2023年, 第49卷, 第8期 刊出日期：2023-08-15
-
全选|
-
-
计算机工程. 2023, 49(8): 1-12. https://doi.org/10.19678/j.issn.1000-3428.0065926
区块链借助于密码学、共识算法、激励机制、点对点网络、分布式账本、智能合约等关键技术，在没有第三方权威机构参与的互不信任网络环境中，实现了对事务记录的分布式一致性、不可篡改性、可溯源性等功能特性，构成了一种崭新的可信、安全、可编程的网络生态。与此同时，支撑区块链自身功能实现的相关技术及机制也带来了隐私安全问题。将隐私作为个人数据的一个子集进行研究，从而将区块链数据划分为事务数据和区块数据等2种类型，并通过对区块链数据的解构以及对所得信息的关联，分析隐藏在数据中的隐私信息。从数据传输方式和数据结构方面介绍区块链数据构成；在分析区块链数据特点的基础上，综合对隐私的理解、度量、泄露途径等因素，给出区块链隐私的定义，并从身份隐私、数据隐私、网络隐私等方面进行分析；通过对网络安全、密码学安全、跨链操作、共识算法等方面带来的隐私泄露风险的分析，指出区块链隐私威胁存在的挑战和未来研究方向。
-
计算机工程. 2023, 49(8): 13-19, 28. https://doi.org/10.19678/j.issn.1000-3428.0067003
目前已有的网络不良信息分类方法大多忽略了数据不平衡、数据存在长尾分布的情况，使得模型在分类时偏向于数据量多的样本，无法很好地识别数据量少的样本，从而导致整体识别精度下降。针对该问题，提出一种用于长尾不良信息数据集的分类方法LTIC。将小样本学习与知识转移策略相结合，使用BERT模型学习头部类的权重，通过专门为小样本学习而提出的Prototyper网络得到头部类的原型，将头尾数据分开处理，从而避免一起训练而导致的数据不平衡问题。学习从原型到权重的映射关系，利用学到的知识将尾部类的原型转换为权重，然后连接头部类权重和尾部类权重得到最终的分类结果。实验结果表明：LTIC方法在Twitter和THUCNews数据集上分别达到82.7%和83.5%的分类准确率，且F1值相较非长尾模型有显著提升，有效提高了模型分类精度；与目前较新的长尾数据集分类方法BNN、OLTR等相比，该方法具有更好的分类效果，平均准确率提升了3%；当新的不良信息类别出现时，LTIC方法只需少量计算就可对其进行预测，准确率达到70%，具有良好的扩展性。
-
计算机工程. 2023, 49(8): 20-28. https://doi.org/10.19678/j.issn.1000-3428.0066689
联邦学习是一种为多个客户协作训练机器学习模型的分布式机器学习技术，同时能够保护客户数据隐私，但客户数据异构性限制了联邦学习的应用，对此，个性化联邦学习是一种可行的解决方案。传统基于聚类的个性化联邦学习方案将具有相同数据分布的客户划分为一个集群，利用部分客户数据同构的特点减少了数据异构对联邦学习的影响，但忽略了客户属于多个集群的可能性。基于客户数据近似服从多种数据分布的思想，提出基于互信息软聚类的个性化联邦学习算法(pFedMS)。针对目前联邦学习客户聚类指标无法准确反映模型特征相似性的不足，给出基于模型特征的互信息公式作为聚类指标，有效区分相似客户；提出基于类内距离和类间距离的聚类合理性衡量方法，用于动态调整聚类结果；根据隶属度计算客户与集群的相似性，允许客户同时属于多个集群，提高聚类算法的性能。在CIFAR-10和FMNIST数据集上的实验结果表明，pFedMS算法相较于FedAvg、CFL等对比算法，客户最高平均测试准确率提高了2.4~3.0个百分点。
-
计算机工程. 2023, 49(8): 29-36. https://doi.org/10.19678/j.issn.1000-3428.0066292
应用于联盟链的实用拜占庭容错(PBFT)共识算法存在共识节点选择和多节点共识效率较差的问题，为此，提出一种多层次实用拜占庭优化共识算法MS-PBFT。根据节点所属机构的不同对节点进行分组，并将各组内的节点划分为主网层和次网层。引入一种积分机制，根据各节点自身的性能以及在系统中的表现为其赋予初始积分和信誉值，以监督节点在共识过程中的行为，根据初始积分与信誉值对节点进行分类，使其加入不同的层次中。改进上层节点和主节点的选取方式并增加一种弹劾机制，及时更换掉线或存在恶意行为的领导节点，从而保证节点的可靠性同时提高共识效率。通过先在次网层达成局部共识进而在主网层实现全局共识的方式，降低节点的通信复杂度。实验结果表明，与DGPBFT、PBFT、RAFT算法相比，MS-PBFT算法可以提高数据吞吐量并降低共识时延，利用所提节点选举机制，节点的共识成功率可以达到98.6%，且共识效率比PBFT算法平均提高33%。
-
计算机工程. 2023, 49(8): 37-45. https://doi.org/10.19678/j.issn.1000-3428.0064936
