2020年, 第33卷, 第5期　刊出日期：2020-05-25

  

• 全选
  |

论文与报告
• Select
  基于双流步态网络的跨视角步态识别

  汪堃, 雷一鸣, 张军平

  模式识别与人工智能. 2020, 33(5): 383-392. https://doi.org/10.16451/j.cnki.issn1003-6059.202005001

  PDF全文 ( ) 可视化 收藏

  通过增强样本数据和网络特征,提出双流步态网络,增强模型对携带物、衣物变化影响的鲁棒性.首先构造双流步态网络,分别提取步态视频数据中的全局特征和协变量影响范围外的局部判别信息.再将两组网络的特征信息相加融合后,得到步态的双流特征表达.提出的限制随机遮挡策略增广用于训练样本的难度和多样性,提高网络对局部特征的学习能力,减弱协变量的不利影响.另外,改进三元组损失采样方法,加速网络模型的训练收敛速度.在大型步态数据集CASIA-B和OU-MVLP上的实验表明,在携带背包和穿着不同衣物的行走状态下,双流步态网络步态识别准确率较高.
• Select
  基于有效感受野的区域推荐网络

  张绳昱, 董士风, 焦林, 王琦进, 王红强

  模式识别与人工智能. 2020, 33(5): 393-400. https://doi.org/10.16451/j.cnki.issn1003-6059.202005002

  PDF全文 ( ) 可视化 收藏

  基于卷积神经网络的目标检测方法通过优化区域推荐达到较高的检测精度.由此,文中提出基于有效感受野的区域推荐网络.在区域推荐网络上引入基于有效感受野的样本匹配方法,强化基于交叠比的样本匹配规则,增强特征信息在区域推荐生成时的表征能力,减少锚定框和区域推荐数目,简化锚定框参数设置.结合快速区域的卷积神经网络检测器后,在Pascal VOC数据集上的检测精度有所提升,这表明文中方法是有效的.
• Select
  考虑布线资源松弛的X结构Steiner最小树算法

  汤浩, 刘耿耿, 郭文忠, 陈国龙

  模式识别与人工智能. 2020, 33(5): 401-412. https://doi.org/10.16451/j.cnki.issn1003-6059.202005003

  PDF全文 ( ) 可视化 收藏

  为了进一步考虑X结构,并充分利用障碍内可用布线资源,文中提出考虑布线资源松弛的X结构Steiner最小树算法.为了能够求解离散问题,在粒子的更新操作中引入交叉算子和变异算子.通过构建查找表,为整个算法流程提供快速的信息查询.提出角点选取策略,通过引入一些障碍角点,使粒子满足约束.最后构建精炼策略,进一步提高最终布线树的质量.实验表明,文中算法充分利用障碍内可用布线资源,有效缩短总布线长度,取得较佳的总布线长度.
• Select
  语言区间直觉模糊Frank算子

  刘利枚, 龚尹励, 杨艺, 吴少智

  模式识别与人工智能. 2020, 33(5): 413-425. https://doi.org/10.16451/j.cnki.issn1003-6059.202005004

  PDF全文 ( ) 可视化 收藏

  针对语言区间直觉模糊信息的集结问题,文中提出Frank集结算子,并构建解决供应商选择问题的群决策方法.首先引入拓展Frank t-模与s-模定义语言区间直觉模糊集的Frank运算法则,提出语言区间直觉模糊Frank加权平均(LIVIFFWA)算子与几何(LIVIFFWG)算子,证明算子的幂等性、封闭性、单调性等基本性质,剖析算子关于参数的退化性.然后,基于LIVIFFWA算子与LIVIFFWG算子构建语言区间直觉模糊多属性群决策方法,用于解决供应商决策问题.最后,通过共享单车回收供应商选择的案例分析验证文中决策方法的可行性和灵活性,讨论参数变化对决策结果的影响,并验证参数具有表征和反馈决策者态度的能力.
综述与评论
• Select
  多模态情感分析研究综述

