模式识别与人工智能
   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能
22 学术不端论文认定及处理办法
22 版权转让协议
22 保密证明
22 录用稿件电子版要求
22 修改说明格式
更多....
22 中国自动化学会
22 国家智能计算机研发中心
22 中科院合肥智能机械所
更多....
 
 
2019年 32卷 10期 刊出日期 2019-10-25
论文与报告
研究与应用
信息与动态
 
论文与报告
869 尺度感知的分块协同式相关滤波跟踪算法
陈灿, 陈昭炯, 顾杨, 叶东毅
基于分块的相关滤波跟踪算法在处理目标尺度变化和遮挡问题时,对局部子块跟踪状态的评估及局部子块与尺度变化的关系刻画不够准确.针对此问题,文中提出尺度感知的分块协同式相关滤波跟踪算法.首先提出结合时序平滑约束的局部子块遮挡判别方法,改进现有算法的评分策略.设计子块协同运动策略,使被遮挡或形变的子块跟随未被遮挡的子块趋向正确的位置.同时发现跟踪过程中子块聚散变化的分布位置与目标尺度之间的比例关系,实现对目标尺度变化的感知和大小估计.实验表明,文中算法性能较优.
2019 Vol. 32 (10): 869-881 [摘要] ( 478 ) [HTML 1KB] [PDF 2569KB] ( 348 )
882 基于3D多尺度特征融合残差网络的高光谱图像分类
郭文慧, 曹飞龙
深度学习中用于训练的高光谱图像(HSI)数据十分有限,因此较深的网络不利于空谱特征的提取.为了缓解该问题,文中提出3D多尺度特征融合残差网络,利用深度学习和多尺度特征融合的方式对光谱-空间特征进行有序的学习.首先对3D-HSI数据进行自适应降维,将降维后的图像作为网络输入.然后,通过多尺度特征融合残差块依次提取光谱-空间特征,融合不同尺度的特征,通过特征共享增强信息流,获得更丰富的特征.最后以端到端的方式训练网络.在相关数据集上的测试表明,文中网络具有良好的分类性能.
2019 Vol. 32 (10): 882-891 [摘要] ( 583 ) [HTML 1KB] [PDF 2094KB] ( 346 )
892 基于注意力机制的时间分组深度网络行为识别算法
胡正平, 刁鹏成, 张瑞雪, 李淑芳, 赵梦瑶
受人脑视觉感知机制启发,在深度学习框架下提出基于注意力机制的时间分组深度网络行为识别算法.针对局部时序信息在描述持续时间较长的复杂动作上的不足,使用视频分组稀疏抽样策略,以更低的成本进行视频级时间建模.在识别阶段引入通道注意力映射,进一步利用全局特征信息和捕捉分类兴趣点,执行通道特征重新校准,提高网络的表达能力.实验表明,文中算法在UCF101、HMDB51数据集上的识别准确率较高.
2019 Vol. 32 (10): 892-900 [摘要] ( 485 ) [HTML 1KB] [PDF 1180KB] ( 527 )
901 基于RGB-D图像特征的人体行为识别
唐超, 王文剑, 张琛, 彭华, 李伟
针对现有的多模态特征融合方法不能有效度量不同特征的贡献度的问题,文中提出基于RGB-深度(RGB-D)图像特征的人体动作识别方法.首先获取基于RGB模态信息的方向梯度直方图特征、基于深度图像模态信息的时空兴趣点特征和基于关节模态信息的人体关节点位置特征,分别表征人体动作.采用不同距离度量公式的最近邻分类器对这3种不同模态特征表示的预测样本进行集成决策分类.在公开数据集上的实验表明,文中方法具有简单、快速,高效的特点.
2019 Vol. 32 (10): 901-908 [摘要] ( 772 ) [HTML 1KB] [PDF 812KB] ( 494 )
909 半监督偏好学习算法
赵敏, 刘惊雷

