摘要：变分自编码(variational autoencoder,VAE)是一种基于连续隐向量的生成模型,通过变分近似构建目标函数,其中的生成模型及变分推理模型均采用神经网络结构.传统变分自编码模型中的变分识别模型假设多维隐变量之间是相互独立的,这种假设简化了推理过程,但是这使得变分下界过于松弛,同时限制了隐向量空间的表示能力.提出混合变分自编码(mixture of variational autoencoder,MVAE)模型,它通过多个变分自编码组件生成样本数据,丰富了变分识别模型结构,同时扩展了隐向量表示空间.该模型以连续型隐向量作为模型的隐层表示,其先验分布为高斯分布;以离散型隐向量作为各组件的指示向量,其先验分布为多项式分布.对于MVAE模型的变分优化目标,采用重参策略和折棍参数化策略处理目标函数,并用随机梯度下降方法求解模型参数.MVAE采用混合组件的方法可以增强隐变量空间的表示能力,提高近似推理精度,重参策略和折棍参数化策略可以有效求解对应的优化问题.最后在MNIST和OMNIGLOT数据集上设计了对比实验,验证了MVAE模型较高的推理精度及较强的隐变量空间表示能力.

摘要：基于深度学习的聚类方法可以自动学习到数据的隐层特征表示,并可方便应用于高维大规模数据集上。传统深度聚类方法更多关注通过深层神经网络去提取数据的隐层特征来提升聚类精度,较少对聚类任务中数据类别的确定性问题进行分析,同时缺乏对施加约束后的离散隐向量分布的分析。提出熵正则化下的变分深度生成聚类模型(VDGC-ER),以变分自编码为基础框架,对连续向量进行高斯混合先验建模,并以高斯混合中的离散隐向量作为类别向量。通过对离散隐向量引入样本熵正则化项增强预测聚类类别的区分度,同时对离散隐向量定义聚合样本熵正则化项以降低聚类不平衡,避免局部最优,并提升生成数据多样性。之后,采用蒙特卡洛采样及重参策略估计VDGC-ER模型的优化目标,并利用随机梯度下降法求解模型参数。最后在MNIST数据集、REUTERS数据集、REUTERS-10K数据集和HHAR数据集上设计了对比实验,验证了VDGCER模型不仅可以生成高质量的样本,而且可以显著提升聚类精度。

摘要：在三维提升视频编码框架中,视频运动场景切换时相邻视频帧之间的时间相关性将显著减弱,使得解码视频图像在场景切换处质量急剧下降。针对这一问题,提出了一种新的基于视频亮度分量的场景切换检测方法,并根据场景切换自适应分配图像组(group of picture GOP)大小。实验结果表明,该自适应分配GOP策略有效提高了三维提升小波视频图像的编解码质量,降低了场景切换对视频编码的影响。

摘要：基于单片机的烟雾报警系统,采用单片机作为主控设备,通过单片机实现数据的采集与控制,通过对设备的硬件进行设计与对设备软件的程序编写来实现其功能。STC89C52单片机作为控制器负责整体的设备运转,通过外围辅助电路完善整体设备。LCD1602作为显示接口实现人机交互,按键设置信息,由蜂鸣器进行报警提醒,MQ-2气体传感器检测烟雾体积分数,Wi-Fi模块进行无线通信,继电器控制风扇工作。通过单片机与外围辅助完成任务的目标功能,实现基于单片机的烟雾报警系统设计。

摘要：人脸超分辨率方法对于低分辨率输入重建很有成效,这些方法往往通过一次或有限次上采样操作提高分辨率,从而构建一种基于前馈结构的网络模型,但这些方法不能完全解决低分辨率到高分辨率人脸图像之间的映射关系,因此生成的图像不够清晰,视觉感知质量差.针对上述问题,本文提出一种基于误差反馈和面部后先验信息的人脸超分辨率重建方法(face super-resolution using error feedback and facial posterior,EFBNet),以获得清晰、逼真的人脸图像.通过一组上下采样操作计算误差,然后反馈误差调整特征的中间表示.这可以理解为一种自校正过程,借助采样操作提供的误差迭代地改变最终结果.此外,设计了一种包含通道级的面部注意力损失和相对判别对抗损失的优化目标,面部注意力损失聚焦于由超分辨率结果预测的精确的后先验信息周围的面部细节,对比由低分辨率输入或中间特征预测的先验信息,该方法可以减少失真,进一步提高生成图像的质量.相对判别对抗损失有助于学习更清晰的边缘和纹理,从而提高图像的清晰度.实验结果表明,该方法可以获得更好的重建结果.