首页期刊导航|现代计算机
期刊信息/Journal information
现代计算机
现代计算机

林楚昭

半月刊

1007-1423

lnzss@mail.sysu.edu.cn

020-84110804

510275

广州市海珠区新港西路135号中山大学园东区106栋西座1楼

现代计算机/Journal Modern Computer
查看更多>>《现代计算机》于1985年创刊,由中山大学主管主办,是一本面向计算机全行业的综合性学术刊物,一直以来致力于营造一个融洽的学术交流平台,帮助读者对象在学业、事业上更上一层楼。现为中国学术期刊综合评价数据库统计源期刊,中国期刊全文数据库全文收录期刊,中国核心期刊(遴选)数据库收录期刊,中国学术期刊(光盘版)收录期刊,全文入编中国学术期刊(光盘版)、中国期刊网、中华期刊网和中文科技期刊数据库、万方-数字化期刊数据库。
正式出版
收录年代

    融合Canny边缘检测的多输出损失肺炎CT图像分割算法

    粟长权郭本华魏一帆钱淑渠...
    1-8,17页
    查看更多>>摘要:针对肺炎的影像学特征如弥漫、多灶、磨玻璃的特点,提出一种肺部感染CT图像分割算法CEDMO.算法主干网络使用ResNet50,在特征提取中,先利用Canny算子对分割目标边缘进行检测,得到的边缘信息再与ResNet50进行融合计算,边缘信息还在解码器部分的多目标输出计算中作为一个引导值.在解码器部分对PSA注意力机制改进并设计了多输出约束,以获得了更多的细节信息和多个尺度的特征.在多输出中,设计了5个输出路径,每个路径的Loss都参与约束计算,使得训练结果加快收敛,从而提高计算效率.最后通过实验对比基线模型的结果,3个指标优于基线模型,其中Dice系数、灵敏度(SE)、增强对准度量(Emϕ)依次提高了4.7、4.5和1.3个百分点.

    Canny边缘检测医学图像分割注意力机制

    基于人物属性提取的行人重识别改进算法

    梁冰锐周卫王奔李宏杰...
    9-17页
    查看更多>>摘要:行人重识别(ReID)是指利用计算机视觉技术判断图像或者视频队列里是否存在特定行人的技术.目前,行人重识别在理论层面已经有了很好的实验结果,但在工程应用中还有很多的问题.针对在实际应用场景中行人图片内容的复杂性(摄像设备之间的差异、行人外观易受穿着、遮挡、姿态和视角等影响等)、行人识别率不高等问题,将行人重识别算法与人物属性提取算法相结合,引入注意力机制,提高了在工程应用中行人的重识别率.

    行人重识别行人属性提取注意力机制

    基于真实场景的情绪识别研究

    熊昆洪贾贞超高峰文虹茜...
    18-25页
    查看更多>>摘要:情绪识别研究从实验室环境推进到无约束的真实场景中时面临很多问题.真实场景中不受限制的个体活动和复杂环境使面部图像、语音等单一模态的数据无法可靠获取,并且在真实场景中人们自发的情绪更加微妙,表达强度不大,导致识别难度增加.因此,为了更加稳健地识别真实场景中的个体情绪,针对个体活动的特点,设计了特征提取网络充分挖掘面部、骨架、姿态及场景等多模态数据中的情绪信息进行相互补充;同时,关注不同数据间的联系,设计了特征融合模块融合多种特征.网络在具有挑战性的公共空间真实场景的PLPS-E数据集上取得了最佳识别性能,VAD维度情绪识别准确率达到了74.62%、79.15%、87.94%;网络在相对简单的真实场景FABE数据集上也达到了相当的性能,维度V的识别准确率达到了98.39%.实验表明了算法的有效性.

    情绪识别真实场景多模态特征深度融合

    基于深度学习的低照度荧光渗透数字化图像恢复方法研究

    王茂振程向梅沈威任益博...
    26-33页
    查看更多>>摘要:荧光渗透检测图像通常在极低照度的暗室环境下采集,不可避免地会产生图像模糊、对比度低等问题.提出一种基于深度学习的图像恢复方法,首先构建荧光渗透检测图像数据集,分别拍摄不同短曝光时间下和长曝光时间下的Raw格式图像,共3400张图像,其中20%作为测试集,10%作为验证集;其次构建一个基于U-net的卷积神经网络,将原始的Raw格式数据进行插值处理并划分为RGGB四个通道;然后减去黑电平值并将输入数据亮度放大相应的倍数,作为网络输入;最后将网络输出通过亚像素层上采样得到RGB空间的输出图像.测试结果表明,选择SSIM与MAE为损失函数,使用Adam优化器进行模型训练,图像PSNR达到28.237 dB,SSIM达到0.783,均优于传统方法.能有效减少图像噪声和提升图像清晰度,获取低光图像更多缺失的细节.

