2021年, 第47卷, 第3期 刊出日期：2021-03-15
-
全选|
-
-
计算机工程. 2021, 47(3): 1-16. https://doi.org/10.19678/j.issn.1000-3428.0058799基于深度学习的二维人体姿态估计方法通过构建特定的神经网络架构，将提取的特征信息根据相应的特征融合方法进行信息关联处理，最终获得人体姿态估计结果，因其具有广泛的应用价值而受到研究人员的关注。从数据集基准、姿态估计方法和评测标准等方面，对近年来基于深度学习的二维人体姿态估计的诸多研究工作进行系统归纳与整理，将现有方法分为单人姿态估计方法与多人姿态估计方法，并分别从网络架构设计、输出特征表示和损失函数选取方面进行分析与总结。在此基础上，结合当前二维人体姿态估计所面临的挑战对其未来研究发展方向与应用前景进行展望。
-
计算机工程. 2021, 47(3): 17-28. https://doi.org/10.19678/j.issn.1000-3428.0057763分布式能源共享是能源互联网发展的重要方向，而现有分布式能源供需共享网络普遍存在能源主体间难以达成信任及能源消耗高等问题。在能源共享网络中建立互信机制，基于区块链技术设计可信分布式能源共享网络，利用基于侧链技术的三层网络协同工作链码体系实现网络性能提升和主体隐私保护，通过分布式能源动态调度机制降低能源损耗并提高整体能源利用率。实验结果验证了该网络在跨链价值交换、能源传输与动态调度关键任务中的有效性与安全性，并表明其在系统吞吐量、能源调度效率和隐私保护等方面均具有较好的性能表现。
-
计算机工程. 2021, 47(3): 29-36. https://doi.org/10.19678/j.issn.1000-3428.0058268移动边缘计算（MEC）通过将计算和存储资源部署在无线网络边缘，使得用户终端可将计算任务卸载到边缘服务器进行处理，从而缓解终端设备资源受限与高性能任务处理需求之间的冲突。但随着任务卸载规模的不断增加，执行任务所产生的功耗急剧上升，严重影响了MEC系统的收益。建立任务队列动态调度模型，以队列上溢概率为约束构建最大化系统平均收益的资源优化模型。考虑到资源优化问题为不同时隙下的耦合问题，运用Lyapunov优化理论设计一种基于单时隙的资源分配算法，将优化问题转化为用户本地计算资源分配、功率和带宽资源分配以及MEC服务器计算资源分配3个子问题并分别进行求解。仿真结果表明，该算法在满足用户QoS需求的同时能够有效提高MEC系统的时间平均收益。
-
计算机工程. 2021, 47(3): 37-42,52. https://doi.org/10.19678/j.issn.1000-3428.0058150在信息技术安全性评估通用准则中，必须使用具体的侧信道分析方法来评估密码芯片工作时的能量泄漏情况。为降低评估过程对侧信道分析方法的依赖性，通过分析能量迹各点之间的关系，构建一种基于协方差矩阵变异系数的能量泄漏评估模型。利用协方差矩阵度量能量迹各点间的线性关系，并引入变异系数衡量矩阵内各元素的差异程度，从而评估芯片工作时的能量泄漏情况。基于DPA contest v2、SAKURA-G、DPA contest v4和ATMEGA2560数据集的实验结果验证了该模型的有效性。与现有密码芯片能量泄漏评估模型相比，其具有操作简单和可行性强的优点，可使实验人员无需深入了解侧信道分析知识背景即可快速评估芯片能量消耗情况。
-
计算机工程. 2021, 47(3): 43-52. https://doi.org/10.19678/j.issn.1000-3428.0058077为实现5G超密集异构网络中无线回传链路和接入链路之间的最优资源分配，研究多用户场景下双层异构网络的联合用户调度和功率分配问题，在队列稳定和无线回传资源有限的情况下，综合考虑用户调度、功率分配和干扰控制等因素，对带内无线回传的最优资源分配问题进行数学建模并求解，基于李雅普诺夫优化理论提出联合用户调度和功率分配的优化算法。将优化问题解耦为网络内各个用户的调度以及宏基站和小基站的功率分配过程，采用MOSEK求解器和二分类方法获得用户调度向量，利用拉格朗日乘子法求解功率分配问题，并通过队列的时刻更新过程实现最优资源分配。仿真结果表明，在多用户场景下，该方案能够有效提升网络总吞吐量以及网络效用，并且毫米波频段的通信性能优于传统蜂窝网络频段。
