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

    基于多特征融合卷积的步态识别算法研究

    杨鹏应娜李怡菲
    139-145页
    查看更多>>摘要:针对GaitSet算法中主干网络学习能力和分类能力较弱,提出基于多特征融合卷积网络的步态识别算法(MFFC-GaitSet)。算法通过多特征融合卷积重建GaitSet网络增强网络学习能力,同时对三元组损失函数进行平滑优化;利用形态学处理对步态轮廓图进行修补。算法在Casia-B数据集上进行验证,步态识别精度达到85。811%,提高2。6%;模型权重仅增加6%。算法可以有效减少复杂环境对步态识别的负面影响,实现复杂环境下高精度的步态识别。实验结果表明,方法能够实现较为精确的步态识别,并具有较佳的鲁棒性和泛化能力。

    步态识别多特征融合形态学处理三元组平滑优化Casia-B数据集

    基于词-主题-文本异质网络的短文本分类方法

    徐涛赵星甲卢敏
    146-152,182页
    查看更多>>摘要:针对现有分类方法未考虑长距离词的语义相关性和文本间潜在主题共享的问题,提出一种基于词-主题-文本异质网络(WTDHN)的短文本分类方法。通过Word2vec训练词的上下文语义向量;构建词相关性矩阵以充足的词共现信息增强短文本各级别语义学;构建以词、主题和文本为节点的异质网络,并采用图卷积学习节点之间的高阶邻域信息,丰富短文本语义。相较于基准分类模型,该方法在五个公开短文本数据集上的分类准确率平均提高1。56%。

    词-主题-文本异质网络词共现文本-主题分布短文本分类

    基于骨架关键关节构建时空金字塔模型的人体行为识别

    司宇航周天彤冯珂垚
    153-160页
    查看更多>>摘要:针对当前骨骼数据信噪比低及特征信息不足的问题,提出人体关键关节构建时空金字塔模型的动作识别方法。该算法利用人体骨架关键关节构建空间域金字塔特征,保留骨架铰链系统的空间结构;利用多层级叠加协方差,构建时序金字塔特征,解决需要预处理视频序列长度的问题。在MSR-Action3D和UTKinect数据集上的实验结果表明,该方法准确率高、实时性好,可广泛应用于行为识别的各个领域。

    人体行为识别3D骨骼数据时空金字塔模型关键关节

    一种多骨架特征前期融合的在线行为识别算法

    刘均发黎奕辉
    161-167页
    查看更多>>摘要:针对现有基于人体骨架的行为识别方法存在计算量大、不适合在线应用的问题,提出一种多骨架特征前期融合的在线行为识别算法。该算法通过前期嵌入层融合不同类型的输入特征,并结合最大池化和层次池化操作提取骨架空间的多语义信息。根据日常行为的数据特征设计有效的骨架序列选取方式,并制作NTU-GAST Skeleton数据集,实现在线的行为识别应用。在公开数据集NTU60/120 RGB+D上进行测试,结果表明提出的算法需要更少计算量的同时取得了较高的识别准确率。

    多骨架特征前期融合行为识别在线应用

    基于同伴辅助学习分类器的部分域自适应方法

    邱春红邵晓根
    168-176页
    查看更多>>摘要:为了解决传统方法忽略分类器转移场景,进一步减轻负转移,提出一种基于同伴辅助学习分类器的部分域自适应方法。提出一个软加权最大均方差来减轻源异常域和目标域之间的负迁移,使得源共享域和目标域的特征分布在特征空间中是一致的;引入一种同伴辅助学习方法,减轻特定目标学习分类器的过度拟合问题。在三个数据集上的实验结果证明该方法不仅减轻了负迁移,而且解决了分类器移位问题。

