Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 784

会议视频 21

会议信息 9

年份

2024 1

2023 79

2022 81

2021 82

2020 63

2019 53

2018 42

2017 57

2016 24

2015 12

2014 17

2013 16

2012 18

2011 18

2010 18

2009 13

2008 27

2007 35

2006 32

2005 31

展开︾

关键词

深度学习 15

秦巴山脉区域 14

数学模型 13

机器学习 11

模型 10

模型试验 9

人工智能 8

数值模拟 8

神经网络 8

2020 5

COVID-19 4

不确定性 4

环境 4

GM(1 3

人工神经网络 3

数据挖掘 3

经济 3

计算机模拟 3

计算机视觉 3

展开︾

检索范围：

排序：展示方式：

相关滤波视觉跟踪方法中深度上下文模型的研究 Article

Zhao-yun CHEN, Lei LUO, Da-fei HUANG, Mei WEN, Chun-yuan ZHANG

《信息与电子工程前沿（英文）》 2017年第18卷第5期页码 667-679 doi: 10.1631/FITEE.1500389

摘要：近来，基于相关滤波器的跟踪器因具有较高的计算效率而颇受关注，但这一方法不能很好地处理遮挡和尺度变化。本文旨在将深度信息整合到基于相关滤波器的跟踪器中，以解决跟踪器在上述两种情况下的跟踪失败。同时利用RGB-D数据构建了一个深度上下文模型，用来描述目标与周边区域之间的空间相关性。此外，本文采用了区域生长法使跟踪器对遮挡和尺度变化的场景具有更高鲁棒性，并利用模型更新等优化方法来改进较长视频序列的性能。通过对极具挑战性的基准图像序列测试集的定性和定量评估，本文提出的跟踪器比最先进的算法具有更好的性能。

关键词：视觉跟踪；深度上下文模型；相关滤波；区域生长

HTML PDF 收藏

社会计算下的协作学习 None

Ricardo S. ALONSO, Javier PRIETO, Óscar GARCÍA, Juan M. CORCHADO

《信息与电子工程前沿（英文）》 2019年第20卷第2期页码 265-282 doi: 10.1631/FITEE.1700840

摘要：技术的引入使得教育创新极大地丰富起来，从而形成新的学习模型，其中，信息来自于多源，协作在学生之间产生。为此，本文提出并评估支持协作学习的上下文感知构架（CAFCLA）。CAFCLA是一个覆盖协作学习全过程活动开发的灵活架构，可以利用上下文信息和社交互动。

关键词：上下文感知；协作学习；社会计算；虚拟组织；无线传感器网络；实时定位系统

HTML PDF 收藏

基于图卷积注意力网络的视频摘要方法 Research Articles

李平1,2,唐超1,徐向华1

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 902-913 doi: 10.1631/FITEE.2000429

摘要： GCAN由嵌入学习和上下文融合两部分组成，其中嵌入学习包括时序分支和图分支。上下文融合部分将时序分支和图分支的输出信息流合并形成视频帧的上下文表示，然后计算其重要性得分，据此选择具有代表性的帧，生成视频摘要。

关键词：时序学习；自注意力机制；图卷积网络；上下文融合；视频摘要

HTML PDF 收藏

基于依存关系和多义词分析的句法词嵌入 None

Zhong-lin YE, Hai-xing ZHAO

《信息与电子工程前沿（英文）》 2018年第19卷第4期页码 524-535 doi: 10.1631/FITEE.1601846

摘要：现有大多数词嵌入学习模型存在以下问题：（1）基于词袋上下文的模型完全忽略句子的句法结构关系；（2）每个词使用单个嵌入向量使多义词共享一个嵌入向量；（3）词嵌入往往趋向于句子上下文共性。该算法主要处理：（1）基于主题模型，提出一个多义词识别算法；（2）采用符号“+”和“−”表示依存关系方向；（3）删除停用词及其依存关系；（4）引入“skip”依存关系表示依存关系之间的间接关系；（5）将基于依存关系的上下文输入到Word2Vec模型中训练语言模型。实验结果表明，SWE模型在词相似度评测任务中表现出优异性能。基于依存关系句法上下文捕获词语的语义和句法特征，使词语表现出较少的上下文主题相似性和更多的句法和语义相似性。综上，包含更多信息的SWE模型性能优于单一的词嵌入学习模型。

