基于非局部自相关的复制粘贴检测算法

针对数字图像复制-粘贴篡改无法区分目标与来源的问题,文中通过改进相似度匹配算法和利用非局部自注意力机制,在定位出篡改区域的前提下,解决了篡改源区域和目标区域的分类问题。总体框架为双分支检测网络,主分支采用经典U-net分割篡改区域像素,副分支通过孪生网络进行特征提取并计算自相关性,从而分割出篡改目标与源区域像素。将双分支融合后进行端到端训练,最终网络预测出三分类结果。实验结果表明,文中算法检测定位目标区域时的像素级分类精确率达到了80.47%,且F1值及准确度均优于对比算法。可视化结果和鲁棒性实验也表明文中算法具有良好的泛化性能。     

一种基于随机交叠策略的多突变点在线检测方法

传统的突变点检测方法多以离线为主,无法对大规模的时序数据进行在线检测。针对这一问题,文中基于缓冲区模型和滑动窗口随机交叠策略,提出一种多突变点在线检测方法。该方法以TSTKS算法和滑动窗口模型为基础,通过缓冲区模型实时接收在线时序数据流,并将数据转移到数据接收器中;随后,在数据接收器中使用滑动窗口随机交叠策略对数据流进行切分;最后,在子数据流中用TSTKS算法对数据进行多突变点在线检测。仿真数据和癫痫病人的肌电数据等实验结果表明,文中所提方法具有时耗较短、准确率较高等优点,可作为大规模时序数据流的在线分析备选方案。     

基于多模态融合的视觉问答传输注意网络

针对传统视觉问答任务无法完全捕捉多模态特征之间复杂相关性的缺点,文中提出了基于多模态融合的视觉问答传输注意网络。在特征提取部分,分别利用GloVe词嵌入+LSTM提取问题特征,并使用ResNet-152网络提取图像特征。通过3层传输注意网络进行多模态融合来学习全局多模态嵌入信息,进而使用该嵌入重新校准输入特征。文中设计了一个多模态传输注意学习架构,通过对传输网络进行重叠计算,使组合特征聚焦在图像和问题的细粒度部分,提高了预测答案的准确率。在VQA v1.0数据集上的实验结果表明,该模型的总体准确率达到了69.92%,显著优于其他5种主流视觉问答模型的准确率,证明了该模型的有效性和鲁棒性。     

图形电镀线路锯齿的影响因素研究

文章主要通过对影响图形电镀线路锯齿产生的机理分析,实验排除影响因素,聚焦问题点,再通过DOE实验,对比问题原因,找出最佳生产参数,有效的实现了图形电镀线路锯齿问题的改善。     

稀疏奖励下基于强化学习的异构多智能体对抗

文中在多智能体对抗问题研究过程中,采用强化学习为研究方法,以完全中心化训练架构为基础,选用基于策略的强化学习算法,针对领域研究中广泛存在的稀疏奖励问题,采用基于任务局部的奖励工程设定方法,以人为经验知识为导引,加速训练过程,提升训练结果.最后以对抗问题中典型的攻防对抗为场景进行了仿真实验,验证了方法的有效性.     

基于Super4PCS的激光点云配准适用性研究

针对超四点快速鲁棒匹配算法(Super 4-points congruent sets,Super4PCS)对不同特点的激光点云配准的适用性问题,分别对不同重叠率、不同噪声点、不同数据量的点云进行了配准实验,比较分析了算法的配准精度和数据适用性.实验分析得出,Super4PCS算法对于重叠率高于40％、噪声比例低于30...     

低功率电路的确定

文章探讨了确定低功率电路的三种方法(可变电阻器法、计算法、EDA法)及每种方法的优缺点,并运用计算法对两种基本电路进行分析,给出了可变电阻消耗功率最大的条件和简化分析低功率电路的方法。     

发射机智能化接口电路设计

介绍了电视发射机智能化所需要的接12电路,阐述了如何根据实际需要构建电路,对相关技术改造提出了可参考的设计.     

基于数据分析的剪辑特征与视频内容相关性研究

随着人工智能技术的日益成熟,在剪辑工作中应用人工智能技术来提升剪辑效率已成为研究热点.现阶段,人工智能视频剪辑质量尚不能媲美人工剪辑.本文通过数据采集、特征提取和数据分析,对大量不同类型、不同特点的视频内容从剪辑速度(镜头时长)和景别特征两方面详细分析了剪辑特征和视频内容的关联性,从而帮助AI理解人工视频剪辑的基本规律...