细阐述了深度学习在视觉SLAM前端的应用,包括预处理、特征提取、数据关联和位姿优化等方面.接着,深入剖析深度学习与传统技术相比的优缺点以及在视觉SLAM前端的应用挑战.最后,对未来的发展趋势进行了预测,包括轻量化网络结构的设计、特征提取、数据关联方法、端到端训练模式的发展,以及多模态信息融合应用等方面.

    深度学习视觉SLAM位姿估计

      原文链接:
    • 维普
    • 万方数据

    基于查询图生成的知识图谱复杂问答方法研究

    李萌刘爽毕文洁
    22-29页
    查看更多>>摘要：为了研究知识图谱复杂问答技术,解决知识图谱复杂问答准确率不高的问题,提出了一种基于神经网络的知识图谱复杂问答模型QGGNet.该模型通过编码器-解码器模型生成抽象查询图(AQG),并引入图神经网络(Graph Transformer)来学习抽象查询图的向量表示;采用注意力机制(Attention Mechanism)来聚合邻居节点信息更新查询图向量表示,并引入Bert排序模型对生成的所有查询图进行排序打分.为验证所提出方法的有效性,设计了对比试验.实验结果表明,该模型评价值优于其他模型,基于查询图生成的方法在两个知识图谱问答(KGQA)数据集上产生有竞争力的实验结果,能够较好地应用于知识图谱复杂问答领域.

    自然语言处理知识图谱复杂问答查询图

      原文链接:
    • 维普
    • 万方数据

    基于空-谱信息重建的开放集高光谱图像分类

    郑鹏超胡梦怡徐沁
    30-33,91页
    查看更多>>摘要：高光谱遥感图像的精准分类在民用和军用领域都有很重要的应用.尽管基于深度学习的方法在高光谱图像分类中取得了成效,但在开放集环境下,处理未知对象时缺乏鲁棒性和泛化性.为了提高高光谱图像分类方法的鲁棒性,同时保持已知类的分类精度,构建了一种在开放环境下同时进行光谱特征重建、空间特征重建和像素级分类的光谱空间重建框架.通过重建高光谱图像的光谱和空间特征,提高特征表示能力,保留有助于拒绝未知类和区分已知类的光谱空间信息.实验验证了该方法对开放集高光谱图像分类的有效性.

    高光谱图像分类深度学习开放集分类

      原文链接:
    • 维普
    • 万方数据

    基于人工智能视觉的学生状态面部识别算法设计

    李梅琴
    34-37,69页
    查看更多>>摘要：学生状态面部识别易受局部贡献度影响,导致识别算法的性能较低,因此提出基于人工智能视觉的学生状态面部识别算法.基于卷积神经网络设计学生状态面部识别结构,输出筛选后的学生状态面部识别图像.利用人工视觉增强处理筛选后的图像,并设计了学生状态面部识别算法,实现学生状态面部识别.实验结果表明,所提算法性能良好,Precision、Recall、Accuracy、F1 均较高,具有较高的可靠性,为准确地掌握学生学习状态,优化现有的学习模式做出了一定的贡献.

    人工智能视觉卷积神经网络学生状态面部识别识别算法

      原文链接:
    • 维普
    • 万方数据

    基于深度学习融合音频与文本的双模态情感识别方法

    刘泽昊董胡赵新民钱盛友...
    38-42页
    查看更多>>摘要：针对人机交互中情感识别的精度不高以及无法充分利用不同模态特征的问题,提出了一种基于深度学习融合音频和文本两种特征的语音情感识别方法.将语音和文本两种模态的情感识别模块在特征级别进行融合得到STE-ER模型.在公开数据集IEMOCAP上的实验结果表明,SPEECH模块采用HuBERT提取特征较语谱图法可提升情感识别率 7.1%;TEXT模块所采用的BERT相较Word2Vec可提升情感识别率 5.1%;SPEECH和TEXT模块进行不同策略融合后相较于两个独立的模块,情感识别精度均得到了明显提升,其中特征级别融合的STE-ER模型较最大置信度决策级融合的识别率提高了 5.2%.

    情感识别语音文本特征级别融合深度学习

      原文链接:
    • 维普
    • 万方数据

    基于注意力机制的可回收垃圾识别研究

    张迪迪朱桂英王斌候长澳...
    43-45,80页
    查看更多>>摘要：随着全球环保意识的提高和资源回收利用的重要性日益凸显,对可回收垃圾的准确识别成为一项关键任务.提出了一种基于注意力机制的可回收垃圾识别方法,该方法使用Mask R-CNN网络模型来提取垃圾图像中的纹理、形状和颜色等特征.同时,引入了ECA注意力机制,通过学习注意力权重,模型能够更有针对性地关注那些与垃圾分类最为紧密相关的特征.此外,还使用了GIoU损失函数来更好地反映边界框之间的相对位置和大小关系.经实验验证,改进后的模型mAP达到了 81.7%,相比原模型提升了 8.5%.

    垃圾识别目标检测注意力机制MaskR-CNN

      原文链接:
    • 维普
    • 万方数据

    融合光照补偿的低照度图像增强算法

    李凯勇
    46-49页
    查看更多>>摘要：由于低照度图像自身的光照分布不均,导致当前直接增强的算法视觉效果较差,为此,提出融合光照补偿的低照度图像增强算法.根据低照度条件下的图像成像模型的分析结果,选择采用高斯平滑处理对低照度图像进行平滑操作,以减少噪声并提升图像质量.通过归一化处理,获取满足同一照度要求的补偿因子参数,根据补偿因子对不同照度的图像进行光照补偿,使其具有均匀性和一致性的亮度.利用多级Haar小波变换对经过光照补偿的图像的粗、细粒度像素进行增强处理,以提高图像的视觉效果和清晰度.测试结果表明,设计算法可以从人眼视觉系统角度和客观信息分布角度实现对低照度图像的高质量增强处理,且图像实际增强效果较好.

    光照补偿低照度图像增强算法高斯平滑处理补偿因子参数多级Haar小波变换

      原文链接:
    • 维普
    • 万方数据