2021年, 第47卷, 第10期 刊出日期：2021-10-15
-
全选|
-
-
计算机工程. 2021, 47(10): 1-15. https://doi.org/10.19678/j.issn.1000-3428.0061710医生通过内窥镜观察的人体内腔显示为二维图像，不能立体地展现内腔环境中病灶、血管及邻近组织的关系，而内腔三维重建及可视化技术能够清晰、全面地展现病灶及其他组织的三维形态，更好地辅助医生进行精准的手术判断。将人体内腔环境中的三维重建技术分为主动式测量方法与被动式测量方法，分类综述基于结构光、飞行时间、双目立体视觉、单目视觉的内腔三维重建技术及发展现状。针对同时定位与地图构建的内腔三维重建法，分析对比内腔环境下的特征点检测与匹配的发展、方法及特点，并对人体内腔三维重建的难点和未来发展趋势进行展望。
-
计算机工程. 2021, 47(10): 16-25. https://doi.org/10.19678/j.issn.1000-3428.0060683路径规划作为移动机器人自主导航的关键技术，主要是使目标对象在规定范围内找到一条从起点到终点的无碰撞安全路径。阐述基于常规方法和强化学习方法的路径规划技术，将强化学习方法主要分为基于值和基于策略两类，对比时序差分、Q-Learning等基于值的代表方法与策略梯度、模仿学习等基于策略的代表方法，并分析其融合策略和深度强化学习方法方法的发展现状。在此基础上，总结各种强化学习方法的优缺点及适用场合，同时对基于强化学习的路径规划技术的未来发展方向进行展望。
-
计算机工程. 2021, 47(10): 26-33. https://doi.org/10.19678/j.issn.1000-3428.0061371当计算任务被转移到移动边缘计算（MEC）服务器上时，通过服务缓存能够降低获取和初始化服务应用程序的实时时延和带宽成本。此外，体验质量是驱动卸载决策的关键因素，有效利用有限的计算资源能够提升用户满意度。考虑一个边缘服务器帮助移动用户执行一系列计算任务的场景，建立混合整数非线性规划问题，提出一种基于深度确定性策略梯度（DDPG）的算法来联合优化服务缓存位置、计算卸载决策和资源分配，从而提高用户对服务的体验质量，最大化用户使用计算资源所节约的成本。仿真结果表明，该算法在提高用户体验质量和节约成本方面较使用无缓存策略、随机选择策略和无缓存随机选择策略的算法性能更优。
-
计算机工程. 2021, 47(10): 34-42,51. https://doi.org/10.19678/j.issn.1000-3428.0061105车联网在智能交通系统构建中发挥重要作用，消息认证方案能够为车联网的实际应用提供可靠性和安全性保障，但现有认证方案多数存在计算效率低下的问题，为此，提出一种基于切比雪夫混沌映射的车联网认证方案。利用切比雪夫多项式的半群性质构建对称密钥，以实现车辆节点与路边设施单元（RSU）的密钥协商。车辆节点使用由RSU分发的时效性共享密钥完成车辆间的匿名消息认证，无须为每个消息签名验证一个较大的撤销列表，车辆的撤销也不会影响群组性能。分析结果表明，该方案可以满足车联网的安全需求并抵御多种安全攻击，同时提供条件隐私保护，其密钥协商与消息认证阶段的计算效率较高，通信开销较低。
-
计算机工程. 2021, 47(10): 43-51. https://doi.org/10.19678/j.issn.1000-3428.0060802为完善车联网信任评估机制并建立车辆间的信任关系，提出一种基于区块链技术的车联网安全通信策略。利用椭圆曲线加密算法进行车辆身份注册与验证，结合基于Beta分布的直接信任值与基于PageRank算法的推荐信任值求得车辆综合信任值。通过智能合约技术对车辆综合信任值及交互信息进行管控，实现车辆综合信任值的上链、更改与更新。仿真结果表明，该策略能够有效抵御车联网内部与外部攻击，保证数据传输的安全性，且满足车联网车辆在高速移动环境下的高吞吐量及低时延通信需求。
-
