首页期刊导航|计算机应用与软件
期刊信息/Journal information
计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心
计算机应用与软件

上海市计算技术研究所 上海计算机软件技术开发中心

朱三元

月刊

1000-386X

cas@sict.stc.sh.cn

021-62520070-505/112,62524515

200040

上海市愚园路546号

计算机应用与软件/Journal Computer Applications and SoftwareCSCD北大核心CSTPCD
查看更多>>本刊面向从事计算机应用软件技术开发的科研人员、高等院校师生、科技管理专业人员等。主要报道计算机在各个领域中的应用技术成果。内容翔实,富有创新性、科学性、实用性,是一本颇具参考价值的刊物。
正式出版
收录年代

    基于迁移学习的社交评论命名实体识别

    张晓李业刚王栋史树敏...
    143-150页
    查看更多>>摘要:神经网络模型可以有效地处理通用领域命名实体识别,然而在标注语料匮乏和包含大量噪声的特定领域,其性能通常会下降.针对这一问题,提出一种迁移学习神经网络模型TL-BiLSTM-CRF.利用双向长短时记忆网络提取具有字符级别形态特征的字符向量,结合具有语义、语序等特征信息的词向量作为输入,构建基本模型;在基本模型中引入词适应层,通过典型相关性分析算法弥合源域和目标域词向量特征空间的差异,对基本模型进行迁移.在社交媒体文本中的实验结果表明,该算法在Twitter数据集上F1值为64.87%,优于目前最好的模型.

    命名实体社交媒体迁移学习双向长短时记忆网络典型相关性分析

    基于并行局部特征金字塔的弱势道路使用者检测

    高广鹏赵峰
    151-157,249页
    查看更多>>摘要:针对现实环境中弱势道路使用者(Vulnerable Road Users,VRU)检测准确率低的问题,提出并行局部特征金字塔检测模型.该模型以SSD(Single Shot Multibox Detector)为基础,针对SSD中默认框过大不能涵盖小尺度VRU的问题,重新设计默认框来匹配更多尺度的VRU;使用两阶段回归策略解决正负样本数不平衡的问题;通过并行的局部特征金字塔结构将高层的语义特征融合到底层特征中来增强模型对VRU的检测能力.相比SSD网络,提出方法的mAP(mean Average Precision)提升了7%,且检测速度满足实时性要求.由此验证了该模型对VRU检测的有效性.

    特征金字塔弱势道路使用者目标检测默认框

    基于人脸尺度约束的人像自动抠图方法

    黄叶珏潘翔褚一平
    158-162页
    查看更多>>摘要:人像抠图算法是许多人像图像处理方法的核心,而人像三分图的准确性直接影响抠图的效果.提出一种通过关键点估计人脸尺度,根据尺度控制三分图生成网络产生标准化的人像三分图,从而提高人像抠图结果的方法.同时构建一个包含19118幅人像的数据集用于训练和测试模型,并提出一种多级微调的方式来训练模型,以降低训练难度并获得更好的效果.实验结果表明,在人像占图像比例不可控的场景中,该方法可以取得较好的结果.

    人像抠图人脸关键点语义分割

    基于注意力机制的肺结节分类研究

    匡健洪敏杰刘星辰贾俊铖...
    163-167页
    查看更多>>摘要:为进一步提升肺结节分类的效果,引入一种基于注意力机制的分类算法.通过在神经网络中添加空间和通道注意力因子,使得肺结节分类网络生成更有效的特征映射,结合梯度提升树算法,进一步提升模型的性能.经过大量实验后,证明了该方法的有效性.

    计算机辅助诊断技术神经网络肺结节分类

    基于相机模型投影的多目标三维人体跟踪算法

    李柯江黄林牛新征
    168-175页
    查看更多>>摘要:针对基于二维目标检测和卡尔曼滤波的多目标人体跟踪算法在视频拍摄角度不定的情况下,检测算法生成不同角度人体二维检测框的朝向和尺度混淆以及卡尔曼滤波器随机初始化造成的初始跟踪误差逐步放大问题,提出一种基于相机模型投影的多目标三维人体跟踪算法.在人体检测阶段,提出Multi-task RCNN(MTRC-NN)网络,使用人体运动趋势指导的三维目标检测替代传统的二维目标检测;通过相机模型在世界坐标系中进行人体检测框的投影.在跟踪阶段,使用目标三维尺度和朝向信息初始化卡尔曼滤波参数,加入三维包围框IOU生成目标匹配分数;通过Kuhn-Munkres(KM)算法进行数据关联.在标注数据集和MOT17数据集上与多种算法相比,该算法具有更稳定的初始跟踪性能,并且有效减少了两种ID Switch错误.

