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

    基于统计特征搜索的多元时间序列预测方法

    潘金伟王乙乔钟博王晓玲...
    3276-3284页
    查看更多>>摘要：时间序列中包含一些长期依赖关系,如长期趋势性、季节性和周期性,这些长期依赖信息的跨度可能是以月为单位的,直接应用现有方法无法显式建模时间序列的超长期依赖关系.该文提出基于统计特征搜索的预测方法来显式地建模时间序列中的长期依赖.首先对多元时间序列中的平滑特征、方差特征和区间标准化特征等统计特征进行抽取,提高时间序列搜索对趋势性、周期性、季节性的感知.随后结合统计特征在历史序列搜索相似的序列,并利用注意力机制融合当前序列信息与历史序列信息,生成可靠的预测结果.在5个真实的数据集上的实验表明该文提出的方法优于6种最先进的方法.

    多元时间序列预测注意力机制长期依赖

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    平滑注意力与谱上采样细化的非等距三维点云模型对应关系计算

    杨军张思洋吴衍
    3285-3294页
    查看更多>>摘要：为了解决非等距3维点云模型对应关系计算易受模型大尺度形变影响而导致对应失真、准确率低且平滑性差的问题,该文提出一种结合平滑注意力与谱上采样细化的非等距3维点云模型对应关系计算新方法.首先,利用点所在表面的几何特征信息设计平滑注意力机制与平滑感知模块,提高特征对大尺度形变区域非刚性变换的感知能力;其次,将深度函数映射模块与平滑正则化约束相结合,提升函数映射计算结果的平滑性;最后,在谱上采样细化模块中,以多分辨率重建的方式得到最终的逐点映射结果.实验结果表明,与已有算法相比,本算法在FAUST、SCAPE和SMAL数据集上构建的对应关系测地误差最小,处理大尺度形变模型时,能够提升逐点映射的平滑性和全局准确率.

    对应关系非等距3维模型平滑注意力函数映射谱上采样细化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    粒子群优化的门控循环单元网络漂流浮标轨迹预测

    刘凇佐王虔李磊李慧...
    3295-3304页
    查看更多>>摘要：该文针对漂流浮标的轨迹预测问题,提出一种基于深度学习框架的端对端预测模型.由于不同海域的水动力模型存在较大差异,针对海面漂流浮标的流体载荷计算也较为复杂.因此,该文根据漂流浮标历史轨迹形成的多维时间序列,提出更具有普适性的基于数据驱动的轨迹预测模型.该模型将粒子群优化算法(PSO)与门控循环单元(GRU)结合,使用PSO算法对GRU神经网络的超参数进行初始化,经过多次迁移迭代训练后获得最优漂流浮标轨迹预测模型.最后使用多个北大西洋真实漂流浮标轨迹数据进行验证,结果表明PSOGRU算法能够实现准确的漂流浮标轨迹预测.

    漂流浮标轨迹预测粒子群优化门控循环单元

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于预训练固定参数和深度特征调制的红外与可见光图像融合网络

    徐少平周常飞肖建陶武勇...
    3305-3313页
    查看更多>>摘要：为了更好地利用红外与可见光图像中互补的图像信息,得到符合人眼感知特性的融合图像,该文采用两阶段训练策略提出一种基于预训练固定参数和深度特征调制的红外与可见光图像融合网络(PDNet).具体地,在自监督预训练阶段,以大量清晰的自然图像分别作为U型网络结构(UNet)的输入和输出,采用自编码器技术完成预训练.所获得编码器模块能有效提取输入图像的多尺度深度特征功能,而解码器模块则能将其重构为与输入图像差异极小的输出图像;在无监督融合训练阶段,将预训练编码器和解码器模块的网络参数保持固定不变,而在两者之间新增包含Transformer结构的融合模块.其中,Transformer结构中的多头自注意力机制能对编码器分别从红外和可见光图像提取到的深度特征权重进行合理分配,从而在多个尺度上将两者融合调制到自然图像深度特征的流型空间上来,进而保证融合特征经解码器重构后所获得融合图像的视觉感知效果.大量实验表明:与当前主流的融合模型(算法)相比,所提PDNet模型在多个客观评价指标方面具有显著优势,而在主观视觉评价上,也更符合人眼视觉感知特点.

    红外与可见光图像图像融合自监督预训练无监督融合训练固定参数深度特征调制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    语义增强图像-文本预训练模型的零样本三维模型分类

    丁博张立宝秦健何勇军...
    3314-3323页
    查看更多>>摘要：目前,基于对比学习的图像-文本预训练模型(CLIP)在零样本3维模型分类任务上表现出了巨大潜力,然而3维模型和文本之间存在巨大的模态鸿沟,影响了分类准确率的进一步提高.针对以上问题,该文提出一种语义增强CLIP的零样本3维模型分类方法.该方法首先将3维模型表示成多视图;然后为了增强零样本学习对未知类别的识别能力,通过视觉语言生成模型获得每张视图及其类别的语义描述性文本,并将其作为视图和类别提示文本之间的语义桥梁,语义描述性文本采用图像字幕和视觉问答两种方式获取;最后微调语义编码器将语义描述性文本具化为类别的语义描述,其拥有丰富的语义信息和较好的可解释性,有效减小了视图和类别提示文本的语义鸿沟.实验表明,该文方法在ModelNet10和ModelNet40数据集上的分类性能优于现有的零样本分类方法.

