首页期刊导航|计算机科学
期刊信息/Journal information
计算机科学
计算机科学

朱完元

月刊

1002-137X

jsjkx12@163.com

023-63500828

401121

重庆市渝北区洪湖西路18号

计算机科学/Journal Computer ScienceCSCD北大核心CSTPCD
查看更多>>本刊的读者对象是：大专院校师生，从事计算机科学与技术领域的科研、生产人员。办刊宗旨是：坚持“双百”方针，活跃计算机科学与技术领域的学术气氛，重点报导国内外计算机科学与技术的发展动态，为我国的计算机科学与技术立于世界之林、达到国际先进水平奋斗而矢志不渝。
正式出版
收录年代

    雨滴实地拍摄基准图像数据集及评估

    陈天一薛文全宇晖许勇...
    190-197页
    查看更多>>摘要：在雨天透过玻璃窗拍摄时,附着在玻璃表面的雨滴通常会出现在图像中,这不仅降低了图像的可见度,还会使许多计算视觉算法无法正常工作.图像雨滴去除研究,是指从这类雨天图像中去除雨滴的具体科研研究.该研究领域面临着很大的挑战,主要原因是自然界中的雨滴形态多种多样、各不相同,不同透明度的雨滴也会影响背景图像的成像质量,从而增加了识别并去除雨滴的困难度,对去雨滴算法的性能提升造成了负面影响.为了方便研究者全面了解该领域,将从以下两个方面详尽介绍单幅图像去雨滴研究:单幅图像去雨滴算法和单幅图像联合去雨算法;同时也对该领域的所有算法进行了总结与评估.在基于深度学习的方法中,算法的性能往往受限于数据集的质量,但现有的雨滴数据集中均存在雨滴图像质量不高、图像数量不足等常见情况.为此,建立了雨滴实地拍摄基准图像数据集(HEMC),在拍摄过程中,尽量避免相机抖动、窗户反射和其他外界条件的干扰,从而提高了数据集中训练集的图像质量和测试集的精准度,进而间接提升了算法性能.同时,利用主观视觉效果以及客观指标对数据集进行了多方面的评估,实验结果展现了 HEMC数据集中图像的多样性以及客观指标的稳定性.此外,通过对雨滴数据集间的交叉验证,证实了 HEMC数据集在已有去雨滴算法中的通用性与稳定性.

    图像去雨滴雨滴图像数据集深度学习图像评价指标

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

    基于生成对抗门控卷积网络的文档图像印章消除

    伍贵宾杨宗元熊永平张兴...
    198-206页
    查看更多>>摘要：发票和文档上的印章严重影响文字识别的准确率,因此印章消除技术在文档识别和文档增强的预处理过程中发挥着重要作用.然而,现有的阈值分割方法和基于深度学习的方法存在印章消除不全以及会修改背景像素等问题.文中提出了一个两阶段式印章消除网络SealErase.第一阶段是一个用于生成包含印章位置信息的二值化掩膜的U型分割网络,第二阶段是一个用于进行精细化印章消除的修复网络.由于目前缺乏公开的用于印章消除的成对数据集,现有的方法无法设计像素级的评价指标来衡量生成图像的质量.并且,利用配对的训练集训练神经网络可以有效提高网络的性能.为此,文中兼顾真实场景的泛化性以及对噪声的鲁棒性构建了一个包含8000个样本的高仿真的印章消除数据集.其中的印章分为两种:真实文档图像中的印章和合成的印章.为了客观地评价SealErase的性能,文中设计了基于图像生成质量和被印章遮盖的字符识别准确率的综合评价指标用于评估SealErase网络的消除性能.在构建的印章消除数据集上对比了现有的印章消除模型,实验结果表明,SealErase网络在图像生成质量的评价指标中的峰值信噪比相比最先进的方法提升了 26.79％,平均结构相似性指标提升了4.48％.经过SealErase网络进行印章消除后,被印章遮盖的字符识别准确率提高了 38.86％.SealErase在真实场景下同样可以有效消除印章并保留被遮盖的文字.