计算机工程. 2021, 47(10): 52-60. https://doi.org/10.19678/j.issn.1000-3428.0059629现有的子空间聚类方法大多只适用于单层网络，或者仅对多层网络中每层的聚类结果简单地进行平均，未考虑每层网络中包含信息量不同的特点，致使聚类性能受限。针对该问题，提出一种面向多层网络的稀疏子空间聚类方法。将距离正则项和非负约束条件集成到稀疏子空间聚类框架中，从而在聚类时能够同时利用数据的全局信息和局部信息进行图学习。此外，通过引入稀疏约束使学习到的图具有更清晰的聚类结构，并设计迭代算法进行优化求解。在多个真实数据集上的实验结果表明，该方法能够挖掘网络不同层的互补信息，得到准确的一致性联合稀疏表示，有效提高社团聚类性能。
-
计算机工程. 2021, 47(10): 61-66. https://doi.org/10.19678/j.issn.1000-3428.0059375现有卷积神经网络模型剪枝方法仅依靠自身参数信息难以准确评估参数重要性，容易造成参数误剪且影响网络模型整体性能。提出一种改进的卷积神经网络模型剪枝方法，通过对卷积神经网络模型进行稀疏正则化训练，得到参数较稀疏的深度卷积神经网络模型，并结合卷积层和BN层的稀疏性进行结构化剪枝去除冗余滤波器。在CIFAR-10、CIFAR-100和SVHN数据集上的实验结果表明，该方法能有效压缩网络模型规模并降低计算复杂度，尤其在SVHN数据集上，压缩后的VGG-16网络模型在参数量和浮点运算量分别减少97.3%和91.2%的情况下，图像分类准确率仅损失了0.57个百分点。
-
计算机工程. 2021, 47(10): 67-74. https://doi.org/10.19678/j.issn.1000-3428.0059083语义图概要的目的是提取语义图的关键信息，形成原数据集的概要模型以解决大规模语义图的理解、查询、应用难题。为提升现有语义图概要方法效率，提出一种基于本体分割的概要方法。通过本体分割算法对语义图进行分割生成扩展子图。采用形式概念分析对每个扩展子图生成元素的偏序格（又称特征集格）。在此基础上，由所有子图的特征集格形成了原语义图的概要。在关联开放数据集和Berlin SPARQL Benchmark数据集上的实验结果表明，该方法具有较好的可扩展性，有效提高了概要方法的效率。
-
计算机工程. 2021, 47(10): 75-81. https://doi.org/10.19678/j.issn.1000-3428.0059354为充分利用含噪语音特征来提升深度神经网络的语音增强性能，提出一种融合时频域特征的语音增强方法。以含噪语音的波形和纯净语音的对数功率谱分别作为训练特征和训练目标，获取含噪语音时域特征到纯净语音频域特征的映射关系。将含噪语音的波形和对数功率谱共同作为训练特征，构建融合含噪语音时域和频域特征的深度神经网络实现语音增强。实验结果表明，与单纯使用频域特征的语音增强方法相比，该方法能够明显提升增强语音的质量和可懂度，具有更好的语音增强性能。
-
计算机工程. 2021, 47(10): 82-88. https://doi.org/10.19678/j.issn.1000-3428.0059116TextRank使用共现窗口代替PageRank网页超链接以判断词语关系，但共现窗口机制下的词汇图是无向图，且实际中文文本中词语与其共现窗口内的词语之间在多数情况下没有认知上的指向性链接关系，导致共现窗口机制下的词语关系与PageRank网页超链接关系存在较大差别。为此，提出一种融合语义特征的关键词抽取方法S-TextRank。在TextRank方法的基础上以依存关系代替共现窗口判断词语关系，以模拟PageRank网页指向性超链接。对不同词性词语赋予相应的权重系数，从而模拟不同性质网页的重要程度。在此基础上，使用IDF方法结合汉语语法规则构建非关键词表，排除无关词语以降低其对抽取结果的影响。实验结果表明，S-TextRank方法在测试集上的准确率达到74%，比TextRank方法高19.4个百分点。
-
计算机工程. 2021, 47(10): 89-96,102. https://doi.org/10.19678/j.issn.1000-3428.0058349在知识互联的大数据环境下，初步构建的领域知识图谱可展示该领域知识的结构化信息，但实体之间隐含的潜在关系并未在图谱中得到充分表达。为解决领域知识图谱实体关系丰富和扩展问题，提出一种基于实体间关联规则分析与主题分析的关系发现方法。应用与领域实体相关的数据，通过实体间关联规则分析与实体相关数据集间主题分布相似度分析获取领域实体间潜在关系，将新发现的关系融合到初步构建的知识图谱中，实现领域知识图谱的潜在关系扩展。实验结果表明，该方法能够发现部门实体间的共性，挖掘出隐藏在领域实体间的关系，可有效地应用于领域实体间关系发现，丰富领域知识图谱。
