首页期刊导航|计算机工程
期刊信息/Journal information
计算机工程
华东计算技术研究所　上海市计算机学会
计算机工程

华东计算技术研究所　上海市计算机学会

游小明

月刊

1000-3428

hdsce@sohu265359.sohuvip.net

021-54972331

200233

上海市桂林路418号

计算机工程/Journal Computer EngineeringCSCD北大核心CSTPCD
查看更多>>本刊是中国电子科技集团公司第三十二研究所（华东计算技术研究所）主办的学术性刊物，是上海市计算机学会会刊。主要特点：以最快的速度、科学求实的精神，精选刊登代表计算机行业前沿科研、技术、工程方面的高、精、尖优秀论文。贯彻党的“双百”方针，繁荣科技创作，促进国内外学术交流，探讨和传播计算机科学的理论和实践，加速和促进我国计算机事业的发展。
正式出版
收录年代

    高铁接触网绝缘子检测算法研究

    刘仕兵周诗涵
    200-208页
    查看更多>>摘要：针对已有高速铁路接触网绝缘子目标检测算法通常存在检测精度不高且忽视了绝缘子方向的问题，为了能更好地满足智能化巡检需求，提出一种基于改进YOLOv5的绝缘子旋转目标检测算法。首先，引入协调注意力(CA)和十字交叉注意力机制，高效提取绝缘子的有效特征及位置信息，同时利用骨干网络RepVGG架构，有效提升模型表征力和检测速度;在检测头的骨干网络中，采用对齐卷积(AC)模块解决了绝缘子目标的倾斜和特征不对齐问题，进一步调整了预测框与实际目标的对齐程度;最后，采用旋转完全交并比(R-CIoU)计算旋转损失函数，可以更好地实现对预测框的精准定位。实验结果表明，该算法可以实现对绝缘子不同方向的检测，在提升检测速度的同时平均精度均值(mAP)达到97。5％，能更好地满足绝缘子目标检测的需求。

    旋转目标检测YOLOv5网络结构绝缘子对齐卷积注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于区域特征强化的多尺度伪装目标检测方法

    孙帮勇马铭于涛
    209-219页
    查看更多>>摘要：伪装目标检测(COD)能够在复杂环境下探测出与背景相似度极高的伪装目标，在军事侦查和工业检测等领域具有重要的应用价值。针对现有伪装目标检测方法对区域级特征信息利用率低的问题，提出一种基于区域特征强化的多尺度伪装目标检测网络(RFE-Net)方法，实现可见光条件下伪装目标的准确探测。RFE-Net主要包含弱语义特征增强模块、空间信息交互模块和上下文信息聚合模块。首先弱语义特征增强模块引入了条状池化和非对称卷积，通过优化网络的感受野来动态调整搜索区域，从而加强长距离弱语义特征间的联系;然后将级联的U型块结构组合为空间信息交互模块，消除错误预测样本的干扰;最后设计上下文信息聚合模块，通过充分融合深层语义信息和浅层细粒度信息以精细化处理目标边缘细节，从而提升预测准确度。实验结果表明，所提方法能够加强目标内部的弱语义关联，提高目标与背景的区分度，在最大测试集NC4K上的结构性度量、增强对准度量、加权F1值和平均绝对误差4个指标上均取得最优值，其中结构性度量和平均绝对误差高于第2名方法1。1％和 7。7％。

    深度学习伪装目标检测多尺度融合特征强化区域级特征

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于隐式表达的服装三维重建

    费煜哲蔡欣赵鸣博杨圣豪...
    220-228页
    查看更多>>摘要：随着近年来互联网购物的快速发展，在各大平台上出现了越来越多的服装商品。通过三维重建技术生成服装的三维模型可以帮助消费者更好地了解服装的姿态信息。针对服装的三维重建技术进行研究，提出基于隐式表达的服装三维重建模型。使用神经网络学习获得的占用函数作为服装三维模型的隐式表达，从而建立三维坐标和模型形状的映射。目前已有的三维重建算法需要拟合复杂的曲面模型，但资源消耗量大，而基于隐式表达的三维重建算法不需要进行参数化和网格化，能够提高算法的运行速度。为了进一步提高三维重建效果，采用目前性能最好的PointMetaBase-L网络模型和偏移注意力模块作为模型的特征提取网络。其中PointMetaBase-L网络模型基于现有的点云特征提取网络提出Set Abstraction层的元架构PointMeta，并通过分析选择PointMeta元架构中4个模块的最佳实践构成PointMetaBase-L网络模型的Set Abstraction层，同时引入平面特征投影模块加强特征的局部信息。在特征解码阶段，利用特征权重网络通过加权平均算法获取三维空间中采样点的占用概率。根据这些采样点的占用概率，通过基于区域增长的Marching Cubes算法提取高精度网格重建模型。实验结果表明，与占用网络相比，改进模型在交并比、倒角距离、法线一致性和F1值上分别提升了 48。83％，55。17％、4。27％和79。10％。

