期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于事件相机的敏感生物信息隐私保护研究进展
1
作者 沈艳晴 董鹏飞 +2 位作者 张恙菁 陈仕韬 郑南宁 《中国工程科学》 CSCD 北大核心 2024年第1期202-215,共14页
进入大数据时代后,互联网应用和信息服务全面普及,大量的个人敏感生物信息被收集整理,导致隐私泄露风险增加;事件相机作为新型的生物启发式传感器,具有低延迟、高动态、无纹理等特性,可为解决数据端隐私保护问题提供全新的技术途径,也... 进入大数据时代后,互联网应用和信息服务全面普及,大量的个人敏感生物信息被收集整理,导致隐私泄露风险增加;事件相机作为新型的生物启发式传感器,具有低延迟、高动态、无纹理等特性,可为解决数据端隐私保护问题提供全新的技术途径,也因其光敏工作原理而适用于家庭监控等私人场景。本文从大数据时代的隐私泄露问题、事件相机在隐私保护中的优势两方面,深入分析了事件相机用于隐私保护的研究背景;系统梳理了基于人脸模板的隐私保护、基于去识别的隐私保护、基于点云混沌加密的隐私保护等传统的敏感生物信息隐私保护方法,包括行人重识别、手势识别、面部分析在内的面向隐私保护的事件感知方法以及两大类方法的研究进展。进一步总结了强度图像重建、图像修复、视频重建等基于事件流的图像重建与修复新进展,完成了基于6种算法的图像重建及其结果分析,证明已有重建算法对纹理信息的恢复能力有限,反向验证了基于事件相机的隐私保护技术可行性。针对事件相机未来的规模化应用,提出了降低硬件成本、改进算法网络、从市场角度推动等发展建议,以期为事件相机的隐私保护深化应用提供基础参考。 展开更多
关键词 智能系统 事件相机 隐私保护 敏感生物信息
在线阅读 下载PDF
“大模型技术及应用”专栏序言
2
作者 高新波 孙宏滨 《数据采集与处理》 CSCD 北大核心 2024年第3期501-501,共1页
生成式AI与具身智能正在成为新一轮人工智能发展的热潮,其背后的核心技术就是大模型。自2022年11月美国OpenAI公司发布聊天机器人应用程序ChatGPT以来,其强大的自然语言生成能力与广泛适用性引起了全世界范围的关注。随后,大模型在场景... 生成式AI与具身智能正在成为新一轮人工智能发展的热潮,其背后的核心技术就是大模型。自2022年11月美国OpenAI公司发布聊天机器人应用程序ChatGPT以来,其强大的自然语言生成能力与广泛适用性引起了全世界范围的关注。随后,大模型在场景分析、视频生成、常识推理、行为决策等方面也有突出表现。国内也相继发布了文心一言、ChatGLM、百川、千问等大模型产品。学术界和产业界都在探索利用大模型解决更多、更具挑战性的问题与潜在应用。2023年,美国科技公司Palantir推出的军事人工智能平台(AIP)和Scale AI公司推出的“多诺万(Donovan)”军事决策辅助系统等也对大模型军事应用进行了初步探索。 展开更多
关键词 自然语言生成 人工智能 聊天机器人 常识推理 应用程序 场景分析 决策辅助系统 OPEN
在线阅读 下载PDF
路端多源数据空间一致性数据集构建及评估方法研究
3
作者 陈志伟 张皓霖 +1 位作者 严宇宸 陈仕韬 《模式识别与人工智能》 EI CSCD 北大核心 2023年第11期1041-1058,共18页
构建多源传感数据空间一致性是路端多模态数据融合的基础,在车路协同及路端智能中发挥重要作用.然而,现有的路端多模态数据集主要侧重于目标检测等识别类任务的研究,缺少多源传感器之间的多种空间变换信息,不足以支撑路端多源数据空间... 构建多源传感数据空间一致性是路端多模态数据融合的基础,在车路协同及路端智能中发挥重要作用.然而,现有的路端多模态数据集主要侧重于目标检测等识别类任务的研究,缺少多源传感器之间的多种空间变换信息,不足以支撑路端多源数据空间一致性问题的研究.因此,文中构建一个专门用于路端多源数据空间一致性问题研究的数据集——InfraCalib(https://github.com/chenzhiwei888/InfraCalib-Dataset).数据集共包含23万多帧图像与点云数据,由两个路端智能移动设备采集,覆盖场景、模态、光照、设备空间位置及传感器姿态等多样变化.通过匹配特征关键点对关联多模态数据,构建PnP(Perspective-n-Point)问题,并利用最小重投影误差法解算外参矩阵,作为近似真值标签.最后,在InfraCalib数据集上进行经典特征匹配算法的实验分析,并讨论多源传感器外参标定的量化评估指标. 展开更多