-
计算机工程. 2021, 47(10): 97-102. https://doi.org/10.19678/j.issn.1000-3428.0058964现有的文本语义匹配方法大多基于简单的注意力机制进行交互，较少考虑文本自身结构信息和文本之间原始信息的的交互。针对2个中文文本的语义匹配问题，构建一个多角度信息交互的文本匹配模型MAII。分别从颗粒、局部、全局3个角度计算2个文本深层次的语义交互矩阵，同时考虑语序信息之间和结构信息之间的交互以及文本内部的依赖关系，从而得到含有丰富信息的语义向量，并通过语义推理计算出两文本之间的语义匹配度。实验结果表明，相比在英文数据集上表现良好的DSSM、ESIM和DIIN模型，MAII模型在CCKS 2018问句匹配大赛的中文数据集上达到77.77%的准确率，表现出更好的匹配性能。
-
计算机工程. 2021, 47(10): 103-110. https://doi.org/10.19678/j.issn.1000-3428.0059355流量回放可为网络靶场提供逼真的流量数据并支持网络新技术验证与安全评测。面向复杂虚拟网络的交互式用户行为仿真需求，设计一种交互式流量链路的用户行为仿真架构。采用基于云平台的分布式流量仿真策略，以实现面向复杂虚拟网络用户的行为仿真多样化和可扩展加载。对交互式流量回放过程中延时修复与补偿策略进行研究，提升交互式用户行为仿真的时序逼真性。仿真实验结果表明，该仿真架构能够在保证流量时序准确性的前提下，实现交互式的大规模用户行为仿真，与传统的ITRM、Tcpreplay等方法相比，在仿真行为的多样性、规模性、逼真性上具有一定优势，可为安全评测提供有效支撑。
-
计算机工程. 2021, 47(10): 111-115,124. https://doi.org/10.19678/j.issn.1000-3428.0059258现有典型的秘密共享算法多基于SHAMIR算法构建，涉及复杂的多项式计算，数据处理速度较慢。为提高计算效率，提出一种仅基于异或运算的秘密共享算法。根据k、n输入值计算待生成的线索个数，通过与随机二进制序列进行连续异或运算生成算法所需的全部线索，并借助排列组合将所有线索进行分组形成影子秘密。实验结果表明，该算法能够实现任意份额（k，n）门限秘密共享，相较于SHAMIR算法处理速度得到大幅提升，且不存在部分秘密信息泄露的安全隐患。
-
计算机工程. 2021, 47(10): 116-124. https://doi.org/10.19678/j.issn.1000-3428.0061434针对单模态身份认证方法存在特征单一容易被伪造和攻破的问题，提出基于用户行为足迹的多模态特征融合隐式身份认证方法。在移动设备中采集用户使用设备时的触摸压力、触摸轨迹、加速度等传感器数据，利用特征选择技术提取触摸屏交互、移动模式、物理位置等特征并对其进行训练与融合，最终通过多模态特征融合模型实现用户身份认证。实验结果表明，该方法采用的特征级融合和决策级融合方式均获得了98%以上的认证准确率，相比单模态身份认证方法更难以被伪造和攻破，且认证准确率更高、稳定性更强。
-
计算机工程. 2021, 47(10): 125-131. https://doi.org/10.19678/j.issn.1000-3428.0058958针对现有代码克隆检测方法通常存在标记表示单一而抽象语法树构造复杂的问题，提出一种结合分层特征的代码克隆检测方法。使用双层双向长短时记忆网络提取行级和全局代码层次的深层语义信息，挖掘目标代码的语义特征。引入注意力机制调整重要标记及代码行的影响权重，增强语义形式的代码克隆检测效果，并采用softmax分类器识别克隆代码。实验结果表明，该方法的召回率和精确度分别为91%和97%，相比NICAD、CCIS、CCLearner方法对于复杂语义形式的克隆代码具有更好的检测效果。
-