联盟链平台上的超级账本Hyperledger Fabric提供了通道机制对数据进行隔离保护，但通道内部节点可随意获取链上数据且存在管理中心化的问题，使得联盟链面临数据泄露、访问权限无法更新等安全问题。为了解决以上问题，提出基于密文-策略属性基加密算法的联盟链高效存储访问控制方案。针对访问策略及节点权限更新问题，创建数据链和属性集链，实现数据链上所有节点的属性更新，利用数据库进行访问策略更新并存储访问策略的历史修改记录。修改Hyperledger Fabric提供的Fabric-CA组件，提高节点属性私钥生成与分发过程中的安全性。设计星际文件系统的存储数据分块优化和数据请求协商机制，并使用SM4算法加密数据，实现数据的高效安全存储。测试结果表明，与TABE-DAC方案相比，该方案的访问控制和数据存储时间分别降低了100~200 ms和1~2 s，在保证较高安全性的同时具有更高的运行效率。
-
计算机工程. 2023, 49(8): 46-53. https://doi.org/10.19678/j.issn.1000-3428.0064749
可分离非负矩阵分解(NMF)是通过抽取数据集中的部分样本或关键主题来表示整个数据集的一种特殊NMF方法。广义可分离非负矩阵分解(GSNMF)算法是由可分离NMF扩展的算法，可以同时得到数据集中的关键样本和关键主题两类特征，使分解结果更具有可解释性，但在处理某些数据集时由于选择方法存在的缺陷，GSNMF算法只能单独选择行或列的特征，从而失去可解释性的优点。为此，引入正交约束来修正GSNMF算法的选取结果，提出一种基于正交约束的广义可分离非负矩阵分解(OGSNMF)算法，利用非负特性及正交约束的特点，限制迭代过程中关于行和列的迭代矩阵，确保得到行和列的特征，并获取更加精确的分解结果。在此基础上，引入相对近似误差作为实验指标，结合分解结果的秩在行与列上的分配作为实验评判标准。实验结果表明，与原有算法相比，OGSNMF算法在处理数据集时，相对近似误差提高了1~3个百分点，说明在分解过程中损失的信息更少，确保能够获取到行和列的特征，得到更具有可解释性的分解结果。
-
计算机工程. 2023, 49(8): 54-62. https://doi.org/10.19678/j.issn.1000-3428.0066416
对抗样本生成通过在原文本中添加不易察觉的扰动使深度学习模型产生错误输出，常用于检测文本分类模型的鲁棒性。现有对抗样本生成方法多数采用黑盒或白盒攻击，在生成对抗样本的过程中需要和受害模型交互，且攻击效果依赖于受害模型的结构和性能，通用性较差。面向中文文本的对抗样本生成方法使用的变换策略过于单一，无法生成多样化的中文对抗样本。针对这些问题，提出一种基于原型网络的对抗样本生成(AEGP)方法。在全面分析汉字结构特点和人类阅读习惯的基础上，设计8种可保持语义一致的中文文本变换策略。将卷积神经网络作为编码器，构建原型网络，利用同一类别下的其他文本辅助发现所需变换的文本片段。针对选择的文本片段应用文本变换策略，生成对抗样本。实验结果表明，AEGP方法具有较好的通用性，能生成多样化的对抗样本，且相比于基线方法，分类模型在AEGP方法生成的对抗样本上的准确率下降了9.21~32.64个百分点。
-
计算机工程. 2023, 49(8): 63-68. https://doi.org/10.19678/j.issn.1000-3428.0065258
针对传统原型网络无法有效解决噪声数据带来的类原型偏差的问题，提出一种融合混合表征的小样本关系抽取方法，通过引入关系表述和实体提及作为辅助信息，并通过动态构建关系类别原型表示来提升模型对噪声数据的处理能力，进而获得更精确的原型判别性表示。首先，使用BERT预训练语言模型对文本进行特征提取，利用实体提及提取实体关系表示，构建局部原型，并设计关系注意力模块对关系表述和支持实例进行语义计算和关键特征选择；然后，提出基于混合表征的动态原型网络构建模块，分别利用局部原型和关系注意力模块动态构建实体表征类原型和关系表征类原型；最后，融合两者形成更具判别性的混合表征原型点，进一步增强原型的关系表示能力。实验结果表明，在公开数据集FewRel 1.0上，融合混合表征的小样本关系抽取方法相较于基线模型，在不同子任务设置下均取得了较高的准确率，最高可达96.26%，验证了所提方法能有效利用辅助信息缓解类原型偏差问题，获得较好的关系抽取效果。
-
计算机工程. 2023, 49(8): 69-76. https://doi.org/10.19678/j.issn.1000-3428.0065072
现有基于网络嵌入的蛋白质相互作用网络(PPIN)功能模块检测方法通常仅对蛋白质节点信息进行网络嵌入，并未对蛋白质间的边权重信息进行网络嵌入，导致蛋白质功能模块检测质量不理想。针对该问题，提出一种基于边权重信息深度网络嵌入的PPIN功能模块检测方法。结合PPIN的拓扑结构以及基因本体的属性信息，通过图注意力网络的注意力系数来衡量蛋白质间的一阶边权重信息，基于邻域聚合对蛋白质的一阶边权重信息进行嵌入。利用长短期记忆网络的遗忘门和输入门来衡量蛋白质间的高阶边权重信息，并对蛋白质的高阶边权重信息进行嵌入。根据网络嵌入得到的低维向量，通过核心附属聚类算法挖掘出核心团并添加附属蛋白质，从而获得最终的蛋白质功能模块。在Collins、Gavin和Krogan蛋白质数据集上的实验结果表明，该方法相较于基于核心附属聚类的蛋白质功能模块检测等方法在准确率和F1值上最高提升了18.1和12.9个百分点。
-
计算机工程. 2023, 49(8): 77-84, 95. https://doi.org/10.19678/j.issn.1000-3428.0065410