    部分域自适应负转移分类器同伴辅助学习

    基于Faster-RCNN和先验知识的车架VIN码识别方法

    赵珣张新峰边浩南
    177-182页
    查看更多>>摘要:为了提高车检所工作效率,同时克服对VIN(Vehicle Identification Number)这类长字符串识别准确率低的难题,基于现有深度卷积神经网络的模型,提出以Faster R-CNN为主干网络,并结合先验知识的车架VIN识别模型。根据车架号图像特点,选择Faster R-CNN进行字符级定位和识别的方案。针对长字符识别容易漏字符的现象,使用被遗漏位置的前后字符坐标来定位缺失字符。使用inception网络对补漏得出的字符区域进行识别。灵活使用先验知识使得该方法比只使用Faster R-CNN识别车架号的准确率提高了 31。7百分点,识别率达到了64。77%,这也高于当前主流OCR模型在长度超过15位的文本上的准确率。

    OCRFasterRCNN先验知识长字符串

    一种结合注意力残差的肝脏及肝肿瘤分割算法

    王峰邹俊忠
    183-189,197页
    查看更多>>摘要:长时间的肝脏医学图像人工诊断容易使医生产生疲劳,导致误诊和漏诊情况发生。针对以上现象提出一种改进的Unet网络用于肝脏和肝肿瘤自动分割。改进Unet模型,引入注意力残差结构和特征复用结构,提高输入图像中特征信息的利用效率;对损失函数进行改进,在Dice系数中加入欠分割和过分割惩罚因子,提高模型的预测能力。在公开数据集上的实验结果表明:该算法对肝脏和肝肿瘤的分割相似系数分别达到了 0。962和0。713,优于现有的分割模型且具有较强的鲁棒性。

    Unet肝肿瘤分割预处理混合损失函数注意力机制残差连接

    基于高效通道注意力机制和特征融合网络的冠心病诊断算法研究

    郭卫涛帕孜来·马合木提张洪春
    190-197页
    查看更多>>摘要:针对冠心病重要特征不确定、诊断模型预测性能低等因素而导致冠心病早期诊断精度低的问题,提出一种基于高效通道注意力机制和特征融合的网络。通过XGBoost(eXtreme Gradient Boosting)来确定冠心病重要特征,设计数据生成图片的特征组合算法以适用该模型;为提高诊断模型预测性能,采用可以提升模型学习能力和特征利用率的高效通道注意力机制模块和特征融合模块。实验结果表明,在UCI克利夫兰心脏病数据集上,与其他诊断算法相比,该算法优于传统机器学习方法,预测精度可达100%且稳定性好。

    冠心病早期诊断特征组合算法特征融合高效通道注意力

    一种基于自注意力机制的自动人脸替换方法

    魏玮何飞鹏陈海永朱叶...
    198-203,239页
    查看更多>>摘要:针对DeepFakes人脸替换方法生成人脸图像分辨率低、质量差等问题,提出一种基于自注意力机制的生成对抗网络的自动人脸替换方法,生成对抗网络主体采用类似U型自编码对称结构减少特征信息的损失,引进自注意力机制能够更好地学习图像的纹理特征,提高生成图像的重建质量,应用卡尔曼滤波器平滑处理每一帧上的边界框位置,降低人脸抖动。在FaceForensics++数据集上与DeepFakes替换方法进行对比实验,定性和定量的实验结果证明了该方法能够较好地提升生成图像质量,减少脸部抖动。

    人脸替换生成对抗网络自注意力机制结构性相似

    基于低秩约束的CT重建算法

    杨春德高健姜小明
    204-210,218页
    查看更多>>摘要:为提高图像重建质量,结合压缩感知理论,提出一种非局部的基于低秩约束的图像重建算法。采用Shepp-Logan头模以及真实脑部CT切片进行重建,以峰值信噪比作为重建图像质量评判标准,并与其他两种重建算法的重建结果比较。经过一定次数迭代后,基于该算法的重建图像结果更贴近原始图像,且收敛时间更早。实验结果表明,在重建低剂量CT图像上,提出的算法在重建质量和收敛速度上均优于对比算法。

    计算机断层成像压缩感知低秩约束全变差图像去噪