首页期刊导航|计算机系统应用
期刊信息/Journal information
计算机系统应用
计算机系统应用

苏振泽

月刊

1003-3254

csa@iscas.ac.cn

010-62661041

100080

北京中关村南四街4号

计算机系统应用/Journal Computer Systems & ApplicationsCSCD北大核心CSTPCD
查看更多>>专业技术性刊物。推广计算机系统在各行各业的应用技术成果和运行管理经验。
正式出版
收录年代

    基于改进FPCC的实例分割算法

    冯兴盛刘涌唐磊刘文兴...
    192-198页
    查看更多>>摘要：3D点云实例分割是工业自动化中关键的预处理步骤.然而,在工业抓取场景中存在大量遮挡时,3D点云的实例分割网络通常难以区分相似对象.针对这一问题,本文提出了一种基于FPCC的改进算法.本算法有两个分支:中心点分支,用于推断实例的中心点,以及嵌入式特征分支,用于描述点的特征.分割结果是使用聚类算法获得的.特征增强(FEH)模块对中心点预测的准确性起着至关重要的作用.该模块使用特征增强方法来提高预测的准确性,并且进一步地针对中心点预测而进行了损失函数的修改.实验结果表明,改进后的算法相比于FPCC算法在Precision值和Recall值上分别提高了 10％、15％.

    工业抓取三维点云深度学习实例分割人工智能卷积神经网络

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

    基于改进UNet3+的岩心图像颗粒提取算法

    王浩熊淑华何海波吴晓红...
    199-205页
    查看更多>>摘要：在石油勘探过程中,岩心颗粒是研究地质层序、评估油气含量以及认识地质构造的有效资料,对岩心颗粒图像进行颗粒提取有利于地质研究人员后续的深入分析.岩心颗粒图像通常存在颗粒边缘模糊、背景与颗粒色彩复杂的问题.为了改善岩心颗粒提取的效果,本文设计了一种基于改进UNet3+的岩心图像颗粒提取算法.该算法在UNet3+的每个编码层后加入感受野模块(RFB)来扩大网络的感受野,从而有效地解决网络因感受野受限而导致的分割精度低的问题,并在RFB模块后嵌入了卷积块注意力模块(CBAM)使网络更加精确地聚焦于目标区域,提高目标区域的特征权重.实验结果表明,改进后的算法在岩心颗粒图像上具有良好的分割效果,相比原始UNet3+网络,分别在 mIoU、mPA 和 FWIoU 上提升了5.43％、2.99％和 5.34％.

    岩心颗粒图像UNet3+感受野卷积块注意力注意力机制语义分割

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

    改进AOD-Net的道路交通图像去雾算法

    孟修建乔欢欢王雅程晓...
    206-212页
    查看更多>>摘要：针对现有图像去雾算法在处理道路交通图像时无法同时兼顾去雾效果和实时性的问题,本文以快速一体化网络去雾算法(AOD-Net)为基础进行改进.首先,在AOD-Net中添加SE通道注意力,以自适应的方式分配通道权重,关注重要特征;其次,引入金字塔池化模块,扩大网络的感受野,并融合不同尺度特征,更好地捕捉图像信息;最后,使用复合损失函数同时关注图像像素信息和结构纹理信息.实验结果表明,改进后的AOD-Net算法对道路交通图像去雾后的峰值信噪比提升了 2.52 dB,结构相似度达到了 91.2％,算法复杂度和去雾耗时略微增加,但仍满足实时要求.

    图像去雾深度学习AOD-Net算法通道注意力金字塔池化

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

    基于Delaunay三角网的克里金并行算法优化

    陈国军李子祥付云鹏李震烁...
    213-218页
    查看更多>>摘要：当采样点数据量较大时,可以采用Delaunay三角剖分建立三角网来使用局部邻域采样点进行克里金插值.但是该算法需要对每个插值点拟合半变异函数,插值点规模大时造成巨大开销.为此,本文提出了一种以三角形为单位拟合半变异函数的克里金插值方法,采用CPU-GPU负载均衡将部分计算优化,充分考虑不均匀样本对克里金插值效果的影响.结果表明,本文算法能够保证不均匀样本集的插值效果,提升了计算性能且能够保证较高的精度.

    负载均衡克里金插值邻域搜索并行计算

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

    面向RGB-D语义分割的多模态任意旋转自监督学习

    李鸿宇张宜飞杨东宝
    219-230页
    查看更多>>摘要：基于RGB-D数据的自监督学习受到广泛关注,然而大多数方法侧重全局级别的表示学习,会丢失对识别对象至关重要的局部细节信息.由于RGB-D数据中图像和深度具有几何一致性,因此这可以作为线索来指导RGB-D数据的自监督特征表示学习.在本文中,我们提出了 ArbRot,它可以无限制地旋转角度并为代理任务生成多个伪标签用于自监督学习,而且还建立了全局和局部之间的上下文联系.本文所提出的ArbRot可以与其他对比学习方法联合训练,构建多模态多代理任务自监督学习框架,以增强图像和深度视图的特征表示一致性,从而为RGB-D语义分割任务提供有效的初始化.在SUN RGB-D和NYU Depth Dataset V2数据集上的实验结果表明,多模态任意旋转自监督学习得到的特征表示质量均高于基线模型.开源代码:https://github.com/Physu/ArbRot.