目前关于知识图谱补全的研究通常只进行实体嵌入增强，弱化了关系附加信息对链路预测的影响，并忽略了知识图谱中实体和关系的结构关联关系。为解决上述问题，提出一种动态聚合实体和关系上下文的知识图谱补全模型(DAERC)。采用编码器-解码器结构，获取并筛选最优上下文来增强实体和关系表示。编码器使用改进的图注意力机制设计关系和实体聚合器，以累乘的方式动态聚合上下文信息，并将关系聚合器的输出应用于实体聚合过程，缓解了因独立聚合造成的实体关系交互性较弱的问题。解码器通过不同的评分函数获取每个候选三元组的得分，验证三元组的合理性。实验结果表明，DAERC有效地增强了TransE、ConvE、RotatE这3类知识图谱嵌入模型的实体和关系嵌入表示能力，在FB15k-237和WN18RR数据集上Hits@10指标相较于表现最好的对照CoNE模型分别提升约5.2%、2.1%、1.7%和7.2%、2.3%、2.2%。
-
计算机工程. 2023, 49(8): 85-95. https://doi.org/10.19678/j.issn.1000-3428.0065455
在中文命名实体识别任务中，具有循环结构的长短时记忆网络模型通过捕捉时序特征解决长距离依赖问题，但其特征捕捉方式单一，信息获取能力有限。卷积神经网络通过使用多层卷积并行处理文本，能够提高模型运算速度，捕捉文本的空间特征，但简单地堆叠多个卷积层容易导致梯度消失。为同时获得多维度的文本特征且改善梯度消失问题，提出一种基于RoBERTa-wwm-DGCNN-BiLSTM-BMHA-CRF的中文命名实体识别模型，通过基于全词遮蔽技术的预训练语言模型RoBERTa-wwm把文本表征为字符级嵌入向量，捕捉深度上下文语义信息，并采用门控机制和残差结构对空洞卷积神经网络进行改进以降低梯度消失的风险。使用双向长短时记忆网络和门控空洞卷积神经网络分别捕捉文本的时序特征和空间特征，采用双线性多头注意力机制对多维度的文本特征进行动态融合，最后使用条件随机场对结果进行约束，获得最佳标记序列。实验结果表明，所提模型在Resume、Weibo和MSRA数据集上的F1值分别为97.20%、74.28%和95.74%，证明了该模型在中文命名实体识别中的有效性。
-
计算机工程. 2023, 49(8): 96-103, 110. https://doi.org/10.19678/j.issn.1000-3428.0065405
深度子空间聚类通过联合执行自表达特征学习和聚类分配而取得了比传统聚类更好的性能。尽管在各种应用中出现了大量的深度子空间聚类算法，但是多数算法都无法学习到精准的面向聚类的特征。针对深度子空间聚类方法在学习聚类的特征表示时不够精准、影响最终聚类性能等问题，提出一种改进的深度子空间聚类算法。通过随机移位和旋转对原样本进行数据增强，交替地使用增强样本来训练和优化自编码器，同时更新样本的集群分配，从而学习到更稳健的特征表示。在微调阶段，损失函数中每个增强样本的目标都是将原样本分配到集群中心，目标计算可能出错，目标错误的样本会误导自编码器网络训练，为此，利用一种无需额外超参数的自适应自步学习算法，在每次迭代中选择最具说服力的样本来提高泛化能力。在MNIST、USPS、COIL100数据集上进行实验，结果表明，该算法的准确率分别达到0.931 8、0.893 4、0.723 6，消融实验和敏感性分析结果也验证了算法的有效性。
-
计算机工程. 2023, 49(8): 104-110. https://doi.org/10.19678/j.issn.1000-3428.0065461
针对基于图卷积网络的文档级关系抽取模型存在未对邻居节点贡献度加以区分及句子噪声的问题，在将证据句融入图卷积网络进行消息传播的基础上，构建一种改进的文档级关系抽取模型。基于启发式路径得到包含证据句的路径信息，在包含证据句的路径信息基础上进行关系抽取，统计所有样本路径中的句子占比，并在异构图中融入证据句路径信息进行相似度计算，得到与样本相关的3句证据句。在证据句信息的基础上对不同类型的边根据贡献度区分规则赋予相应权重，并使用图卷积操作对节点信息进行二次增强，最终实现文档级关系抽取。在DocRED数据集上的实验结果表明，该模型的F1值达到56.96%，相比于Paths、Hin-Glove等基线模型提升了0.42~13.51个百分点，验证了在文档图中融入证据句信息对于提升文档级关系抽取模型性能的有效性。
-
计算机工程. 2023, 49(8): 111-121. https://doi.org/10.19678/j.issn.1000-3428.0065235
随着第5代移动通信技术（5G）的投入使用，传统的正交多址接入（OMA）技术难以完全满足5G多场景对通信速度和系统容量的需求，非正交多址（NOMA）技术以其高频谱效率和大接入容量的优势逐渐成为未来通信系统中的一项重要技术，但目前NOMA技术在信道估计误差下存在码字检测错误概率过高的问题。提出两种基于高维调制叠加的功率域NOMA系统，分别用于理想信道估计和非理想信道估计，并分析这两种双用户NOMA系统中两个用户码字检测错误概率的近似界，以提高功率域NOMA系统的性能。此外，基于近似界推导在给定码字检测错误概率的情况下使传输功率最小的最优功率分配因子。仿真结果表明，两种用户NOMA系统内用户的实际码字检测错误概率间的差距在理想和非理想信道估计下分别约为1 dB、2 dB，所提功率分配方案在增加较小运算量的情况下能有效提高系统码字检测性能。
-
计算机工程. 2023, 49(8): 122-129. https://doi.org/10.19678/j.issn.1000-3428.0065169