计算机工程. 2021, 47(10): 132-139,146. https://doi.org/10.19678/j.issn.1000-3428.0060480在智能手机隐私安全领域，隐式认证具有高安全性、友好交互体验等优点，但存在行为特征采集不便、认证模型复杂的问题。提出一种基于动态信任值的分级隐式认证方案。利用机器学习方法进行模型训练，提取用户划屏行为特征作为前级认证数据，并将前级输出概率经信任值检测作为后级认证数据，进而得到最终认证结果。同时基于真实用户历史认证变化的稳定性和连续性，通过计算一定时间窗口内的认证概率均值作为动态信任更新值，使信任值在真实用户认证结果变化范围内波动。实验结果表明，该方案的分类准确率达到98.63%，等错误率仅为3.43%，与只包含前级认证的方案相比准确性更高，并且能够有效阻挡冒名者非法使用手机。
-
计算机工程. 2021, 47(10): 140-146. https://doi.org/10.19678/j.issn.1000-3428.0059210加密数据的安全性受到加密算法和加密设备的影响，为评估密码硬件的可靠性，能量分析等多种针对加密平台的攻击方法得到广泛应用。深度学习是一种性能良好的数据分析方法，基于深度学习的功耗侧信道攻击方法一经提出便引起关注。提出一种基于深度学习LSTM的侧信道攻击方法，利用相关功耗分析方法确定侧信道功耗数据的兴趣点，通过兴趣点位置选择合适的兴趣区间作为特征向量以搭建神经网络模型。实验结果表明，相比MLP和CNN模型，LSTM网络模型在侧信道攻击中具有较高的攻击效率。
-
计算机工程. 2021, 47(10): 147-152. https://doi.org/10.19678/j.issn.1000-3428.0059152在C-V2X通信中，Mode 4资源分配方式使用基于感知的半持续调度（SB-SPS）算法进行资源分配，但该算法以最大功率传输安全消息，在高密度交通流状态下会导致系统的可靠性下降。为对SB-SPS算法进行优化，提出一种基于深度强化学习的联合资源分配与功率控制算法。车辆在感知到信道后，为安全消息选择干扰最小的子信道，并根据信道状态自适应调整传输功率，通过与环境交互学习的方式求解最优的子信道选择方案和功率控制方案。仿真结果表明，与SB-SPS优化算法相比，该算法在高密度公路场景下分组接收率提高5%，有效提升了车间通信的可靠性。
-
计算机工程. 2021, 47(10): 153-159. https://doi.org/10.19678/j.issn.1000-3428.0059439车载自组织网络（VANET）中的高速移动性节点和动态的网络拓扑结构使得车辆间通信链路存在传输时延长、连接时间短的问题。通过引入双簇头选择算法，提出一种改进的AODV路由协议（AODV-CMIRP），用于VANET的连通性维护。利用分簇技术降低全局网络拓扑的动态性，通过引入节点的相对移动度和相对速度作为簇头选择指标，并选取辅助簇头节点以延长车载自组织网络整体生存时间。仿真结果表明，在保证网络连通性和稳定性的前提下，相比CBDRP和AODV协议，AODV-CMIRP协议具有较低的平均端到端时延和较高的分组投递率，能够有效延长簇头生存时间并提高网络的稳定性。
-
计算机工程. 2021, 47(10): 160-165,173. https://doi.org/10.19678/j.issn.1000-3428.0059207基于D2D和中继异构蜂窝网络进行资源复用可获得系统性能增益，但同时也使得网络中的干扰更加复杂。针对该问题，提出功率和资源分配博弈（PRAG）算法，通过功率控制和资源分配对D2D和中继异构蜂窝网络进行干扰协调。基于代价参数设定D2D和中继链路效用函数，确定最佳发射功率。在此基础上，将生成的效用值矩阵参与博弈，选择合适的蜂窝用户进行资源复用。仿真结果表明，与等功率分配随机（EPAR）算法相比，PRAG算法能够在消耗更少功率的基础上获得更大的系统吞吐量。
-
计算机工程. 2021, 47(10): 166-173. https://doi.org/10.19678/j.issn.1000-3428.0058910泛在电力物联网具有接入节点数多、设备资源受限的特点，易发生网络拥塞而导致电力信息流丢失、时延过大等问题。基于受限应用协议（CoAP）的泛在电力物联网应用层通信架构，提出一种链路稳定性的CoAP拥塞控制（L-CoCC）算法。通过强、弱和失败消息往返时间来确定网络环境状态并平滑估计超时重传时间（RTO），根据超时重传次数和消息往返时间抖动值，引入下界RTO限制方法和更新老化概念，避免出现不必要的重传。仿真结果表明，相比CoCoA++和CoAP算法，L-CoCC算法能够提升吞吐量和请求成功率，降低平均端到端时延，有效缓解网络拥塞。
