首页期刊导航|南京信息工程大学学报
期刊信息/Journal information
南京信息工程大学学报
南京信息工程大学
南京信息工程大学学报

南京信息工程大学

李刚

双月刊

1674-7070

nxdxb@nuist.edu.cn

025-58731025 58731117

210044

南京市宁六路219号

南京信息工程大学学报/Journal Journal of Nanjing University of Information Science & TechnologyCSCD北大核心CSTPCD
查看更多>>《南京信息工程大学学报（自然科学版）》是由江苏省教育厅主管、南京信息工程大学主办的学术类双月刊. 主要刊登电子、通信与自动控制技术；计算机科学与技术；环境科学与工程；地理、遥感与测绘技术；机械仪器仪表、电气工程；地球科学；材料科学；化学与化工；生物学；信息科学与系统科学；数学和物理学等方面的基础理论与应用研究论文. 热忱欢迎海内外专家学者惠赐佳作
正式出版
收录年代

    基于深度学习的多模态行人重识别综述

    张国庆杨珊汪海蕊王准...
    437-450页
    查看更多>>摘要：行人重识别(Re-ID)旨在跨像机检索同一目标行人,它是智能视频监控领域的一项关键技术.由于监控场景 复杂性,单模态行人重识别在低光、雾天等极端情况下的适用性较差.因实际应用的需要以及深度学习的快速发展,基于深度学习的多模态行人重识别受到了广泛的关注.本文针对近年来多模态行人重识别的发展脉络进行综述:阐述了传统单模态行人重识别方法存在的不足;归纳了多模态行人重识别的常见应用场景及其优势,以及各数据集的构成;重点分析了各种场景下多模态行人重识别的相关方法及其分类,并探讨了当前研究的热点和挑战;最后,讨论了多模态行人重识别的未来发展趋势及其潜在应用价值.

    深度学习神经网络行人重识别多模态

      原文链接:
    • 万方数据
    • 维普

    基于融合注意力和特征增强的跨模态行人重识别

    黄驰涵沈肖波
    451-460页
    查看更多>>摘要：跨模态行人重识别是一项具有挑战性的任务,目的是在可见光和红外模式之间匹配行人图像,以便在犯罪调查和智能视频监控应用中发挥重要作用.为了解决跨模态行人重识别任务中对细粒度特征提取能力不强的问题,本文提出一种基于融合注意力和特征增强的行人重识别模型.首先,利用自动数据增强技术缓解不同摄像机的视角、尺度差异,并基于交叉注意力多尺度Vision Transformer,通过处理多尺度特征生成具有更强区分性的特征表示;接着,提出通道注意力和空间注意力机制,在融合可见光和红外图像特征时学习对区分特征重要的信息;最后,设计损失函数,采用基于自适应权重的难三元组损失,增强了每个样本之间的相关性,提高了可见光和红外图像对不同行人的识别能力.在SYSU-MM01和RegDB数据集上进行大量实验,结果表明,本文提出方法的mAP分别达到了 68.05％和85.19％,相较之前的工作性能有所提升,且通过消融实验和对比分析验证了本文模型的先进性和有效性.

    行人重识别跨模态交叉注意力特征提取多尺度

      原文链接:
    • 万方数据
    • 维普

    基于交叉注意力机制的多特征行人重识别

    邬心怡邓志良刘云平董娟...
    461-471页
    查看更多>>摘要：针对现有的行人重识别方法难以避免环境噪声导致的特征提取不精确、易被误认为行人特征等问题,提出一种基于动态卷积与注意力机制的行人多特征融合分支网络.首先,由于拍摄时存在光照变化、人体姿势调整以及物体遮挡等不确定因素,提出使用动态卷积替换ResNet50中的静态卷积得到具有更强鲁棒性的Dy-ResNet50模型;其次,考虑到拍摄行人图片的视角有较大差异且存在行人被物体遮挡的情况,提出将自注意力机制与交叉注意力机制嵌入骨干网络;最后,将交叉熵损失函数和难样本三元损失函数共同作为模型损失函数,在DukeMTMC-ReID、Market-1501 和MSMT17公开数据集上进行实验,并与主流网络模型进行比较.结果表明:在3个公开数据集上,本文所提模型的Rank-1(第一次命中)与mAP(平均精度均值)相比当前主流模型均有所提升,具有较高的识别准确率.

