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

    基于神经网络热图的对抗样本检测方法

    王德成闫龙川郭永和赵子岩...
    146-153页
    查看更多>>摘要：针对深度神经网络面临对抗攻击威胁的问题,提出一种基于"热图"的对抗样本检测方法.引入"热图"的概念表示处理样本时神经网络的神经活动,将原始样本转换为活动启发式热图;分别将良性样本和对抗样本生成热图,进而训练二元分类器来识别对抗样本.实验结果表明,该方法在面临针对MNIST和CIFAR-10 数据集上的先进对抗攻击方法时,检测精度分别高达99.4%和93.9%.

    深度神经网络热图对抗样本对抗样本检测机器学习安全

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

    基于SE-U-Net预测网络的视频异常事件检测方法

    王伟胜王来花贾晴赵月...
    154-160页
    查看更多>>摘要：针对视频异常检测中存在的数据不平衡问题,提出一种基于SE-U-Net预测网络的视频异常检测方法.该方法提取视频帧的显著性图,并将其制作成掩膜对数据进行预处理;利用预处理后的数据对预测模型进行训练,为了使预测模型更关注前景区域的优化,结合注意力机制设计一组新的损失函数用于约束模型的训练.在测试阶段设计一个新的异常评价分数计算方法,通过仅计算视频中显著性区域的预测误差来进行异常检测,缓解数据不平衡问题.利用公共数据集进行相关对比实验以及消融实验验证该方法的有效性.

    视频异常检测显著性提取未来帧预测U-Net异常评价分数

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

    基于注意力和多级线索关联的多目标跟踪网络

    黄晨童维勤刘雨陈一民...
    161-166,181页
    查看更多>>摘要：针对多目标跟踪(Multi-Object Tracking,MOT)任务中因目标间的相互遮挡导致目标跟踪失败和轨迹关联错误等问题,提出一种新的基于注意力机制和多级线索关联策略的多目标跟踪网络.生成目标可见性图并将其转化为空间注意力图来解决多个目标之间的遮挡问题;在特定目标对象分支网络中,使用通道注意力提高特征鲁棒性;提出结合目标对象的外观、运动以及交互三种线索的多级线索关联策略来匹配当前目标的正确轨迹.在基准数据集MOT16 和 MOT17 上的实验结果表明,与现有方法相比,所提出的方法在多个评价指标上能获得更好的结果.

    在线多目标跟踪注意力机制多级线索关联

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

    基于多结构教师蒸馏的服装图像分类方法

    张晓滨刘昊
    167-172,207页
    查看更多>>摘要：针对当前大多数服装图像分类模型结构复杂、参数量大的问题,结合多教师知识蒸馏方法,提出一种基于多结构教师蒸馏的服装图像分类方法.该方法要点在于,选取学习了不同类型知识的多个蒸馏模型作为多教师网络,根据每个教师的模型表现自适应分配权重,协同作为监督来指导目标模型的学习,实现服装分类模型的轻量化改进.在服装数据集DeepFashion上的实验表明,该方法相对于同结构的服装分类模型约有 1.14 百分点的准确率提升,且模型本身仅有0.27M的参数量.

    模型压缩知识蒸馏多教师知识蒸馏服装图像分类

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

    面向网络文章的质量检测模型

    王凯楠林欣欣王薇
    173-181页
    查看更多>>摘要：互联网中存在大量良莠不齐的文章,严重破坏网络生态,为构建绿色网络空间,网络文章质量检测是一项重要且崭新的工作.基于腾讯数据集,从文章组织特征、书写特征和语义特征三个维度对文章质量检测展开研究,构建了组织子网、特征子网和文本子网三个子网络,扩展了三种注意力模式和四种Transformer模式,其中采用CNN+BiGRU、Attention+ACNN、Transformer模型Ⅰ使三个子网络的分类准确率分别达到80.6%、87%和92.9%,并使三个子网的组合模型OFT模型框架的分类准确率达到 93.3%.此外,针对文本数据采用两种方式获取BERT词向量,最终OFT的准确率达到94.2%.实验结果表明,该模型效果优于现有模型.