网络功能虚拟化(NFV)将网络功能从硬件中间盒中解耦出来，部署功能实例并编排为服务功能链(SFC)，从而实现网络服务。针对资源受限情况下大规模网络环境中的SFC动态部署问题，提出一种基于多智能体的群策部署方法，该方法结合了集中式深度强化学习（DRL）和传统分布式方法的优点。将SFC部署问题建模为部分可见马尔可夫决策过程，每个节点部署一个Actor-Critic智能体，仅通过观察本地节点信息即可得到全局训练策略，具有DRL的灵活性和自适应性。本地智能体控制交互过程，以解决集中式DRL方法在大规模网络中控制复杂、响应速度慢等问题。基于多线程的思想，收集、整合每个节点的经验进行集中式训练，避免完全分布式训练过程中部分节点因请求流量少而导致训练不充分、策略不适用等问题。实验结果表明，该方法无须考虑网络规模而且不依赖特定场景，可以很好地适应现实中复杂多变的网络环境，在相对复杂的流量环境中，与CDRL、GCASP方法相比，在多种流量模式下所提方法的部署成功率均提高了20%以上，同时能够降低部署成本。
-
计算机工程. 2023, 49(8): 130-136. https://doi.org/10.19678/j.issn.1000-3428.0066062
AODV路由协议是无线自组网中的经典协议，适用于无线传感器网络（WSN）。但是该协议在路由发现阶段通过跳数建立路径，导致网络拥塞严重、部分节点过早失效以及活动路由频繁断裂，从而引起传输时延延长、路由开销增大、网络寿命缩短等问题。针对WSN中能量分布不均衡以及对邻居节点依赖性强的特点，提出基于区域感知的改进AODV路由协议。在路由发现阶段，引入QoS需求参数中的时延作为路径主权重，并计算区域变化率对路径主权重产生的正负增益，采用最优路径选择算法选取权重最小的路径，并将其作为最优路径。在路由维护阶段，通过计算区域能量和节点距离，丢弃区域中质量较差的节点，减少冗余拓扑和链路故障现象的发生。实验结果表明，相比传统的AODV协议，该协议的端到端时延和路由开销分别降低47.73%和48.00%，分组转发率和网络生存时间分别提升6.97%和14.80%。
-
计算机工程. 2023, 49(8): 137-145. https://doi.org/10.19678/j.issn.1000-3428.0065173
在软件定义网络中，多控制器静态部署策略无法适应网络中流量动态变化，存在控制平面负载不均衡的问题。提出基于过程优化的动态负载均衡策略。通过优化原始的交换机迁移方案，以均衡各控制器负载作为目标，设计理想迁出流量和迁移交换机选取概率模型，选取待迁移交换机并确定迁入控制器。综合考虑时延与迁移代价对网络性能的影响，针对蚁群算法中收敛速度较慢且容易陷入局部最优的问题，通过对启发函数和信息素更新公式进行改进，并引入非线性递减挥发系数，为每个迁移交换机选取最佳的迁入控制器。为避免不同待迁移交换机选取同一个迁入控制器造成迁入控制器过载，通过设计交换机顺序迁移算法，实现交换机的协调迁移。仿真实验结果表明，与MUCS、NM、CDAA等策略相比，该策略在面对复杂的流量情景时，迁移交换机和迁入控制器的选取更加合理，在保证各控制器负载均衡的同时，迁移代价和流建立时间平均降低10.3%和36.1%，交换机与控制器之间时延平均降低13.6%。
-
计算机工程. 2023, 49(8): 146-153,162. https://doi.org/10.19678/j.issn.1000-3428.0066149
无线传感器与基站之间容易因障碍物阻挡，影响信息交付的及时性，传感器能量供应不足也会引起信息年龄(AoI)性能下降。构建一种基于智能反射面(IRS)辅助通信的无线供能传感器网络系统模型，提出一个联合优化能量发射矩阵、IRS相移和传感器调度的多变量系统总信息年龄最小化优化问题。由于调度变量的二进制性质和IRS相移约束的非凸性质，导致该优化问题无法被直接求解，因此利用变量松弛和半正定凸松弛方法将原非凸问题转化为凸问题，并设计一种基于半正定凸松弛的信息年龄调度优化算法。实验结果表明，当能量站最大发射功率为45 dBm及IRS反射单元数为30时，所提算法相比循环调度算法、非能量收集算法，能将系统总AoI最大分别降低38%、46%，不仅可以为无线传感器持续供能，而且能提高系统的AoI性能。
-
计算机工程. 2023, 49(8): 154-162. https://doi.org/10.19678/j.issn.1000-3428.0065731
为响应租户的虚拟机使用请求，云数据中心通常从物理服务器中选择虚拟机放置服务器，随后计算租户与所选择的虚拟机放置服务器之间的路由路径以承载两者之间的流量。但是这种顺序的处理方式使得虚拟机放置服务器的计算过程难以考虑其对网络造成的影响，可能导致网络利用率降低甚至出现网络拥塞。为解决该问题，提出一种虚拟机及路由路径联合部署算法VENet。VENet通过添加虚拟交换机及虚拟链路将原网络拓扑扩展为虚拟网络拓扑，基于该虚拟扩展网络拓扑，将虚拟机及路由路径联合部署问题近似为商品流问题，即将虚拟机请求近似为从相应接入起点交换机到虚拟目的交换机之间的商品流，对该商品流问题进行建模，通过线性规划的方式求解该模型，即可同时获得虚拟机放置位置及相应的路由路径。实验结果表明，VENet算法能够提高数据中心可接受的虚拟机请求数上限，缩短租户与虚拟机部署位置之间的路由路径长度同时降低数据中心的网络负载率，路由路径长度和网络负载率相比WLC-GA算法分别降低42%和30%。