    自监督学习代理任务对比学习RGB-D多模态

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

    深度学习在糖尿病视网膜病变分级中的应用

    张志强赵可辉牛惠芳张子宇...
    231-244页
    查看更多>>摘要：近年来,糖尿病视网膜病变(diabetic retinopathy,DR)成为全球失明人口增加的主要原因,早期的DR严重程度分级对防止DR患者视力丧失尤为重要.由于糖尿病患者数量的逐年上升,DR分级的需求量也不断增加,然而传统的人工分级不能满足日益增长的需求,且人工分级耗时费力.深度学习技术的发展,为DR检测和分级提供了高效率且更可靠的手段.虽然,目前的DR二元检测已经取得十分好的效果,然而由于糖尿病视网膜病变的复杂性和病变程度之间的差距细微,DR严重程度分级仍然是一个具有挑战性的问题.本文对近年来涌现的DR分级方法进行了研究和总结:介绍了基于 VGG、InceptionNet、ResNet、EfficientNet、DenseNet、CapsNet 模型的 6 种深度学习分级方法;并介绍了基于多网络融合的DR分级方法;最后对基于深度学习的DR分级方法的研究趋势进行总结和展望.

    糖尿病视网膜病变深度学习卷积神经网络多网络融合多标签分类

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

    基于输入特征稀疏化的图神经网络训练加速

    马煜昕许胤龙李诚钟锦...
    245-253页
    查看更多>>摘要：图神经网络(graph neural network,GNN)是处理图数据的重要方法.由于计算复杂、图数据容量大,在大规模图上训练图神经网络依赖于CPU-GPU协作和图采样训练方法,其中图结构和特征数据存储在CPU内存中,而采样得到的子图及其特征则传输至GPU进行训练.然而,这种方法面临着严重的图特征数据加载瓶颈,显著降低了端到端训练性能,且图特征占用过多内存,严重限制了可训练的图规模.为了解决这些问题,我们提出了基于输入特征稀疏化的数据加载方法,显著减少CPU内存占用和跨PCIe总线传输的数据量,大幅缩短数据加载时间,加速GNN的训练,使其可以充分利用GPU计算资源.针对图特征和GNN计算特性,我们提出了适用于图特征数据的稀疏化方法,在压缩比和模型准确度之间达到平衡.我们在3个常见GNN模型和3个不同规模的数据集上进行了实验评估,包括最大的公开数据集之一 MAG240M.结果表明,此方法将特征尺寸减小了一个数量级以上,并实现1.6-6.7倍的端到端训练加速,而模型准确度的降低不超过1％.此外,在仅使用4个GPU的情况下,仅需40 min就可以在MAG240M上完成GraphSAGE模型的训练并达到目标准确度.

    图神经网络数据加载稀疏化压缩特征分析

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

    基于加权多头并行注意力的局部遮挡面部表情识别

    郭胜蔡姗邹雪周珍胜...
    254-262页
    查看更多>>摘要：面部表情识别在诸多领域具有广泛的应用价值,但在识别过程中局部遮挡会导致面部难以提取有效的表情识别特征,而局部遮挡的面部表情识别可能需要多个区域的表情特征,单一的注意力机制无法同时关注面部多个区域特征.针对这一问题,本文提出了一种基于加权多头并行注意力的局部遮挡面部表情识别模型,该模型通过并行多个通道-空间注意力提取局部未被遮挡的多个面部区域表情特征,有效缓解了遮挡对表情识别的干扰,大量的实验结果表明,本文的方法相比于很多先进的方法取得了最优的性能,在RAF-DB和FERPlus上的准确率分别为89.54％、89.13％,在真实遮挡的数据集 Occlusion-RAF-DB 和 Occlusion-FERPlus 的准确率分别为 87.47％、86.28％.因此,本文的方法具有很强的鲁棒性.

    面部表情识别局部遮挡表情特征识别注意力机制加权多头并行注意力神经网络

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

    高铁场景中基于DASH协议的流媒体自适应云协同传输方法

    姜堃
    263-271页
    查看更多>>摘要：高铁逐渐成为流行的出行选择,高铁途中用户对流媒体服务有着较高的需求.但是高速移动场景下用户带宽抖动严重、用户的媒体体验难以得到保障.为此,本文提出了一种基于DASH协议的跨层流媒体自适应云协同传输优化方法.首先提出了一个基于DASH协议的跨层流媒体自适应云协同传输架构,并提出一个高铁环境下用户的QoE模型.在此基础上构建了基于DASH的跨层流媒体自适应云协同传输的优化模型,并提出了基于DASH协议的跨层流媒体云协同自适应码率选取算法,提升用户的媒体体验.最后仿真实验结果表明,本文提出的方法能很好地提高高铁用户的媒体体验,有助于高速移动场景下流媒体优化传输的研究.

    高铁DASH协议流媒体QoE

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

    基于动态加权选举的委托权益证明共识机制改进

    杨攀苏波刘敏贤叶传涛...
    272-279页
    查看更多>>摘要：面向委托权益证明共识机制中用户节点缺乏积极性、节点窜谋、难以抑制恶意节点出现、中心化风险变高等缺陷,提出了一种基于动态加权选举的委托权益证明共识机制改进方案.首先,针对用户节点建立奖惩机制以激励用户参与选举活动,同时引入用户节点地址聚类算法以发现具有相似投票行为的用户节点,限制用户节点的不良投票行为.使用改进熵权法对每一轮候选节点的特征动态计算权值,再利用优劣解距离算法结合用户节点的投票情况对候选节点进行排序,使选举结果更为合理.随后,在区块生产过程中动态调整生产节点的生产顺序以避免中心化风险.最终通过仿真模拟验证了所提改进方案的可行性与有效性,结果表明,所提方案能在激励用户节点的同时限制节点的不良行为,有效降低恶意节点出现的概率并避免中心化风险.

    区块链委托权益证明共识机制动态加权选举

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