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

    基于增强特征融合网络的行人再识别

    邓滔杨娟汪荣贵薛丽霞...
    1224-1229页
    查看更多>>摘要：针对行人再识别问题,目前多数方法将行人的局部或全局特征分开考虑,从而忽略了行人整体之间的关系,即行人全局特征和局部特征之间的联系.本文提出一种增强特征融合网络(enhanced feature convergent network,EFCN).在全局分支中,提出适用于获取全局特征的注意力网络作为嵌入特征,嵌入在基础网络模型中以提取行人的全局特征;在局部分支中,提出循环门单元变换网络(gated recurrent unit change network,GRU-CN)得到代表性的局部特征;再使用特征融合方法将全局特征和局部特征融合成最终的行人特征;最后借助损失函数训练网络.通过大量的对比实验表明,该算法网络模型在标准的Re-ID数据集上可以获得较好的实验结果.提出的增强特征融合网络能提取辨别性较强的行人特征,该模型能够应用于大场景非重叠多摄像机下的行人再识别问题,具有较高的识别能力和识别精度,且对背景变化的行人图像能提取具有较强的鲁棒性特征.

    行人再识别全局特征局部特征特征融合

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

    面向安防监控场景的低分辨率人脸识别算法研究

    卢峰周琳蔡小辉
    1230-1234页
    查看更多>>摘要：针对安防监控场景中获取的人脸图像质量不佳、细节信息丢失导致的人脸识别准确率低下的问题,提出一种基于超分辨率重建的低分辨率人脸识别算法.该算法包括超分辨率重建和人脸识别两个子网络,分别实现低分辨率人脸图像的超分辨率重建和人脸特征的提取.首先通过增加超分辨率重建子网络激活函数前的特征图数量实现广泛激活,保证信息流的有效传递,重建出包含更多细节信息的高分辨率人脸图像;然后在训练时结合图像内容损失和身份损失,在重建图像的同时保留更多身份信息,使得提取到的人脸特征具有更强的辨别性.实验结果表明,该算法提升了低分辨率人脸识别的准确率,在监控人脸数据集QMUL-SurFace上的性能优于传统算法.

    安防监控超分辨率重建广泛激活身份损失

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

    T-STAM:基于双流时空注意力机制的端到端的动作识别模型

    石祥滨李怡颖刘芳代钦...
    1235-1239,1276页
    查看更多>>摘要：针对双流法进行视频动作识别时忽略特征通道间的相互联系、特征存在大量冗余的时空信息等问题,提出一种基于双流时空注意力机制的端到端的动作识别模型T-STAM,实现了对视频关键时空信息的充分利用.首先,将通道注意力机制引入到双流基础网络中,通过对特征通道间的依赖关系进行建模来校准通道信息,提高特征的表达能力.其次,提出一种基于CNN的时间注意力模型,使用较少的参数学习每帧的注意力得分,重点关注运动幅度明显的帧.同时提出一种多空间注意力模型,从不同角度计算每帧中各个位置的注意力得分,提取多个运动显著区域,并且对时空特征进行融合进一步增强视频的特征表示.最后,将融合后的特征输入到分类网络,按不同权重融合两流输出得到动作识别结果.在数据集HMDB51和UCF101上的实验结果表明T-STAM能有效地识别视频中的动作.

    动作识别双流通道信息时空注意力运动显著区域

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

    基于非对称双分支交互神经网络的水下生物识别

    赵力宋威
    1240-1244,1255页
    查看更多>>摘要：针对水底环境存在着可见度低、光照条件差、物种间特征差异不明显等问题,基于卷积神经网络,提出了一种新的非对称双分支水下生物分类模型.模型中交互分支利用不同的卷积神经网络中间层提取局部特征并通过交互模块对局部特征进行交互,增强分类模型的局部特征学习能力;卷积神经网络分支可以有效地学习到目标的全局特征,弥补交互分支中忽略的全局信息.在Fish4-Knowledge(F4K)、Eilat、RAMAS三个数据集上取得了98.9％、98.3％、97.9％的准确率,较前人方法有显著提高;视觉解释也验证了该模型可以有效地捕捉到局部特征并消除背景影响.最终显示,该模型在水下环境具有良好的分类性能.

    水下生物分类非对称双分支交互分支交互模块局部特征卷积神经网络分支全局特征

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

    鲁棒可预测判别字典学习人脸识别方法

    张健米建勋
    1245-1249页
    查看更多>>摘要：提出一种可预测判别K-SVD网络模型(DKSVDN)并用于人脸识别问题.该模型构造了一种新颖的字典结构,包含类别标签字典和描述字典,以兼顾判别和重构性能.相应的稀疏编码向量由标签编码向量和描述编码向量组成.针对样本稀疏编码时间效率低的问题,利用预测神经网络与判别字典学习模型协同训练的方法来加速预测稀疏编码.此外,针对DKSVDN还特别引入一种拟梦境的训练方法用于提升模型在训练集多样性不足时的鲁棒性.通过在主流人脸数据集上的对比实验证明了该模型的优良性能.