-
计算机工程. 2023, 49(8): 163-173. https://doi.org/10.19678/j.issn.1000-3428.0066522
在移动边缘计算(MEC)中，用户设备将计算密集任务卸载至边缘服务器执行以降低执行时延与能耗，基于5G技术的新型应用要求计算过程支持设备的高速移动性，而目前计算卸载方案的研究大多集中于静态场景。为提高用户体验质量，在多设备与多MEC服务器场景下，对MEC中考虑设备移动轨迹的计算卸载方案进行研究。结合设备移动性、计算与通信资源、信道状态及任务需求等因素, 将场景下的计算卸载方案设计为混合整数非线性规划问题。为降低求解难度，将上述问题分解为卸载服务器选择问题和固定服务器选择方案下的计算资源分配与子信道选择问题，采用凸优化技术及改进的Kuhn-Munkres算法对子问题进行求解，并依据子问题的解设计启发式卸载服务器选择算法，基于多项式时间复杂度获得次优卸载方案。通过EdgeCloudSim工具对本文卸载策略进行仿真，并与常用的卸载算法进行对比，实验结果表明，该算法在满足任务的实时性要求下，与穷举算法的平均系统效用差距控制在2.3%以内。
-
计算机工程. 2023, 49(8): 174-181. https://doi.org/10.19678/j.issn.1000-3428.0064826
图像去雾是典型的不适定问题，编解码网络是常用的去雾网络架构，编解码网络由编码器、解码器和连接两者的特征转换器构成。已有去雾算法生成的去雾图像通常质量较低，存在局部细节去雾不彻底、颜色失真或引入噪声等问题。针对基于编解码网络的去雾算法在设计特征转换器时没有充分利用小尺度特征、解码阶段仅利用对应层编码特征的问题，提出一种基于高低频特征增强的去雾算法。在特征转换阶段，设计扩张残差组件并组成上下文聚合网络，充分利用大感受野的低分辨率特征，提取特征图远距离相关性，增强低频小尺度特征。设计基于通道注意力的多级特征重用网络，实现浅层高频特征的重利用，同时深度融合解码重建特征，增强视觉感知特征的恢复。在编码阶段构建视觉特性感知模块，利用残差块在局部建模方面的优势增强浅层丰富的高频视觉特征。实验结果表明，与AOD-Net、PFF-Net等去雾算法相比，该算法的PSNR和SSIM指标均有明显优势，在室内合成数据集SOTS和室外真实数据集Dense-Haze上，所提算法的PSNR和SSIM分别高出性能次优算法0.77 dB、0.000 7和0.40 dB、0.037 1。
-
计算机工程. 2023, 49(8): 182-189. https://doi.org/10.19678/j.issn.1000-3428.0065727
根据传播学的“声画关系”理论，新闻类短视频通过音频直接有效地传达视频内容，属于典型的“主声说”视频。现有视频摘要技术忽略了声画关系对视频内容表现的影响，导致其在特定类型短视频摘要任务中效果不稳定。针对新闻类短视频“主声”的特点，提出基于多模态特征语义相似性的新闻类短视频关键帧摘要模型。与传统融合模型不同，该模型在提取多模态特征的基础上，构建公共语义空间，通过最小化对比损失函数对图像-文本对进行联合训练，实现音频文本摘要与视频帧之间语义相似性的跨模态度量，在摘要生成任务中重点关注与音频中语义信息描述一致的图像内容，利用音频中的语义信息筛选相关关键帧，得到更准确的短视频摘要。采集450条CCTV新闻短视频和385条Bilibili自媒体新闻短视频组成实验数据集，使用F1值衡量不同模型的性能，实验结果表明，该模型在2个数据集上F1值分别达到62.8%和51.2%，相较于MSVA模型分别提升了2.1和0.8个百分点，在新闻类短视频关键帧摘要任务中具有更好的性能。
-
计算机工程. 2023, 49(8): 190-198. https://doi.org/10.19678/j.issn.1000-3428.0065224
针对人脸表情识别中难以提取有效特征，以及类别之间相似性高、易混淆导致人脸表情识别准确率下降的问题，提出一种基于抗混叠残差注意力网络的人脸表情识别方法。针对传统降采样方法易造成表情判别性特征丢失的不足，构建抗混叠残差网络来改善对表情图像的特征提取能力，加强表情特征的表征，从而提取更加有效的人脸表情全局信息。同时，利用改进的通道注意力机制和标签平滑的正则化策略来加强对人脸局部关键表情区域的关注，其中改进的通道注意力专注于区分性较高的表情特征，抑制非表情区域的权重，从而在网络提取的全局信息中定位更加细节的局部表情区域，标签平滑技术则通过增加决策表情类别的信息量对预测概率进行修正，避免过于绝对的预测结果，从而减少相似表情之间的误判。实验结果表明，该方法在人脸表情数据集RAF-DB和FERPlus上的识别准确率分别达到88.14%和89.31%，与DACL、VTFF等其他先进方法相比识别性能更优，相较于原始残差网络有效提升了人脸表情识别准确率和鲁棒性。
-
计算机工程. 2023, 49(8): 199-206, 214. https://doi.org/10.19678/j.issn.1000-3428.0065522