-
计算机工程. 2021, 47(10): 174-179,185. https://doi.org/10.19678/j.issn.1000-3428.0059114无人机自组网的高动态特性以及节点能量高度受限的特点，使得传统路由协议难以适用于无人机网络。针对该问题，在OLSR协议的基础上提出一种无人机网络适用路由（UAV-OLSR）算法。依据链路变化情况实现无人机集群状态感知，综合考虑节点能量、节点位置等因素进行节点质量评估。采用多径思想并通过特定的路径度量准则选择较优路径进行数据转发。仿真结果表明，与OLSR和AODV协议相比，UAV-OLSR具有更低的数据包平均传输延迟、更高的数据包投递率以及更好的能量均衡效果，可以延长无人机网络的生存时间。
-
计算机工程. 2021, 47(10): 180-185. https://doi.org/10.19678/j.issn.1000-3428.0059668对地观测遥感卫星数据传输系统采用Linux虚拟服务器集群架构传输遥感卫星数据，而该集群中承载传输任务的新旧服务器在实现断点续传的过程中由于控制信息不同步会造成数据片重复。设计一种基于分布式系统架构的遥感卫星数据处理机制DPM，采用Kafka消息队列快速存储数据包，利用代码模块使Spark Streaming精准提交消息偏移量，并通过数据传输速率与进度统计实时记录DPM运行状态信息。测试结果表明，DPM机制可精准记录与提交消息偏移量并实现数据续传功能，从而确保遥感卫星数据的准确稳定传输。
-
计算机工程. 2021, 47(10): 186-193. https://doi.org/10.19678/j.issn.1000-3428.0059234在目标检测任务中不同目标间尺寸差异较大，导致多尺寸目标难以被有效检测。基于YOLOv3提出BR-YOLOv3目标检测网络。利用空洞卷积提升网络层感受野尺寸的特性，使用不同数量、尺寸、膨胀率的卷积构建多层并行的空洞感受野模块。通过双向特征金字塔结构实现浅深层特征的双向融合，提升浅层预测分支分类、深层预测分支目标定位能力。使用LOSSGIOU定位损失函数实现目标回归过程整体化，从而降低目标漏检率。实验结果表明，BR-YOLOv3目标检测网络在Pascal VOC测试集上的测试平均精度均值达到79.24%，相比原网络提升3.52个百分点，且在检测精度上优于SSD、Faster RCNN等主流目标检测网络。
-
计算机工程. 2021, 47(10): 194-200. https://doi.org/10.19678/j.issn.1000-3428.0058761现有图像描述模型存在解码端层次不深、训练效率低下的问题，且生成的描述语句在语言连贯性和内容多样性方面效果欠佳，为此，提出一种基于独立循环神经网络的深层图像描述模型Deep-NIC。采用独立循环神经元与批标准化方法构建解码单元，通过解码单元的多层叠加建立深层解码端。使用谷歌inception V3作为编码端，构建深层图像描述模型。在数据集MS COCO2014上进行对比实验，结果表明，与基线模型相比，Deep-NIC模型的BLEU-4、METEOR、CIDER评分分别提升3.2%、10.3%、8.18%，其更容易训练且具有更好的拟合效果。
-
计算机工程. 2021, 47(10): 201-206. https://doi.org/10.19678/j.issn.1000-3428.0059224针对低照度环境下采集的图像存在对比度较低、细节丢失、噪声干扰等问题，提出一种基于Retinex的光照图估计改进算法，以实现低照度图像增强。计算R、G、B 3个颜色通道中的最大值，并用L2范数对光照进行近似，运用基于相对总变差形式的改进模型对亮通道进行平滑细化及自适应Gamma校正，并利用Retinex模型进行图像增强。在MATLAB仿真平台上对不同的低照度图像进行增强处理，实验结果表明，与Retinex-Net、SRIE等典型算法相比，该算法能有效提高图像对比度与清晰度，增强图像细节信息，使图像颜色更加鲜艳自然，视觉质量更好。
-