-
计算机工程. 2021, 47(3): 53-61. https://doi.org/10.19678/j.issn.1000-3428.0056885针对传统时空序列建模过程中估计空间权重矩阵时难度较高的问题，提出一种基于奇异值分解（SVD）的时空序列分解模型ST-SVD。对原始时空序列矩阵进行平稳性检测并中心化为零均值平稳时空序列，在假设时间和空间没有交互作用的前提下，利用SVD技术将时空序列分解为空间模式、时间模式以及模式强度的乘积，通过ARIMA模型对平稳的时间模式进行建模并得到其预测结果，在此基础上，将时间模式的预测结果与分解得到的空间模式相结合，利用SVD技术对真实的时空序列进行重建，得到各个空间点的最终预测结果。实验结果表明，与ARIMA、Lasso-VAR、LSTM和STARMA模型相比，ST-SVD模型的训练时间成本降低50%以上，预测精度提升10%以上，其在实际工程应用中能够有效完成时空序列预测任务。
-
计算机工程. 2021, 47(3): 62-70. https://doi.org/10.19678/j.issn.1000-3428.0057108移动社交网络等基于定位服务应用的快速发展导致时空数据流规模呈爆炸式增长，要求底层数据存储系统支持高吞吐量轨迹数据的插入以及空间和时间约束下的低延迟查询，而现有HBase等数据存储方案因索引更新开销过高无法满足该需求。针对时空数据流的应用特性，提出一种数据流内存索引及存储方法。根据键值和时间范围对历史与增量数据元组进行物理分区，将其以模板B+树的形式写入内存并构建索引以增强快速写入和查询能力，同时对数据进行压缩存储提升索引效率。在此基础上，采用多级索引根据数据分区将复杂查询分解为可独立处理的子查询。实验结果表明，与传统HBase、WaterWheel等方法相比，该方法在不同数据插入和查询条件下的数据存储性能与查询效率更优。
-
计算机工程. 2021, 47(3): 71-76,82. https://doi.org/10.19678/j.issn.1000-3428.0057250问句理解是模型将自然语言问句转换成SQL的重要基础。目前多数利用深度学习的模型仅是通过数据库结构，未结合数据库内容充分理解问句生成SQL查询。在SQLova模型的基础上，提出一种基于表结构和内容的问句理解方法。利用表结构和表内容关注机制获得问句更准确的语义表达式，通过子类分类任务填充SQL草图完成SQL查询。在阿里云首届中文NL2SQL挑战赛发布的中文数据集上进行测试，结果表明，结合数据库结构与内容的问句理解方法取得78%的准确率，比不结合表内容的模型高出1.8%，在WikiSQL数据集上比SQLova准确率高出1.4%，可以有效提高生成SQL查询的准确率。
-
计算机工程. 2021, 47(3): 77-82. https://doi.org/10.19678/j.issn.1000-3428.0056634针对深度学习中使用少量样本完成模型训练的小样本学习问题，构建一种双路的特征聚合网络，并提出一种新的综合损失函数对网络模型的参数更新过程加以控制。通过综合损失函数，特征聚合网络可将样本映射到更具代表性的特征空间中，从而获得更优的特征分布。实验结果表明，与MN、PN等方法相比，该特征聚合网络能有效降低特征空间的复杂性，提升整体模型的分类效果。
-
计算机工程. 2021, 47(3): 83-93. https://doi.org/10.19678/j.issn.1000-3428.0057318手机信令具有时空序列性以及数据量大、采样频率不均、定位精度低与基站振荡等特点，导致传统手机信令聚类方法数据密度分布不均、时空开销大且聚类效果差。提出一种用于手机信令的时空密度轨迹点识别算法。将手机信令数据网格化以统一评估尺度，根据振荡噪声特征对网格簇进行时空联结减少空间不确定性和计算量，结合网络轨迹的曲折性以及移动与停留时间重新定义网格簇内轨迹点时空移动能力，计算网格簇的时空密度以判断用户停留区域，并采集具有移动停留标签的轨迹数据以验证算法有效性和识别效率。实验结果表明，该算法识别精度较改进DBSCAN算法更高，适用于识别手机信令数据停留区域，对复杂轨迹停留区域的识别效果更好。
-
