检索结果

Select

1. 动态的加权孪生网络跟踪算法

熊昌镇, 李言

计算机应用 2020, 40 (8): 2214-2218. DOI: 10.11772/j.issn.1001-9081.2019122195

摘要（382）

PDF （1142KB）（620）

为提升快速在线目标跟踪与分割算法的跟踪精度，提出了一种动态的加权孪生网络跟踪算法。首先，对初始帧提取的模板特征与每帧提取的模板特征进行学习融合，提高跟踪器的泛化能力；其次，在掩膜分支产生目标掩膜的过程中用加权的方式融合特征，减少冗余特征带来的干扰，提高跟踪的精度。在数据集VOT2016和VOT2018上进行测试，所提算法的预期平均重叠率分别为0.450和0.390，精确性分别为0.649和0.618，鲁棒性分别为0.205和0.267，均高于基准算法，跟踪速度为34帧/s，达到了实时跟踪的要求。所提算法有效地提高了跟踪的准确性，能在复杂的跟踪环境下较好地完成跟踪任务。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于实体情感演化置信网的观点检测方法

卢玲, 杨武, 刘旭, 李言

计算机应用 2017, 37 (5): 1402-1406. DOI: 10.11772/j.issn.1001-9081.2017.05.1402

摘要（516）

PDF （800KB）（429）

社交网络评论文本存在评论主题缺失或情感特征缺失的问题，无法保证观点检测的性能，对此提出了建立实体情感演化贝叶斯置信网的方法。通过提取名词、动宾短语、动名词复合型定中结构短语三种域相关实体，提取域相关情感特征，用可变关联强度作为网络结构学习的约束条件，建立2阶依赖扩展贝叶斯网络，刻画实体、观点及情感特征的依赖关系，再通过实体及情感特征对观点极性进行推断。实验在自然语言处理与中文计算2016（NLP&CC2016）评测训练数据集的F值平均达70.8%，FAVOR和AGAINST两类正确率分别比仅包含情感特征的贝叶斯网络分类方法提高4.1个百分点和3.1个百分点。在5个Target评论测试集上的平均Micro-F为62.3%，优于该评测的平均水平。

参考文献 | 相关文章 | 多维度评价

Select

3. 单幅图像三维表面重建的算法研究与实现

孙林丽李言郑建明

计算机应用

摘要（1149）

PDF （527KB）（889）

以单幅二维图像为研究对象，应用SFS的基本理论，首先对二维图像进行了光照的倾角和偏角的估计，在光源坐标系下计算出物体每一点的表面梯度；之后，旋转坐标系，在观察坐标系下得到物体的表面梯度；最后采用三点辛普森公式求出物体表面的高度。整个算法流程简单，求解层次分明，重构满意度较高。