首页期刊导航|电子与信息学报
期刊信息/Journal information
电子与信息学报
电子与信息学报

吴一戎

月刊

1009-5896

jeit@mail.ie.ac.cn

010-58887066

100190

北京市北四环西路19号

电子与信息学报/Journal Journal of Electronics & Information TechnologyCSCD北大核心CSTPCDEI
查看更多>>本刊是电子科学高级综合性学术刊物。主要刊登有关电子与信息科学方面的具有创新性的、高水平的文章。
正式出版
收录年代

    融合神经辐射场和视觉同时定位与地图构建的混合场景表示方法

    周非周志远张宇曈谢源远...
    4178-4187页
    查看更多>>摘要：目前,传统显式场景表示的同时定位与地图构建(SLAM)系统对场景进行离散化,不适用于连续性场景重建.该文提出一种基于神经辐射场(NeRF)的混合场景表示的深度相机(RGB-D)SLAM系统,利用扩展显式八叉树符号距离函数(SDF)先验粗略表示场景,并通过多分辨率哈希编码以不同细节级别表示场景,实现场景几何的快速初始化,并使场景几何更易于学习.此外,运用外观颜色分解法,结合视图方向将颜色分解为漫反射颜色和镜面反射颜色,实现光照一致性的重建,使得重建结果更加真实.通过在Replica和TUM RGB-D数据集上进行实验,Replica数据集场景重建完成率达到93.65%,相较于Vox-Fusion定位精度,在Replica数据集上平均领先87.50%,在TUM RGB-D数据集上平均领先81.99%.

    同时定位与地图构建系统神经辐射场混合场景表示镜面反射

      原文链接:
    • 万方数据
    • 维普

    双灵活度量自适应加权2DPCA在水下光学图像识别中的应用

    毕鹏飞胡志远陈璇杜雪...
    4188-4197页
    查看更多>>摘要：受观测条件和采集场景等因素影响,水下光学图像通常呈现出高维小样本特性且易伴随着噪声信息干扰,导致许多降维方法对其识别过程中的鲁棒表现力不足.为解决上述问题,该文提出一种新颖的双灵活度量自适应加权2维主成分分析方法(DFMAW-2DPCA)应用于水下图像识别.该方法不仅在建立重构误差和方差之间双层关系中同时使用了灵活的鲁棒距离度量机制,而且能够根据每个样本实际状态自适应学习到与之相匹配的权重,有效增强了模型在水下噪声干扰环境下的鲁棒性并实现识别精度的提升.与此同时,该文设计了一个快速非贪婪算法用于最优解的获取,其具有良好的收敛性.通过3个水下图像数据库中进行大量实验的结果表明,DFMAW-2DPCA在同类方法中具有更为杰出的整体性能.

    模式识别鲁棒距离度量自适应加权水下光学图像2维主成分分析

      原文链接:
    • 万方数据
    • 维普

    基于多尺度特征增强与全局-局部特征聚合的视频目标分割算法

    侯志强董佳乐马素刚王晨旭...
    4198-4207页
    查看更多>>摘要：针对记忆网络算法中多尺度特征表达能力不足和浅层特征没有充分利用的问题,该文提出一种多尺度特征增强与全局-局部特征聚合的视频目标分割(VOS)算法.首先,通过多尺度特征增强模块融合可参考掩码分支和可参考RGB分支的不同尺度特征信息,增强多尺度特征的表达能力;同时,建立了全局-局部特征聚合模块,利用不同大小感受野的卷积操作来提取特征,并通过特征聚合模块来自适应地融合全局区域和局部区域的特征,这种融合方式可以更好地捕捉目标的全局特征和细节信息,提高分割的准确性;最后,设计了跨层融合模块,利用浅层特征的空间细节信息来提升分割掩码的精度,通过将浅层特征与深层特征融合,能更好地捕捉目标的细节和边缘信息.实验结果表明,在公开数据集DAVIS2016,DAVIS2017和YouTube-2018上,该文算法的综合性能分别达到91.8%、84.5%和83.0%,在单目标和多目标分割任务上都能实时运行.

