摘要：针对遥感图像中舰船小目标占比大、多方向旋转等问题,提出一种基于纹理和颜色双重特征增强的舰船小目标检测方法。首先,设计生成对抗网络增强舰船小目标的纹理特征,生成高分辨率的舰船图像。然后,采用深度强化学习算法增强图像的颜色信息,解决舰船目标与背景颜色低对比度的问题。接着,设计自适应变换特征金字塔网络,增强全局感受野,有效解决深层网络中空间信息缺乏导致的小目标特征难以提取的问题。最后,利用特征细化模块和圆形光滑标签完成对舰船目标边界框的特征点对齐和角度回归,有效提高多方向旋转舰船目标的检测精度。此外,在HRSC2016和DOTA两个公共数据集上进行了相关实验。可以发现,所提方法在两个数据集上的平均精度均值可分别达到72.87%和89.91%,相比主流的目标检测算法得到了大幅提升。

摘要：为充分提取文本和语音双模态深层情感特征,解决模态间有效交互融合的问题,提高情感识别准确率,提出了基于级联双通道分阶段融合(cascade two channel and phased fusion,CTC-PF)的双模态情感识别模型。设计级联顺序注意力编码器(cascaded sequential attention-Encoder,CSA-Encoder)对长距离语音情感序列信息进行并行化计算,提取深层语音情感特征;提出情感领域级联编码器(affective field cascade-Encoder,AFC-Encoder),提高模型的全局和局部文本理解能力,解决文本关键情感特征稀疏的问题。两个级联通道完成语音和文本信息的特征提取之后,利用协同注意力机制对两者的重要情感特征进行交互融合,降低对齐操作成本,然后采用哈达玛点积对其进行二次融合,捕获差异性特征,分阶段融合实现不同时间步长模态序列间的信息交互,解决双模态情感信息交互不足的问题。模型在IEMOCAP数据集上进行分类实验,结果表明,情感识别准确率可达79.4%,F1值可达79.0%,相比现有主流方法有明显提升,证明了该模型在语音和文本融合情感识别上的优越性。

摘要：PD(Parkinson’s disease)的运动障碍会累及口、咽、腭肌以及面部肌肉,引起声带震颤和面部运动迟缓,为利用声纹和面部特征识别PD患者提供了可能。为了有效利用以上两种特征以提高PD识别率,提出了基于多尺度特征与动态注意力机制的多模态循环融合模型对患者进行识别检测。首先,设计了多尺度特征提取网络,将高、低层级特征的语义信息融合以得到完整的特征信息;其次,在多尺度特征融合过程中为了充分考虑模态间的相关性和互补性,提出了以不同模态信息互为辅助条件生成注意力特征图的动态注意力机制算法,降低特征融合时信息的冗余;最后设计了多模态循环融合模型,通过计算循环矩阵的每个行向量与特征向量间的哈达玛积得到更有效的融合特征,提高了模型性能。在自建数据集上进行的多组实验结果表明,提出的方法识别准确率高达96.24%,优于当前流行的单模态和多模态识别算法,可以有效区分PD患者和HP(healthy people),为高效识别PD患者奠定了基础。

摘要：有雨图像往往丢失大量的特征及细节信息,严重影响视觉效果和目标检测.针对有雨图像,本文采用图像显著性检测来寻找有雨区域,确定待修复区域,设计了多尺度融合生成对抗网络(Multiscale Fusion Generative Adversarial Network,MsF-GAN)进行图像去雨,在生成器的12/14/16网络层采用Concat进行多尺度融合,使生成的去雨图像中更多地保留图像的原始信息,鉴别器采用全局鉴别保证图像去雨的视觉连贯性,局部鉴别提高有雨区域去除的泛化能力,从而保证了去雨的有效性和可靠性.本文提出的MsF-GAN在公开发布的数据集上进行了实验,结果表明:去雨图像的结构相似度(Structural similarity index,SSIM)和峰值信噪比(Peak Signal to Noise Ratio,PSNR)等相关指标相比其他方法都有了大幅提升.

