首页期刊导航|微电子学与计算机
期刊信息/Journal information
微电子学与计算机
微电子学与计算机

李新龙

月刊

1000-7180

MC771@163.com

029-82262687

710054

西安市81号信箱

微电子学与计算机/Journal Microelectronics & ComputerCSCD北大核心CSTPCD
查看更多>>本刊创办于1972年，是我国微电子技术与计算机技术相结合的唯一专业性国家中文核心期刊，同时也是中国计算机学会会刊。本刊的宗旨是，严谨认真，求实创新；以人为本，研以致用；弘扬科学，追求真理。本刊国内公开发行，面向科研院所，厂矿技术人员、院校师生和管理人员，及时提供国内微电子与计算机行业最新科研成果、学术与工程技术动态，是较为实用的参考资料和科学决策的准确依据。
正式出版
收录年代

    基于SS-EWT的IGBT驱动电路早期故障诊断

    吴昊钱存元
    1-11页
    查看更多>>摘要：驱动电路是绝缘栅双极性晶体管(Insulated Gate Bipolar Transistor,IGBT)正常运行的重要保障.本文基于模拟电路早期故障理论,针对以EXB841驱动模块为核心的300 A/1 200 V快速型IGBT驱动电路,提出了 一种基于尺度空间(Scale Space,SS)改进的经验小波变换(Empirical Wavelet Transform,EWT)和误差反向传播神经网络(Back Propagation Neural Network,BPNN)相结合的早期故障诊断方法.首先在分析驱动电路硬件结构及工作原理的基础上,对其驱动功能和短路保护功能的主要元件进行灵敏度分析,分别选取相应的早期故障诊断元件;其次通过故障注入获取检测点输出数据,采用SS-EWT对数据处理后构造早期故障特征向量;最后采用BPNN对特征向量进行训练以实现对早期故障模式的识别.针对短路保护元件部分故障类别难以区分的问题,采用再训练对诊断方法进行优化.仿真结果表明,采用基于SS-EWT的早期故障诊断方法处理驱动功能元件及短路保护元件早期故障时准确率分别能达到91.04％和96.05％.

    尺度空间经验小波变换BP神经网络IGBT驱动电路早期故障诊断

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于AKAZE算子的抗翻拍自适应鲁棒性水印

    郑天朗吴建斌
    12-19页
    查看更多>>摘要：针对现有抗翻拍攻击水印的鲁棒性不足以抵抗新型翻拍攻击且透明性不佳等问题,引入自适应思想,提出一种基于AKAZE算子的自适应水印算法.首先利用AKAZE算子定位出关键点,随后根据关键点间的距离与对图像边框的距离对关键点做初步的筛选,然后构建筛选后关键点邻域熵值、水印嵌入强度与嵌入前后的平均相似度三者之间的映射,构建完映射后可仅根据图像块的熵值自适应筛选关键点,并得到二次筛选后关键点邻域合适的嵌入率,最后在筛选后的关键点邻域中利用奇异值分解进行水印嵌入.实验结果表明,该水印算法在保持了良好的不可见性的同时具有极佳的鲁棒性,其性能较现有抗翻拍攻击水印算法有显著提高.

    数字水印翻拍攻击自适应鲁棒性AKAZE

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于三重注意力的轻量级YOLOv8印刷电路板缺陷检测算法

    沈萍李想杨宁陈艾东...
    20-30页
    查看更多>>摘要：在全球产业中,印刷电路板的生产和应用持续增长,已经成为各种电子设备的核心组成部分.由于缺陷尺度较小的问题以及检测模型轻便嵌入便携式设备的需求,印刷电路板图像的自动缺陷检测是一项具有挑战性的任务.为了满足智能制造和使用中对高质量印刷电路板产品日益增长的需求,提出一种基于YOLOv8的印刷电路板缺陷检测改进方法.首先,采用轻量级网络MobileViT作为主干网络,减小模型体积和计算量.其次,引入Triplet Attention模块,增强张量中不同维度间特征的捕捉能力.最后,将边界框损失函数替换为LMPDIoU,直接最小化预测框与实际标注框之间的左上角和右下角点距离.实验表明:改进后的检测模型能够在拥有极小参数量的同时保证小尺寸缺陷检测精度较高,模型参数量降低率为89.38％,满足轻便嵌入便携式检测设备和计算机资源受限的场景应用,证实了在印刷电路板缺陷检测领域具有良好的应用前景.