目前多数视觉同步定位与建图（VSLAM）算法基于静态场景设计且未考虑场景中的动态物体，然而现实场景中存在的动态物体会造成视觉里程计的特征点误匹配，影响VSLAM系统定位与建图精度，降低其在实际应用中鲁棒性。针对室内动态环境，提出一种基于ORB-SLAM3主体框架的VSLAM算法(RDTS-SLAM)。利用改进的YOLOv5目标检测与语义分割网络对环境中的物体进行精准快速分割，同时将目标检测结果与局部光流法相结合准确识别动态物体，并对动态物体区域内的特征点进行剔除，仅使用静态特征点进行特征点匹配以及后续的定位与建图。在TUM RGB数据集和真实环境数据上的实验结果表明，相较于ORB-SLAM3和RDS-SLAM算法，RDTS-SLAM算法对于walking_rpy序列的轨迹估计均方根误差分别降低了95.38%和86.20%，可以显著提高VSLAM系统在动态环境中的鲁棒性和准确性。
-
计算机工程. 2023, 49(8): 207-214. https://doi.org/10.19678/j.issn.1000-3428.0065255
基于深度学习的图像去雾方法主要是通过增加网络的深度或宽度来提升算法的性能，但是这样需要更多的计算资源，并且现有的去雾模型仅将无雾图像作为正样本来指导网络的训练，未能充分利用负样本即雾天图像。为了进一步利用雾天图像和无雾图像对之间的特征差异，并且更灵活地处理不同尺度、位置、范围、角度等区域特征，对重要的特征赋予更大的权重，在DehazeFormer-T模型基础上加入对比感知损失和融合注意力机制，提出改进的CFFormer模型。以L1损失函数度量真实图像和预测图像之间的重建损失，采用对比感知损失函数提取固定的预训练网络VGG16的权重，提升对比学习的能力，并将真实无雾图像和雾天图像分别作为正负样本，拉近预测图像和清晰图像，同时推远有雾图像。此外，将尺度注意力、空间注意力和通道注意力进行融合，在特征图的不同维度上分别应用注意力机制，使网络关注更重要的信息。实验结果表明，CFFormer在RESIDE的ITS数据集上PSNR和SSIM指标比DehazeFormer-T分别提高9.4%和0.6%，验证了模型的有效性。
-
计算机工程. 2023, 49(8): 215-222, 231. https://doi.org/10.19678/j.issn.1000-3428.0064971
为提升行人属性的识别精度，充分利用行人属性间自然语义关联并解决不同属性相关图像信息的提取差问题，提出结合语义与图像信息的行人属性识别算法。通过自注意力机制的关系建模能力挖掘行人属性间的内在联系，利用交叉注意力机制建立属性间语义信息与图像特征信息的关系。在此基础上，依靠卷积融合图像的高阶与低阶特征并为模块增加局部特征信息，提升模型的泛化能力，通过设计属性预测模块，使模型可与任意骨干网络相拼接，进一步提升识别性能。实验结果显示，该算法的平均精度、准确率、F1值在PA-100K和PETA数据集上分别为84.04%、79.71%、88.03%和89.04%、82.39%、89.06%，与ALM、JLAC等算法相比，能够充分利用属性语义与图像特征信息，在多项评价指标上有明显提升。
-
计算机工程. 2023, 49(8): 223-231. https://doi.org/10.19678/j.issn.1000-3428.0065628
基于卷积神经网络的立体匹配算法大多需要较大的感受野，但多数算法在扩大感受野的同时参数量也容易剧增，导致算法对训练数据的规模要求较高。提出一种基于空洞卷积和注意力模块的立体匹配算法，采用空洞卷积模块，将残差结构和空洞卷积相结合，以在较少参数量的情况下扩大网络的感受野。使用注意力模块，通过不同层次的卷积整合多层次的信息，增加所提取信息的完整性。采用空间金字塔池化模块，通过帯权的金字塔池化扩大模型的感受野，并赋予不同层次信息不同的重要性程度。实验结果表明，在相同数据集和训练次数的情况下，所提算法相对于DispNetC等其他算法具有较快的收敛速度，且结构简单，参数量较少，适用于小样本数据。
-
计算机工程. 2023, 49(8): 232-239. https://doi.org/10.19678/j.issn.1000-3428.0065889
在非均匀光照环境下用户获取到的图像往往呈现亮度分布不均、细节丢失等特点。针对现有图像增强算法在处理非均匀光照图像时容易造成局部过度增强或增强不足等问题，提出一种融合特征注意力机制的非均匀光照图像增强算法(ULIEN)。通过学习非线性Gamma函数将非均匀光照图像映射为增强图像，引入亮度注意力图和通道注意力机制分别为图像不同的亮度区域和特征通道分配不同的学习权值，实现不同区域的图像增强。在训练过程中，ULIEN增强网络无需任何参考图像，通过一组无参考损失函数的设计驱动增强网络训练。实验结果表明，经所提算法增强后的图像在主观视觉方面能有效避免细节丢失、伪影、局部过增强或增强不足等问题，在BTMQI、ENIQA、TMQI、UNIQUE客观评价指标上分别可达3.727 0、1.109 6、0.903 0、0.755 7，相较于对照增强算法具有明显优势。
-
计算机工程. 2023, 49(8): 240-249. https://doi.org/10.19678/j.issn.1000-3428.0064587