计算机工程. 2021, 47(3): 94-101. https://doi.org/10.19678/j.issn.1000-3428.0057265命名实体识别（NER）作为自然语言处理的重要部分，在信息抽取和知识图谱等任务中得到广泛应用。然而目前中文预训练语言模型通常仅对上下文中的字符进行建模，忽略了中文字符的字形结构。提出2种结合五笔字形的上下文相关字向量表示方法，以增强字向量的语义表达能力。第一种方法分别对字符和字形抽取特征并联合建模得到字向量表示，第二种方法将五笔字形作为辅助信息拼接到字向量中，训练一个基于字符和五笔字形的混合语言模型。实验结果表明，所提两种方法可以有效提升中文NER系统的性能，且结合五笔字形的上下文相关字向量表示方法的系统性能优于基于单一字符的语言模型。
-
计算机工程. 2021, 47(3): 102-108,116. https://doi.org/10.19678/j.issn.1000-3428.0058414多模板尺度自适应核相关滤波器（KCF_MTSA）跟踪算法在目标移动模糊、旋转和尺度变化时跟踪距离精度与成功率较低。针对该问题，提出一种结合多特征和尺度估计的改进KCF_MTSA目标跟踪算法。采用方向梯度直方图和颜色名两种特征对目标进行表征，在训练阶段分别使用多模板核相关滤波器对上述特征进行训练，同时在检测阶段将两个滤波器的响应以权重形式进行自适应融合获取响应图实现目标定位，并使用一维相关滤波器进行目标尺度估计。实验结果表明，该算法的跟踪距离精度和准确率较改进前KCF_MTSA算法有明显提升，其距离精度和准确率分别提高15.8%和28.5%。
-
计算机工程. 2021, 47(3): 109-116. https://doi.org/10.19678/j.issn.1000-3428.0056670粗糙K-Means及其衍生算法在处理边界区域不确定信息时，其边界区域中的数据对象因与各类簇中心点的距离相差较小，导致难以依据距离、密度对数据点进行区分判断。提出一种新的粗糙K-Means算法，在对数据进行划分时，综合数据对象的局部密度与邻域归属信息来衡量数据点与类簇的相似性，边界数据与类簇之间的关系由其局部的空间分布所决定，使得模糊不确定信息之间的差异更明显。在人工数据集和UCI标准数据集上的实验结果表明，该算法对边界区域数据的划分具有更高的准确率。
-
计算机工程. 2021, 47(3): 117-124,130. https://doi.org/10.19678/j.issn.1000-3428.0057206现有关于社交网络结构影响问题的研究多聚焦于用户与其邻居之间的相互影响，然而在若干邻居不同关联关系所形成的拓扑结构之间也会产生影响，即结构影响。对结构影响问题进行研究，构建基于邻居结构的影响传播模型NS-IC。根据独立传播模型思想计算不同邻居结构的影响概率作为模型参数，并通过期望最大化算法进行学习。在微博数据集上的实验结果表明，NS-IC模型预测的均方误差、精度和准确率均优于StructInf-Basic方法，同时表明高概率的影响结构能够显著改善用户转发行为的预测效果。
-
计算机工程. 2021, 47(3): 125-130. https://doi.org/10.19678/j.issn.1000-3428.0056700为高效利用推荐系统中用户和物品的交互历史和辅助信息，提出一种改进的协同过滤推荐算法。利用半自动编码器对用户和物品的辅助信息进行特征提取，将提取出的特征映射到矩阵分解模型中，通过反向传播算法实现半自动编码器与矩阵分解模型的联合更新以提升推荐效果。在MovieLens-100K和Book-Crossing公开数据集上的实验结果表明，与融合偏置的奇异值分解、概率矩阵分解等传统推荐算法相比，该算法具有更低的均方根误差和更好的推荐性能。
-
计算机工程. 2021, 47(3): 131-138. https://doi.org/10.19678/j.issn.1000-3428.0057021流行病传播过程中常伴随个体意识信息的扩散，然而目前关于流行病与意识信息关系的研究大部分未考虑意识信息在传播过程中对个体接触行为的影响。提出一种基于个体警觉状态的双层网络流行病传播模型。建立下层物理接触网络描述流行病的传播，构建上层信息扩散网络描述流行病传播中信息扩散，根据个体的行为偏好和警觉性设计警觉个体避免与非警觉个体接触、警觉个体避免与警觉个体接触两种接触行为策略，并在BA-BA、BA-WS和WS-WS 3种双层网络中模拟两种行为策略对流行病传播的影响。仿真结果表明，该模型中两种个体警觉行为策略通过调节警觉性参数均能有效降低流行病感染规模并提高流行病爆发阈值，从而抑制流行病在人群中传播。