    印刷电路板缺陷检测YOLOv8轻量级主干网络注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    YOLO目标检测后处理算法的优化和硬件加速

    邹知炜孙文浩陈松
    31-37页
    查看更多>>摘要：YOLO目标检测网络系列因具有高精度低延时的特点而得到广泛运用,但如何加速其后处理仍未得到充分研究.利用YOLO计算特点,优化了后处理算法:(1)融合detect层和后处理计算过程,通过将置信度阈值判断移至detect层计算前,避免无效计算和通信;(2)结合模型量化,实现基于脉动阵列的后处理硬件加速.实验表明:YOLOv3、YOLOv5 的 detect 层卷积计算量减少了 87.3％～99.9％;加速硬件设计在 Virtex Ultrascale+VCU112 上实现,100MHz时钟频率下,YOLOv3的detect层与后处理计算相较优化前加速比达到7.2～9.3,在3 000选框中筛选5个最佳选框条件下延时1 736 μs.相比现有工作,本文的detect层与后处理计算速度提升了 4.7～5.0倍,后处理所需FF资源仅为9.9％～10.5％.较后处理优化前,稀疏化的YOLOv3网络整体推理速度提升1.2％～1.3％.

    YOLO目标检测后处理硬件加速FPGA

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多特征提取的3D人体姿态估计算法

    葛森林高浩
    38-46页
    查看更多>>摘要：作为人工智能计算机视觉领域一项重要的任务,3D人体姿态估计受到了广泛的关注,并成功地应用在人机交互、电影游戏制作等领域.然而,3D人体姿态估计仍然面临着很大的挑战,主要是人体遮挡问题和数据集视角冗余问题,这些问题严重影响了 3D人体姿态估计结果精度与速度的提升.本文提出了一种基于多特征提取的3D人体姿态估计方法.首先通过采集多个相机视角下的图片数据,将所采图片数据放入2D人体关节点检测网络模型中,得到人体2D关节点.接着将采集到的人体数据输入到关节点置信度计算网络模型,得到视角图片中各个关节点的权重值.随后将2D人体关节点热图通过一个热图权重计算网络计算出热图权重,将各个视角下的权重特征计算融合得到加权后的2D人体关节点热图.最后将所得加权后的2D人体关节点热图和视角图片中各个关节点的权重值输入到三角化算法中,映射得到空间中的3D人体关节点.本文的关键思想是设计一个关节点置信度计算网络从输入图像中学习每个关节的置信度权重,同时提取了反映热图特征质量的权重矩阵,以提高遮挡视图中热图的特征质量.此外,使用感知哈希算法对Occlusion-Person数据集进行去视角实验,在保证结果准确性的同时提高了模型推理速度.本文方法是端到端可微的,可以显著地提高算法效率和鲁棒性.本文在Human3.6M和Occlusion-Person两个公共数据集上使用平均关节位置误差(Mean Per Joint Position Error,MPJPE)指标对该方法进行评估,分别取得27.3 mm和9.7 mm的结果.实验结果表明,该算法与最先进的方法相比,性能有了显著提升.

    3D人体姿态估计多视角多特征融合端到端

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于感知自编码器的军品电路表面缺陷检测方法

    郭帅兵胡玉龙柴波
    47-54页
    查看更多>>摘要：面向军品电路的表面缺陷检测任务,由于军品电路存在多品种、小批量,表面复杂的特点,现有方法对图像重建效果较差,本研究提出一种基于感知自编码器(Perceptual AutoEncoder,PAE)的方法,将感知损失与自注意力模块引入无监督方法,增加方法的可迁移性与图像重建效果.与传统检测方法相比,基于感知自编码器的方法无需面临传统模板法的对齐、光照平衡、色彩平衡等问题,极大地提升了针对不同产品的可迁移性,可有效解决军品电路多品种、小批量检测面临的困难.具体方法为:使用特征金字塔与卷积方法提取不同尺度的特征向量并聚类,聚类后使用自注意力模块自动加权并增强需要关注的特征,而后重建图像,将该图像作为模板与输入进行差分比较.针对感知自编码器,在自制的数据集上进行了评估,评估结果表明,引入感知损失后的自编码器能够更准确地进行缺陷检测.