    行人重识别动态卷积自注意力机制交叉注意力机制

      原文链接:
    • 万方数据
    • 维普

    基于多特征交互和密集残差的图像去雨

    林森邱庆澳
    472-481页
    查看更多>>摘要：针对雨天环境下获取图像质量差,导致后续机器视觉任务效率低下的问题,提出一种基于多特征交互和密集残差的图像去雨算法.首先,提出多重特征交互卷积模块提取不同空间下雨线的语义特征,增强信息利用程度;其次,构建多维空间权重注意模块,将不同空间信息权重初步融合并增强雨线特征;然后,结合密集连接和残差网络的优点,设计一种密集残差融合模块,在提高网络学习能力的同时实现对信息的重复利用,进一步校正雨纹信息;最后,通过将多种损失函数线性组合,并结合雨天成像模型提高输出图像质量.在多个公开数据集上的实验结果表明,本文所提算法的主客观评价指标均优于所对比的经典及新颖算法,在去除雨纹的同时能更有效地保留图像背景细节信息.

    图像去雨机器视觉密集残差深度学习

      原文链接:
    • 万方数据
    • 维普

    融合深度监督与改进YOLOv8的海上目标检测

    张建东
    482-489页
    查看更多>>摘要：针对海上目标姿态复杂且尺度多变,导致现有人工智能算法难以稳定检测的问题,提出一种融合深度监督与改进YOLOv8的海上目标检测算法.首先,设计了多尺度卷积模块,提取目标多种感受野的特征信息,减少漏检率;然后,添加深度监督网络,提高网络对深层类别信息及浅层位置信息的利用率,优化主干网络的目标特征提取性能;最后,在网络检测头部分引入通道注意力机制,过滤无关信息,增强对关键特征的识别率.在海上目标数据集中的实验结果表明,改进算法的mAP值达到93.69％,召回率达到85.16％,相比原模型分别提高了 7.38、8.52个百分点,且优于对比的经典算法和新颖算法,检测时间约14 ms,满足海上实时目标检测需求,可为航运管理、预防海上事故等提供有效技术参考.

    海上目标深度学习深度监督多尺度卷积通道注意力机制

      原文链接:
    • 万方数据
    • 维普

    基于异构数据融合的SLAM研究综述

    周铖君陈炜峰尚光涛王曦杨...
    490-503页
    查看更多>>摘要：激光与视觉SLAM技术经过几十年的发展,目前都已经较为成熟,并被广泛应用于军事和民用领域.单一传感器的SLAM技术都存在局限性,如激光SLAM不适用于周围存在大量动态物体的场景,而视觉SLAM在低纹理环境中鲁棒性差,但两者融合使用具有巨大的取长补短的潜力,激光与视觉甚至是更多传感器融合的SLAM技术将会是未来的主流方向.本文回顾了 SLAM技术的发展历程,分析了激光雷达与视觉的硬件信息,给出了一些经典的开源算法与数据集.根据融合传感器所使用的算法,从传统基于不确定度、基于特征以及基于深度学习的角度详细介绍了多传感器融合方案,概述了多传感器融合方案在复杂场景中的优异性能,并对未来发展作出了展望.

