2023年, 第36卷, 第6期　刊出日期：2023-06-25

  

• 全选
  |

论文与报告
• Select
  基于自适应ε约束处理法的改进蛾子搜索算法

  冯艳红, 王改革, 李明亮, 李晰

  模式识别与人工智能. 2023, 36(6): 483-494. https://doi.org/10.16451/j.cnki.issn1003-6059.202306001

  PDF全文 ( ) HTML ( ) 可视化 收藏

  多需求多维背包问题包含相互冲突的两类不等式约束,对其可行域的搜索异常困难.因此,文中提出基于ε约束处理法的改进蛾子搜索算法.在莱维飞行阶段,根据当前进化代数调节步长值.在直接飞行阶段,引入突变率,增加算法的种群多样性.最后,对整个种群应用均匀变异算子,提高算法的全局探索遍历性.采用空间映射方法实现搜索空间到问题空间的转换,采用自适应ε 约束处理法处理约束.在经典的96个测试用例上的验证实验表明:自适应莱维飞行算子、突变直接飞行算子、均匀变异算子对算法求解精度都具有显著效果,文中算法在求解绝大多数测试用例时的寻优精度较优.此外,文中应用正交实验方法分析参数对于ε约束处理法的影响.
• Select
  基于熵的多尺度多重集值信息系统的最优尺度选择与属性约简

  王蕾晰, 吴伟志, 谢祯晃

  模式识别与人工智能. 2023, 36(6): 495-510. https://doi.org/10.16451/j.cnki.issn1003-6059.202306002

  PDF全文 ( ) HTML ( ) 可视化 收藏

  针对现有的信息系统难以体现和处理数据融合时出现的数据重复问题,文中提出多尺度多重集值信息系统的概念,并讨论该系统的最优尺度选择和属性约简问题.首先,在多尺度多重集值信息系统的每个属性中,基于属性值域中多重集之间的海林格距离定义论域上的相似关系,获得由每个属性子集导出的论域中所有对象的相似类构成的信息粒.然后,引入多尺度多重集值信息系统中知识粗糙熵的概念,进一步给出多尺度多重集值信息系统中的最优尺度与熵最优尺度的概念,证明基于相似关系定义的最优尺度和基于知识粗糙熵定义的最优尺度是等价的.最后,在熵最优尺度的基础上提出系统中基于相似关系的约简和基于知识粗糙熵的约简的概念,并分别给出筛选熵最优尺度和熵约简的算法.
• Select
  基于Transformer的多尺度优化低照度图像增强网络

  牛玉贞, 林晓锋, 许煌标, 李悦洲, 陈羽中

  模式识别与人工智能. 2023, 36(6): 511-529. https://doi.org/10.16451/j.cnki.issn1003-6059.202306003

  PDF全文 ( ) HTML ( ) 可视化 收藏

  低照度图像中亮度、颜色、细节等特征往往存在于不同尺度的信息中,因此实现高质量低照度图像增强极具挑战性.现有基于深度学习的方法无法充分利用多尺度特征,也无法有效结合多个尺度的特征,不能全面提升图像的亮度、颜色和细节质量.针对上述问题,文中提出基于Transformer的多尺度优化低照度图像增强网络(Transformer-Based Multi-scale Optimized Network for Low-Light Image Enhancement, TMO).首先,设计基于Transformer的多任务增强模块,经多任务训练后具有对亮度、颜色、细节的全局建模能力,因此可以初步应对低照度图像存在的亮度不足、颜色偏差、细节模糊、噪声较多等多退化类型挑战.然后,设计结合全局和局部多尺度特征的架构,逐步优化不同尺度的特征.最后,提出多尺度特征融合模块和自适应增强模块,在学习和融合各尺度间信息关联的同时实现在各局部多尺度分支中自适应地增强图像.在6个包含成对图像或不成对图像的公开数据集上的广泛实验表明,文中网络能够有效地综合解决图像中亮度、颜色、细节、噪声等多退化类型问题.
研究与应用
• Select
  基于微搜索的高分辨率图像前景遮罩提取算法

  冯夫健, 杨圆, 谭棉, 苟洪山, 梁椅辉, 王林

  模式识别与人工智能. 2023, 36(6): 530-543. https://doi.org/10.16451/j.cnki.issn1003-6059.202306004

  PDF全文 ( ) HTML ( ) 可视化 收藏

  高分辨率图像抠图问题本质是前景背景像素对的大规模组合优化问题,目前相关研究成果较少.文中针对前景背景极相似时容易出现前景遮罩抠反的问题,设计决策集分解策略,实现高分辨率图像抠图问题的有效分解.此外,设计优化信息传递策略,获取子问题间的权重关系,建立图像抠图问题的优化序列.在优化信息传递策略的基础上,提出基于微搜索的前景遮罩提取算法.算法通过对有效决策子集的搜索代替对决策集的搜索,解决高分辨率图像抠图问题中的前景遮罩抠反问题,为大规模组合优化问题分析提供借鉴.选用alphamatting基准数据集作为测试数据,与典型的抠图优化算法对比分析,验证文中算法可以解决前景背景信息极为相似时的前景遮罩抠反问题,并且在高分辨率图像抠图问题维度显著降低的情况下,提高前景遮罩提取精度.
• Select
  基于多分辨率注意密集网络的肺炎分类识别方法

  周涛, 叶鑫宇, 陆惠玲, 常晓玉, 刘赟璨

  模式识别与人工智能. 2023, 36(6): 544-555. https://doi.org/10.16451/j.cnki.issn1003-6059.202306005

  PDF全文 ( ) HTML ( ) 可视化 收藏

  X光片中肺炎存在影像学特征不明显、病灶与周围组织对比不明显、边缘模糊等问题,因此,文中提出基于多分辨率注意密集网络的肺炎分类识别方法.深度融合浅层定位信息与深层语义信息,并构造多分辨率空间注意力门,对不同分辨率的深层信息与浅层信息进行语义式交互增强,在深浅层信息中建立病灶信息的相互依赖关系.此外,设计坐标频率注意力,以方向和位置互补的方式自适应地增强肺炎特征的表达.在ChestXRay2017等5份肺炎X光片数据集上的实验表明,文中网络在肺炎分类识别任务上性能较优,同时还具有公共肺炎数据集上的鲁棒性.
• Select
  基于非负正交矩阵分解的多视图聚类图像分割算法

  张荣国, 曹俊辉, 胡静, 张睿, 刘小君

  模式识别与人工智能. 2023, 36(6): 556-571. https://doi.org/10.16451/j.cnki.issn1003-6059.202306006

  PDF全文 ( ) HTML ( ) 可视化 收藏

  多视图聚类在应对非线性结构数据上具有一定优势,却存在需要后处理和时间效率较低等缺点.针对这一问题,文中提出基于非负正交矩阵分解的多视图聚类图像分割算法.首先,提取图像多视图数据,使用流形学习非线性降维方法获取每个视图的谱嵌入矩阵,构建相应的谱块结构.再设计自适应权值,将谱块结构融合成一致性图矩阵.然后,对一致性图矩阵进行非负正交矩阵分解,获取非负嵌入矩阵.最后,由非负嵌入矩阵获得多视图特征的聚类,进而得到图像分割结果.在5个数据集上的对比实验表明,文中算法在分割精度和时间效率上都有一定提升.