关键词 多源数据空间一致性 车路协同 空间变换 最小重投影误差 评估指标
在线阅读 下载PDF
OLED屏下RGB图像优化算法
4
作者 葛晨阳 李慧 +1 位作者 虎天亮 周艳辉 《微电子学与计算机》 2024年第3期12-20,共9页
全面屏的流行对智能手机前置摄像头提出了屏下高质量拍摄的要求。目前用于屏下拍摄方案的有机发光二极管(Organic Light-Emitting Diode,OLED)透明屏存在光衍射、折射等现象,导致拍摄的RGB图像易产生模糊和细节丢失等问题。针对上述问题... 全面屏的流行对智能手机前置摄像头提出了屏下高质量拍摄的要求。目前用于屏下拍摄方案的有机发光二极管(Organic Light-Emitting Diode,OLED)透明屏存在光衍射、折射等现象,导致拍摄的RGB图像易产生模糊和细节丢失等问题。针对上述问题,提出了一种OLED屏下RGB图像优化算法。针对目前屏下RGB图像优化数据集较少的问题,设计实现了一种基于智能手机的OLED透明屏屏下图像数据采集装置,采集并制作了由10000多组典型场景构成的屏下图像数据集。其次,提出了一种基于生成对抗网络(Generative Adversarial Nets,GAN)的屏下RGB图像优化算法,其中生成器采用残差网络学习屏下图像细节信息,所设计的感知损失函数是颜色损失、对抗损失和内容损失三者的结合。实验结果表明,基于主观视觉和峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)、结构相似性(Structural Similarity,SSIM)等定量评价指标,本文算法在自建数据集上的图像优化效果优于当前的DPED等方法的效果。 展开更多
关键词 OLED透明屏 图像优化 屏下RGB图像 生成对抗网络
在线阅读 下载PDF
面向空间场景建模的三角网格神经辐射场模型压缩
5
作者 李中衡 周轶丁 +4 位作者 冯新健 张秋光 王晶 郭宇 王海岳 《载人航天》 CSCD 北大核心 2024年第6期844-853,共10页
为解决神经辐射场渲染方法模型内存占用过大的问题,提出了神经三角网格算法。通过在训练好的三维网格模型中构建顶点特征向量,利用传统渲染管线中的光栅化计算射线与三角网格的交点,并通过重心坐标获得对应交点的特征。在多个公开数据... 为解决神经辐射场渲染方法模型内存占用过大的问题,提出了神经三角网格算法。通过在训练好的三维网格模型中构建顶点特征向量,利用传统渲染管线中的光栅化计算射线与三角网格的交点,并通过重心坐标获得对应交点的特征。在多个公开数据集上的实验结果表明:所提方法在保证渲染质量的前提下,只需要较小的存储空间来存储神经辐射场模型,模型的压缩率达到了25%。可视化的实验结果表明:所提方法能够得到高质量的新视角合成结果。该方法能够剔除场景中无用点的特征和场景内部的特征,减小模型的存储空间,此外三角网格的顶点特征能够直接利用顶点索引获取,从而能够在嵌入式设备上应用。 展开更多
关键词 模型压缩 神经辐射场 光栅渲染 神经三角网格
在线阅读 下载PDF
基于高预测性的稀疏矩阵向量乘法并行计算优化 被引量:1
6
作者 夏天 付格林 +2 位作者 曲劭儒 罗中沛 任鹏举 《计算机研究与发展》 EI CSCD 北大核心 2023年第9期1973-1987,共15页
稀疏矩阵向量乘法(sparse matrix-vector multiplication,SpMV)是广泛应用于科学计算、工业仿真和智能计算等领域的重要算法,是核心的计算行为之一.在一些应用场景中,需要进行多次的SpMV迭代,以完成精确的数值模拟、线性代数求解和图分... 稀疏矩阵向量乘法(sparse matrix-vector multiplication,SpMV)是广泛应用于科学计算、工业仿真和智能计算等领域的重要算法,是核心的计算行为之一.在一些应用场景中,需要进行多次的SpMV迭代,以完成精确的数值模拟、线性代数求解和图分析收敛等计算要求.受限于SpMV本身的高度随机性和稀疏性所导致的数据局部性极差、缓存效率极低、计算模式非常不规则等问题,导致其计算负载成为当前高性能处理器的优化难点和研究热点.基于现代高性能超标量乱序处理器的架构特征,深入研究SpMV的各类性能瓶颈,并且提出从提升可预测性和降低程序复杂度的角度进行全面的性能优化.其核心思想是:通过构建串行访问的数据结构,提升数据访问的规律性和局部性,大幅度优化数据预取效率和缓存利用效率;通过构建规则的分支跳转条件,提升程序的分支预测准确率,有效提升程序执行效率;通过灵活运用SIMD指令集,有效提升计算资源利用率.通过对以上特性的优化,该方法可以显著缓解性能瓶颈,大幅度提升处理器资源、缓存资源和访存带宽的利用率,并且获得与主流商用计算库MKL相比平均2.6倍的加速比,相比于现有最先进算法获得平均1.3倍的加速比. 展开更多
