公共文化服务平台

方志军: 作品数：50 被引量：325H指数：8; 供职机构：上海工程技术大学电子电气工程学院更多>>; 发文基金：国家自然科学基金上海市地方高校能力建设项目上海市重点科学建设项目更多>>; 相关领域：自动化与计算机技术文化科学电气工程医药卫生更多>>

合作作者

融合门控自校准机制和图卷积网络的点云分析: 2022年; 与密集网格表示的图像不同,点云自身具有不规则和无序性的特点,因而如何准确地推理出点云数据中的形状特征是一项具有挑战性的工作。为解决当前研究存在的不足,提出了点集内-外形状卷积(IE-Conv)。该卷积利用高效的双边结构将点集内的局部形状与点集外的全局形状分开处理,在点集内部,基于门控的方式有选择地学习丰富的点间关系,同时利用自校准功能优化逐点与局部特征;在点集外部,通过图卷积构建全局图形,并聚焦于点集之间的远程依赖关系;最后将双边输出有机融合起来。将IE-Conv分层嵌入形状推理卷积网络中(SR-Net),并在标准ModelNet40和ShapeNet数据集上进行分类与分割实验。实验结果表明,分类任务精度达到93.9%,分割任务平均交并比达到86.4%,验证了SR-Net在点云分析中的良好性能。; 徐嘉利方志军伍世虔; 关键词：图像处理多特征融合

基于知识增强自适应原型网络的小样本关系分类: 2025年; 小样本关系分类(FSRC)是指在任务中使用少量标注实例对各种关系进行分类,可快速适用于对全新的类别进行归类。然而,当测试域与训练域之间存在分布差异时,现有的小样本分类算法泛化能力有限,导致分类性能下降。针对该问题,提出一种适用于领域适应任务的知识增强自适应原型网络。通过探索实例之间的联系以提高模型的鲁棒性,同时学习关于关系的先验知识和内在语义以获得可解释原型。通过引入交互注意力机制来捕捉支持实例与查询实例之间的相关性,突出关键实例,并生成交互实例。同时,自适应原型融合机制以关系信息为锚点生成自适应混合系数,通过特征融合将实例与关系信息相结合,从而生成混合原型。在公开数据集FewRel 1.0和FewRel 2.0上的实验结果验证了该网络的有效性。实验结果表明,与基线模型相比,所提网络模型的分类准确率取得了显著提升,具有更好的分类效果与稳定性。; 张河萍方志军卢俊鑫高永彬

基于最大熵和边缘信息的非结构化道路检测被引量：5: 2020年; 针对非结构化道路因场景干扰因素多而难以准确检测的问题,文中提出了一种基于最大熵和边缘信息相结合的非结构化道路检测算法。根据熵值大的地方,图像灰度相对较均匀;熵值小的地方,图像灰度离散性较大的特性,采用二维最大熵做道路初分割。同时,结合道路边缘信息解决道路检测因光照不均、阴影和水迹等因素干扰而导致道路检测不准确的问题。实验结果表明,该算法能够准确检测出光照、阴影、水迹的路面,并且不受道路类型的影响,满足实时性要求。; 王翔张娟方志军; 关键词：非结构化道路二维最大熵边缘检测形态学滤波

点线特征结合的RGB-D视觉里程计被引量：8: 2021年; 针对传统视觉里程计在低纹理场景下,定位精度差甚至失效的问题,提出一种结合点线特征的RGB-D视觉里程计方法。该方法结合了点线特征各自独有的特性,同时联合点特征的光度误差和线特征的局部梯度适应性误差,构建了一个对低纹理场景鲁棒的联合误差函数。利用高斯-牛顿迭代法对联合误差函数进行非线性迭代优化,以获取相机每一帧的准确位姿。在公开的真实RGB-D数据集和合成基准测试数据集上对本文方法进行评估。实验结果表明,与其他先进算法相比,本文算法具有更优越的准确性和鲁棒性。; 卢俊鑫方志军陈婕妤高永彬; 关键词：视觉里程计点特征线特征

基于动态物体跟踪的语义SLAM: 2023年; 针对传统视觉SLAM在动态场景下容易出现特征匹配错误从而导致定位精度下降的问题,提出了一种基于动态物体跟踪的语义SLAM算法。基于经典的视觉SLAM框架,提取动态物体进行帧间跟踪,并利用动态物体的位姿信息来辅助相机自身的定位。首先,算法在数据预处理中使用YOLACT、RAFT以及SC-Depth网络,分别提取图像中的语义掩膜、光流向量以及像素深度值。其次,视觉前端模块根据所提信息,通过语义分割掩膜、运动一致性检验以及遮挡点检验算法计算概率图以平滑区分场景中的动态特征与静态特征。然后,后端中的捆集调整模块融合了物体运动的多特征约束以提高算法在动态场景中的位姿估计性能。最后,在KITTI和OMD数据集的动态场景中进行对比验证。实验表明,所提算法能够准确地跟踪动态物体,在室内外动态场景中具备鲁棒、良好的定位性能。; 刘家麒高永彬姜晓燕方志军; 关键词：语义信息