    3维模型分类零样本基于对比学习的图像-文本预训练模型语义描述性文本

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种改进YOLOv5算法的伪装目标检测方法

    彭锐晖赖杰孙殿星李莽...
    3324-3333页
    查看更多>>摘要：为了深入挖掘伪装目标特征信息含量、充分发挥目标检测算法潜能,解决伪装目标检测精度低、漏检率高等问题,该文提出一种多模态图像特征级融合的伪装目标检测算法(CAFM-YOLOv5).首先,构建伪装目标多波谱数据集用于多模态图像融合方法性能验证;其次,构建双流卷积通道用于可见光和红外图像特征提取;最后,基于通道注意力机制和空间注意力机制提出一种交叉注意力融合模块,以实现两种不同特征有效融合.实验结果表明,模型的检测精度达到96.4%、识别概率88.1%,优于YOLOv5参考网络;同时,在与YOLOv8等单模态检测算法、SLBAF-Net等多模态检测算法比较过程中,该算法在检测精度等指标上也体现出巨大优势.可见该方法对于战场军事目标检测具有实际应用价值,能够有效提升战场态势信息感知能力.

    伪装目标检测多波谱数据集注意力机制可见光图像红外图像

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    复杂场景下自适应注意力机制融合实时语义分割

    陈丹刘乐王晨昊白熙茹...
    3334-3342页
    查看更多>>摘要：实现高准确度和低计算负担是卷积神经网络(CNN)实时语义分割面临的严峻挑战.针对复杂城市街道场景目标种类众多、光照变化大等特点,该文设计了一种高效的实时语义分割自适应注意力机制融合网络(AAFNet)分别提取图像空间细节和语义信息,再经过特征融合网络(FFN)获得准确语义图像.AAFNet采用扩展的深度可分离卷积(DDW)可增大语义特征提取感受野,提出自适应平均池化(Avp)和自适应最大池化(Amp)构成自适应注意力机制融合模块(AAFM),可细化目标边缘分割效果并降低小目标的漏分率.最后在复杂城市街道场景Cityscapes和CamVid数据集上分别进行了语义分割实验,所设计的AAFNet以32帧/s(Cityscapes)和52帧/s(CamVid)的推理速度获得73.0%和69.8%的平均分割精度(mIoU),且与扩展的空间注意力网络(DSANet)、多尺度上下文融合网络(MSCFNet)以及轻量级双边非对称残差网络(LBARNet)相比,AAFNet平均分割精度最高.

    卷积神经网络复杂城市街道场景扩展的深度可分离卷积自适应注意力机制融合分割精度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    低分辨率随机遮挡人脸图像的超分辨率修复

    任坤李峥瑱桂源泽范春奇...
    3343-3352页
    查看更多>>摘要：针对低分辨率随机遮挡人脸图像,该文提出一种端到端的4倍超分辨率修复生成对抗网络(SRIGAN).SRIGAN生成网络由编码器、特征补偿子网络和含有金字塔注意力模块的解码器构成;判别网络为改进的Patch判别网络.该网络通过特征补偿子网络和两阶段训练策略有效学习遮挡区域的缺失特征,通过在解码器中引入金字塔注意力模块和多尺度重建损失增强信息重构,从而实现低分辨率随机遮挡图像与4倍高分辨率完整图像的映射.同时,通过损失函数设计和改进Patch判别网络,确保网络训练的稳定性,提升生成网络性能.对比实验和模块验证实验验证了该算法的有效性.

    图像修复超分辨率重建生成对抗网络金字塔注意力

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    扩展目标跟踪Student's t逆Wishart平滑算法

    陈辉张丁丁连峰韩崇昭...
    3353-3362页
    查看更多>>摘要：脉冲干扰和离群量测信息等因素通常会导致异常的厚尾噪声,这使得以高斯假设为前提的扩展目标跟踪(ETT)估计器的性能急剧降低,针对该问题该文提出一种基于扩展目标随机矩阵模型(RMM)的Student's t逆Wishart平滑(StIWS)算法.首先,将目标的运动状态以及过程噪声和量测噪声建模为Student's t分布以表征异常噪声对扩展目标概率分布的影响,将目标扩展状态建模为服从逆Wishart分布的随机矩阵.然后,在Student's t贝叶斯平滑框架下,详细推导了能在扩展目标的多重特征动态演变的过程中有效估计目标状态的StIWS算法.最后,通过扩展目标跟踪的仿真实验结果和真实场景实验结果验证了所提算法的有效性.

    扩展目标跟踪Student'st平滑逆Wishart分布厚尾噪声

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多任务协同的多模态遥感目标分割算法

    毛秀华张强阮航杨雨昂...
    3363-3371页
    查看更多>>摘要：利用语义分割技术提取的高分辨率遥感影像目标分割具有重要的应用前景.随着多传感器技术的飞速发展,多模态遥感影像间良好的优势互补性受到广泛关注,对其联合分析成为研究热点.该文同时分析光学遥感影像和高程数据,并针对现实场景中完全配准的高程数据不足导致两类数据融合分类精度不足的问题,提出一种基于多模态遥感数据的多任务协同模型(UR-PSPNet),该模型提取光学图像的深层特征,预测语义标签和高程值,并将高程数据作为监督信息嵌入,以提升目标分割的准确性.该文设计了基于ISPRS的对比实验,证明了该算法可以更好地融合多模态数据特征,提升了光学遥感影像目标分割的精度.

    语义分割遥感影像多模态深度学习高程估计

      原文链接:
    • NETL
    • NSTL
    • 万方数据