皮革瑕疵检测是工业皮革生产行业中质量控制的重要环节，针对工业皮革瑕疵在线检测中存在计算复杂度高、对小目标检测效果差、数据样本少等问题，提出一种基于注意力机制的轻量化皮革瑕疵检测算法GPC-YOLOv5。使用工业相机采集瑕疵图片并对其进行标注，制作瑕疵数据集，利用YOLOv5s模型进行目标检测。使用ImgAug数据增强技术扩充原始数据集的数量，并在训练过程中结合Mosaic数据增强方法解决数据样本少的问题。在YOLOv5的基础上，使用轻量化的GhostNet模块替换主干网络和颈部的卷积模块，有效减少模型的参数量和计算量，通过改进激活函数减少网络复杂度并加快计算速度，以满足实时性需求。在主干网络中加入新型注意力机制Polarized Self-Attention模块，增强网络对于小目标瑕疵的特征提取能力。实验结果表明，相比YOLOv5，GPC-YOLOv5算法的参数量和计算量分别减少25.4%和28.5%，总体mAP达到89.2%，能够有效提高检测精度并加快检测速度。
-
计算机工程. 2023, 49(8): 250-256, 264. https://doi.org/10.19678/j.issn.1000-3428.0065004
数字技术的进步使得用户更便捷地在互联网上上传和下载数据，但是由此引发了盗取伪造、非法滥用等问题。数字水印技术可以有效遏制滥用数据的行为。针对现有视频水印算法在面对视频帧攻击时抵抗能力差的问题，提出一种结合张量分解与视频场景分割的鲁棒视频水印算法，提高嵌入水印图像后载体视频的不可见性。将载体视频分割为若干个视频场景，并将视频场景从RGB颜色空间转换到YCbCr颜色空间，根据视频场景中每帧的Y分量构造高阶张量，得到相应的张量特征图并进行不重叠分块处理。根据特征图子块联合熵确定嵌入水印的子块，利用奇异值分解对选定块分解得到U矩阵，并将水印信息嵌入到U矩阵中，通过对水印图像进行Arnold置乱处理，增加水印图像的安全性。实验结果表明，在载体视频“suzie.avi”的MPSNR值为55 dB以上时，该算法对不同攻击参数的高斯噪声、椒盐噪声、泊松噪声、模糊、帧丢失、帧平均以及帧交换等攻击都具有较强的鲁棒性，归一化互相关系数均在0.938之上。
-
计算机工程. 2023, 49(8): 257-264. https://doi.org/10.19678/j.issn.1000-3428.0065425
高分辨率遥感图像在海上监视、海上搜救、海上运输等军用和民用领域的舰船检测方面有着广泛的应用。然而高分辨率光学遥感图像舰船目标检测通常存在背景复杂、目标方向任意、尺度多变等问题，导致检测精度不高。提出一种基于特征和区域定位增强的旋转检测算法RetinaNet-MPD。通过添加一个多尺度特征融合模块，充分融合不同尺度、不同层级的特征信息，以增强不同尺度特征图的特征表示能力。针对复杂背景下的舰船目标检测，提出极化双重注意力网络，通过在注意力网络后加入极化函数，充分提取目标的关键特征，同时抑制不相关信息，以有效区分目标和背景。此外，为更准确地定位舰船目标，在对正负样本进行训练时采用一种动态锚学习方法，从而动态选择目标区域内具有良好定位潜力的高质量锚，提高舰船目标检测精度。实验结果表明，RetinaNet-MPD算法在DOTA舰船和HRSC2016数据集上的检测精度分别为89.3%和85.8%，相比现有旋转目标检测算法的检测精度有所提升。
-
计算机工程. 2023, 49(8): 265-274. https://doi.org/10.19678/j.issn.1000-3428.0065701
在公共场合密集人群场景下，由于目标遮挡导致的信息缺失及检测目标较小、分辨率低问题，使得人脸佩戴口罩检测算法的检测效果较差。为提高模型的检测精度和速度，减少硬件占用资源，提出一种基于改进YOLOv5s的口罩佩戴检测算法。将标准卷积和深度可分离卷积相结合替换传统卷积，并进行通道混洗的鬼影混洗卷积，以在保证精度的前提下提升网络速度。将最近邻法上采样替换为轻量级通用上采样算子，充分利用特征语义信息，在改进的YOLOv5s模型Neck层末端添加自适应空间特征融合，可以对不同尺度的特征进行更好的融合，提高网络检测精度，并通过自适应图片采样，缓解数据不均衡的问题，运用马赛克数据增强对小目标进行充分利用。实验结果表明，该算法在AIZOO数据集上的mAP值达到了93%，比YOLOv5原始模型提升了2个百分点，对于佩戴口罩的人脸检测精度达到了97.7%，优于同等情况下YOLO系列、SSD、RetinaFace的检测效果，同时在GPU上的运行推理速度提升了16.7个百分点，且模型权重文件的内存仅为23.5 MB，适用于实时口罩佩戴检测。
-
计算机工程. 2023, 49(8): 275-282, 290. https://doi.org/10.19678/j.issn.1000-3428.0065453
为提高车脸特征提取对于复杂光照条件的自适应性，降低图像采集过程中光照变化对车脸重识别带来的影响，提出一种对光照强度变化具有较好鲁棒性的基于自适应特征提取的车脸重识别模型。利用YOLOv3模型对采集的图像进行预处理后，采用改进的MobileNetV3-Small模型提取车脸图像的原始特征。由于光照条件变化时不同类型的车脸特征受影响程度不同，因此通过训练获得2种特征转换矩阵，将原始特征划分为不受光照条件影响的稳定特征和易受光照条件影响的易变特征。在训练网络模型时，对鉴别网络的输出结果进行信息熵约束，保证样本间稳定特征分布的一致性，同时通过融合稳定特征和基于时间注意力机制调整的易变特征，实现对车脸样本的有监督学习。实验结果表明，在3种车脸图像数据集中，该模型的识别准确率分别达到0.866、0.872、0.923，较对比模型中的最优值提升了0.033、0.026、0.080，并且对光照差异较大的车脸图像对也能获得较好的识别效果。