面向形状特征的多维度多层级点云分析被引量：2: 2022年; 目的 3维点云是编码几何信息的主要数据结构,与2维视觉数据不同的是,点云中隐藏了3维物体中重要的形状特征。为更好地从无序的点云中挖掘形状特征,本文提出一种能够端到端且鲁棒地处理点云数据的多维度多层级神经网络(multi-dimensional multi-layer neural network,MM-Net)。方法多维度特征修正与融合(multidimensional feature correction and fusion module,MDCF)模块从多个维度自适应地修正局部特征和逐点特征,并将其整合至高维空间以获得丰富的区域形状。另一方面,多层级特征衔接(multi-layer feature articulation module,MLFA)模块利用多个层级间的远程依赖关系,推理得到网络所需的全局形状。此外设计了两种分别应用于点云分类与分割任务的网络结构MM-Net-C(multi-dimensional multi-layer feature classification network)和MM-Net-S(multi-dimensional multi-layer feature segmentation network)。结果在公开的ModelNet40数据集与Shape Net数据集上进行测试,并与多种方法进行比较。在ModelNet40数据集中,MM-Net-C的分类精度较Point Net++和DGCNN(dynamic graph convolutional neural network)方法分别提高了2.2%和1.9%;在Shape Net数据集中,MM-Net-S的分割精度较ELM(extreme learning machine)和A-CNN(annularly convolutional neural networks)方法分别提高了1.2%和0.4%。此外,在ModelNet40数据集中的消融实验验证了多维度多层级神经网络(MM-Net)架构的可靠性,消融实验的结果也表明了多维度特征修正与融合(MDCF)模块和多层级特征衔接(MLFA)模块设计的必要性。结论本文提出的多维度多层级神经网络(MM-Net)在分类与分割任务中取得了优秀的性能。; 徐嘉利方志军伍世虔

结合混合域注意力与空洞卷积的3维目标检测被引量：3: 2020年; 目的通过深度学习卷积神经网络进行3维目标检测的方法已取得巨大进展,但卷积神经网络提取的特征既缺乏不同区域特征的依赖关系,也缺乏不同通道特征的依赖关系,同时难以保证在无损空间分辨率的情况下扩大感受野。针对以上不足,提出了一种结合混合域注意力与空洞卷积的3维目标检测方法。方法在输入层融入空间域注意力机制,变换输入信息的空间位置,保留需重点关注的区域特征;在网络中融入通道域注意力机制,提取特征的通道权重,获取关键通道特征;通过融合空间域与通道域注意力机制,对特征进行混合空间与通道的混合注意。在特征提取器的输出层融入结合空洞卷积与通道注意力机制的网络层,在不损失空间分辨率的情况下扩大感受野,根据不同感受野提取特征的通道权重后进行融合,得到全局感受野的关键通道特征;引入特征金字塔结构构建特征提取器,提取高分辨率的特征图,大幅提升网络的检测性能。运用基于二阶段的区域生成网络,回归定位更准确的3维目标框。结果KITTI(A project of Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago)数据集中的实验结果表明,在物体被遮挡的程度由轻到高时,对测试集中的car类别,3维目标检测框的平均精度AP3D值分别为83.45%、74.29%、67.92%,鸟瞰视角2维目标检测框的平均精度APBEV值分别为89.61%、87.05%、79.69%;对pedestrian和cyclist类别,AP3D和APBEV值同样比其他方法的检测结果有一定优势。结论本文提出的3维目标检测网络,一定程度上解决了3维检测任务中卷积神经网络提取的特征缺乏视觉注意力的问题,从而使3维目标检测更有效地运用于室外自动驾驶。; 严娟方志军高永彬; 关键词：感受野

端到端优化的3D点云几何信息有损压缩模型被引量：3: 2022年; 3D点云在虚拟现实与增强现实领域有着广泛应用。复杂的三维场景往往需要大量的点云来表示,并且需要大量的空间来存储。提出端到端优化的3D点云几何信息有损压缩模型,该模型利用自编码器和深度卷积生成对抗网络算法解决了大面积点云缺失问题,并重建出高质量的点云数据。为了在提高点云重建质量的同时,保证压缩效率不降低,提出反卷积跳跃连接结构。该结构将解码器各层信息传递到最后输出层进行特征融合,最终解码器能够在更低的码率下重建出高质量的点云。实验表明,在MVUB数据集上与MPEG G-PCC(Octree)标准相比,本文模型使BD-BR平均降低62.01%,BD-PSNR平均提高4.4971 dB,并获得了更高的视觉质量。; 徐嘉诚方志军黄勃高永彬周恒; 关键词：点云

基于SDR和改进能量检测算法的频谱感知被引量：3: 2020年; 针对人为性的电磁频谱资源匮乏问题,搭建一套通用软件定义无线电(SDR)系统作为通信平台,并提出一种改进的双阈值能量检测算法。该算法通过在混淆区域内添加额外阈值,细化判决结果后进行融合判决,减少了传统算法造成的传感信息浪费,降低真实信道下的噪声影响。在SDR系统中对授权用户频段使用情况进行实时检测,实现了频谱感知并为次用户的频谱接入提供依据。实验结果表明,相比于单阈值能量检测和传统双阈值能量检测算法,该算法在低信噪比情况下具有更高的检测概率。; 冉超方志军张彦宇; 关键词：软件定义无线电认知无线电频谱感知双阈值

基于微博的COVID-19热点话题分析被引量：7: 2020年; 新型冠状病毒肺炎(corona virus disease 2019,COVID-19)的快速暴发引发了广泛的社会关注,给网络舆情分析带来了极大的挑战。针对这个问题,本文使用网络爬虫技术对官方媒体发布的关于COVID-19的评论信息进行数据收集,对收集到的评论信息按时间顺序进行排列,首先使用TF-IDF对文本的关键特征词进行提取,其次利用OLDA(online latent Dirichlet allocation)模型依照时间顺序进行主题词演化分析,构建评论集词向量模型,最后使用K-means对主题进行聚类,并对聚类结果通过词性标注进行分析。实验表明,本文的方法可以获得随时间变化的评论信息,能够检测到需要关注的信息。; 黄勃陈欢方志军王明胜刘文竹; 关键词：舆情分析 TF-IDF K-MEANS

方志军

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

方志军

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