lSSN 1003-6059
CN 34-1089/TP
CODEN MRZHET
CN 34-1089/TP
CODEN MRZHET
PDF全文 (
)
HTML
(
)
可视化
收藏
在复杂听觉场景中,听障患者难以从多人混合语音中稳定跟踪目标语音流,且传统助听设备无法感知听者的主观注意目标,难以满足真实环境中的个性化听力辅助需求.近年来,基于脑电信号(Electroencephalogram, EEG)的听觉注意力解码技术为神经引导听力辅助提供新的研究路径.为此,文中聚焦听觉注意力解码问题,提出基于EEG听觉注意力线索解耦与跨模态对比学习的目标说话人识别方法(Target Speaker Identification Based on EEG Auditory Attention Cue Disentanglement and Cross-Modal Contrastive Learning, DCLNet).首先,结合听觉注意力的层级加工神经机理,基于静态-动态解耦变分表征学习模块,将EEG分解为表征说话人身份信息的静态潜变量与表征时序听觉跟踪信息的动态潜变量.然后,引入预训练说话人识别模型,作为外部身份先验,结合说话人感知的跨模态对比学习,对齐EEG与语音的身份表征.在DTU、KUL数据集上的实验表明,DCLNet能有效提升目标说话人识别性能,并增强EEG中身份表征的判别能力.
PDF全文 (
)
HTML
(
)
可视化
收藏
针对传统SLAM方法在大规模、动态及视觉退化场景中存在的漂移累积、闭环鲁棒性不足等问题,文中提出受视皮层与内嗅-海马认知机理启发的移动机器人SLAM方法(Mobile Robot SLAM Method Inspired by Cognitive Mechanisms of Visual Cortex and Entorhinal-Hippocampal System, VEH-SLAM).首先,以内嗅-海马路径积分模型的位姿估计为基础,构建受视图细胞机制启发的情景记忆网络,利用最大后验估计与后验熵驱动的自适应阈值机制,显著提升闭环检测的准确性与鲁棒性.然后,在基础地图学习模块的基础上,提出融合空间密度修剪与神经尺度伸缩的高效认知地图学习算法,旨在有效控制地图规模的同时自适应调节编码分辨率,从而兼顾建图的快速性与精确性.在7个公开数据集上的实验表明,VEH-SLAM在其中5个数据集上100%精确度下最大召回率取得最优值.在建图方面,方法大幅降低总耗时,并在部分序列上获得最低地图误差.室内外物理实验进一步验证其实时性与工程可行性.
PDF全文 (
)
HTML
(
)
可视化
收藏
针对古钱币真伪包浆宏观视觉高度相似导致的传统空域模型判别能力不足,以及现有方法难以有效解决包浆物理演化程度的连续评分问题,提出基于频域特征与多任务学习的中国古钱币包浆鉴别方法.首先,设计频域特征提取与增强模块,通过分块离散余弦变换捕捉真伪包浆在频域能量分布上的差异,利用双路池化策略感知异常频率.然后,构建多尺度空频调制融合模块,将频域特征转化为注意力权重,调制空域特征,避免语义冲突.最后,设计融合特征筛选模块,抑制钱文轮廓干扰.同时构建多任务联合学习框架以求解评分,实现真伪判别与包浆评分连续回归的联合优化.在自建数据集上的实验表明,文中方法在真伪判别任务与包浆评分任务上均取得较优性能.
PDF全文 (
)
HTML
(
)
可视化
收藏
针对现有时序知识图谱补全方法难以有效建模语义与多粒度时间信息间的深层交互、缺乏对历史信息时间敏感性显式建模等问题,文中提出基于四元数表示与显式历史增强的时序知识图谱补全方法(Quaternion-Based Representation and Explicit Historical Enhancement for Temporal Knowledge Graph Completion, QR-EH).首先,将实体、关系的语义信息与多粒度时间信息映射至四元数空间,通过哈密顿乘积实现语义与时间的深层交互.然后,设计显式历史检索模块,定义时序调制机制,对历史重复事件进行加权,精准捕获具有时间敏感性的历史规律.最后,构建自适应得分融合模块,对全局时空信息与历史重复信息进行加权融合,生成最终的预测结果.在3个公开数据集上的实验表明,QR-EH能深入挖掘时序演化与历史重复规律,具有良好的泛化性和可解释性.
PDF全文 (
)
HTML
(
)
可视化
收藏
现有RGB-D显著目标检测方法普遍采用同质化融合策略,忽视特征在空间维度和语义维度上的差异.针对上述问题,文中提出全局融合和递进解码网络,采用非对称PVT(Pyramid Vision Transformer)双流编码器架构,设计差异化骨干网络,适配RGB模态与深度模态间的信息密度差异.首先,设计细节感知模块,替代传统对称融合,利用RGB全局纹理特征作为空间引导,对低质量深度特征进行非对称滤波,保留精细边界的同时抑制传感器噪声.然后,设计语义聚合模块,构建多尺度并行感受野,感知不同尺寸的目标特征,并引入通道注意力机制,实现跨模态语义纯化,优化多尺度目标的精准定位与语义对齐.最后,构建细化解码模块,通过双分支残差结构协同大感受野捕获通道注意力,有效弥补上采样过程中的信息损耗,实现显著目标从深层语义到浅层细节的递进式精准重构.在6个公开数据集上的实验表明,文中网络检测性能较优.