    印章消除图像修复印章生成生成式对抗网络门控卷积SealErase

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

    逼近误差有界的相容性高阶网格生成

    张文祥郭佳鹏傅孝明
    207-214页
    查看更多>>摘要：文中提出了一种构造逼近误差有界的高质量相容性高阶网格的方法.给定两个定向的、拓扑同构的三角形网格和一组稀疏的对应点,此方法包含两个步骤:(1)生成满足误差有界的相容性高阶网格;(2)在确保逼近误差总是有界的前提下,降低网格的几何复杂度,并在该过程中通过优化控制顶点来降低相容性网格之间的扭曲以及与原始网格之间的几何近似误差.第一步先生成满足误差有界的相容性线性网格,然后升阶为高阶网格.第二步通过迭代地执行基于边长的重新网格化和增加相容性目标边长场,有效地降低了网格几何复杂度.从切空间的角度,推导出了 3DBézier三角形之间映射的雅可比矩阵,从而可以有效地优化扭曲能量.通过对扭曲能量和几何近似误差能量的优化,有效地降低了相容性网格之间的扭曲以及相容性网格与原始网格之间的几何近似误差.通过大量实验,证明了此方法对于构造误差有界的高质量相容性高阶网格的有效性和实用性.

    相容性网格高阶网格近似误差有界Hausdorff距离高质量网格低网格复杂度

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

    基于观测数据的地表太阳形状B-样条函数模型

    沈童赵乐冯结青
    215-224页
    查看更多>>摘要：描述地面上接收太阳辐射能分布的函数被称为地表太阳形状模型.它对塔式光热太阳能发电中接收器上辐射能密度分布的精确仿真至关重要.光晕辐射能占太阳辐射总能量的百分比,也被称为光晕辐射能占比(CircumSolar Ratio,CSR),它是地表太阳形状模型中的一个重要参数.目前,常用的地表太阳形状模型普遍存在精度不高、计算所得CSR无法与输入CSR对齐、辐射能分布不连续、模型函数不能解析积分等不足.针对这些问题,文中提出了基于观测数据拟合的地表太阳形状张量积B-样条函数模型.首先,对两个观测数据集进行数据清洗、去噪、归一化、分组平均和拼接,得到具有不同CSR值、随入射角度偏移θ变化的84组太阳辐射能扫描剖面数据;其次,选择变化最剧烈的CSR为0.005这组数据,以θ为 自变量,进行带约束的B-样条函数拟合(二次规划问题),拟合过程中,通过差分进化算法优化节点向量,并通过实验确定最优控制系数的数量;然后,采用上述节点向量、控制系数数量,以相同的方式拟合其他CSR值的83组数据;最后,将所得84个单变量B-样条函数模型作为输入,以CSR为自变量对其控制系数进行拟合,并类似地确定节点向量和控制系数数目,最终得到以CSR和θ为 自变量、具有12×15个控制系数的张量积B-样条函数模型,即地表太阳形状模型.与已有模型相比,该B-样条函数模型是一个C2光滑的模型,具有CSR对齐、拟合精度高和辐射能分布可解析积分的优点.

    太阳形状模型CSR对齐B-样条函数拟合二次规划差分进化算法

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

    CCF第41个会员活动中心:CCF温州成立!

    CCF微信公众号
    224页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    曲线曲面局部最小二乘渐进迭代逼近

    高杨蒋旖旎蔺宏伟
    225-232页
    查看更多>>摘要：作为一种有效的大数据拟合方法,曲线曲面最小二乘渐进迭代逼近方法(LSPIA)吸引了众多研究者的关注,并获得了广泛的应用.针对LSPIA算法拟合局部数据点效果较差的问题,提出了一种局部的LSPIA算法,称为LOCAL-LSPIA.首先,给定初始曲线(曲面)并从给定的数据点中选择部分数据点;然后在初始曲线(曲面)上选择需要调整的控制点;最后,LO-CAL-LSPIA通过迭代调整这一部分控制点来生成一系列局部变化的拟合曲线(曲面),并且保证生成的曲线(曲面)的极限是在仅调整这部分控制点的情况下拟合部分数据点的最小二乘结果.在多个曲线曲面拟合上的实验结果表明,为达到相同的拟合精度,LOCAL-LSPIA算法比LSPIA算法需要的步骤和运算时间更少.因此,LOCAL-LSPIA是有效的,而且在拟合局部数据的情况下比LSPIA算法的收敛速度更快.