-
计算机工程. 2021, 47(3): 139-146,154. https://doi.org/10.19678/j.issn.1000-3428.0057483针对4G网络的安全风险评估问题，提出一种基于攻击树模型的评估方法，以分析网络的风险状况，评估系统的风险程度和安全等级。对4G网络的安全威胁进行分类，通过梳理攻击行为和分解攻击流程来构造攻击树模型，利用多属性理论赋予叶节点3个安全属性并通过等级评分进行量化，结合模糊层次分析法和模糊矩阵计算叶节点的风险概率，根据节点间的依赖关系得到根节点的风险概率，最终得到4G网络的安全风险等级。实验结果表明，该方法能够准确评估4G网络的风险因素，预测可能的攻击路径，为安全防护策略选择提供依据。
-
计算机工程. 2021, 47(3): 147-154. https://doi.org/10.19678/j.issn.1000-3428.0057510导向式灰盒模糊测试是一种能够快速对程序指定位置进行测试的技术。通过对当前导向式灰盒模糊测试技术导向不够精确的问题进行分析，提出一种新的导向式灰盒模糊测试方法，并引入基本块权重与函数路径长度的概念。通过对被测程序的静态分析，构建被测程序的函数调用图和控制流程图，计算更准确的基本块距离并插桩到被测程序中。在模糊测试时通过插桩追踪并计算每个测试用例到指定目标的距离，模糊测试器依据该距离计算种子能量以实现对目标区域的导向，并基于该方法实现原型系统Afl-guide。实验结果表明，与现有的导向式模糊测试方法相比，该方法对目标区域导向更精确、路径覆盖更广，能够更快地生成覆盖程序指定位置的测试用例。
-
计算机工程. 2021, 47(3): 155-159,165. https://doi.org/10.19678/j.issn.1000-3428.0057724模板攻击是一种重要的侧信道分析方法，其在实际密码算法破译中具有较强的区分能力。轻量级分组密码算法DoT在硬件和软件实现中都表现出优秀的性能，尽管目前针对DoT算法的传统数学攻击已经取得了一定效果，但是该算法在具体实现中是否足以抵御侧信道攻击仍有待研究。基于DoT算法结构及其S盒特点，提出一种针对DoT算法的模板攻击方法。基于汉明重量模型来刻画加密算法运行时的能耗特征，将S盒输出值的具体分布作为中间状态值构造区分器，从而进行密钥恢复。测试结果表明，该模板攻击仅需6组明文就可恢复出8 bit密钥信息，DoT密码算法在该模板攻击下具有脆弱性。
-
计算机工程. 2021, 47(3): 160-165. https://doi.org/10.19678/j.issn.1000-3428.0056353RS总线集成电路在航空航天及工业控制领域具有广泛的应用，随着集成电路硬件木马的检测成为研究热点，作为总线硬件木马研究领域的分支，其设计越来越受关注。在常规时序型硬件木马的基础上，针对RS232总线集成电路，设计一种基于可逆计数器的时序型总线硬件木马。采用Xillix公司的ISE软件在RTL层设计相应的RS232总线Verilog代码，并在常规和可逆时序型硬件木马触发阈值呈等差递增的条件下进行Modelsim仿真分析，结果表明，在总线功能需求复杂和传输数据较多的情况下，可逆时序型木马比常规时序型硬件木马具有灵活性和较低的触发率，隐蔽性更强。
-
计算机工程. 2021, 47(3): 166-173. https://doi.org/10.19678/j.issn.1000-3428.0056409目前恶意代码出现频繁且抗识别性加强，现有基于签名的恶意代码检测方法无法识别未知与隐藏的恶意代码。提出一种结合动态行为和机器学习的恶意代码检测方法。搭建自动化分析Cuckoo沙箱记录恶意代码的行为信息和网络流量，结合Cuckoo沙箱与改进DynamoRIO系统作为虚拟环境，提取并融合恶意代码样本API调用序列及网络行为特征。在此基础上，基于双向门循环单元（BGRU）建立恶意代码检测模型，并在含有12 170个恶意代码样本和5 983个良性应用程序样本的数据集上对模型效果进行验证。实验结果表明，该方法能全面获得恶意代码的行为信息，其所用BGRU模型的检测效果较LSTM、BLSTM等模型更好，精确率和F1值分别达到97.84%和98.07%，训练速度为BLSTM模型的1.26倍。