计算机工程. 2021, 47(10): 207-213. https://doi.org/10.19678/j.issn.1000-3428.0059225现有的人脸对齐方法多数是非端到端的，中间过程需要大量的人工干预，导致人脸关键点检测的稳定性较差。为此，提出一种端到端的基于深度学习的人脸对齐方法。基于MobileNets系列网络的子模块，使用类VGG结构的方式进行搭建，将整张图片作为输入，采用基于深度可分离卷积模块进行特征提取，并运用改进的倒残差结构避免网络训练过程的梯度消失，减少特征损失。在此基础上将眼间距离作为正规化方法，在300W人脸数据集上进行测试，结果表明，与CDM、DRMF等方法相比，该方法在保证较优精度的同时，具有良好的实时性。
-
计算机工程. 2021, 47(10): 214-220. https://doi.org/10.19678/j.issn.1000-3428.0059464现有雾天图像处理方法能够实现较好的去雾效果，但会丢失部分细节并产生噪声放大的问题。将暗原色先验与基于TV、BH规则项的变分模型相结合，提出一种新的变分去雾模型H-TVBH。根据暗原色先验原理估计图像的初始透射率，采用四叉树分解估计大气光值，将初始透射率和大气光值输入H-TVBH模型中，采用分裂Bregman算法和快速傅立叶变换并引入辅助变量和Bregman迭代参数，通过交替迭代求得优化后的透射率和去雾图像。实验结果表明，H-TVBH在增强图像对比度的同时能够有效抑制图像中的噪声，保留图像的纹理细节，使去雾图像更加清晰自然。
-
计算机工程. 2021, 47(10): 221-225,235. https://doi.org/10.19678/j.issn.1000-3428.0059009为降低新一代高效视频编码标准H.266/VVC的编码复杂度，提出一种快速的帧内预测模式判决方法。从率失真理论的角度出发，分析变换域残差的分布特性，根据标量量化技术对码率的影响推导出编码码率预测模型。结合帧内预测原理，利用当前块预测残差、参考块预测残差及其编码失真提出编码失真预测模型，并根据率失真代价确定最优的帧内预测模式。实验结果表明，该判决方法在保证编码效率的同时约节省了31%的编码时间。
-
计算机工程. 2021, 47(10): 226-235. https://doi.org/10.19678/j.issn.1000-3428.0059128深度学习能够提高光学遥感图像场景分类的准确率和效率，但光学遥感图像语义丰富，部分场景仍存在易误分类的情况，同时由网络模型规模扩大带来的硬件要求过高、时间成本消耗过大等问题制约着深度学习网络模型的推广应用。为此，提出一种基于轻量化网络模型的光学遥感图像场景分类方法。通过EfficientNet网络提取图像特征，对图像特征进行复合提取以生成语义信息更丰富的新特征，利用多个子分类器构建集成学习模块解析新特征得到预分类结果，集成加权预分类结果以获得最终的分类结果。在AID和NWPU-RESISC45数据集上的实验结果表明，即使只训练20%的数据样本，该方法也能分别达到94.32%和93.36%的准确率，相对D-CNNs、CNN-CapsNet等方法，所提方法对易误分类场景有更好的分类效果，且参数量和浮点运算量大幅减少。
-
计算机工程. 2021, 47(10): 236-241. https://doi.org/10.19678/j.issn.1000-3428.0059168基于卷积神经网络的目标检测算法在追求较高精度的同时，忽略了检测速度，使得算法难以在有限算力的情况下实现实时检测。在YOLO目标检测算法的基础上，采用一系列轻量化的方法，运用Mobilenetv1网络替换Darknet53基础网络，将YOLO head部分3×3标准卷积替换为深度可分离卷积，根据灵敏度对卷积层滤波器进行排序和修剪，并在嵌入式GPU TX2平台上进行C++推理部署。在VOC数据集上的测试结果表明，改进算法在精度仅下降0.75个百分点的前提下实现了2.4倍加速，模型占用内存仅为原来的21.5%。
-
计算机工程. 2021, 47(10): 242-251. https://doi.org/10.19678/j.issn.1000-3428.0059166针对面部遮挡情况下表情特征难以提取的问题，提出一种双通道遮挡感知神经网络模型。设计区域遮挡判定单元并集成到VGG16网络中形成遮挡感知神经网络，提取面部图像中未遮挡区域及遮挡较少区域的表情特征。运用迁移学习算法对卷积层参数进行预训练，减轻训练数据样本不足带来的过拟合问题。通过优化残差网络提取全脸表情相关特征，在此基础上加权融合遮挡感知神经网络和残差网络的输出以识别表情。在CK+、RAF-DB、SFEW这3个公开数据库上进行对比实验，结果表明，该模型平均准确率分别达到97.33%、86%、61.06%，与OPCNN、ResNet、VGG16等传统卷积神经网络模型相比，有效提高了面部遮挡情况下的表情识别精度。