    隐式表达三维重建PointMetaBase-L网络模型偏移注意力特征权重网络区域增长MarchingCubes算法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于CLIP和双空间自适应归一化的图像翻译

    李田芳普园媛赵征鹏徐丹...
    229-240页
    查看更多>>摘要：现有的图像翻译方法大多依赖数据集域标签来完成翻译任务，这种依赖往往限制了它们的应用范围。针对完全无监督图像翻译任务的方法能够解决域标签的限制问题，但是普遍存在源域信息丢失的现象。为了解决上述2个问题，提出一种基于对比学习语言-图像预训练(CLIP)的无监督图像翻译模型。首先，引入CLIP相似性损失对图像的风格特征施加约束，以在不使用数据集域标签的情况下增强模型传递图像风格信息的能力和准确性;其次，对自适应实例归一化(AdaIN)进行改进，设计一个新的双空间自适应归一化(DSAdaIN)模块，在特征的风格化阶段添加网络的学习和自适应交互过程，以加强对内容源域信息的保留;最后，设计一个鉴别器对比损失来平衡对抗网络损失的训练和优化过程。在多个公开数据集上的实验结果表明，与StarGANv2、StyleDIS等模型相比，该模型可在准确传递图像风格信息的同时保留一定的源域信息，且在定量评估指标FID分数和KID分数上分别提升了近3。35和0。57×102，实现了较好的图像翻译性能。

    图像翻译生成对抗网络对比学习语言-图像预训练模型自适应实例归一化对比学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于关键区域遮挡与重建的人脸表情识别

    李晶李健陈海丰张倩...
    241-249页
    查看更多>>摘要：为了解决自然场景下人脸表情识别任务中的无用信息干扰和遮挡对识别性能的影响问题，提出一种基于关键区域遮挡与重建的人脸表情识别模型。利用多尺度特征提取网络，提取人脸图像的全局特征。根据68个人脸关键点划分出 68个关键区域，并通过插值法提取68个关键区域的特征，同时采用注意力机制学习关键区域特征之间的先验关系。设计自监督的遮挡与重建模块，对关键区域特征进行随机遮挡，并利用已知区域信息来预测和重建被遮挡区域的特征，从而提高模型在自然场景下的表情识别性能。设计多个实验验证了该模型的泛化能力，并通过消融实验验证了模型中每个模块的有效性。实验结果表明，该模型在真实世界的情感面孔数据集(RAF-DB)和Occlusion-RAF-DB数据集上分别达到了 88。44％和86。09％的识别准确率，相比于视觉Transformer(ViT)等模型有效地提升了自然场景下人脸表情识别的性能。

    人脸表情识别多尺度关键区域特征注意力机制自监督学习遮挡与重建

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合光流与多视角几何的动态视觉SLAM系统

    周秦源邓越平张磊张陈...
    250-259页
    查看更多>>摘要：视觉同步定位与地图构建(SLAM)在动态干扰的情况下，导致定位精度下降且无法准确构建静态地图，提出一种结合光流和多视角几何的动态视觉SLAM系统，该系统是在ORB-SLAM2的基础上进行改进的。在追踪线程中引入处理后的光流信息，结合多视图几何，得到动态区域掩码对视野内图像帧进行分割，实现动态区域检测并滤除动态区域中的特征点，在保证视觉SLAM系统实时性的同时提高追踪准确度，替换原本的地图构建线程。在新的地图构建线程中，引入光流信息及MobileNetV2实例分割网络。利用实例分割网络分割结果结合光流动态区域掩码对获取到的有序点云逐层分割，解决地图构建中动态物体造成的"拖影"问题。同时对分割后的点云团融合语义信息，最终构建静态语义八叉树地图。在TUM Dynamic Objects数据集上的实验结果表明，相较于ORB-SLAM2，在高动态场景序列测试中，该算法的定位精度平均提升70。4％，最高可提升90％。