    视频目标分割记忆网络孪生网络特征融合掩码细化

      原文链接:
    • 万方数据
    • 维普

    面向不平衡图像数据的对抗自编码器过采样算法

    职为梅常智卢俊华耿正乾...
    4208-4218页
    查看更多>>摘要：许多适用于低维数据的传统不平衡学习算法在图像数据上的效果并不理想.基于生成对抗网络(GAN)的过采样算法虽然可以生成高质量图像,但在类不平衡情况下容易产生模式崩溃问题.基于自编码器(AE)的过采样算法容易训练,但生成的图像质量较低.为进一步提高过采样算法在不平衡图像中生成样本的质量和训练的稳定性,该文基于生成对抗网络和自编码器的思想提出一种融合自编码器和生成对抗网络的过采样算法(BAEGAN).首先在自编码器中引入一个条件嵌入层,使用预训练的条件自编码器初始化GAN以稳定模型训练;然后改进判别器的输出结构,引入一种融合焦点损失和梯度惩罚的损失函数以减轻类不平衡的影响;最后从潜在向量的分布映射中使用合成少数类过采样技术(SMOTE)来生成高质量的图像.在4个图像数据集上的实验结果表明该算法在生成图像质量和过采样后的分类性能上优于具有辅助分类器的条件生成对抗网络(ACGAN)、平衡生成对抗网络(BAGAN)等过采样算法,能有效解决图像数据中的类不平衡问题.

    不平衡图像数据过采样生成对抗网络对抗自编码器合成少数类过采样技术

      原文链接:
    • 万方数据
    • 维普

    联合多曝光融合和图像去模糊的深度网络

    张梅赵康威朱金辉
    4219-4228页
    查看更多>>摘要：多曝光图像融合可提高图像的动态范围,从而获取高质量的图像.对于在像自动驾驶等快速运动场景中获得的模糊的长曝光图像,利用通用的图像融合方法将其直接与低曝光图像融合得到的图像质量并不高.目前暂缺乏对带有运动模糊的长曝光和短曝光图像的端到端融合方法.基于此,该文提出一种联合多曝光融合和图像去模糊的深度网络(DF-Net)端到端地解决带有运动模糊的长短曝光图像融合问题.该方法提出一种结合小波变换的残差模块用于构建编码器和解码器,其中设计单个编码器对短曝光图像进行特征提取,构建基于编码器和解码器的多级结构对带有模糊的长曝光图像进行特征提取,设计残差均值激励融合模块进行长短曝光特征的融合,最后通过解码器重建图像.由于缺少基准数据集,创建了基于数据集 SICE 的带有运动模糊的多曝光融合数据集,用于模型的训练与测试.最后,从定性和定量的角度将所设计的模型和方法和其他先进的图像去模糊和多曝光融合的分步优化方法进行了实验对比,验证了该文的模型和方法对带有运动模糊的多曝光图像融合的优越性.并在移动车辆上采集到的多曝光数据组上进行验证,结果显示了所提方法解决实际问题的有效性.

    多曝光图像融合图像去模糊小波变换特征融合

      原文链接:
    • 万方数据
    • 维普

    利用近清图像空间搜索的深度图像先验降噪模型

    徐少平熊明海周常飞
    4229-4235页
    查看更多>>摘要：鉴于深度图像先验(DIP)降噪模型的性能高度依赖于目标图像所确定的搜索空间,该文提出一种新的基于近清图像空间搜索策略的改进降噪模型.首先,使用当前两种主流有监督降噪模型对同一场景下两张噪声图像分别进行降噪,所获得两张降噪后图像称为近清图像;其次,采用随机采样融合法将两张近清图像融合后作为网络输入,同时以两张近清图像替换噪声图像作为双目标图像以更好地约束搜索空间,进而在更为接近参考图像的空间范围内搜索可能的图像作为降噪后图像;最后,将原DIP模型的多尺度UNet网络简化为单尺度模式,同时引入Transformer模块以增强网络对长距离像素点之间的建模能力,从而在保证网络搜索能力的基础上提升模型的执行效率.实验结果表明:所提改进模型在降噪效果和执行效率两个方面显著优于原DIP模型,在降噪效果方面也超过了主流有监督降噪模型.

    深度图像先验降噪性能近清图像随机采样融合双目标图像Transformer

      原文链接:
    • 万方数据
    • 维普

    结合双层路由感知和散射视觉变换的视觉-语言跟踪方法

    刘仲民李振华胡文瑾
    4236-4246页
    查看更多>>摘要：针对视觉-语言关系建模中存在感受野有限和特征交互不充分问题,该文提出一种结合双层路由感知和散射视觉变换的视觉-语言跟踪框架(BPSVTrack).首先,设计了一种双层路由感知模块(BRPM),通过将高效的加性注意力(EAA)与双动态自适应模块(DDAM)并行结合起来进行双向交互来扩大感受野,使模型更加高效地整合不同窗口和尺寸之间的特征,从而提高模型在复杂场景中对目标的感知能力.其次,通过引入基于双树复小波变换(DTCWT)的散射视觉变换模块(SVTM),将图像分解为低频和高频信息,以此来捕获图像中目标结构和细粒度信息,从而提高模型在复杂环境下的鲁棒性和准确性.在OTB99,LaSOT,TNL2K 3个跟踪数据集上分别取得了86.1%,64.4%,63.2%的精度,在RefCOCOg数据集上取得了70.21%的准确率,在跟踪和定位方面的性能均优于基准模型.