    渐进迭代逼近数据拟合局部最小二乘

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

    2023 CCF科技创业大赛行业赛——"赢在苏州创赢未来"全球科技创业大赛圆满举办

    CCF微信公众号
    232页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于伪标签的弱监督显著特征增强目标检测方法

    史殿习刘洋洋宋林娜谭杰夫...
    233-242页
    查看更多>>摘要：显著性目标检测旨在检测图像中最明显的区域.传统的基于单一标签的算法不可避免地受到所采用的细化算法的影响,表现出偏见特征,从而进一步影响了显著性网络的检测性能.针对这一问题,基于多指令滤波器结构,提出了 一种基于伪标签的弱监督显著特征增强 目标检测方法FeaEM,通过从多个标签中集成更全面和准确的显著性线索,从而有效提升目标检测的性能.FeaEM方法的核心是引入一个新的多指令滤波器结构,利用多个伪标签来避免单一标签带来的负面影响;通过在指令滤波器中引入特征选择机制,从噪声伪标签中提取和过滤更准确的显著性线索,从而学习更多有效的具有代表性的特征;同时,针对现有的弱监督目标检测方法对输入图像的尺度十分敏感,同一图像的不同尺寸输入的预测结构存在较大偏差问题,通过引入尺度特征融合机制,以确保在输入不同尺寸的同一图像时,能输出一致的显著图,进而有效提高模型的尺度泛化能力.在多个数据集上进行的大量实验表明,所提出的FeaEM方法优于最具代表性的方法.

    深度学习目标检测显著性伪标签注意力机制

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

    基于双重动态记忆网络的弱监督视频异常检测

    周文浩胡宏涛陈旭赵春晖...
    243-251页
    查看更多>>摘要：视频异常检测需从整段视频中识别帧级别的异常行为.弱监督方法使用正常与异常视频,辅以视频级别标签训练模型,相比无监督视方法展现出了更优越的性能.然而,目前的弱监督视频异常检测方法无法记录视频长期模态,且部分方法为了获得更优的检测效果,利用了未来帧的信息,导致无法在线应用.为此,文中首次提出了一种基于双重动态记忆网络的弱监督视频异常检测方法,通过设计包含两个记忆模块的记忆网络来分别记录视频中长期的正常和异常模态.为了实现视频特征和记忆项的协同更新,采用读操作基于记忆模块中的记忆项对视频帧的特征进行增强,采用写操作基于视频帧特征对记忆项的内容进行更新,同时记忆项的数量在训练的过程中会动态调整从而适应不同视频监控场景的需求.在训练时,设计模态分离损失增加记忆项之间的区分度.在测试时,仅需要记忆项而不需要未来视频帧的参与,从而实现准确的在线检测.在两个公开的弱监督视频异常检测数据集上的实验结果表明,所提方法优于所有在线应用的方法,相比只能离线应用的方法也具有很强的竞争力.

    视频异常检测弱监督学习记忆网络多示例学习深度学习

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

    限定域关系抽取技术研究综述

    侯景邓晓梅汉鹏武
    252-265页
    查看更多>>摘要：限定域关系抽取技术是在预定义实体类型和关系类型的前提下,从文本中捕获关键信息的技术,多采用由头尾实体和关系构成的三元组作为信息表示形式.作为信息抽取领域的重要研究方向之一,其在知识问答、信息检索等任务中被广泛应用.文中在介绍相关概念和任务范式的基础上,分析了深度学习背景下限定域关系抽取任务的研究进展,根据句中实体是否可见,分为关系分类任务和三元组抽取任务,依据任务表现特征,前者可细分为有监督条件下的关系分类任务、小样本关系分类任务和远程监督条件下的关系分类任务.文中探讨和分析了以上任务中常用的技术方法及其优缺点,最后归纳总结了关系抽取技术在低资源、多模态等更为接近真实情景下的发展潜力和现存的挑战.

    限定域关系抽取深度学习关系分类三元组远程监督

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