关键词：基于依存关系的上下文；多义词表示；表示学习；句法词向量

HTML PDF 收藏

深度学习中的视觉可解释性 Review

Quan-shi ZHANG, Song-chun ZHU

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 27-39 doi: 10.1631/FITEE.1700808

摘要：总结了近年来在理解神经网络内部特征表达和训练一个具有中层表达可解释性的深度神经网络上的相关研究工作。虽然深度神经网络在众多人工智能任务中已有杰出表现，但神经网络中层表达的可解释性依然是该领域发展的重大瓶颈。目前，深度神经网络以低解释性的黑箱表达为代价，获取了强大的分类能力。我们认为提高神经网络中层特征表达的可解释性，可以帮助人们打破众多深度学习的发展瓶颈，比如，小数据训练，语义层面上的人机交互式训练，以及基于内在特征语义定向精准修复网络中层特征表达缺陷等难题。本文着眼于卷积神经网络，调研了：(1)网络表达可视化方法；(2)网络表达的诊断方法；(3)自动解构解释卷积神经网络的方法；(4)学习中层特征表达可解释的神经网络的方法； (5)基于网络可解释性的中层对端的深度学习算法

关键词：人工智能；深度学习；可解释性模型

HTML PDF 收藏

基于深度前馈神经网络的多基地外辐射源雷达高精度目标跟踪 Research Article

徐宝兄,易建新,程丰,龚子平,万显荣

《信息与电子工程前沿（英文）》 2023年第24卷第8期页码 1214-1230 doi: 10.1631/FITEE.2200260

摘要：在雷达系统中，目标跟踪误差主要来自运动模型和非线性量测。在评估跟踪算法时，其跟踪精度是主要衡量准则。为提高跟踪精度，本文将跟踪问题表述为从量测到目标状态的回归模型，提出一种基于改进深度前馈神经网络（MDFNN）的跟踪算法。所提MDFNN跟踪算法引入一种滤波层来描述输入量测序列的时序关系，并分析了最优量测序列长度。仿真和实测的外辐射源雷达数据测试表明，在所考虑的场景下，所提算法跟踪精度优于基于扩展卡尔曼滤波器（EKF）、无迹卡尔曼滤波器（UKF）和递归神经网络（RNN）的跟踪方法。

关键词：深度前馈神经网络；滤波层；外辐射源雷达；目标跟踪；跟踪精度

HTML PDF 收藏

基于定量属性的单目标视觉跟踪算法评价体系研究 Article

Wen-jing KANG, Chang LIU, Gong-liang LIU

《信息与电子工程前沿（英文）》 2020年第21卷第3期页码 405-421 doi: 10.1631/FITEE.1900245

摘要：视觉跟踪是计算机视觉领域热门研究课题之一。近年来，很多先进跟踪算法和性能评价基准相继发布，并取得巨大成功。现有评价体系大多定位于衡量整体性能，无法通过针对性的详细论证评估跟踪器的优势和缺点，且很多常用评测指标缺乏令人信服的含义解释。本文从测试数据、测试方法、测试指标3方面深入分析跟踪评价体系的细节。首先，归纳整理了12个反映图像序列不同特性的帧间视觉属性，并首次定量给出其归一化公式。基于这些属性定义，提出两种新的测试方法，即基于相关性的测试和基于权重的测试，使评价体系能更直观、更清晰地评定跟踪器各方面性能。测试结果表明，在目标尺寸快速或剧烈变化时，跟踪器大多表现不佳，即使基于深度学习的先进跟踪器也未能很好解决这一问题。

关键词：视觉跟踪；性能评价；视觉属性；计算机视觉

HTML PDF 收藏

复杂形状的扩展目标联合跟踪与分类 Research Articles

王丽萍,占荣辉,黄源,张军,庄钊文

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 839-861 doi: 10.1631/FITEE.2000061