    字典学习稀疏表示人脸识别神经网络

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

    多视觉目标融合的图像情感分析研究

    缪裕青雷庆庆张万桢周明...
    1250-1255页
    查看更多>>摘要：现有图像情感分析方法较少注意到显著性目标和人脸对图像情感表达的影响.提出一种多视觉目标融合的图像情感分析方法.首先在整张图像中检测显著性目标和人脸目标区域;然后利用特征金字塔改进CNN识别显著性目标情感,在多层监督模块上构建加权损失的CNN识别人脸的情感;最后将显著性目标情感、人脸目标情感与整张图像直接识别出的情感进行融合得到最终的情感分类结果.实验结果表明,多视觉目标融合的图像情感分析比直接识别整张图像的情感分析方法可获得更高的情感分类准确率.

    情感分析多视觉图像神经网络融合

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

    基于图像视野划分的公共场所人群计数模型

    袁健王姗姗罗英伟
    1256-1260,1280页
    查看更多>>摘要：为解决公共场所中人群分布不均以及目标尺度不一而影响人数估计的问题,提出了基于图像视野划分的公共场所人群计数模型.首先将图像场景划分为远近视野两个区域,对近视野区域,使用基于YOLO的网络进行行人检测并通过添加场景约束避免在远近视野区域内重复计数;对远视野区域,使用改进的MobileNets提取人群密度分布特征,并引入超分辨率重建模块提升人群密度图质量,最终通过计算两者之和得到整幅图像中的人群数量.在Shanghai Tech和Mall数据集上进行测试,结果表明该模型在准确性和鲁棒性上有显著的提高,实验证明模型切实可行.

    人数估计卷积神经网络图像视野划分轻量型

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

    基于卷积神经网络的语义分割算法研究

    熊炜童磊金靖熠王传胜...
    1261-1264页
    查看更多>>摘要：针对语义分割中残差网络并不能完好地提取图像信息和分割效果差的问题,提出一种联合特征金字塔模型(JFP)用来融合残差网络的输出特征,并结合暗黑空间金字塔池化模型(ASPP)进一步提取特征.在解码部分应用简单的解码结构,恢复图像尺寸完成语义分割;同时引入注意力模型作为辅助语义分割网络,辅助神经网络进行训练.该方法分别在Pascal VOC 2012数据集和增强的Pascal VOC 2012数据集上对网络进行训练,并在Pascal VOC 2012的验证集上进行测试,其平均交并集之比(mIoU)分别达到了78.55％和80.14％,表明该方法具有良好的语义分割性能.

    图像语义分割联合特征金字塔模型暗黑空间金字塔模型注意力模型

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

    基于数据内在结构特征的度量学习

    张开放郎贵林王晓明黄增喜...
    1265-1270页
    查看更多>>摘要：半正定约束度量学习(positive-semidefinite constrained metric learning,PCML)作为一种结合了支持向量机(support vector machine,SVM)的典型度量学习方法,在图像识别和行人重识别领域展现了优越的性能,然而在每次学习度量矩阵的过程中,该方法只简单地考虑不同类别样本之间的最大间隔,忽略了同一类别间的样本特征空间也在发生变化.基于此,提出了一种基于数据内在结构特征的度量学习方法.首先,与PCML相比,提出方法不仅考虑了不同类别样本之间的间隔,而且考虑了相同类别样本间的类内散度矩阵,使学习到的度量矩阵有更强的鉴别能力;其次,进一步将l1-norm损失函数转换为l2-norm损失函数,可以进一步提高模型的泛化性能.在多个数据集上的实验结果表明,提出方法相比于其他度量学习方法在多数情况下取得了更优异的性能.

    度量学习支持向量机类内散度图像识别行人重识别

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

    基于深度残差反投影注意力网络的图像超分辨率

    胡高鹏陈子鎏王晓明张开放...
    1271-1276页
    查看更多>>摘要：针对多数单帧图像超分辨率(single image super-resolution,SISR)重建方法存在的特征信息发掘不充分、特征图各通道之间的相互依赖关系难以确定以及重建高分辨率(high resolution,HR)图像时存在重构误差等问题,提出了基于深度残差反投影注意力网络的图像超分辨率(SR)算法.即利用残差学习的思想缓解训练难度和充分发掘图像的特征信息,并使用反投影学习机制学习高低分辨图像之间的相互依赖关系,此外引入了注意力机制动态分配各特征图以不同的注意力资源从而发掘更多的高频信息和学习特征图各通道之间的依赖关系.实验结果表明了所提方法相比于多数单帧图像超分辨率方法,不仅在客观指标方面得到了显著的提升,而且重建的预测图像也具有更加丰富的纹理信息.

    注意力机制超分辨率反投影残差学习卷积神经网络

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