-
计算机工程. 2021, 47(3): 174-182. https://doi.org/10.19678/j.issn.1000-3428.0057388针对无线传感器网络存在恶意或妥协节点导致通信数据被攻击的问题，提出一种基于双簇头的反馈信任模型，以保障数据在传输、感知以及融合等环节的可靠性与完整性。利用节点间直接交互结果评估节点的直接信任，同时考虑通信、数据感知和融合信任，通过贝叶斯公式评估邻居节点的通信信任，使用时间滑动窗将节点历史信任作为直接信任的补充，动态调整直接与间接信任权重使综合信任评价更客观和准确。在此基础上，引入双簇头交互监测和基站信任反馈机制，主簇头和监督簇头根据本地数据空间相关性独立评估成员数据感知信任，基站利用双簇头数据融合结果的时间相关性评估数据融合信任，并将最终信任结果反馈到所有节点。仿真结果表明，该模型能有效检测异常数据和恶意节点，成功抵御选择性转发攻击、伪造本地数据攻击以及伪造融合数据攻击，在网络安全与能耗间实现良好的平衡。
-
计算机工程. 2021, 47(3): 183-189,195. https://doi.org/10.19678/j.issn.1000-3428.0059499将调制方式作为跳变优化对象是一种新型抗截获通信技术，可减小对抗方的调制识别概率，提高通信的安全性。为增强跳变图案的复杂性，降低其破译风险，提出一种新的调制跳变图案设计方法。在三维混沌系统中引入加权反馈机制，采用粒子群优化算法对加权因子进行优化，产生复杂度更高的混沌实值序列，并利用余弦映射法生成最终的调制跳变图案。在此基础上，通过FPGA动态可重构技术，在软件无线电平台上以较小的资源消耗实现复杂的调制跳变功能。测试结果表明，相比传统的m序列和低维混沌序列方法，该方法生成的跳变图案近似熵最大且复杂度最高，能够满足资源受限场景下调制跳变通信系统的应用需求。
-
计算机工程. 2021, 47(3): 190-195. https://doi.org/10.19678/j.issn.1000-3428.0057266多数NDMANET缓存策略研究未考虑内容的优先级，从而降低了重要内容在节点移动环境下的可用性。针对该问题，提出一种基于内容优先级的缓存替换策略PFC。根据节点内容对可用性的不同需求划分内容优先级，将其作为缓存替换的参考因子进行缓存替换决策，以提高重要内容的命中率和可用性。在ndnSIM仿真平台上的测试结果表明，相比LRU和FIFO策略，PFC策略在不影响全局命中率和响应时延的情况下，可以明显提高重要内容的缓存占比与可用性。
-
计算机工程. 2021, 47(3): 196-201. https://doi.org/10.19678/j.issn.1000-3428.0056374在空间信息网络中，卫星硬件在线升级难度大且并发业务数量多，导致现有服务功能链（SFC）映射算法的服务请求接收率降低且资源开销过大。利用流量缩放因子与虚拟网络功能间的依附关系构建SFC，以最小化处理请求时延与总资源消耗为目标，提出一种空间信息网络SFC映射算法。通过调整预测函数的权值来控制搜索范围，从而获得全局最优的快速映射方案，有效解决节点随机失效问题。仿真结果表明，与OMD算法相比，该算法在较高的并发服务请求下可使处理请求时延和总资源消耗平均降低19%和6%。
-
计算机工程. 2021, 47(3): 202-208. https://doi.org/10.19678/j.issn.1000-3428.0057479在飞行自组网中，固定时隙分配时分多址接入（TDMA）协议存在闲置时隙无法成功使用的问题。通过对TDMA协议引入闲置时隙预约机制，提出一种支持业务优先级传输机制的闲置时隙预约TDMA协议。采用短帧长的方式满足协同与控制业务的低时延传输需求，并利用闲置时隙预约机制允许节点使用闲置时隙传输感知业务，从而满足感知业务的高吞吐量传输性能要求。仿真结果表明，与CF-MAC和CTMAC协议相比，该协议能够在降低传输时延的同时，有效提高信道利用率和网络吞吐量。
-