摘要：本文解决具有复杂形状的单扩展目标联合跟踪与分类（joint tracking and classification, JTC）问题。为描述复杂形状，首先利用随机超曲面模型（random hypersurface model, RHM）将空间扩展状态建模为星凸形状，并将其作为目标分类的特征信息。此外，为解决检测不确定和杂波情况下的单扩展目标JTC问题，将所提JTC-RHM方法整合到Bernoulli滤波框架中，提出JTC-RHM-Ber滤波算法。特别地，推导了该滤波算法的递推表达式。仿真结果表明：（1）与基于随机矩阵模型的JTC算法相比，所提JTC-RHM方法能更准确地对不同形状、相似大小的目标进行分类；（2）与基于星凸RHM的扩展目标跟踪算法相比，所提算法对目标状态性能估计更优；（3）所提JTC-RHM-Ber滤波算法在状态检测和估计方面具有良好性能，能够正确地实现目标分类。

关键词：扩展目标；傅里叶描述子；联合跟踪与分类；随机超曲面模型；伯努利滤波器

HTML PDF 收藏

基于RGBD和稀疏学习的鲁棒目标跟踪 Article

Zi-ang MA, Zhi-yu XIANG

《信息与电子工程前沿（英文）》 2017年第18卷第7期页码 989-1001 doi: 10.1631/FITEE.1601338

摘要：鲁棒目标跟踪近年来成为计算机视觉领域一项重要的且极具挑战性的研究方向。随着深度传感器的普及，深度信息因其对光照变化与遮挡表现出一定的鲁棒性而被广泛应用于视觉目标跟踪算法中。本文提出了一种基于RGBD和稀疏学习的跟踪算法，从三个方面将深度信息应用到稀疏学习跟踪框架。首先将深度图像特征结合现有的基于彩色图像的视觉特征用于目标外观的鲁棒特征描述。为了适应跟踪过程中的各种遮挡情况，我们设计了一种特殊的遮挡物模板用于增广现有的超完备字典。最后，我们进一步提出了一种基于深度信息的遮挡物检测方法用于有效地指示模板更新。基于KITTI和Princeton数据集的大量实验证明了所提出算法的跟踪效果优于时下最先进的多种跟踪器，包括基于稀疏学习的跟踪以及基于RGBD的跟踪。

关键词：目标跟踪；稀疏学习；深度视角；遮挡物模板；深度图像特征

HTML PDF 收藏

多模型广义标签多伯努利滤波器的推导：多目标混合系统解决方案 Research Articles

吴卫华,蔡益朝,金宏斌,郑茂,冯讯,关泽文

《信息与电子工程前沿（英文）》 2021年第22卷第1期页码 1-140 doi: 10.1631/FITEE.2000105

摘要：本文将传统（单目标）混合系统扩展到多目标混合系统，重点研究多机动目标跟踪系统。该系统由连续状态，离散可切换状态以及离散、时不变且唯一性状态组成。换言之，我们严格推导了多目标混合系统的解决方案，即多模型广义标签多伯努利滤波器——该滤波器虽已被开发，但此前并未得到严格证明。

关键词：多机动目标跟踪；多模型；广义标签多伯努利滤波器；多目标混合系统

HTML PDF 收藏

一种面向地面区域检测和目标跟踪的多传感器系统协同调度方法 Research Article

张昀普,付强,单甘霖

《信息与电子工程前沿（英文）》 2023年第24卷第2期页码 245-258 doi: 10.1631/FITEE.2200121

摘要：本文提出一种面向多任务协同的多传感器系统协同调度方法，并将其应用于地面区域检测和目标跟踪。调度的目的是选择最佳的传感器来完成分配的作战任务，并获得最佳作战收益。首先建立区域检测模型，并提出检测风险的计算方法以量化在调度中的检测收益。然后结合道路约束信息和多普勒盲区信息建立地面目标跟踪模型，并引入后验克拉美罗下限评估未来时刻的跟踪精度。最后，考虑检测、跟踪和能耗控制的需求建立目标函数，通过求解目标函数，得到最优的传感器调度方案。仿真结果表明，所提传感器调度方法可以选择合适的传感器完成所需作战任务，并在区域检测、目标跟踪和能耗控制方面均具有良好性能。