    同步定位与地图构建光流多视角几何动态场景运动物体检测实例分割点云分割

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    原型对齐和域感知的零样本哈希

    董峰王永欣马玉玲王奎奎...
    260-271页
    查看更多>>摘要：为了实现对未见类别图像的有效检索，零样本哈希(ZSH)方法通常将类别属性中的监督知识从已见类转移到未见类。然而，获取类别属性需要花费额外的计算资源，并且视觉特征和类别属性之间存在跨模态的异构鸿沟。此外，现有方法忽视了强偏差问题，导致模型错误地将已见类样本识别为未见类，从而降低了检索精度。与此同时，ZSH在保持哈希码和原始数据语义一致性以及实现哈希码的离散优化等方面也面临着挑战。为此，提出一种原型对齐和域感知的ZSH方法，其不依赖类别属性等特殊监督知识，能够节省注释属性的花销同时避免跨模态异构鸿沟的影响。首先计算各类样本在海明空间中的原型，然后通过对齐哈希码和类原型来学习语义一致的哈希码。为了避免松弛策略造成的量化误差，提出一种离散优化算法来求解哈希码的离散约束，并且实现线性的计算复杂度。同时，设计一个域感知策略用于分离源域和目标域样本，以缓解强偏差问题的影响。在aPY、AWA2和ImageNet数据集上的实验结果表明，该方法的检索精度相较对比方法中的最优值分别提升了 2。6、9。4和14。9个百分点，训练时间也远低于大部分对比方法。

    哈希图像检索零样本学习原型对齐域感知

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    冲击波超压测试多设备接入上位机软件设计及应用

    张亚王超胡闯王军...
    272-278页
    查看更多>>摘要：冲击波超压测试在爆炸威力研究中是一个重要组成部分，便捷的测试设备和方法能提高冲击波测试效率。使用Qt开发框架设计一款多线程上位机软件，同时连接多个设备，解决传统上位机软件与单个设备连接时存在的数据传输效率低、设备接入过程繁琐等问题。该上位机软件主要包含设备管理、参数管理、算法模块和数据管理4个功能模块。通过网络连接，使用自定义应用层协议与设备进行数据传输，对采集的电压信号进行数值转化和滤波，最终形成超压信号并进行数据展示。采用静态电压测试和动态压力测试对上位机软件进行功能评估，结果表明:在静态电压测试中，该上位机软件能准确反映信号发生器幅度为1 V、频率为1 000 Hz的正弦信号;在动态压力测试中，3个采集点的第一波峰压力值分别为0。117 8 MPa、0。121 4 MPa和0。117 9 MPa，与理论激波管计算值0。116 0 MPa之间的误差均在5％以内。该上位机软件能同时对多个设备进行命令控制和数据传输，简化多台设备的连接操作流程，同时提高数据传输效率，具有一定的应用推广价值。

    冲击波超压数据采集上位机软件多设备Qt框架

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于因果机制约束的强化推荐系统

    张斯力李梓健蔡瑞初郝志峰...
    279-290页
    查看更多>>摘要：利用历史数据训练强化学习推荐系统已经得到越来越多研究人员的关注，但是历史数据使得强化学习模型对状态-动作估值错误，产生数据偏差，如流行度偏差和选择偏差。造成上述问题的原因是历史数据分布与强化学习策略采集的数据分布不一致以及历史数据本身带有偏差。使用因果机制可以在约束策略采集数据分布的同时解决数据偏差的问题，提出基于因果机制约束的强化推荐系统，包含因果机制约束模块和对比策略模块。因果机制约束模块用于约束推荐策略可选择的样本空间以减少策略分布与数据分布误差，考虑随时间动态变化的物品流行度分布以缓解流行度偏差。对比策略模块通过平衡正负样本的重要性，缓解选择偏差的影响。在真实数据集Ciao和Epinions上的实验结果表明，相比深度Q网络(DQN)-r、GAIL、SOFA等，该算法具有较优的准确性和多样性，包含加入因果机制约束模块后的模型在F-measure指标上分别提高2％和3％，进一步验证了因果机制约束模块的有效性。

    推荐系统强化学习因果机制外推误差数据偏差

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于FPGA误差可控的浮点运算加速器研究

    关明晓刘嘉堃张鸿锐何安平...
    291-297页
    查看更多>>摘要：浮点运算是高性能计算(HPC)领域的基础运算。在大数据与云计算的背景下，高性能计算平台需要处理的数据量与日俱增，而且浮点数的舍入误差在大规模、长时程的运算中会产生累积，因此，在提升浮点运算性能的同时保证计算结果的可靠性非常重要。利用现场可编程门阵列(FPGA)可编程、低功耗、灵活性强的特点，针对含复杂单项运算的浮点多项式设计一种浮点运算加速器。基于无误差变换的思想，通过计算得出舍入误差值，将其补偿到浮点数值上，从而实现误差可控。采用异步并行的方式实现运算加速，并通过构建CPU-FPGA平台最大化地利用计算资源，保证计算任务执行的高效性。数据测试结果表明:在不限制对称性下的数值相对论模拟运算中，该加速器在200 MHz的主频下可达到91。85 MFLOPs的峰值性能;与Intel i7 6700K CPU运行最大线程数的性能相比，该加速器实现了 50。54的加速比，并在该条件下获得了平均53。6％的精确结果百分比以及更低的相对误差，表明其具备较高的可靠性。

    现场可编程门阵列浮点运算加速器可控误差异构系统高可靠性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据