    表面缺陷检测感知损失自编码器

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于高性能特征提取和任务解耦的无人机航拍图像小目标检测

    赵高强潘志松李云波
    55-63页
    查看更多>>摘要：无人机广泛应用于环境监测、资源规划和电力巡检等多种领域,其航拍图像中存在大量小尺寸目标,给目标检测任务带来难度.为此,在YOLOv5s的基础上提出一种基于高性能特征提取和任务解耦的目标检测网络(HFTT-Net)算法.首先,针对航拍图像中小尺寸目标特征提取困难的问题,在原始骨干网络的基础上引入多头自注意力机制,使网络充分关注小目标信息,在多尺度特征融合过程中使用SPD(Space-to-depth)组件,增强待检测目标的特征;接着,对于目标检测中普遍存在的任务冲突的问题,将分类头与回归头进行解耦操作,进一步提升目标检测精度;最后,结合基于EIoU的回归损失对网络进行监督,提升网络收敛速度,实现无人机航拍图像中目标的精确检测.在VisDrone2019数据集上的实验结果表明,HFTT-Net中的高性能特征提取和任务解耦操作能够充分提升网络的小目标检测能力,在航拍图像的多密集小目标场景任务中表现突出,该算法在能够满足实时检测的情况下与经典的YOLOv5s算法相比精度提升了 2.5％.

    无人机航拍图像小目标检测高性能特征提取任务解耦

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    结合CNN和Transformer的遥感图像土地覆盖分类方法

    汤泊川帕力旦·吐尔逊柏洁馨齐然然...
    64-73页
    查看更多>>摘要：利用遥感图像进行语义分割是一种有效的土地覆盖分类方法.然而由于主流框架存在边缘分割不准确、缺乏全局信息导致错误分类等问题,阻碍了其在土地覆盖分类中的应用.针对以上问题,提出了一种用于遥感图像土地覆盖分类的卷积神经网络(Convolutional Neural Networks,CNN)和Transformer混合网络CTHNet,结合了CNN的局部细节提取能力和Transformer的全局信息提取能力.同时设计了自适应融合模块,融合来自对应级别的CNN和Transformer特征,自适应融合模块的输出进入分割头得到最终的预测结果.最后,结合边界检测分支为语义分割提供边缘约束.在两个公开的土地覆盖分类数据集上的实验结果表明,该方法优于当前主流的方法,分别实现了 90.53％和64.33％的平均交并比(mIoU),对遥感图像中的大目标和边界也有更好的识别效果.

    土地覆盖分类遥感图像特征融合卷积神经网络Transformer

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合多尺度特征信息的图像雨滴去除方法

    崔明义冯治国代建琴赵雪峰...
    74-84页
    查看更多>>摘要：针对雨滴使雨天图像背景特征模糊失真的问题,提出一种融合多尺度特征信息的图像雨滴去除算法.首先,搭建了一个编码-解码神经网络来学习图像特征映射,考虑到雨滴的物理形状特征,采用雨滴形状驱动注意力模块来捕捉雨滴位置.然后,引入空间与通道协调注意力机制,加强图像重要空间和通道特征权重.接着,利用空洞卷积、非对称卷积和金字塔结构设计了新型空洞空间卷积池化金字塔模块,以捕获图像的多尺度特征.最后,在同尺度的编码-解码卷积层间加入跳跃连接,将特征信息馈送到网络深处,达到去除图像中雨滴的目的.实验结果表明:本文算法在公开数据集Qian上的PSNR达到30.75,SSIM达到0.925 7;在自制雨天数据集上也可以有效去除图像中的雨滴.

    图像去雨深度学习空洞卷积空间与通道协调注意力机制编码-解码结构

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于潜在编码空间的属性控制人脸图像翻译方法

    李鑫凯王蒙
    85-95页
    查看更多>>摘要：人脸图像翻译旨在将输入人脸图像经过一系列的条件操作,得到符合预期的目标人脸图像.然而,现有方法往往面临模型泛化性不足、属性耦合等挑战.基于此,提出了一种基于潜在编码空间的属性控制人脸图像翻译方法.首先,通过特征金字塔编码网络得到特征向量并组成潜在编码空间;其次,基于潜在编码空间的特征表示能力,对特征向量进行分类学习,得到属性法向量实现人脸属性控制;最后,使用属性法向量解耦和重训练两个步骤解决人脸属性耦合等问题.该方法在提高图像翻译质量的同时实现了人脸属性的精细化控制,并在草图到真实人脸任务中验证了该方法的泛化性.通过AttGAN等主流人脸图像翻译方法进行对比实验和分析,结果表明该方法在FID(Fréchet Inception Distance)等评价指标中较现有方法提升2％-50％不等,在属性生成精确度上提升3％～30％,证明该方法有效提升了属性控制下人脸图像翻译的性能.

    人脸图像翻译潜在编码空间属性法向量法向量重训练法向量解耦

      原文链接:
    • NETL
    • NSTL
    • 万方数据