    内容质量检测四种Transformer模式三种注意力模式OFT模型框架

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

    基于自适应步幅卷积的细粒度视觉识别

    谢毓广容圣海高博丁津津...
    182-187,246页
    查看更多>>摘要：平均池化等下采样方法已被广泛用于降低计算成本、防止过拟合和提高卷积神经网络的性能.然而,在细粒度的识别任务中,这些均匀采样方法不能很好地关注细微的辨别区域.提出一个自适应步幅卷积网络,其中自适应步幅卷积模块被用来专注于提取细微的特征.具体来说,给定一个图像,使用注意力图提取器获得一个注意力图,以突出物体的有判别性的部分.基于注意力图的步幅向量生成器产生步幅向量,它表示卷积核每次的移动步幅.自适应步幅卷积在输入图像上以不同的步幅提取信息.在CUB-200-2011、Stanford Cars和FGVC-Aircraft三个具有挑战性的细粒度数据集上,对该方法的有效性进行实验评估,结果达到先进的性能.

    细粒度视觉识别注意力机制卷积下采样计算机视觉

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

    基于时序光流与微表情的人脸活体识别

    周延森徐传凯崔见泉
    188-192页
    查看更多>>摘要：人脸活体检测模型存在着泛化性较差、复杂度高等问题,从而导致不能有效识别新假体攻击类型.基于此,该文提出一种基于时序光流和微表情人脸活体检测模型(FT-CNN).该模型由TVNet-DTSCNN和Attention CNN-LSTM卷积网络组成.TVNet-DTSCNN 对输入的时序人脸帧分别进行光流预测和微表情提取,Attention CNN-LSTM提取人脸视频中的运动细节线索并放大,使模型学习到活体和假体人脸的鲁棒性特征.在CASIA、CASIA-SURF和MSU-MFSD数据集上的训练和测试结果表明,FT-CNN在准确率(Acc)、平均错误率(HTER)和泛化性上的表现相比之前的模型均显著提升.

    人脸活体检测微表情识别注意力机制3D卷积网络光流预测

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

    基于骨架序列的校园斗殴行为检测研究

    姚砺王梦珂万燕
    193-200,274页
    查看更多>>摘要：在校园安全领域,对暴力行为的识别目前主要依靠人工,容易出现疏漏.基于骨架的时空图卷积网络(ST-GCN)行为识别准确率较高,但主要针对单人进行识别.在ST-GCN的基础上,增加多目标跟踪模块,提出针对校园监控视频的暴力行为识别方法.首先使用OpenPose算法得到视频帧中的人体骨架集合,然后用马尔可夫链蒙特卡洛数据关联方法分离出单人骨架序列,分别输入ST-GCN中进行暴力行为识别.在数据集RWF-2000 上的实验结果表明,该方法的识别率达到87.75%,高于其他现有模型.

    多目标跟踪暴力检测行为识别

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

    面向图谱频繁关系模式挖掘的异质图神经网络

    段立封皓君张碧莹
    201-207页
    查看更多>>摘要：鉴于目前挖掘算法难以对知识图谱建模等问题,提出一种描述和提取节点范围内结构的异质图神经网络模型,旨在挖掘其中的频繁关系模式以及各结构的分布.该模型将关系信息作为节点特征输入,利用自编码机制与多头注意力机制保留原始结构信息,同时引入特征结构平移层将相同结构映射到同一空间中,以获得频繁出现的结构.实验结果表明,该模型可以更快地挖掘图谱关系模式以及各结构在图中的分布;同时在验证特征表达能力的链接预测任务中有稳定表现,在关系类型较多的异质图中甚至优于部分联合学习模型.

    知识图谱图神经网络自编码机制多头注意力机制特征结构平移层

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

    多特征融合的YOLOv4-tiny带钢表面缺陷检测方法研究

    李锦达汤勃孙伟孔建益...
    208-213,254页
    查看更多>>摘要：微小表面缺陷自动识别是带钢生产过程中的研究难点之一.为了提高带钢表面缺陷检测的准确性,提出一种多特征融合的YOLOv4-tiny深度学习方法.引入Inception结构与多尺度信息.提取原始图片的方向梯度直方图特征(HOG),并与主干网络所提取的高层特征相融合,作为特征金字塔结构的输入.实验结果表明,该算法在测试集中带钢表面缺陷mAP达到93.99%,相比原网络提高了13.57 百分点,网络参数量相比于原网络减少约21 万,网络检测精度有较大的提升.

    带钢表面缺陷检测特征融合YOLOv4-tiny深度学习

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