计算机工程. 2021, 47(3): 209-217,226. https://doi.org/10.19678/j.issn.1000-3428.0055883在增强现实应用中，距离较近的多个用户请求很可能是相似或者相同的，从而导致同样的计算任务被重复执行。针对该问题，设计基于冗余任务消减的计算任务缓存系统。通过在边缘节点设计任务缓存，使边缘服务器以自组织方式维护全局缓存。对客户端请求时延、用户轨迹、节点部署和总时延进行建模，基于此研究基站上边缘服务器的计算资源部署问题，在给定总的部署代价下优化平均请求时延，并将该问题转化为整数非线性规划问题，设计针对中小规模场景的IDM算法和针对大规模场景的LDM算法。实验结果表明：IDM算法的平均时延与参考最优解仅相差5.85%，对最优解具有较好的逼近效果；LDM算法在牺牲9.20%平均时延的情况下，相比于IDM算法运行时间缩短98.15%，大幅减少了运行开销。
-
计算机工程. 2021, 47(3): 218-226. https://doi.org/10.19678/j.issn.1000-3428.0056790多路径传输控制协议通过聚合多路径带宽提高资源利用率及网络吞吐量。在无线异构网络环境中，由于网络性能不稳定、传输路径性能差异等因素容易导致数据包乱序及缓冲区阻塞，对网络多路传输性能造成负面影响。为在有限的接收缓冲区内对数据包实施合理调度，基于灰色预测模型GM （1，N）与马尔科夫优化的前向传输时间（FTT）预测模型，提出一种自适应多路传输数据调度算法GMM-S。通过对未来时刻子流FTT的准确预测实现子流传输性能的有效评估，并以此作为数据分发依据进行传输数据的多子流动态调整。仿真实验结果表明，与RR和LowRTT算法相比，该算法可有效解决接收端数据包乱序问题，同时提升网络吞吐量。
-
计算机工程. 2021, 47(3): 227-236. https://doi.org/10.19678/j.issn.1000-3428.0057234为在群智感知系统中实现有效的用户激励，提出基于显性与隐性时空关联的两种用户激励算法。将显性时空关联的用户激励问题转化为集合覆盖问题并利用贪心算法对其进行求解，同时结合显性时空关联算法和马尔科夫模型求解隐性时空关联的用户激励问题。在仿真数据和真实数据集上的实验结果表明，与传统最小化花费算法、最大化覆盖算法和最小化花费覆盖数比值算法相比，显性时空关联算法和隐性时空关联算法有效解决了感知任务完成率低且花费高的问题，能在实现用户激励的情况下最大化社会收益。
-
计算机工程. 2021, 47(3): 237-242. https://doi.org/10.19678/j.issn.1000-3428.0056743行人重识别是指利用计算机视觉技术识别不同监控设备下的目标行人，该技术在公共安全与相册管理等方面应用较广。然而现有行人重识别算法在局部特征区域划分后出现离异值使该区域内容不一致，导致局部特征可区分性降低。提出一种基于局部区域特征选择的内容一致性行人重识别算法。将行人图像输入残差卷积神经网络取得张量，根据局部区域内容一致性从张量中选择基本单位特征向量，使用Softmax函数计算其局部区域概率重新生成局部区域，从而消除离异值，增加类间差异并减少类内差异。实验结果表明，与Spindel、PN-GAN等行人重识别算法相比，该算法的行人重识别准确率更高，其提取的行人特征可区分性和鲁棒性更好。
-
计算机工程. 2021, 47(3): 243-248. https://doi.org/10.19678/j.issn.1000-3428.0056715基于卷积神经网络的立体匹配方法未充分利用图像中各个层级的特征图信息，造成对图像在不适定区域的特征提取能力较差。提出一种融合多尺度与多层级特征的立体匹配方法。通过在双塔结构卷积神经网络模型的前端设计一个池化金字塔层，提取图像的多尺度低层结构特征。在该网络模型的后端融合最后三层网络的高级语义特征来提取图像特征，并对图像特征进行相似性度量后输出视差图。在KITTI 2015数据集上的实验结果表明，与LUO和Anita方法相比，该方法的像素误差精度分别由14.65%、8.30%降至8.02%，且可得到细节信息更好的视差图。
-