关键词 矩阵向量乘法 稀疏矩阵计算 矩阵格式 分支预测 数据预取
在线阅读 下载PDF
基于实例对比学习的遥感建筑物变化检测域适应算法
7
作者 张奇 路遥 +2 位作者 王飞 张雪涛 郑南宁 《遥感学报》 EI CSCD 北大核心 2024年第7期1771-1788,共18页
建筑物变化检测是遥感影像智能解译中的重要研究方向。针对建筑物变化检测的跨域变化检测算法中存在的像素级对比学习噪声过大和目标域样本利用不充分等问题,本文提出了实例级对比学习域适应变化检测算法ICDA-CD。首先,使用区域级域混... 建筑物变化检测是遥感影像智能解译中的重要研究方向。针对建筑物变化检测的跨域变化检测算法中存在的像素级对比学习噪声过大和目标域样本利用不充分等问题,本文提出了实例级对比学习域适应变化检测算法ICDA-CD。首先,使用区域级域混合替代实例级域混合,以实现源域和目标域图像的有效混合;然后,利用实例级对比学习,降低伪标签噪声的影响。具体来说,在编码器中,拉开变化实例区域双时相特征距离,并在解码器中,拉近各个变化实例特征之间的距离,这可以显著提升模型对源域和目标域特征表示的一致性;最后,在损失计算部分使用伪标签质量估计,使得低置信度区域的像素也可以参与训练,提高了目标域样本的利用率。将本文方法与DACS、DAFormer、和HRDA等3种目前先进的算法进行实验对比。结果表明本文所提出来的方法在LEVIR-CD域迁移至S2Looking以及S2Looking域迁移至LEVIR-CD时F1分数分别达到了43.91%和74.75%,优于几种先进的算法。 展开更多
关键词 遥感图像 建筑物变化检测 对比学习 域适应 深度学习 伪标签
原文传递
基于脉冲神经网络微调方法的遥感图像目标检测
8
作者 郭柏麟 黄立威 +2 位作者 路遥 张雪涛 马永强 《遥感学报》 EI CSCD 北大核心 2024年第7期1702-1712,共11页
遥感影像目标检测问题是视觉图像识别任务的重要研究内容之一,但是在船舶遥感图像中,船舶目标小且分布稀疏,使用传统的人工神经网络(ANN)进行目标检测往往会浪费大量的计算资源。脉冲神经网络(SNN)的事件驱动与低功耗特性可以极大地节... 遥感影像目标检测问题是视觉图像识别任务的重要研究内容之一,但是在船舶遥感图像中,船舶目标小且分布稀疏,使用传统的人工神经网络(ANN)进行目标检测往往会浪费大量的计算资源。脉冲神经网络(SNN)的事件驱动与低功耗特性可以极大地节省能量消耗同时解放更多的计算资源。然而SNN神经元由于其复杂动态与不可微调的脉冲操作,难以正常进行训练。作为替代,将训练好的ANN转换为SNN可以有效规避这一问题。对于转换后的深层SNN,需要大量时间步长(time steps)来维持其性能。这一过程需要大量的计算资源并对产生较大的延迟,与低功耗的研究初衷相违背。本文研究了转换后SNN需要大量time steps维持模型性能的原因,并提出了新的转换方法,基于微调的逐层转换方法;考虑硬件部署的合理性,提出了泊松群编码,相比泊松编码,泊松群编码输出的脉冲序列噪声更小,对模型性能的影响更小。实验表明,微调转换方法在SAR舰船检测数据集(SSDD、AIR-SARShip)上取得与转换前模型(97.9%、79.6%)相近的性能(96.9%、70.3%),在PASCAL VOC数据集上也获得了较好的检测性能(49.2%),而且对于泊松群编码,time steps相同的条件下神经元数目越多,对模型性能的影响越小,时间步长较少的条件下即可获得与输入模拟频率近似的性能。本文的研究可以提升转换后SNN的性能,减少转换后SNN对time steps的需求,并为SNN的硬件部署提供了一个切实有效的输入编码方法。 展开更多
关键词 脉冲神经网络 目标检测 船舶遥感图像 ANN-SNN转换 泊松群编码
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部