-
计算机工程. 2021, 47(10): 252-259,268. https://doi.org/10.19678/j.issn.1000-3428.0059122无线胶囊内镜（WCE）技术可以检测出肠胃道异常，计算机辅助诊断WCE图像方法由于标注图像数据量少、图像类内变异度高和类间相似等原因导致效果不佳。为此，提出一种基于注意力关系网络的WCE图像多分类方法。将关系网络、注意力机制以及元学习训练策略相结合，构造基于注意力机制的嵌入模块以提取WCE图像特征，将提取后的特征进行特征映射级联后输入到关系模块，根据关系模块输出的相似性评分判断样本所属类别，采用元学习训练策略训练网络。实验结果表明，该方法的分类精度高于RelationNet、MAML等小样本分类方法，且在WCE数据集上该方法的精度高达90.28%。
-
计算机工程. 2021, 47(10): 260-268. https://doi.org/10.19678/j.issn.1000-3428.0060938人体行为识别利用深度学习网络模型自动提取数据的深层特征，但传统机器学习算法存在依赖手工特征提取、模型泛化能力差等问题。提出基于空时特征融合的深度学习模型（CLT-net）用于人体行为识别。采用卷积神经网络（CNN）自动提取人体行为数据的深层次隐含特征，利用长短时记忆（LSTM）网络构建时间序列模型，学习人体行为特征在时间序列上的长期依赖关系。在此基础上，通过softmax分类器实现对不同人体行为分类。在DaLiAc数据集的实验结果表明，相比CNN、LSTM、BP模型，CLT-net模型对13种人体行为的总体识别率达到了97.6%，具有较优的人体行为识别分类性能。
-
计算机工程. 2021, 47(10): 269-275,282. https://doi.org/10.19678/j.issn.1000-3428.0059096针对YOLO目标检测算法存在边界框定位不准确及对小目标检测精度低的问题，提出一种改进的YOLO目标检测算法dcn-YOLO。使用k-means++算法聚类出更符合数据集尺寸的锚盒，以降低初始点对聚类结果的影响并加快网络训练收敛速度。构建残差可变形卷积模块res-dcn，分别采用将其嵌入YOLO第一特征提取头模块中和替换3个YOLO特征提取头模块的方式，构建两种改进的dcn-YOLO算法，使网络可以自适应地学习特征点的感受野，从而对不同尺寸和形状的目标提取更有效的特征，提高检测精度。在VOC数据集上的实验结果表明，该算法能有效提高目标检测精度，mAP达到82.6%，相比YOLO、SSD、Faster R-CNN，分别高出了2.1、5.2、9.4个百分点。
-
计算机工程. 2021, 47(10): 276-282. https://doi.org/10.19678/j.issn.1000-3428.0059043针对传统目标检测模型不能同时兼顾检测速度和准确度的问题，提出一种新的PD-CenterNet模型。在CenterNet的基础上对网络结构和损失函数进行改进，在网络结构的上采路径中，设计基于注意力机制的特征融合模块，对低级特征和高级特性进行融合，在损失函数中通过设计α、γ、δ 3个影响因子来提高正样本与降低负样本的损失，以平衡正负样本的损失。实验结果表明，相比CenterNet模型，该模型在网络结构和损失函数上的准确度分别提高5.1%、9.81%。
-
计算机工程. 2021, 47(10): 283-289,297. https://doi.org/10.19678/j.issn.1000-3428.0059305为实现海面船舰目标的快速、准确检测，提出一种改进的船舰目标检测算法。在网络结构方面根据船舰目标的特点，对浅层信息进行强化重构以降低小目标的漏检率，同时引入改进的残差网络增加网络深度和降低网络参数计算量，并且采用金字塔网络进行多尺度特征融合，以兼顾图像中大小船舰目标的检测性能。在网络训练中利用迁移学习策略进行网络模型的训练，以克服船舰图像样本集有限的问题。在视频检测中利用帧间图像结构相似度进行选择性网络前向计算，以提高视频帧检测速率。实验结果表明，该算法海面船舰目标检测的准确率达到92.4%，较YOLOV3-Tiny提高7个百分点，召回率达到88.6%，且在CPU平台上船舰目标的检测速度达到12 frame/s。
