lSSN 1003-6059
CN 34-1089/TP
CODEN MRZHET
CN 34-1089/TP
CODEN MRZHET
PDF全文 (
)
HTML
(
)
可视化
收藏
图像修复旨在利用周围信息填充图像中的缺失区域,然而现有基于先验的方法大多难以兼顾全局语义一致性和局部纹理细节.因此,文中提出基于全局-局部先验和纹理细节关注的图像修复方法,结合小波卷积与傅里叶卷积,构造小波-傅里叶卷积块,增强局部特征和全局特征的交互.在此基础上,提出全局-局部学习式先验,通过一个由小波-傅里叶卷积块构成的先验提取器,同时学习全局先验和局部先验.该先验提取器作用于受损图像和完整图像,分别得到受损先验和监督先验.在修复阶段,受损图像和学习的先验分别输入两个结构相似的修复分支.这两个分支均由小波-傅里叶卷积构成,能同时提取和融合全局特征与局部特征.最后,合并两个分支的输出,生成具有一致语义内容和清晰局部细节的图像.此外,构造高感受野风格损失,从语义层面提升图像风格一致性.实验表明,文中方法在多个数据集上均性能较优.
PDF全文 (
)
HTML
(
)
可视化
收藏
针对现有非等距模型簇对应关系计算方法准确率较低且泛化能力较差的问题,文中提出耦合映射的非等距三维模型簇对应关系计算方法.首先,使用DiffusionNet直接从三维模型中提取初始特征,获取具有鉴别能力的特征描述符.然后,使用描述符分别计算函数映射矩阵与逐点映射矩阵,并对两种矩阵分别施加结构正则化约束与执行Softmax归一化,得到最优耦合映射矩阵.最后,基于虚拟模板的模型簇匹配模块以模型初始特征作为输入,结合耦合映射构建的点分类器,直接预测模型与虚拟模型之间的匹配关系,通过Gumbel-Sinkhorn归一化,得到最终的非等距模型簇对应关系.实验表明,文中方法能有效处理非等距模型簇中的伪影噪声,对应关系计算的测地误差较小,结果较准确,泛化性较优.
PDF全文 (
)
HTML
(
)
可视化
收藏
双层网络传染病模型已成为复杂网络动力学中的热点问题之一. 然而,现有研究忽略防疫意识和行为对传染病传播的影响,在遇到个体防疫行为差异较大时,难以反映实际的传染病传播情况.因此,文中从行为模式识别的角度出发,结合形式概念分析与微观马尔可夫链方法(Microscopic Markov Chain Approach, MMCA),提出基于网络形式背景的双层网络传染病模型.首先,定义双层网络形式背景、网络概念及其特征参数,建立形式概念分析与传染病模型的联系,不仅可描述双层网络中的概念及行为模式对应的特征参数,还可定义衰减因子,进一步借助MMCA实现上下层信息融合.然后,考虑大众媒体和政策干预对信息传播的影响,改进大众媒体函数和MMCA,并推导疫情爆发阈值.最后,通过仿真实验分析重要参数对疫情传播规模和疫情传播阈值的影响.
PDF全文 (
)
HTML
(
)
可视化
收藏
人体姿态估计方法分为基于坐标回归的方法和基于热图的方法.基于坐标回归的方法推理速度较快但精度较差,基于热图的方法可精确定位,但计算量和存储开销较大.因此,文中通过知识蒸馏,结合两种方法,提出基于知识蒸馏与动态区域细化的人体姿态估计方法.首先,在特征蒸馏与姿态蒸馏两方面将热图模型的信息传递给回归模型.然后,对经过多层Transformer提取的特征进行选择,在粗略化阶段根据提取的特征生成初步姿态估计,并依据质量预测器的得分挑选需要细化的图像特征.最后,在细化阶段根据关键点与图像区域之间的相关程度,在部分关键点相关区域上建立细粒度表示,即细化特征,实现人体姿态细化.在COCO、COCO-Wholebody数据集上的实验表明,文中方法可较好地定位关键点,完成人体姿态估计.
PDF全文 (
)
HTML
(
)
可视化
收藏
强化学习中的策略梯度方法因其通用性而广泛应用于连续决策问题,但高梯度方差导致的低样本利用率始终制约其实际应用性能.文中提出海森辅助的概率策略梯度方法(Hessian Aided Probabilistic Policy Gradient Method, HAPPG),在PAGE(Probabilistic Gradient Estimator)的基础上设计双模态梯度估计机制:在大批量估计中增加历史动量,限制梯度下降的波动性;在小批量估计中引入策略参数空间的二阶曲率信息,构建基于海森矩阵辅助技术的方差缩减估计形式.理论分析表明,HAPPG在非凸优化条件下达到O($\epsilon$-3)的样本复杂度,在多项基准控制任务上性能较优.更进一步,通过嵌入Adam优化器的自适应学习率机制,将海森辅助概率策略梯度估计器与PPO(Proximal Policy Optimization)结合,提出HAP-PPO,性能优于PPO,且文中设计的梯度估计器能进一步提升主流强化学习方法性能.