-
计算机工程. 2023, 49(8): 283-290. https://doi.org/10.19678/j.issn.1000-3428.0065018
为提高Montgomery模乘在硬件实现上的运算速度并保持较高的性能，提出一种适用于高速椭圆曲线密码处理器的高速可伸缩的双域Montgomery模乘算法及其硬件架构。通过迭代调用Karatsuba乘法，实现最大位宽为576 bit的Montgomery模乘，并利用Montgomery模乘相邻运算部分数据的无关性，通过提前计算部分数据，减少Montgomery模乘运算使用的时钟周期数。基于Karatsuba算法中多次使用大位宽加法运算带来资源消耗大和超长进位链的问题，设计基于双域4-2压缩变换的加法选择电路结构，将一个超大位宽的加法运算拆分成多个小位宽的加法，在一个时钟周期内同时得到所有加法运算的结果，并根据加法的进位输出进行最终输出结果的选择，有效缩短加法进位链的延时。实验结果表明，相比基于ASIC的Montgomery模乘实现方案，Montgomery模乘算法及硬件架构具有更高的灵活性，在65 nm的CMOS工艺下进行逻辑综合，最高时钟频率能够达到459 MHz，面积资源占用为480 254 µm2，完成0~145 bit、146~289 bit、290~435 bit和436~576 bit的Montgomery模乘分别仅需要8.72 ns、23.98 ns、58.86 ns和71.94 ns，且具有较低的面积时间积。
-
计算机工程. 2023, 49(8): 291-301, 309. https://doi.org/10.19678/j.issn.1000-3428.0065025
现有基于图像的火焰检测方法难以兼顾实时性和准确性，且缺乏对小火焰目标精准识别的能力，无法有效应对小火点灭火等应用场景。YOLOv5算法与传统主流算法相比在检测的实时性上有很大优势，为提升火焰检测精度，提出一种基于改进YOLOv5的火焰实时检测方法。针对YOLOv5模型进行改进：在特征提取部分嵌入协同注意力机制模块，在不损失特征信息的情况下减少特征冗余，以帮助模型更精确地定位火焰特征；在特征融合部分增加一个专门针对小火焰目标的检测层，并添加对应的特征提取及特征融合模块，以帮助模型有效获取感受野小于8×8像素的火焰特征；在损失函数的计算部分使用α-CIoU作为新的边界框损失函数，以提升模型的收敛速度和对小数据集的鲁棒性。此外，通过模型预训练和迁移学习的方法对火焰检测模型各层结构的权重参数进行初始化，防止梯度消失，提升训练效果。实验结果表明，改进后的火焰检测模型检测精度为96.6%，较YOLOv5原始模型提升7.4个百分点，并且检测速度达到68帧/s，模型大小仅15.4 MB，在大幅提升精度的基础上能够同时满足消防灭火机器人对火焰检测实时性和轻量化的要求。
-
计算机工程. 2023, 49(8): 302-309. https://doi.org/10.19678/j.issn.1000-3428.0065333
摄像头大多配备红外和可见光功能，因此，重识别方法的应用必然要解决跨模态行人重识别问题。为缩小跨模态行人重识别中红外和可见光模态之间的差异，提高识别精度，提出基于双中间模态的四流跨模态行人重识别方法。由2个轻量级网络分别生成可见光模态和红外模态的双中间模态图像，并从可见光图像和红外图像中继承标签，通过拆分ResNet50骨干网络以重构适应于4种模态共享特征学习的网络。此外，还探讨了四流骨干网络中的参数共享问题，分析四模态共享块数量对于跨模态行人重识别的影响。实验结果表明，相比HcTri，该方法在SYSU-MM01数据集上的全局检索模式下的Rank-1和mAP分别提高2.38和4.64个百分点，在室内检索模式下分别提高6.24和6.77个百分点，在RegDB数据集上可见光至红外检索模式下的Rank-1、mAP和mINP分别提高2.52、3.74和4.68个百分点，在红外至可见光检索模式下的Rank-1、mAP和mINP分别分别提高2.70、3.47和5.56个百分点。
-
计算机工程. 2023, 49(8): 310-320. https://doi.org/10.19678/j.issn.1000-3428.0065481
街道场景下的红外图像所含细节信息少、背景复杂，目前的目标检测模型存在检测精度低、检测速度慢的问题。为此，基于条形池化和注意力机制提出一种新的红外目标检测算法。使用包含条形池化和金字塔池化模块的混合池化模块改进快速空间池化金字塔模块，利用条形池化解决传统池化操作在进行目标检测时存在的特征丢失和污染问题，提高算法对长窄目标的特征提取能力，同时在孤立目标之间建立全局依赖关系，使模型收集更多的特征信息。在注意力模块中加入水平和垂直方向上的全局池化操作，以获取目标在特征图全局范围上的位置信息，将位置信息嵌入特征通道中，使算法更精准地定位目标，降低复杂背景对检测性能的影响。使用无批次归一化阻断批次归一化的估计偏移累积，解决算法性能退化问题，进一步提高算法的检测性能。在FLIR数据集上的实验结果表明，该算法的mAP(IoU值为0.5)和F1值分别达到80.7%和78.0%，相较YOLOv5分别提高了1.9和2.4个百分点。
第50卷 第7期
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