    同时定位与地图构建(SLAM)激光SLAM视觉SLAM多传感器融合移动机器人

      原文链接:
    • 万方数据
    • 维普

    跳点搜索融合双向并行蚁群算法的AGV路径规划研究

    林信川
    504-512页
    查看更多>>摘要：在静态栅格地图中,针对传统蚁群算法进行 AGV(Automated Guided Vehicle,自动引导车)路径规划收敛慢且搜索结果容易陷入局部最优的问题,提出一种融合跳点搜索(Jump Point Search,JPS)和双向并行蚁群搜索的改进算法.首先,对实际研究环境进行栅格化建模,使用改进的跳点搜索算法生成双向搜索的初始次优路径,为双向蚁群搜索提供初始搜索方向参考.其次,在双向并行蚁群搜索过程中采用改进的转移概率启发函数,该函数在确定下一个转移节点时考虑了避免AGV与障碍物碰撞的因素,同时通过设计信息素共享机制并结合改进的信息素增量及浓度两种融合模型,共享和更新全局信息素浓度,以更好地探索和优化路径,保证双向路径连结.最后,与传统蚁群算法进行实验结果对比,验证了改进算法的全局搜索能力、效率和安全性.

    跳点搜索算法蚁群算法自动引导车路径规划双向并行

      原文链接:
    • 万方数据
    • 维普

    PFKD:综合考虑数据异构和模型异构的个性化联邦学习框架

    陈学斌任志强
    513-519页
    查看更多>>摘要：联邦学习是解决机器学习中数据共享和隐私保护两个关键难题的重要方法.然而,联邦学习本身也面临着数据异构和模型异构的挑战.现有研究往往只专注于解决其中一个方面的问题,忽视了两者之间的关联性.为此,本文提出了一个名为PFKD的框架,该框架通过知识蒸馏技术解决模型异构问题,通过个性化算法解决数据异构问题,以实现更具个性化的联邦学习.通过实验分析验证了所提出框架的有效性.实验结果显示,该框架能够突破模型的性能瓶颈,提高模型精度约1个百分点.此外,在调整适当的超参数后,该框架的性能得到进一步提升.

    联邦学习数据异构模型异构

      原文链接:
    • 万方数据
    • 维普

    移动边缘计算中基于混合人工蜂群算法的计算卸载策略

    沈正林吴涛周启钊陈曦...
    520-527页
    查看更多>>摘要：计算卸载是移动边缘计算(Mobile Edge Computing,MEC)中的关键技术.针对多用户多MEC服务器场景中计算卸载策略的不足,本文提出一种混合人工蜂群算法(Artificial Reverse Sine-Cosine,ARSC).首先,使用反向学习策略初始化种群,优化种群的初始解;然后,在雇佣蜂阶段利用正余弦算法的全局最优引导信息,提升算法的局部搜索能力;最后,为了平衡算法的全局搜索能力和局部搜索能力,引入动态感知因子对算法的步长因子进行改进.仿真实验结果表明,相比基于粒子群算法的卸载策略、基于人工蜂群算法的卸载策略,ARSC策略在系统时延、系统能耗、收敛性等指标上均有所改善.

    移动边缘计算计算卸载人工蜂群算法正余弦算法多用户多MEC

      原文链接:
    • 万方数据
    • 维普

    自适应下垂系数的孤岛微电网无功均分策略

    程勇成琦姚磊茹赵建文...
    528-536页
    查看更多>>摘要：在孤岛微电网中,由于线路阻抗的不匹配,常常导致传统的下垂控制无法完成分布式电源(DG)之间无功功率的均分.为了消除DG之间的无功不均分,首先分析了传统下垂控制无法完成无功均分的原因,设计了可自适应调节的无功下垂系数,使无功下垂系数可以满足无功均分的条件,从而解决无功功率无法均分的问题.为了使无功均分控制器具有更高的灵活性和可靠性,设计了动态分布式观测器,并证明了其收敛性.动态分布式观测器可以使DG以分布式的方式更加灵活可靠地获取所需的信息.通过4个不同的算例对所提的控制策略进行验证,仿真结果验证了所提控制策略的优越性和有效性.

    微电网自适应无功功率均分分布式控制

      原文链接:
    • 万方数据
    • 维普