  张亚洲, 戎璐, 宋大为, 张鹏

  模式识别与人工智能. 2020, 33(5): 426-438. https://doi.org/10.16451/j.cnki.issn1003-6059.202005005

  PDF全文 ( ) 可视化 收藏

  多模态情感分析现已成为自然语言处理领域的核心研究课题之一.文中首先介绍多模态情感分析的研究背景,归纳该领域最新的两类子课题,即叙述式多模态情感分析与交互式多模态情感分析.再分别以这两类子课题为出发点,梳理概括相应的发展脉络,最后,总结目前该领域中存在的交互建模的科学问题,探讨未来发展方向.
研究与应用
• Select
  基于类属特征和实例相关性的多标签分类算法

  张永, 刘浩科, 张洁

  模式识别与人工智能. 2020, 33(5): 439-448. https://doi.org/10.16451/j.cnki.issn1003-6059.202005006

  PDF全文 ( ) 可视化 收藏

  学习类属特征方法为每个标签选择特有特征并考虑成对标签的相关性以降低维度,可有效解决多标签分类遇到的维度过大问题,但缺乏对实例相关性的考虑.针对此问题,文中提出基于类属特征和实例相关性的多标签分类算法,不仅考虑标签相关性还考虑实例特征的相关性.通过构建相似性图,学习实例特征空间的相似性.在8个数据集上的实验表明,文中算法可有效提取类属特征,具有较好的分类性能.
• Select
  基于稀疏字典的李群机器学习算法

  熊啸东, 李凡长, 王邦军, 梁合兰

  模式识别与人工智能. 2020, 33(5): 449-457. https://doi.org/10.16451/j.cnki.issn1003-6059.202005007

  PDF全文 ( ) 可视化 收藏

  李群机器学习理论 被广泛应用于图像集分类中的数据表示和处理,并获得较优结果.由此,文中提出基于稀疏字典的李群机器学习算法.首先使用协方差矩阵对图像集建模,分析协方差矩阵构成的李群结构,应用对数映射将数据映射到线性空间中,得到数据的距离矩阵.再使用路标多维缩放对数据进行降维处理,降低运算成本.最后,使用带费舍尔判别字典学习进行分类.在YTC数据集上的实验证明文中算法具有良好的鲁棒性和准确率.
• Select
  视觉回环检测的多约束深度距离学习方法

  陈良, 金晟, 杨慧, 高瑜, 孙荣川, 孙立宁

  模式识别与人工智能. 2020, 33(5): 458-467. https://doi.org/10.16451/j.cnki.issn1003-6059.202005008

  PDF全文 ( ) 可视化 收藏

  在强场景变换下的视觉回环检测问题中,已有深度学习方法提取的特征描述子区分度不佳.针对此问题,文中深入分析多约束距离关系,提出视觉回环检测的多约束深度距离学习方法.首先,利用任意的卷积神经网络将原始图像映射为低维空间的特征描述子.然后,提出多约束损失函数,约束特征描述子之间的距离关系,并在线自动构造多约束训练样本集,提取更有区分度的低维特征.在New College、TUM数据集上的实验表明,文中方法提升强场景变化下回环检测的性能.
• Select
  基于多阶段数据生成的自循环文本智能识别

  马新强, 刘丽娜, 李雪维, 顾晔, 黄羿, 刘勇

  模式识别与人工智能. 2020, 33(5): 468-476. https://doi.org/10.16451/j.cnki.issn1003-6059.202005009

  PDF全文 ( ) 可视化 收藏

  在复杂多样场景下,极少存在同时对英文和中文都具有较优识别效果的大数据标注方法.因此文中提出针对复杂多样文本识别场景的数据生成和多阶段自循环训练算法.按照定义的生成数据参数随机生成文本数据,免去数据标注过程.在卷积循环神经网络的基础上,进行多阶段自循环训练,在循环过程中通过控制数据生成策略不断提升样本的识别精度.实验表明,文中算法在多个公开英文数据集及中文特定的复杂文本场景下都具有良好的识别性能.