首页期刊导航|计算机应用研究
期刊信息/Journal information
计算机应用研究
四川省电子计算机应用研究中心
计算机应用研究

四川省电子计算机应用研究中心

刘营

月刊

1001-3695

arocmag@163.com

028-85249567

610041

成都市成科西路3号

计算机应用研究/Journal Application Research of ComputersCSCD北大核心CSTPCD
查看更多>>本刊创刊于1981年,以其新颖性、技术性、实用性、工具性、知识性于一身,设置众多栏目,信息量极大,反映并涵盖了当今国内外计算机应用研究的主流技术、热点技术及最新发展趋势,是一份极具收藏价值的技术刊物。本刊读者对象为从事计算机应用、开发、研究的科技人员,大中专院校师生,各企事业单位技术人员,计算机业余爱好者及相关管理、情报工作者订阅、收藏。本刊现为中国计算机学会会刊,中国科技论文统计源核心期刊,全国中文核心期刊,中国科学引文数据库来源期刊, 中国学术期刊综合评价数据库来源期刊,并为多个检索数据库收录,在国内科技期刊评比中多次荣获优秀科技期刊奖。
正式出版
收录年代

    一种基于降采样后关键点优化的点云配准方法

    陶四杰白瑞林
    904-907页
    查看更多>>摘要:针对工件点云数据多而导致点云配准耗时长的问题,提出一种基于降采样后关键点优化的点云配准方法.计算点云若干体素的重心,利用kd-tree快速遍历重心的邻近点来代替该体素;提出自适应的点云平均距离计算方法,对降采样后的点云提取ISS3D关键点,并采用基于球邻域的边界点判断方法对其优化;对优化后的关键点进行FPFH特征描述,利用SAC-IA求解近似变换阵,使用ICP算法精配准而解得工件的精确位姿信息.实验结果表明,相较于其他四种配准算法,配准精度分别提高了96.9%、98.1%、93.3%和3.5%,配准速度分别提高了77.2%、77.7%、76.9%和85.4%,表明了该方法的有效性.

    耗时体素网格关键点边界点

    大范围云导风的直接可视化方法

    张军朱彬
    908-913页
    查看更多>>摘要:针对传统大范围云导风生成及显示过程中存在较大计算冗余的问题,提出一种快速风场可视化算法,可使用卫星云图序列直接生成便于人眼观察的大范围云导风态势展示视频.该算法首先使用稀疏像素块匹配分析得到相邻帧之间的运动信息,再使用匹配结果形成图像形变网格,最后使用该网格对噪声纹理图像进行形变和颜色混合叠加操作,从而输出风场运动轨迹的动态视频.由于无须复杂的光流计算和额外流场可视化后处理等步骤,该算法在程序实现时更加便捷,对计算硬件依赖性较小.实验结果显示,这种直接可视化算法可以生成易于辨识的、时间一致性强的云导风动态可视化视频,能应对红外、可见光和水汽等各种波段的卫星图像数据,对云层无规则消散、生成等干扰具有较高鲁棒性.

    大范围云导风流场可视化网格变形图像混合

    多尺度和纹理特征增强的小尺寸人脸检测

    张智王进王杰郑锦...
    914-918页
    查看更多>>摘要:针对现有人脸检测算法难以处理多尺度、多姿态的人脸检测,尤其是面对小尺寸时准确性低的问题,提出了多尺度和纹理特征增强的小尺寸人脸检测算法.该算法的多尺度增强模块能够丰富特征的多尺度信息,提高对多尺度人脸的检测能力;纹理特征增强模块能够通过融合低层的纹理信息提升高层语义的表达,从而加强对小尺寸人脸的检测能力;多阶段加权损失函数平衡网络的输出,充分发挥各个模块的增强作用.实验结果表明,该方法不仅在检测速度上可以达到实时,而且对MALF数据集中高度小于60像素的人脸检测精度可达88.69%;在FDDB数据集上相比目前的BBFCN算法精度提高近四个百分点.

    人脸检测小尺寸人脸多尺度增强纹理特征增强加权损失函数

    基于多尺度残差生成对抗网络的单图像盲去运动模糊方法

    陈乔松隋晓旭官旸珺范金松...
    919-922页
    查看更多>>摘要:图像盲去运动模糊一直是计算机视觉领域的一个经典问题,它的目的是在模糊核未知的情况下恢复清晰图像.考虑到更大的感受野以及多尺度信息对恢复清晰图像中的全局信息以及局部细节信息具有重要作用,因此提出的方法对DeblurGAN方法进行改进,提出一种基于条件生成对抗网络的GR-DeblurGAN(granular resi-dual DeblurGAN)的单图像盲去运动模糊方法,采用细粒度残差模块(granular residual block)作为骨干网络,以此在不增加参数量的情况下,扩大感受野,获得多尺度信息.最后在两个广泛使用的数据集:GoPro数据集以及Kohler数据集上进行算法性能评估,并与代表性算法进行对比.从实验结果可以看出,提出的方法改进效果明显,并且在计算开销上面优于其他算法.

    图像盲去模糊细粒度残差模块生成对抗网络

    基于深层聚合结构网络的灰度图像彩色化方法

    张毅韦文闻龚致远
    923-927页
    查看更多>>摘要:当前灰度图像彩色化方法普遍存在边界晕染、细节丢失和着色效果枯燥等问题.针对以上问题,提出了一种基于改进的深层聚合结构网络的灰度图像彩色化方法.将深层聚合结构网络引入图像彩色化领域中,且在传统网络基础上加入长连接,在缓解网络梯度消失问题的同时提升其特征利用率,从而提升算法模型对图像边界和细节的处理能力.另外,模型融合生成对抗网络结构,搭建判别网络,动态评价图片彩色化质量,缓解着色枯燥的问题.实验证明,该方法相比于传统彩色化方法,减轻了着色时边界漏色问题,还原了更多的图像细节,图像颜色更为丰富.

    彩色化深层聚合结构生成对抗网络跳跃连接特征重用

    基于卷积特征建模的目标检测方法

    潘秋羽王伟王明明王道顺...
    928-931页
    查看更多>>摘要:现有依赖CNN的目标检测算法常采用特征融合的建模方式来丰富特征表达,虽然该方法一定程度上能有效改善多尺度目标检测,但是在针对复杂场景进行检测时却没有显著的提升.这主要受限于三个问题的影响:长路径特征融合造成的特征间相关性损失;仅设计了单方向的融合连接,忽略了反方向的语义信息弥补;忽略了有效感受野(effective receptive field,ERF)在多尺度检测中的重要性.针对这三点分别设计了二次融合结构(double fusion structure,DFS)、多分支融合模块(multi branch fusion module,MBFM)和感受野增强模块(receptive field enhance module,RFEM).该方法利用DFS缩短特征层级间的相对路径,然后通过MBFM来同时弥补上层和下层的语义信息缺失,并使用RFEM建模特征通道,增大ERF区域.最终模型在PASCAL VOC 2007测试数据集上达到了85.4%的平均精度均值(mean average precision,mAP),与依赖传统建模方式的检测算法相比,提出的方法提高了2.6%.

    目标检测特征相关性多分支融合有效感受野卷积神经网络

    双目视觉下基于区域生长的三维人脸重建算法

    夏颖盖绍彦达飞鹏
    932-936页
    查看更多>>摘要:为解决传统立体匹配算法匹配低纹理人脸图像时极易产生误匹配的问题,提出一种基于区域生长的人脸立体匹配算法.该算法利用级联回归树算法提取的人脸特征点将人脸划分为不同区域以分别限制各区域的视差搜索范围,从而避免在全局范围上查找匹配点;同时利用人脸的局部形状特性,采用局部曲面拟合的方式筛除误匹配种子点并生成大量可靠种子点用于区域生长;最后,分别在实验室环境采集的人脸图像和FRGC v2.0人脸数据库上进行定性和定量实验.实验结果表明,与传统算法相比,所提算法能够重建出更加准确的三维人脸模型.经点云配准后与人脸点云真实值的均方根误差在2 mm以内,且不同光照、姿态、表情下人脸图像的重建表明所改进的立体匹配算法具有较好的鲁棒性.

    三维人脸重建视差图双目视觉立体匹配区域生长人脸特征点

    基于姿态估计的安全帽佩戴检测方法研究

    王雨生顾玉宛封晓晨符心宇...
    937-940,945页
    查看更多>>摘要:针对现有安全帽佩戴检测方法在施工人员复杂姿态下检测难度大、精度不高的问题,提出一种基于姿态估计的安全帽佩戴检测方法.该方法在OpenPose姿态估计模型中引入残差网络优化特征提取,获得施工人员的骨骼点信息,并提出三点定位法,通过骨骼点位置信息确定头部区域以缩小检测范围.使用RetinaNet检测头部区域安全帽的佩戴情况,以解决安全帽与施工背景之间类极不平衡的问题.实验表明,该方法在检测精度上较其他方法有明显提高,并且对环境的适应性更强.

    目标检测安全帽识别姿态估计三点定位RetinaNet

    动态场景下结合语义的半直接法视觉里程计

    梁鸿陈俊熹李丽华何啸峰...
    941-945页
    查看更多>>摘要:针对传统视觉里程计方法在动态环境中跟踪效果差、容易失效的问题,提出了一种适用于动态场景下融合语义的半直接法视觉里程计,主要由语义分割、位姿跟踪和地图管理三部分组成.首先,使用语义分割网络Mask R-CNN对每一帧图像进行语义分割,得到语义分割二值图,结合语义先验信息删除动态特征;然后,利用静态部分特征进行帧间对齐和特征匹配完成位姿跟踪;最后,通过筛选关键帧和更新3D点深度对地图更新,并利用光束平差算法对局部地图的位姿和3D点进行优化.在公共数据集TUM RGB-D的动态序列集上的实验结果表明,该方法与ORB-SLAM2、OpenVSLAM相比,其跟踪误差分别减少了68%和72%,验证了该方法在动态场景中位姿跟踪的准确性.

    视觉里程计深度学习语义分割半直接法动态环境

    基于超像素/像素协同约束和稀疏分解活动轮廓模型

    刘国奇董一飞李旭升茹琳媛...
    946-951页
    查看更多>>摘要:针对水平集图像分割模型的分割结果不够准确且对初始轮廓位置和噪声敏感问题,提出了超像素/像素协同约束和稀疏分解的活动轮廓模型.首先引入超像素提取图像块信息构造符号压力函数防止轮廓在演化过程中陷入局部最优;其次,构建了基于超像素/像素协同约束的能量泛函以弥补超像素无法保留局部细节的缺陷;同时,为了解决基于非全局信息的活动轮廓模型演化速度慢的问题,提出模型利用超像素块加速轮廓演化;最后引入了稀疏分解对模型进行优化以减弱局部噪声对分割精度的影响.与多种水平集分割模型的实验结果对比,证明了提出方法的有效性,尤其与原始的二值选择和高斯滤波正则化水平集模型相比,提出方法对噪声和初始轮廓位置不敏感,平均Jaccard相似度系数提升了34%.

    图像分割活动轮廓模型超像素稀疏分解符号压力函数