检索结果

Select

1. 融合事件数据和图像帧的车辆目标检测

郑宇亮, 陈云华, 白伟杰, 陈平华

《计算机应用》唯一官方网站 2024, 44 (3): 931-937. DOI: 10.11772/j.issn.1001-9081.2023040420

摘要（169）

HTML （6）

PDF （2274KB）（135）

将事件相机与传统相机结合进行车辆目标检测，既能解决传统相机在高动态范围下的过度曝光与曝光不足、运动模糊等问题，又能解决事件相机由于纹理信息缺失导致的检测精度不高的问题。现有融合算法往往存在计算复杂度高、特征信息丢失以及融合效果不佳等问题。为此，提出一种有效融合事件相机和传统相机的车辆目标检测算法。首先，提出一种基于事件计数（EF）和时间面（TS）的时空事件表示，将事件数据编码成事件帧；然后，提出一种基于通道和空间注意力机制的特征级融合模块（FCSA），对图像帧和事件帧进行特征级融合；最后，利用差分进化搜索算法优化先验框，以进一步提高车辆检测性能。此外，由于包含图像帧和事件数据的公开数据集较为缺乏，建立了一个车辆检测数据集MVSEC-CAR。实验结果表明，在公开数据集PKU-DDD17-CAR上，所提算法的平均精度均值（mAP）比次优的ADF（Attention fusion Detection Framework）提高了2.6个百分点，且获得了较高的帧率，有效提升了车辆目标检测的准确性和对光照的鲁棒性，验证了所提出的事件表示、特征融合和先验框优化算法的有效性。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 融合社交网络和图像内容的兴趣点推荐

邵长城, 陈平华

计算机应用 2019, 39 (5): 1261-1268. DOI: 10.11772/j.issn.1001-9081.2018102084

摘要（661）

PDF （1145KB）（507）

基于位置的社交网络（LBSN）蓬勃发展，带来了大量的兴趣点（POI）数据，加速了兴趣点推荐的研究。针对用户-兴趣点矩阵极端稀疏造成的推荐精度低和兴趣点特征缺失问题，通过融合兴趣点的标签、地理、社交、评分以及图像等信息，提出了一种融合社交网络和图像内容的兴趣点推荐方法（SVPOI）。首先分析兴趣点数据集，针对地理信息，利用幂律概率分布构造距离因子；针对标签信息，利用检索词频率构造标签因子；融合已有的历史评分数据，构造新的用户-兴趣点评分矩阵。其次利用VGG16深度卷积神经网络模型（DCNN）识别兴趣点图像内容，构造兴趣点图像内容矩阵。然后根据兴趣点数据的社交网络信息，构造用户社交矩阵。最后，利用概率矩阵分解（PMF）模型，融合用户-兴趣点评分矩阵、图像内容矩阵、用户社交矩阵，构成SVPOI兴趣点推荐模型，生成兴趣点推荐列表。大量的真实数据集上的实验结果表明，与PMF、SoRec、TrustMF、TrustSVD推荐算法相比，SVPOI推荐的准确度均有较大提升，其平均绝对误差（MAE）和均方根误差（RMSE）两项指标比最优的TrustMF算法分别降低了5.5%和7.82%，表明SVPOI具有更好的推荐效果。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于尺度自适应与增量式学习的人脸对齐方法

陈平, 龚勋

计算机应用 2018, 38 (7): 2064-2069. DOI: 10.11772/j.issn.1001-9081.2017122928

摘要（444）

PDF （997KB）（303）

针对传统基于回归的人脸对齐算法在人脸尺度归一化时会造成纹理的损失，以及为了提升算法模型的泛化能力必须扩充数据集重新训练而导致训练时间增加，甚至出现不收敛、不可计算等问题，提出一种基于尺度自适应与增量式学习（IL）的人脸对齐方法来提高定位精度。首先，建立初始人脸形状与标准人脸形状的映射关系；然后，通过映射关系实现纹理特征在原图上的提取和人脸尺度的归一化；最后，利用算法模型在新的数据集上进行增量式的学习，快速提高原模型的泛化能力。实验结果表明，与传统回归方法相比，所提方法有更高的对齐精度，特别是在AFW数据集（68个特征点）上提高了2~4个百分点；在10万级别的大数据集（5个特征点）上，所提方法的鲁棒性比基于深度学习的方法高1~2个百分点。同时，所提的增量式学习方法不仅适用于人脸对齐场景下的回归模型求解，还适用于其他应用场景下回归模型的求解。

参考文献 | 相关文章 | 多维度评价

Select

4. 集成用户信任度和品牌认可度的商品推荐方法

冯勇, 韩晓龙, 付陈平, 王嵘冰, 徐红艳

计算机应用 2018, 38 (10): 2886-2891. DOI: 10.11772/j.issn.1001-9081.2018040766

摘要（498）

PDF （848KB）（364）

针对个性化商品推荐方法中普遍存在的推荐准确率不高的问题，提出一种集成用户信任度和品牌认可度的商品推荐方法（TBCRMI）。该方法通过分析用户的购买行为和评价行为，计算得到用户对商品品牌的认可度和用户自身的活跃度；然后利用DBSCAN（Density-Based Spatial Clustering of Applications with Noise）算法对用户进行聚类，并在此基础上融合用户信任关系，采用Top- K方法得到近邻关系；最后，依据近邻关系生成目标用户商品推荐列表。为了验证算法的有效性，使用Amazon Food和Unlocked Mobile phone两个数据集，选择基于用户的协同过滤算法（UserCF）、融合用户信任的协同过滤推荐算法（SPTUserCF）与合并用户信任的协同过滤算法（MTUserCF），对准确率、召回率和 F1值等指标进行了对比分析。实验结果表明，无论是多品牌综合推荐还是单一品牌推荐，TBCRMI在各项指标均优于目前常用的个性化商品推荐方法。

参考文献 | 相关文章 | 多维度评价

Select

5. 目标感知事件驱动的滑行道冲突控制策略

陈平汤新民邢健

计算机应用 2014, 34 (2): 610-614.

摘要（519）

PDF （714KB）（446）

为避免机场滑行道发生冲突，减轻管制员负荷，提出一种基于传感器网络的滑行道冲突控制策略.根据滑行道运行过程，利用Petri网建立传感器网络条件下的滑行道动态模型,并定义了滑行道运行控制规范,将滑行道冲突避免问题转化为状态禁止问题。针对状态禁止问题利用局部关联矩阵方法和逻辑互斥方法设计控制器，并提出基于变迁使能状态决策灯光控制指令的方法，利用助航灯光实现滑行道冲突避免和自动引导。最后通过实验仿真验证控制策略的有效性。