关键词：传感器调度；区域检测；目标跟踪；道路约束；多普勒盲区

HTML PDF 收藏

庞明慧1,2,朱秋明1,2,林志鹏1,柏菲1,田越1,李茁3,陈小敏1

《信息与电子工程前沿（英文）》 2022年第23卷第9期页码 1378-1389 doi: 10.1631/FITEE.2200041

摘要：本文针对A2G场景，提出一种高度相关的经验性LoS概率模型。在模型参数估计之前，设计了一种基于K近邻（K-nearest neighbors, KNN）的策略对LoS和非视距（none-line-of-sight, NLoS）路径进行分类。然后，开发了一种基于双层反向传播神经网络（back propagation neural network, BPNN）的参数估计方法来建立每个模型参数与无人机高度之间的关系。仿真表明该模型获得的结果与射线追踪（ray trancing, RT）数据、实测数据和标准模型结果具有良好一致性。该模型还可提供比其他LoS概率模型更广泛的适用高度，能够应用于各种A2G场景下的不同通信高度。

关键词：视距概率模型；空地信道；机器学习；射线跟踪

HTML PDF 收藏

迈向下一代视网膜神经假体——基于脉冲的视觉计算方法 Review

余肇飞, 刘健, 贾杉杉, 张祎晨, 郑雅菁, 田永鸿, 黄铁军

《工程（英文）》 2020年第6卷第4期页码 449-461 doi: 10.1016/j.eng.2020.02.004

摘要：就视觉而言，视觉场景信息进入眼睛，经过视网膜神经细胞进行处理，以神经元脉冲的模式将其输出，发送至脑皮层，以进行进一步的计算。因此，视网膜神经假体感兴趣的神经信号是神经元脉冲。在本文中，我们回顾了视觉计算模型最近取得的一些进展，着重介绍这些模型如何使用脉冲来分析包括静态图像和动态视频在内的自然场景。视网膜的不同组成部分，包括多种细胞类型和突触连接——化学突触和电突触（缝隙连接），使视网膜成为一个理想的神经网络，其能够适应人工智能中发展起来的计算技术，对视觉场景的编码和解码进行建模因此，有必要构建一种整体系统的方法，利用神经脉冲进行视觉计算，推动下一代视网膜神经假体发展，构建新型人工视觉系统。

关键词：视觉编码视网膜神经假体脑-机接口人工智能深度学习脉冲神经网络概率图模型

HTML PDF 收藏

Actor-Critic强化学习算法及其在开发基于计算机视觉的界面跟踪中的应用 Article

Oguzhan Dogru, Kirubakaran Velswamy, 黄彪

《工程（英文）》 2021年第7卷第9期页码 1248-1261 doi: 10.1016/j.eng.2021.04.027

摘要：

本文通过将对象跟踪形式化为序列决策过程，使控制理论与计算机视觉实现同步。强化学习（RL）智能体成功跟踪了两种液体之间的界面，这通常是化学、石化、冶金和石油行业中跟踪的关键变量。该方法使用少于100 张图像来创建环境，智能体无需专家知识即可从中生成自己的数据。该方法展示了RL方法在油砂行业中的实时对象跟踪应用。本文除了介绍界面跟踪问题外，还详细回顾了最有效的RL方法之一——actor-critic策略。

关键词：界面跟踪对象跟踪遮挡强化学习均匀流形逼近和投影

HTML PDF 收藏

基于可靠特征点分配算法的鲁棒性跟踪框架 Article

Rong-feng ZHANG, Ting DENG, Gui-hong WANG, Jing-lun SHI, Quan-sheng GUAN

《信息与电子工程前沿（英文）》 2017年第18卷第4期页码 545-558 doi: 10.1631/FITEE.1601464

摘要：视觉跟踪是近年来计算视觉最活跃的研究课题之一，已被广泛应用于许多视觉领域。然而，视觉跟踪技术仍然存在挑战，如目标发生光照变化、遮挡、外观形变等。此外，在检测中应用卡尔曼滤波器，以提高处理速度并减少误检率。最后，将所提出的RPA与卡尔曼滤波器集成到跟踪–学习–检测（Tracking–learning–detection, TLD）算法框架中，提高了跟踪精度，且降低了误检率。实验结果表明，新框架在精度、f值（f-measure）和平均重叠率（%）等方面均优于TLD和核化相关滤波器（KCF）这两个跟踪算法。

关键词：局部最大小波系数；可靠特征点分配；目标跟踪；跟踪-学习-检测（TLD）；卡尔曼滤波器