计算机工程. 2021, 47(3): 249-255. https://doi.org/10.19678/j.issn.1000-3428.0057168针对传统图像超分辨率重建算法存在网络训练困难与生成图像存在伪影的问题，提出一种利用生成式对抗网络的超分辨率重建算法。去除生成式对抗网络的批量归一化层降低计算复杂度，将其中的残差块替换为密集残差块构成生成网络，使用VGG19网络作为判别网络的基础框架，以全局平均池化代替全连接层防止过拟合，引入纹理损失函数、感知损失函数、对抗损失函数和内容损失函数构成生成器的总目标函数，利用纹理损失增强局部信息匹配度，采用激活层前的特征信息计算感知损失获取更多细节特征，使用WGAN-GP理论优化网络模型的对抗损失加速收敛，运用内容损失提升图像低频信息的准确性。实验结果表明，该算法重建图像的平均峰值信噪比为27.97 dB，平均结构相似性为0.777，与SRGAN和EDSR等算法相比，其在未延长较多运行时间的情况下，重建结果的纹理细节更清晰且亮度信息更准确，更符合视觉感官评价要求。
-
计算机工程. 2021, 47(3): 256-260,268. https://doi.org/10.19678/j.issn.1000-3428.0056469特征不平衡问题是影响神经网络检测效率的关键因素。针对Mask R-CNN中的特征不平衡问题，提出一种基于全局特征金字塔网络（GFPN）的信息融合方法。通过将GFPN产生的不同大小特征相融合，生成包含全局语义信息的特征网络，并采用反向过程对原始特征层进行重新标度，从而使得每个特征层均含有全局语义信息。实验结果表明，与原始基于Mask R-CNN的方法相比，该方法的检测精度提升4~6个百分点，而检测时间仅增加0.112 s。
-
计算机工程. 2021, 47(3): 261-268. https://doi.org/10.19678/j.issn.1000-3428.0056618图像超分辨率重建中的高频分量通常包含较多轮廓、纹理等细节信息，为更好地处理特征图中的高频分量与低频分量，实现自适应调整信道特征，提出一种基于特征图注意力机制的图像超分辨重建网络模型。利用特征提取块提取原始低分辨率图像中的特征信息，基于多个结合特征图注意力机制的信息提取块，通过特征信道之间的相互依赖性自适应调整信道特征，以恢复更多细节信息。在此基础上利用重建模块重建出不同尺度的高分辨率图像。在Set5数据集上的实验结果表明，与基于双三次插值的重建模型相比，该模型能够有效提升图像的视觉效果，且峰值信噪比与结构相似度分别提高了3.92 dB和0.056。
-
计算机工程. 2021, 47(3): 269-275,283. https://doi.org/10.19678/j.issn.1000-3428.0057208目前多数利用卷积神经网络进行图像超分辨率重建的方法忽视对自然图像固有属性的捕捉，并且仅在单一尺度下提取特征。针对该问题，提出一种基于注意力机制和多尺度特征融合的网络结构。利用注意力机制融合图像的非局部信息和二阶特征，提高网络的特征表达能力，同时使用不同尺度的卷积核提取图像的不同尺度信息，以保存多尺度完整的信息特征。实验结果表明，该方法重建图像的客观评价指标和视觉效果均优于Bicubic、SRCNN、SCN和LapSRN方法。
-
计算机工程. 2021, 47(3): 276-283. https://doi.org/10.19678/j.issn.1000-3428.0059195在医学图像融合过程中，传统多尺度分析方法多采用线性滤波器，由于无法保留图像边缘特征导致分解阶段的强边缘处出现模糊，从而产生光晕。为提高融合图像的视觉感知效果，通过结合多尺度边缘保持分解方法与脉冲耦合神经网络（PCNN），提出一种新的图像融合方法。对源图像进行加权最小二乘滤波分解得到图像的基础层和细节层，采用高斯滤波器对基础层进行二次分解得到低频层和边缘层，将分解过程中每级边缘层和细节层叠加构建高频层，并引入非下采样方向滤波器组进行方向分析。在此基础上，利用改进的空间频率以及区域能量激励PCNN融合高频层和低频层，通过逆变换得到最终的融合图像。实验结果表明，该方法能够突出医学图像的边缘轮廓并增强图像细节，可将更多的显著特征从源图像分离并转移到融合图像中。
-
计算机工程. 2021, 47(3): 284-290. https://doi.org/10.19678/j.issn.1000-3428.0057081对话策略是人机对话系统中的重要组成成分，其性能的优劣直接影响对话系统的性能。在面对完全没有数据的冷启动场景时，收集对话数据进行对话策略学习的过程非常复杂和耗时。为在冷启动场景下能够保持良好性能，提出一种融合马尔科夫决策过程与信息熵的对话算法。利用马尔科夫决策过程快速获得下一步最优对话状态，并结合知识库通过引入属性信息熵方法排除多个状态值函数相同的最优状态，从而获取最优的系统响应动作。在音乐搜索领域数据集上的实验结果表明，与随机策略、基于规则和基于信息熵的算法相比，该算法分别缩短了2.24、0.84和0.03个对话轮次，且能够有效提高对话任务完成率。
