摘要：为了解决传统匹配算法重建散斑图像时在视差不连续区域误匹配较多的问题,提出一种在网格顶点处选择种子点、渐进增长的区域生长匹配方法,以完成散斑图像的深度信息恢复.针对传统区域生长方法种子点选取速度低、覆盖性差的问题,提出在网格顶点处选择种子点的快速定位方法;在生长策略方面,采用逐步放宽种子点选择标准和生长标准的方式,渐进地增长区域;为克服散斑图像亮度不均衡的问题,采用零均值归一化互相关算子作为相关测度算子,并针对该算子冗余计算较多的问题,运用积分图结合其改进计算公式加速计算,确保算法的实时性;最后插值细化视差图,并根据三角测量原理转化视差值为深度值.实验结果表明,该方法深度恢复结果鲁棒性强、速度较快.

摘要：为了提高基于投影散斑的体感交互算法的精度和效率,提出采用零均值归一化互相关算子(ZNCC)恢复深度信息的快速计算方法,并通过引入特征筛选的分级决策树构建了姿态分类器.首先采用ZNCC在三维场景重建中求取散斑图像的视差,由三角化测量根据视差值反算目标场景的深度图像,基于GPU并行架构和改进的计算公式,解决ZNCC的冗余计算问题;然后采用改进的随机森林算法在姿态估计中完成人体部件分类,由mean shift算法实现关节点和骨骼提取,通过特征筛选机制去除无效特征降低训练数据的特征空间维度,并根据人体姿态动作的特点在决策树的组合中用分级决策思想提高预测精度.最终实现了系统的整体集成,通过实验验证了该方法的有效性.

摘要：在人机交互过程中,理解人类的情绪是计算机和人进行交流必备的技能之一。最能表达人类情绪的就是面部表情。设计任何现实情景中的人机界面,面部表情识别是必不可少的。在本文中,我们提出了交互式计算环境中的一种新的实时面部表情识别框架。文章对这个领域的研究主要有两大贡献:第一,提出了一种新的网络结构和基于AdaBoost的嵌入式HMM的参数学习算法。第二,将这种优化的嵌入式HMM用于实时面部表情识别。本文中,嵌入式HMM把二维离散余弦变形后的系数作为观测向量,这和以前利用像素深度来构建观测向量的嵌入式HMM方法不同。因为算法同时修正了嵌入式HMM的网络结构和参数,大大提高了分类的精确度。该系统减少了训练和识别系统的复杂程度,提供了更加灵活的框架,且能应用于实时人机交互应用软件中。实验结果显示该方法是一种高效的面部表情识别方法。

摘要：目的针对现有语义分割算法存在的因池化操作造成分辨率降低导致的分割结果变差、忽视特征图不同通道和位置特征的区别以及特征图融合时方法简单,没有考虑到不同感受视野特征区别等问题,设计了一种基于膨胀卷积和注意力机制的语义分割算法。方法主要包括两条路径:空间信息路径使用膨胀卷积,采用较小的下采样倍数以保持图像的分辨率,获得图像的细节信息;语义信息路径使用Res Net(residual network)采集特征以获得较大的感受视野,引入注意力机制模块为特征图的不同部分分配权重,使得精度损失降低。设计特征融合模块为两条路径获得的不同感受视野的特征图分配权重,并将其融合到一起,得到最后的分割结果。结果为证实结果的有效性,在Camvid和Cityscapes数据集上进行验证,使用平均交并比(mean intersection over union,MIoU)和精确度(precision)作为度量标准。结果显示,在Camvid数据集上,MIoU和精确度分别为69.47%和92.32%,比性能第2的模型分别提高了1.3%和3.09%。在Cityscapes数据集上,MIoU和精确度分别为78.48%和93.83%,比性能第2的模型分别提高了1.16%和3.60%。结论本文采用膨胀卷积和注意力机制模块,在保证感受视野并且提高分辨率的同时,弥补了下采样带来的精度损失,能够更好地指导模型学习,且提出的特征融合模块可以更好地融合不同感受视野的特征。

摘要：海上风电场运维的路径规划是一项极具挑战性和复杂性的任务,需要确定运维所需要的资源、交通工具路径,使得总运维成本最小化。文中在海上风电场运维规划建模方面采用了抽象类的方式,建立了通用性运维路径规划模型框架,该模型有利于兼容不同的海上风电场运维的路径规划与调度决策任务,可提高模型的可扩展性和多场景适用的灵活性。采用改进的自适应大邻域搜索算法(ALNS),提出在含有多个destroy和repair算子的算法基础上,求解基于抽象类的通用运维路径规划模型。选定国内某风电场数据进行仿真实验,通过在ALNS内部对比6个算子求解的结果,以及将ALNS与精确算法结果进行比较,结果显示该算法具有较好的优化效果和可靠性。

摘要：为解决舌象分类算法容易受到面部无关信息以及舌部杂质信息的干扰,造成分类准确率下降的问题,设计一种融合注意力机制的多阶段舌象分类算法。通过舌部定位阶段提取不同感受视野的舌象特征进行融合,获得舌部区域,减轻面部信息干扰;在舌象分类阶段基于舌部区域,借助注意力机制模块抑制舌部杂质信息的干扰,提取精准特征,进行分类。将算法得到分类结果的P、R、F值与KNN、SVM和Inception-V4的作比较,结果均优于这3种算法。

摘要：随着时间的流逝,互联网技术的迅速发展,如何从大量的文本数据中获取对我们有用的信息成为了一种新的挑战。命名实体识别是信息抽取和信息检索中一项重要的任务,其目的是识别出文本中表示命名实体的成分,并对其进行分类。它在垃圾邮件过滤,舆论分析和邮件分类等许多领域中广泛使用并发挥重要作用。考虑到采用对抗生成网络的形式能够更好地学习到样本数据的特征分布和采用变分自动编码器能够更好地接近真实样本的优点,本文通过对抗网络的形式,将两种现阶段具有各自特点的先进模型进行了结合,综合设计了一种基于对抗生成网络的命名实体识别算法模型用以提高特征提取的准确有效性。

摘要：本文介绍了主流的智能客服实现方案,并提出了一种基于知识图谱的语音识别智能客服系统的设计方案。通过语音识别的方式获取用户提出的问题内容,利用各项自然语言处理技术对问题进行建模并提取关键信息,结合该领域的知识图谱,检索出符合要求的问题答案,最后把消除歧义的最终结果反馈给用户,完成问答交互。能够有效削减人工传统客服的各类成本开销,并利用智能客服系统提高工作效率。