    图像恢复渗透检测深度学习U-net低照度

    基于旋转框表示的光学遥感图像目标检测

    裴永涛张梅粟长权
    34-39页
    查看更多>>摘要:旋转目标检测是遥感图像智能解译的关键步骤,然而遥感图像背景复杂、目标方向具有任意性、尺度差异大,实现准确的旋转目标检测有一定的困难.提出的ERDet结合显示视觉中心,提取遥感图像的全局信息与局部信息,结合自适应阈值样本选择的水平目标检测算法和长边定义法,预测遥感图像目标的类别、位置和旋转角度.在DOTA-v1.0数据集上的实验表明,该方法能够对不同尺度和方向的目标进行准确提取,实现了对遥感目标的精准检测.

    遥感图像旋转目标检测显示视觉中心自适应阈值样本选择

    基于迁移学习的心音心脏疾病检测算法

    冯辰凡陶青川
    40-45页
    查看更多>>摘要:心脏疾病一直是全球范围内重要的健康挑战,早期的诊断和检测至关重要.研究旨在开发一种基于迁移学习的心音心脏疾病检测算法,以提高心脏疾病的早期诊断准确性.训练时使用迁移学习增强了模型的稳定性和泛化能力.另外,提出一种基于HTS-AT模型的改进的心音识别模型HTS-AT V2,对心音信号进行特征提取和分类.结果表明,改进的算法在心音检测方面取得了显著成功,在检测效果有提升的同时,加快了推理速度、减少了模型大小.

    深度学习迁移学习心音识别心脏疾病

    一种改进聚类算法的时间序列异常检测方法

    钱宇蔡文铤
    46-51页
    查看更多>>摘要:时间序列异常检测被广泛应用于民航领域,对飞机快速存取记录器收集的时间序列数据进行异常检测为识别降低安全裕度的事件提供了有力手段.为了提高时间序列异常检测的准确率,提出一种基于改进聚类算法的时间序列异常检测方法.将K-Medoids聚类算法的欧氏距离度量方法替换为动态时间规整距离度量方法,根据样本点与中心点之间的距离判定异常,研究通过飞机飞行参数超限检测测试时间序列异常检测方法的有效性.实验结果表明,与传统聚类算法相比该方法的异常检测准确率和F1分数更高.聚类算法使用动态时间规整度量距离优化了时间序列相似性度量的精度,可以对形态特点相似的时间序列数据更好地聚类,提高了聚类算法的准确性.

    时间序列飞行数据聚类动态时间规整异常检测

    智能化消毒机器人人机交互的研究

    周加全莫春枝梁虹梅覃丹红...
    52-56页
    查看更多>>摘要:随着科学技术的不断发展,智能化的服务是现在研究的一个趋势,其中消毒机器人在作业过程中的人机交互功能被数控能力所限制,缺少更智能化的机器人与用户之间的交互,能够向用户提供普通的图形界面,使得消毒机器人的人机交互效果并不理想.为了解决这一问题,根据消毒机器人模型,在原有的基础上设计了基于OpenCV图像识别算法和自动语音识别技术ASR的模块,不仅可以较好地实现人脸识别和自动化的语音交互,还可以通过构建神经网络来进行深度学习,消毒机器人更加智能化和人性化,从而可以高效地完成消毒以及清扫工作,为以后的研究奠定了基础.

    消毒机器人人脸识别语音识别人机交互

    博物馆场景下基于时空注意力机制的人脸表情识别方法

    张鹏董宇轩
    57-60,65页
    查看更多>>摘要:随着数字化技术和人工智能的发展,游客对博物馆的参观不再是单向式进行,而是游客与展品之间可以形成交互.实现双向交互的第一步就是读懂游客的表情,从而对游客当前的状态做出正确的判断和回应.对博物馆场景下游客表情识别进行研究,设计了基于时空注意力机制的人脸表情识别方法,从时间和空间两个维度,利用卷积神经网络(CNN)与长短时记忆网络(LSTM)共同提取人脸表情特征.同时,添加时空注意力机制,增强特征表达能力.基于实验结果,对应参观者六种不同的面部情感,准确识别率最高可达78%.在公开的RML视频情感数据集上的实验结果显示,识别方法取得64.63%的正确识别率,表明该识别方法能够有效提高表情识别率.

    卷积神经网络长短时记忆网络表情识别时空注意力

    基于半监督学习的遥感影像变化检测研究综述

    唐天俊王铜川
    61-65页
    查看更多>>摘要:近年来,在人工智能技术与遥感大数据的深度融合下,基于深度学习的全监督变化检测框架通过大量标注数据训练,表现出优异的性能.然而,变化检测数据标注需要逐像素比对两影像间差异,这将消耗大量的人力、时间成本.为解决数据标注的局限性,基于半监督学习变化检测框架逐渐成为变化检测研究热点,该框架能充分利用大量的无标注数据提高变化检测方法的鲁棒性,减少模型对标注数据的依赖.

    遥感影像深度学习半监督学习变化检测