    视觉-语言跟踪双层路由感知散射视觉变换高效的加性注意力双动态自适应

      原文链接:
    • 万方数据
    • 维普

    静态与动态域先验增强的两阶段视频压缩感知重构网络

    杨春玲梁梓文
    4247-4258页
    查看更多>>摘要：视频压缩感知重构属于高度欠定问题,初始重构质量低与运动估计方式单一限制了帧间相关性的有效建模.为改善视频重构性能,该文提出静态与动态域先验增强两阶段重构网络(SDPETs-Net).首先,提出利用参考帧测量值重构2阶静态域残差的策略,并设计相应的静态域先验增强网络(SPE-Net),为动态域先验建模提供可靠基础.其次,设计塔式可变形卷积联合注意力搜索网络(PDCA-Net),通过结合可变形卷积与注意力机制的优势,并构建塔式级联结构,有效地建模并利用动态域先验知识.最后,多特征融合残差重构网络(MFRR-Net)从多尺度提取并融合各特征的关键信息以重构残差,缓解两阶段耦合导致不稳定的模型训练,并抑制特征的退化.实验结果表明,在UCF101测试集下,与具有代表性的两阶段网络JDR-TAFA-Net相比,峰值信噪比(PSNR)平均提升3.34 dB,与近期的多阶段网络DMIGAN相比,平均提升0.79 dB.

    视频压缩感知帧间相关性建模两阶段重构特征对齐

      原文链接:
    • 万方数据
    • 维普

    低秩和联合平滑性约束下的时变海表面温度重构方法

    李姣万腾汶邱伟
    4259-4267页
    查看更多>>摘要：海表面温度对于海洋动力过程及海气相互作用等具有重要意义,是海洋环境关键要素之一.浮标是海表面温度观测的常用手段,但由于浮标在空间的分布不规则,浮标采集的海表面温度数据也呈现非规则性.另外,浮标在实际工作中难免存在故障,致使采集的海表面温度数据存在缺失.因此对存在缺失的非规则海表面温度数据进行重构具有重要意义.该文通过将海表面温度数据建立为时变图信号,利用图信号处理方法解决海表面温度缺失数据重构问题.首先,利用数据的低秩性和时域-图域联合变差特性构建海表面温度重构模型;其次,基于交替方向乘子法框架提出一种求解该优化模型的基于低秩和联合平滑性(LRJS)的时变图信号重构方法,并分析该方法的计算复杂度和估计误差的理论极限;最后,采用南海和太平洋海域海表温度数据对方法的有效性进行了评估,结果表明,与现有缺失数据重构方法相比,该文所提LRJS方法有更高的重建精度.

    海表面温度时变图信号信号重构低秩联合平滑性

      原文链接:
    • 万方数据
    • 维普

    基于滤波器组多载波的组网低截获探通一体化信号设计

    陈军王昊贺晓波王杰...
    4268-4277页
    查看更多>>摘要：在现代电子对抗中,将多部探通一体化系统进行组网,可以提高单站探通一体化系统探测效率和协同探测能力.由于探通一体化信号自身峰均比较高,信号易被截获,系统的生存能力受到严重威胁.为了提升探通一体化信号的低截获性能(LPI),首先该文在滤波器组多载波的框架下,提出一种通信子载波分组功率优化和雷达子载波异置等功率优化的组网低截获探通一体化信号时频结构.然后,该文从信息论的角度出发,统一了系统的性能评估指标;将最小化截获信息距离作为优化目标函数,建立了组网探通一体化信号低截获优化模型.该文将此优化模型转换为凸优化问题,并利用Karush-Kuhn-Tucker条件对其进行求解.仿真结果表明,该文所设计的组网低截获探通一体化信号在探测动目标时,节点间雷达干扰低至近-60 dB,通信误码率满足10-6数量级,同时能有效降低截获信号的信噪比.

    低截获概率探通一体化组网系统滤波器组多载波信息论

      原文链接:
    • 万方数据
    • 维普