    相机模型深度学习多目标跟踪卡尔曼滤波三维目标检测

    基于混合深度学习的多模态场景指令分类方法

    吴桂玲
    176-180,187页
    查看更多>>摘要:为提高家庭服务机器人指令中目标对象预测的准确率,提出一种基于混合深度学习的多模态自然语言理处理(Natural Language Processing,NLP)指令分类方法.该方法从语言特征、视觉特征和关系特征多模态入手,采用两种深度学习方法分别以多模态特征进行编码.对于语言指令,采用多层双向长短期记忆(Bi-LSTM)进行子词嵌入和编码;对于非语言场景,使用卷积神经网络进行编码.最终得到每个目标-源对可能性的区域范围.实验结果表明,该方法能够提高机器人接收指令任务中目标对象预测的准确率且性能优于现有其他方法.

    深度学习自然语言处理多模态双向LSTM生成式对抗网络

    基于CSI的手势识别方法研究

    熊小樵冯秀芳丁一
    181-187页
    查看更多>>摘要:针对传统手势识别方法中存在的易受环境光线影响、用户需携带设备、部署代价高等不足,提出基于信道状态信息的手势识别方法(HandFi),以空中手写10个阿拉伯数字的独特书写模式引起CSI波形变换为基础,引入衡量当前室内环境变化的指标,来表征室内人数变化时子载波波动程度的变化,使用巴特沃斯低通滤波和主成分分析去噪,并利用小波变换提取手势时频域特征,设计CNN-GRU模型挖掘CSI序列的时空特征,从而实现动态手势识别.运用HandFi在两种环境的实验结果表明,其平均识别准确度均有较大提高.

    信道状态信息(CSI)手势识别Wi-Fi主成分分析小波变换

    基于归一化互相关的半透明遮挡视差估计

    徐城
    188-194页
    查看更多>>摘要:双目视觉一直是一个重要的研究方向,目前已经有很多的模型和算法,但绝大部分的模型和算法只能应用在视差满足唯一性约束的情况下.当场景中存在半透明遮挡物时,图像中同一位置可能对应于多个物体和多个视差,此时绝大部分的算法都不适用.针对可能存在半透明遮挡的问题,比较了部分传统匹配代价函数,提出一个新的基于灰度值归一化互相关(NCC)的代价函数来解决存在双层视差的问题.其具有一定的鲁棒性,在存在半透明遮挡和不存在半透明遮挡的情况下都适用.通过对比左右视差图等方法,去除了部分误匹配点,提升了结果的准确性.基于已有的双目图像数据集,生成了部分带半透明遮挡的数据,验证了该方法的可行性.

    双目视觉半透明视差校正能量代价函数

    基于孪生网络的鲁棒红外目标跟踪算法

    陈果滕奇志
    195-199页
    查看更多>>摘要:针对红外目标跟踪获得的目标特征鲁棒性差以及模型漂移易导致跟踪失败等问题,提出基于孪生网络的鲁棒红外目标跟踪算法,即利用预训练孪生网络提取红外目标多卷积层特征,以获取红外对象的空间及语义信息.通过相对熵滤波网络进行响应图融合,并以融合后的响应图为基础设计自适应模板的更新策略.在具有挑战性的红外跟踪数据集VOT-TIR2016上进行的实验表明,该算法具有良好的精度和鲁棒性,并能应对目标被遮挡以及目标外观快速变化等挑战.

    红外目标跟踪孪生网络相关滤波模板更新策略相对熵

    联合YOLOV3和核相关滤波算法的红外视频目标检测及跟踪

    戴亚峰陶青川杨波
    200-205,230页
    查看更多>>摘要:红外热成像视频与可见光视频相比噪点较多,细节模糊,缺少颜色特征,传统算法常出现目标检测错误、目标跟踪丢失的情况.对此,将YOLOV3目标检测算法与核相关滤波算法相结合,进行红外视频目标的检测及跟踪任务.加载训练后的YOLOV3网络模型进行第一帧目标检测,完成目标跟踪的初始化目标选取,使用KCF算法对后续视频帧进行目标跟踪.在跟踪目标丢失时启动目标再检测,匹配丢失目标并调整跟踪器.实验结果表明,该方法能够克服目标跟踪丢失的情况,且在实验平台上计算速度可达到实时要求.

    目标跟踪红外视频核相关滤波智能监控目标检测