-
计算机工程. 2021, 47(3): 291-297,303. https://doi.org/10.19678/j.issn.1000-3428.0058025录音回放是目前声纹识别技术应对各种仿冒语音攻击的主要手段。针对传统语音特征无法区分真实语音和回放语音的问题，提出一种基于高斯滤波器组的Fisher比混合倒谱特征提取算法。将高斯滤波器组代替传统三角滤波器组，分别采用线性频率和逆ERB频率替换MEL频率，形成高斯线性频率倒谱系数特征（G-LFCC）和高斯逆ERB频率倒谱系数特征（G-IEFCC）两个新的特征。通过Fisher准则将G-LFCC和G-IEFCC融合，生成新的混合特征参数，该特征提高了真实语音和回放语音在高频段的区分度，同时降低回放语音在低频段因不同录音及回放设备造成的干扰。在ASVSpoof2017评测数据上的实验结果表明，该算法混合特征具有较好的区分效果，与IMFCC、LFCC、CQCC和GSV等算法相比，等错误概率分别降低21.8%、38.8%、58.3%和43.7%。
-
计算机工程. 2021, 47(3): 298-303. https://doi.org/10.19678/j.issn.1000-3428.0056214基于深度学习的车辆检测方法准确率较高，其在性能卓越的计算机与图形处理器设备上实时性较好，但在性能相对较低的嵌入式设备上实时性较差。在改进Tiny-YOLO网络的基础上，提出一种利用NCS2神经计算棒的嵌入式车辆检测方法。采用深度可分离卷积替换Tiny-YOLO网络标准卷积降低计算量，去除池化层并使用全卷积层以保留低级特征信息，采用Tensorflow深度学习框架训练改进的Tiny-YOLO网络，并将其部署到配备NCS2神经计算棒的嵌入式设备上。实验结果表明，与原始Tiny-YOLO网络相比，改进Tiny-YOLO网络检测实时性提高1倍，在MS COCO和VOC2007数据集上平均检测准确率分别提升1.12和0.23个百分点，配备NCS2神经计算棒后该方法检测的每秒传输帧数达到12，实时性较原始Tiny-YOLO网络大幅提高。
-
计算机工程. 2021, 47(3): 304-310,320. https://doi.org/10.19678/j.issn.1000-3428.0057309麻将作为典型的非完备信息博弈游戏主要通过传统Expectimax搜索算法实现，其剪枝策略与估值函数基于人工先验知识设计，存在假设不合理等问题。提出一种结合Expectimax搜索与Double DQN强化学习算法的非完备信息博弈算法。在Expectimax搜索树扩展过程中，采用Double DQN输出的估值设计估值函数并在限定搜索层数内获得分支估值，同时设计剪枝策略对打牌动作进行排序与部分扩展实现搜索树剪枝。在Double DQN模型训练过程中，将麻将信息编码为特征数据输入神经网络获得估值，使用Expectimax搜索算法得到最优动作以改进探索策略。实验结果表明，与Expectimax搜索算法、Double DQN算法等监督学习算法相比，该算法在麻将游戏上胜率与得分更高，具有更优异的博弈性能。
-
计算机工程. 2021, 47(3): 311-320. https://doi.org/10.19678/j.issn.1000-3428.0057342在多个固定翼无人机姿态主从式一致性控制过程中，给出单个固定翼无人机在理想情况下的姿态动力学模型，即名义模型。考虑到无人机在实际运行过程中存在的外部干扰、状态测量误差、控制器微小故障以及无人机实际模型与名义模型之间的偏移，提出一种基于观测器和神经网络的故障检测方法，以实时检测出无人机中存在的故障、模型不确定以及干扰情况。基于无人机名义模型和检测出的故障及干扰，设计主从式多无人机姿态一致性控制器，以实现多无人机姿态的一致性准确跟踪。仿真结果表明，在外部干扰、状态测量误差与控制器微小故障下，与基于神经网络的直接姿态一致性控制器相比，该控制器能够使得无人机的姿态运动状态更接近于期望状态。
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