-
计算机工程. 2021, 47(10): 290-297. https://doi.org/10.19678/j.issn.1000-3428.0059404传统视觉方案无法应对无人机降落过程中复杂的环境变化，难以实现在机载处理器上的实时图像处理。为此，提出一种适用于无人机板载端轻量高效的Onboard-YOLO算法，使用可分离卷积代替常规卷积核提升计算速度，通过注意力机制自动学习通道特征权重提高模型准确度。在运动模糊、遮挡、目标出视野、光照、尺度变化等5种干扰环境下进行降落测试，结果表明，Onboard-YOLO可以解决降落过程中的复杂环境问题，在板载端计算速度达到18.3 frame/s，相比于原始YOLO算法、Faster-RCNN算法分别提升了4.3倍、25.7倍，其算法平均准确度达到0.91，相比SSD-Mobilenet提高了8.9个百分点。经实际测试验证了该算法可实现无人机板载端的实时自主精准降落，达到95%以上的降落成功率。
-
计算机工程. 2021, 47(10): 298-305,313. https://doi.org/10.19678/j.issn.1000-3428.0058733针对真实场景下安全帽佩戴检测面临的背景复杂、干扰性强、待检测目标较小等问题，在SSD算法的基础上，提出改进的MobileNet-SSD算法。通过引入轻量型网络MobileNet并构建MobileNet-SSD算法提高检测速度，采用迁移学习策略克服模型训练困难问题。从施工相关视频中获取真实环境下的安全帽样本构建样本集，以解决当前安全帽数据集规模较小、网络难以充分拟合特征的问题。实验结果表明，MobileNet-SSD算法在损失很小精度的情况下，相较于SSD算法，检测速度提高了10.2倍。
-
计算机工程. 2021, 47(10): 306-313. https://doi.org/10.19678/j.issn.1000-3428.0059312针对道路分割时存在的梯度消失问题，构建基于U-Net的卫星道路图像语义分割模型。通过密集连接模块减少梯度消失，并引入空间空洞金字塔结构保留更多的图像特征，在学习深层次特征信息时采用注意力监督机制，提取道路要素的特征信息。在卫星图像道路数据集上的测试结果表明，与FCN、SegNet、U_Net算法相比，该算法模型的准确率、召回率和精确率指标分别达到96.3%、96.9%和96.6%，能够有效地对道路元素进行准确分割。
-
计算机工程. 2021, 47(10): 314-320. https://doi.org/10.19678/j.issn.1000-3428.0058993传统多尺度卷积神经网络因接收域有限，难以对超尺度变化的空间目标进行建模。提出一种遥感船舶的超尺度自导注意力网络（HSSGAN）识别框架，通过组连接的轻量级超尺度子空间模块捕获船舶的超尺度特征和尺度不变性，使用自导注意力网络逐步细化超尺度特征图，并在超尺度局部和全局语义之间建立长期依赖关系以增强类之间特征图的差异性。同时，通过忽略不相关信息及聚合相关特征以增强目标船舶的识别性。实验结果表明，与TP-FCN、CF-SDN和HSF-Net方法相比，HSSGAN方法具有更好的识别效果，F1-Score值为0.966 78。
2024
第50卷 第4期
第50卷 第4期
(1975年创刊 月刊)
主管：中国电子科技集团公司
主办：华东计算技术研究所
上海市计算机学会
主编：江波
执行主编：胡冰
电话：021-67092217(费用/发票)
（稿件问题请直接联系栏目编辑） E-mail: ecice06@ecict.com.cn
国内刊号：CN 31-1289/TP
国际刊号：ISSN 1000-3428
主管：中国电子科技集团公司
主办：华东计算技术研究所
上海市计算机学会
主编：江波
执行主编：胡冰
电话：021-67092217(费用/发票)
（稿件问题请直接联系栏目编辑） E-mail: ecice06@ecict.com.cn
国内刊号：CN 31-1289/TP
国际刊号：ISSN 1000-3428