检索结果

Select

1. 基于特征双融合CenterNet的白细胞检测方法

刘欢, 吴亮红, 张侣, 陈亮, 周博文, 张红强

《计算机应用》唯一官方网站 2023, 43 (8): 2602-2610. DOI: 10.11772/j.issn.1001-9081.2022071009

摘要（301）

HTML （19）

PDF （4702KB）（134）

针对实际检测过程中复杂场景下由白细胞的形态、染色程度差异较大而导致白细胞检测困难的问题，提出一种基于特征双融合CenterNet的白细胞检测方法TFF-CenterNet（Twice-Fusion-Feature CenterNet）。首先，通过特征金字塔网络（FPN）将主干网络特征与反卷积层特征相融合，增强方法的特征提取能力，从而解决白细胞个体差异、染色程度不同等问题；然后，针对白细胞占据图像面积与图像背景面积严重不均衡的问题，改进热力图损失函数来提升对白细胞正样本的关注以提高检测平均精度均值（mAP）；最后，针对白细胞图像目标微小、位置随机、细胞粘连的特点，引入坐标注意力和坐标卷积，提高对白细胞位置信息的关注度和敏感性。对于复杂场景下的白细胞，TFF-CenterNet的mAP达到97.01%，比CenterNet高3.24个百分点；检测速度达到167 frame/s，比CenterNet快42 frame/s。实验结果表明，所提方法在复杂情况下能在提高白细胞检测mAP的同时达到实时性要求，并提升了鲁棒性，可为辅助医疗诊断中白细胞的快速自动检测提供技术支持。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 嵌入不同邻域表征的方面级情感分析模型

刘欢, 窦全胜

《计算机应用》唯一官方网站 2023, 43 (1): 37-44. DOI: 10.11772/j.issn.1001-9081.2021122099

摘要（418）

HTML （18）

PDF （1680KB）（122）

方面级情感分析（ABSA）任务旨在识别特定方面的情感极性，然而现有的相关模型对结构不定的自然语句缺少对方面词上下文的短距离约束，且容易忽略句法关系，因而难以准确判定方面的情感极性。针对上述问题，提出嵌入不同邻域表征（EDNR）的ABSA模型。在该模型中，在获得句子语序信息的基础上，采用近邻策略并结合卷积神经网络（CNN）获取方面的邻域信息，减少较远无关信息对模型的影响；同时，引入语句的语法信息，增加单词之间的依赖关系；将上述两种特征融合后，使用Mask与注意力机制来特别关注方面信息，减少无用信息对情感分析模型的干扰。此外，为评价上下文和语法信息对情感极性的影响程度，提出一个信息评估系数。在5个公共数据集上进行实验的结果表明，与情感分析模型聚合图卷积网络-最大值函数（AGCN-MAX）相比，EDNR模型在数据集14Lap上的正确率和F1值分别提升了2.47和2.83个百分点。由此可见，EDNR模型可以有效捕获情感特征，提高分类性能。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于知识图谱驱动的图神经网络推荐模型

刘欢, 李晓戈, 胡立坤, 胡飞雄, 王鹏华

计算机应用 2021, 41 (7): 1865-1870. DOI: 10.11772/j.issn.1001-9081.2020081254

摘要（805）

PDF （991KB）（857）

知识图谱（KG）蕴含丰富的结构与关联信息，不仅可以缓解推荐系统中数据稀疏、冷启动等问题，还可以更准确地进行个性化推荐，因此提出一种基于知识图谱驱动的端到端图神经网络推荐模型KGLN。首先使用单层神经网络框架对图中单个节点进行特征融合，并加入影响因子来改变不同邻居实体的聚合权重；然后通过迭代的方式将单层扩展到多层，使实体可以获得丰富的多阶关联实体信息；最后结合实体特征与用户特征产生预测评分进行推荐。分析并研究了不同聚合方法及影响因子对推荐效果的影响。实验结果表明，在数据集MovieLens-1M以及Book-Crossing上与基准方法因子分解库（LibFM）、深度分解机（DeepFM）、Wide&Deep、RippleNet的对比中，KGLN的曲线下面积（AUC）分别提升了0.3%~5.9%和1.1%~8.2%。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于梯度场的工业X射线图像增强算法

周冲, 刘欢, 赵爱玲, 张鹏程, 刘祎, 桂志国

计算机应用 2019, 39 (10): 3088-3092. DOI: 10.11772/j.issn.1001-9081.2019040694

摘要（590）

PDF （843KB）（402）

在X射线成像检测厚薄不均构件时，经常会出现对比度低或对比度不均以及照度低的问题，这会导致图像显示时构件的一些细节难以被观察与分析。针对这一问题，提出一种基于梯度场的X射线图像增强算法。该算法以梯度场增强为核心，分为两步：首先，提出一种基于对数变换的算法，压缩图像的灰度范围、去除图像冗余灰度信息、提升图像对比度；然后，提出一种基于梯度场的算法，增强图像细节、提升图像局部对比度、提高图像质量，使构件细节清晰显示在检测屏上。选择一组厚薄不均构件的X射线图像进行了实验，并与对比度受限自适应直方图均衡化（CLAHE）、同态滤波等算法进行了比较。实验结果表明所提算法具有更明显的增强效果，能更好地显示构件的细节信息，并且通过计算平均梯度和无参考结构清晰度（NRSS）纹理分析的定量评价标准进一步表明了该算法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于时空兴趣点和概率潜动态条件随机场模型的在线行为识别方法

吴亮, 何毅, 梅雪, 刘欢

计算机应用 2018, 38 (6): 1760-1764. DOI: 10.11772/j.issn.1001-9081.2017112805

摘要（353）

PDF （783KB）（439）

针对在线行为连续序列的识别问题以及行为识别模型的稳定性问题，提出一种监控视频中基于概率潜动态条件随机场（PLDCRF）的在线行为识别方法。首先，应用时空兴趣点（STIP）对行为特征进行提取；再利用PLDCRF模型识别室内人体的活动状态。PLDCRF模型融合了隐含状态变量，能够构建姿态序列子结构，可以选取姿态之间的动态特征，并且直接标记出未分割序列；同时也可以正确地标记出行为间的转换过程，从而明显改善了行为识别的效果。隐含条件随机场（HCRF）、潜动态条件随机场（LDCRF）、潜动态条件神经场（LDCNF）以及PLDCRF模型对10种不同动作的识别率比较结果表明，所提PLDCRF模型对连续的行为序列的综合识别能力更强，并且有更好的稳定性。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于立体视觉的新组合不变矩腹部体型重建

刘欢朱平肖蓉唐卫东

计算机应用 2013, 33 (11): 3183-3186.

摘要（614）

PDF （642KB）（439）

针对采用立体视觉技术进行三维人体重建时，在实际拍摄采集图像过程中受光照变化和模糊因素干扰的现象，提出光照鲁棒的组合模糊仿射不变矩，克服以上两种因素的影响；同时为了改进单一依靠灰度相似性度量的匹配效果，引入了斜率和距离双重几何约束，由三者结合共同引导完成匹配，自动重建人体腹部体型。实验所获得的虚拟三维人体腹部尺寸值可以达到与三维扫描仪相同的精度，与实际测量值的误差小于0.5cm。实验结果表明：该系统硬件设备简单，成本低，能快速可靠地采集腹部信息，符合服装设计等领域的精度要求。