摘要：针对目前缺少大型公开已标记的青光眼数据集,为了解决小样本学习能力不足、分类精度低等问题,提出一套基于迁移学习的青光眼眼底图像识别系统。对获取的青光眼眼底图像进行去噪、删除多余背景、提取感兴趣区域(ROI)、图像增强等预处理操作。在VGG16网络的基础上,对全连接层进行重新设计,得到一个简化的深度神经网络模型Reduce-VGGNet(R-VGGNet)。R-VGGNet网络在训练过程中,其卷积层与池化层继承VGG16模型在ImageNet数据集上预训练得到权值参数,全连接层的参数则根据青光眼数据集进行自适应调整。针对不同的网络结构和不同的训练策略进行了性能测试以及不同分类方法的对比实验。实验结果表明:基于R-VGGNet网络模型的识别方法提高了判别青光眼患者的准确率,可达91.7%,为临床医生诊断治疗提供了良好的解决方案。

摘要：90%的帕金森病(PD)患者存在声带紊乱,提出一种利用WMFCC提取患者的声纹特征、DNN识别并分类的方法用于区分PD患者和健康人。通过计算患者声纹中倒谱系数的加权和系数,解决高阶倒谱系数小、特征分量对音频的表征能力差等问题。DNN训练并分类识别有效地提高系统精度,使用MBGD优化算法降低损失函数的计算量,提高系统训练速度。针对PD database中样本测试分类,结果相较传统SVM等方法,该方法提高了判别PD准确率,可达87.5%,为PD患者早期快速辅助诊断提供了良好的解决方案。

摘要：为提升无人船航行环境中船舶目标的感知精度,提出一种基于细节增强的级联多分类船舶检测模型。首先,提出混合平移数据增强(pan-mixed data augmentation,PMDA)算法,减少模型对船舶整体轮廓的依赖;其次,设计可变卷积平衡特征金字塔(deformable convolution-balanced feature pyramid,DC-BFP),提高模型对船体细节特征的提取能力;再次,将全连接层和卷积层联合构成级联交叉检测器(cascaded cross detector,CCD),提高模型对船体细节特征的解析能力;最后,采用标签平滑正则化(label smoothing regularization,LSR)方法,改善多分类检测的过拟合问题。在自建11分类光电船舶检测数据集MCSD11上进行消融和对比实验,特征提取结果和实验结果数据可视化表明,模型的各个改进部分能够提升船舶检测效果,平均精度达到了91.53%,相比主流的检测模型,算法得到大幅提升。

摘要：帕金森患者由于无法稳定控制发声器官,导致声纹与健康人有所不同,使得利用声纹识别进行帕金森疾病检测成为可能.本文提出一种动态帧双门限端点检测方法,通过将帧能量升序排列进行阈值设定,实现静音区的剔除,解决准确捕捉有效音频区域问题;将小波变换融入提取过程,改进滤波器结构,更好拟合非平稳的音频信号,保留高频中的细节特征,获得高频梅尔频率倒谱小波系数(HMFCWC)特征,充分获取音频中有效信息;设计加权全序列卷积神经网络(Weighted Deep Fully Convolutional Necural Netw ork,W-DFCNN),通过引入特征加权层,有效区分两类人群的特征进行加权并分类,在Sakar数据集上进行了实验验证,结果表明该方案识别确率达95.1%,优于其他传统分类方法,为帕金森疾病的声纹检测提供了可靠参考.

摘要：针对现有常数模算法和双模式混合盲均衡算法的不足,提出基于瑞利分布误差函数的RDCMA算法并采用基于系统信噪比圆域判决的模式切换结构系统。RDCMA算法主要从误差函数的角度对偏离相同判决距离的输出信号点给予相同补偿,使系统保持较快的收敛速度;通过判决圆域,模式切换型双模式算法将达到稳定收敛的系统切换到判决引导算法,进一步降低系统稳态误差。Matlab仿真结果表明,该算法具有较快的收敛速度及较低的均方误差特性。

摘要：为提高水声通信网络(UWSN)吞吐量并减少时延,从通信节点MAC层角度,提出一种基于自适应变速因子的水声通信网介质访问控制算法AVAB。通过更新变速因子,计算数据帧碰撞后增大竞争窗口的倍乘因子以及数据帧成功发送后减少竞争窗口的倍除因子,降低数据二次发送碰撞概率。OPNET仿真结果表明,AVAB算法能够降低网络的丢包率和延时,提高网络吞吐量。