为了解决推荐系统的鲁棒性和重构精度问题,文中提出半监督偏好学习算法,通过偏好学习获得潜在偏好,实现推荐.使用l2,1范数作为优化目标函数的正则项,消除噪声和异常点.采用图的拉普拉斯调节整合用户-项目矩阵的单边信息,实现多图融合,提高推荐精度.在Movielens 10M数据集和Netflix数据集上的实验验证文中算法精度较高、速度较快、鲁棒性较高.
2019 Vol. 32 (10): 909-916 [摘要] ( 405 ) [HTML 1KB] [PDF 536KB] ( 501 )
研究与应用
917 图像组转置训练及非凸约束的去噪去模糊算法
杨平, 赵燕伟, 郑建炜, 王万良
针对稀疏表示模型的过完备字典集训练过程中图像块采样不充分问题,提出图像组转置训练及非凸约束的去噪去模糊算法.采用组间方差约束的图像块搜索策略,并根据自适应软阈值对筛选的字典集进行转置学习.在重构过程中采用lp(0<p<1)范数约束以保证结果的强稀疏性.最后采用Bregman拆分迭代法求解文中非凸模型.实验表明,文中算法重构图像具有较好的视觉效果,去噪去模糊效果较优.
2019 Vol. 32 (10): 917-926 [摘要] ( 377 ) [HTML 1KB] [PDF 1211KB] ( 268 )
927 基于异构FPGA的卷积网络加速器
周锡雄, 钟胜, 张伟俊, 王建辉
基于神经网络的方法计算量通常十分庞大,限制方法在嵌入式场景领域的应用.为了解决这一问题,文中提出基于异构现场可编程门阵列的卷积网络加速器.采用滑动窗并行加速卷积计算过程,可同时处理不同输入、输出通道的卷积过程.同时结合网络量化过程进行8 bit定点加速器设计,降低计算资源的使用.实验表明,文中定点加速器运算速度较快,功耗较小,算法性能损失较小.
2019 Vol. 32 (10): 927-935 [摘要] ( 419 ) [HTML 1KB] [PDF 792KB] ( 726 )
936 基于L21范数的非负低秩图嵌入算法
刘国庆, 卢桂馥, 张强, 周胜
现有的非负矩阵分解方法直接在原始高维图像数据集上计算低维表示,同时存在对噪声数据、噪声标签、不可靠图敏感及鲁棒性较差的缺点.为了解决上述问题,文中提出基于L21范数的非负低秩图嵌入算法(NLGEL21),同时考虑原始数据集的有效低秩结构和几何信息.在图嵌入和数据重构函数中引入L21范数,进一步提高鲁棒性,并给出求解NLGEL21的乘性迭代公式和收敛性证明.在ORL、CMU PIE、YaleB人脸数据库上的实验验证NLGEL21的优越性.
2019 Vol. 32 (10): 936-944 [摘要] ( 400 ) [HTML 1KB] [PDF 673KB] ( 495 )
945 基于标记分布学习的异态集成学习算法
王一宾, 田文泉, 程玉胜
为了提高预测的准确性,文中结合机器学习中堆积(Stacking)集成框架,组合多个分类器对标记分布进行学习,提出基于标记分布学习的异态集成学习算法(HELA-LDL).算法构造两层模型框架,通过第一层结构将样本数据采用组合方式进行异态集成学习,融合各分类器的学习结果,将融合结果输入到第二层分类器,预测结果是带有置信度的标记分布.在专用数据集上的对比实验表明,HELA-LDL可以发挥各种算法在不同场景下的性能较优,稳定性分析进一步说明算法的有效性.
2019 Vol. 32 (10): 945-954 [摘要] ( 432 ) [HTML 1KB] [PDF 941KB] ( 369 )
955 基于非局部张量火车分解的彩色图像修补
贾慧迪, 韩志, 陈希爱, 唐延东
数据在采集和转换的过程中通常存在部分数据丢失的问题,丢失数据的补全直接影响后续的识别、跟踪等高层任务的结果.自然图像中经常存在许多具有重复特性的相似结构,利用该类冗余信息,文中提出基于非局部张量火车分解的张量补全方法.利用图像的非局部相似性,挖掘其中蕴含的低秩特性,并通过张量火车分解模型进行建模及升阶,将低阶张量转化为高阶以进行低秩信息的进一步挖掘利用,从而进行图像中缺失数据的修补.实验验证文中方法在图像修补上的有效性.
2019 Vol. 32 (10): 955-963 [摘要] ( 542 ) [HTML 1KB] [PDF 2521KB] ( 398 )
信息与动态
964 《模式识别与人工智能》投稿指南
2019 Vol. 32 (10): 964-964 [摘要] ( 1362 ) [HTML 1KB] [PDF 148KB] ( 887 )
模式识别与人工智能
 

主管：中国科学技术协会
主办：中国自动化学会
　　　国家智能计算机研究开发中心
　　　中国科学院合肥智能机械研究所
出版：科学出版社
 
版权所有 © 《模式识别与人工智能》编辑部
地址：安微省合肥市蜀山湖路350号　电话：0551-65591176　传真：0551-65591176　Email：bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn