2024, 16(4):437-450. DOI: 10.13878/j.cnki.jnuist.20240413002 CSTR:
摘要:行人重识别(Re-ID)旨在跨像机检索同一目标行人,它是智能视频监控领域的一项关键技术.由于监控场景的复杂性,单模态行人重识别在低光、雾天等极端情况下的适用性较差.因实际应用的需要以及深度学习的快速发展,基于深度学习的多模态行人重识别受到了广泛的关注.本文针对近年来多模态行人重识别的发展脉络进行综述:阐述了传统单模态行人重识别方法存在的不足;归纳了多模态行人重识别的常见应用场景及其优势,以及各数据集的构成;重点分析了各种场景下多模态行人重识别的相关方法及其分类,并探讨了当前研究的热点和挑战;最后,讨论了多模态行人重识别的未来发展趋势及其潜在应用价值.
2024, 16(4):451-460. DOI: 10.13878/j.cnki.jnuist.20240330001 CSTR:
摘要:跨模态行人重识别是一项具有挑战性的任务,目的是在可见光和红外模式之间匹配行人图像,以便在犯罪调查和智能视频监控应用中发挥重要作用.为了解决跨模态行人重识别任务中对细粒度特征提取能力不强的问题,本文提出一种基于融合注意力和特征增强的行人重识别模型.首先,利用自动数据增强技术缓解不同摄像机的视角、尺度差异,并基于交叉注意力多尺度Vision Transformer,通过处理多尺度特征生成具有更强区分性的特征表示;接着,提出通道注意力和空间注意力机制,在融合可见光和红外图像特征时学习对区分特征重要的信息;最后,设计损失函数,采用基于自适应权重的难三元组损失,增强了每个样本之间的相关性,提高了可见光和红外图像对不同行人的识别能力.在SYSU-MM01和RegDB数据集上进行大量实验,结果表明,本文提出方法的mAP分别达到了68.05%和85.19%,相较之前的工作性能有所提升,且通过消融实验和对比分析验证了本文模型的先进性和有效性.
2024, 16(4):461-471. DOI: 10.13878/j.cnki.jnuist.20231113002 CSTR:
摘要:针对现有的行人重识别方法难以避免环境噪声导致的特征提取不精确、易被误认为行人特征等问题,提出一种基于动态卷积与注意力机制的行人多特征融合分支网络.首先,由于拍摄时存在光照变化、人体姿势调整以及物体遮挡等不确定因素,提出使用动态卷积替换ResNet50中的静态卷积得到具有更强鲁棒性的Dy-ResNet50模型;其次,考虑到拍摄行人图片的视角有较大差异且存在行人被物体遮挡的情况,提出将自注意力机制与交叉注意力机制嵌入骨干网络;最后,将交叉熵损失函数和难样本三元损失函数共同作为模型损失函数,在DukeMTMC-ReID、Market-1501和MSMT17公开数据集上进行实验,并与主流网络模型进行比较.结果表明:在3个公开数据集上,本文所提模型的Rank-1(第一次命中)与mAP(平均精度均值)相比当前主流模型均有所提升,具有较高的识别准确率.
2024, 16(4):472-481. DOI: 10.13878/j.cnki.jnuist.20230718001 CSTR:
摘要:针对雨天环境下获取图像质量差,导致后续机器视觉任务效率低下的问题,提出一种基于多特征交互和密集残差的图像去雨算法.首先,提出多重特征交互卷积模块提取不同空间下雨线的语义特征,增强信息利用程度;其次,构建多维空间权重注意模块,将不同空间信息权重初步融合并增强雨线特征;然后,结合密集连接和残差网络的优点,设计一种密集残差融合模块,在提高网络学习能力的同时实现对信息的重复利用,进一步校正雨纹信息;最后,通过将多种损失函数线性组合,并结合雨天成像模型提高输出图像质量.在多个公开数据集上的实验结果表明,本文所提算法的主客观评价指标均优于所对比的经典及新颖算法,在去除雨纹的同时能更有效地保留图像背景细节信息.
2024, 16(4):482-489. DOI: 10.13878/j.cnki.jnuist.20230823001 CSTR:
摘要:针对海上目标姿态复杂且尺度多变,导致现有人工智能算法难以稳定检测的问题,提出一种融合深度监督与改进YOLOv8的海上目标检测算法.首先,设计了多尺度卷积模块,提取目标多种感受野的特征信息,减少漏检率;然后,添加深度监督网络,提高网络对深层类别信息及浅层位置信息的利用率,优化主干网络的目标特征提取性能;最后,在网络检测头部分引入通道注意力机制,过滤无关信息,增强对关键特征的识别率.在海上目标数据集中的实验结果表明,改进算法的mAP值达到93.69%,召回率达到85.16%,相比原模型分别提高了7.38、8.52个百分点,且优于对比的经典算法和新颖算法,检测时间约14 ms,满足海上实时目标检测需求,可为航运管理、预防海上事故等提供有效技术参考.
2024, 16(4):490-503. DOI: 10.13878/j.cnki.jnuist.20221002001 CSTR:
摘要:激光与视觉SLAM技术经过几十年的发展,目前都已经较为成熟,并被广泛应用于军事和民用领域.单一传感器的SLAM技术都存在局限性,如激光SLAM不适用于周围存在大量动态物体的场景,而视觉SLAM在低纹理环境中鲁棒性差,但两者融合使用具有巨大的取长补短的潜力,激光与视觉甚至是更多传感器融合的SLAM技术将会是未来的主流方向.本文回顾了SLAM技术的发展历程,分析了激光雷达与视觉的硬件信息,给出了一些经典的开源算法与数据集.根据融合传感器所使用的算法,从传统基于不确定度、基于特征以及基于深度学习的角度详细介绍了多传感器融合方案,概述了多传感器融合方案在复杂场景中的优异性能,并对未来发展作出了展望.
2024, 16(4):504-512. DOI: 10.13878/j.cnki.jnuist.20231023005 CSTR:
摘要:在静态栅格地图中,针对传统蚁群算法进行AGV (Automated Guided Vehicle,自动引导车)路径规划收敛慢且搜索结果容易陷入局部最优的问题,提出一种融合跳点搜索(Jump Point Search,JPS)和双向并行蚁群搜索的改进算法.首先,对实际研究环境进行栅格化建模,使用改进的跳点搜索算法生成双向搜索的初始次优路径,为双向蚁群搜索提供初始搜索方向参考.其次,在双向并行蚁群搜索过程中采用改进的转移概率启发函数,该函数在确定下一个转移节点时考虑了避免AGV与障碍物碰撞的因素,同时通过设计信息素共享机制并结合改进的信息素增量及浓度两种融合模型,共享和更新全局信息素浓度,以更好地探索和优化路径,保证双向路径连结.最后,与传统蚁群算法进行实验结果对比,验证了改进算法的全局搜索能力、效率和安全性.
2024, 16(4):513-519. DOI: 10.13878/j.cnki.jnuist.20230801001 CSTR:
摘要:联邦学习是解决机器学习中数据共享和隐私保护两个关键难题的重要方法.然而,联邦学习本身也面临着数据异构和模型异构的挑战.现有研究往往只专注于解决其中一个方面的问题,忽视了两者之间的关联性.为此,本文提出了一个名为PFKD的框架,该框架通过知识蒸馏技术解决模型异构问题,通过个性化算法解决数据异构问题,以实现更具个性化的联邦学习.通过实验分析验证了所提出框架的有效性.实验结果显示,该框架能够突破模型的性能瓶颈,提高模型精度约1个百分点.此外,在调整适当的超参数后,该框架的性能得到进一步提升.
2024, 16(4):520-527. DOI: 10.13878/j.cnki.jnuist.20230731005 CSTR:
摘要:计算卸载是移动边缘计算(Mobile Edge Computing,MEC)中的关键技术.针对多用户多MEC服务器场景中计算卸载策略的不足,本文提出一种混合人工蜂群算法(Artificial Reverse Sine-Cosine,ARSC).首先,使用反向学习策略初始化种群,优化种群的初始解;然后,在雇佣蜂阶段利用正余弦算法的全局最优引导信息,提升算法的局部搜索能力;最后,为了平衡算法的全局搜索能力和局部搜索能力,引入动态感知因子对算法的步长因子进行改进.仿真实验结果表明,相比基于粒子群算法的卸载策略、基于人工蜂群算法的卸载策略,ARSC策略在系统时延、系统能耗、收敛性等指标上均有所改善.
2024, 16(4):528-536. DOI: 10.13878/j.cnki.jnuist.20230726001 CSTR:
摘要:在孤岛微电网中,由于线路阻抗的不匹配,常常导致传统的下垂控制无法完成分布式电源(DG)之间无功功率的均分.为了消除DG之间的无功不均分,首先分析了传统下垂控制无法完成无功均分的原因,设计了可自适应调节的无功下垂系数,使无功下垂系数可以满足无功均分的条件,从而解决无功功率无法均分的问题.为了使无功均分控制器具有更高的灵活性和可靠性,设计了动态分布式观测器,并证明了其收敛性.动态分布式观测器可以使DG以分布式的方式更加灵活可靠地获取所需的信息.通过4个不同的算例对所提的控制策略进行验证,仿真结果验证了所提控制策略的优越性和有效性.
2024, 16(4):537-543. DOI: 10.13878/j.cnki.jnuist.20230919003 CSTR:
摘要:针对永磁同步电机(PMSM)调速系统中,存在的建模误差和负载突变等内外扰动影响转速稳定的问题,提出一种基于负载估计的复合自抗扰调速策略.首先,在速度环采用自抗扰控制器替代PI控制器,以改善系统转速与超调之间的矛盾.其次,设计一个负载转矩观测器,通过转速和电流信号直接对负载转矩进行实时的估计和补偿,来解决扩张状态观测器(ESO)对负载突变响应较慢的问题.最后,基于Matlab/Simulink环境搭建了复合自抗扰调速系统的半实物实验平台,并与传统PI控制和线性自抗扰控制进行对比验证.仿真和实验结果表明,所提出的基于负载估计的复合自抗扰控制策略相较于传统控制方法在负载突变时转速变化量减少了30%以上,具有较优越的抗干扰能力和调速性能.
2024, 16(4):544-552. DOI: 10.13878/j.cnki.jnuist.20230715002 CSTR:
摘要:光伏阵列的电功率输出在局部遮荫工况下具有多峰特性,且随外界环境的变化而变化.为实现高效电能输出,利用多元宇宙优化(MVO)算法在解决低维度、小规模优化问题中的突出优势进行最大功率点跟踪(MPPT),并融合多种策略对其存在的缺陷进行改进.采用拉丁超立方抽样策略初始化宇宙种群,并对按照轮盘赌策略随机交换的宇宙实施柯西变异,提高宇宙种群的多样性.同时引入莱维飞行式量子粒子群优化(QPSO)算法,且对虫洞存在概率及旅行距离率进行自适应调整,以增强算法的全局勘探及局部开发能力.Matlab仿真结果表明,相比其他算法,采用该算法的MPPT时间减少了45%以上,精度亦有所提高,从而具有更优的MPPT性能,可有效提高光伏发电效率.
2024, 16(4):553-561. DOI: 10.13878/j.cnki.jnuist.20230120001 CSTR:
摘要:采用简单的水热法制备m-Bi2O4,并利用XRD、XPS、SEM、TEM、UV-vis DRS、PFM等表征手段对样品结构、形貌、表面价态以及压电光催化性能进行分析.以磺胺甲基嘧啶(SM)为模拟污染物,测试了材料的压电光催化活性.结果表明,与BaTiO3和BiOCl相比,m-Bi2O4表现出了较高的催化性能.在压电光协同作用60 min后,对SM的降解效率高达96.46%.通过改变光的波长条件,证实m-Bi2O4在光能减弱条件下仍具有较高的催化活性.此外,通过活性自由基捕获实验证实反应体系中产生了高氧化活性的超氧自由基以及少量羟基自由基和单线态氧,并提出了一种可能的压电光催化机理.
2024, 16(4):562-572. DOI: 10.13878/j.cnki.jnuist.20230301001 CSTR:
摘要:通过水热法合成Ni2P/g-C3N4/ZnIn2S4三元复合材料(CNZ),并通过光还原CO2性能测试来评价其催化性能.采用XRD、SEM、TEM、XPS、UV-vis、EIS、PL等表征手段对所有复合比例样品的形貌、晶体结构、表面元素化学态、能带结构和光电性能进行分析,结果表明,通过晶面工程成功构建了界面紧密接触的异质结结构,同时,Ni2P和g-C3N4的引入可有效改善复合材料的能带结构,缩短电荷传输距离并有效抑制光生载流子的复合率.因此,相较于g-C3N4和g-C3N4/ZnIn2S4复合材料(CZ),三元CNZ复合材料呈现出更高的催化性能,其中,CNZ5(Ni2P∶g-C3N4∶ZnIn2S4=1∶5∶7)具有最佳的光催化还原CO2活性,其甲烷、甲醇和甲酸的产率分别达到114.72、17.38和20.15 μmol·h-1·g-1.此外,采用in-situ DRIFTS测试推导出光还原CO2机理,反应过程中的还原中间体为HCO-3与HCOOH.
2024, 16(4):573-586. DOI: 10.13878/j.cnki.jnuist.20220920002 CSTR:
摘要:本文研究了碳税政策下考虑三重底线的低碳供应链优化协调问题.首先研究集中式供应链模型的决策问题,考虑批发价格契约下四种不同的分散式供应链模型:模型Ⅰ、模型Ⅱ、模型Ⅲ和模型Ⅳ.然后考虑两部定价契约下四种不同的分散式低碳供应链模型:模型Ⅰ-LTT、模型Ⅱ-LTT、模型Ⅲ-LTT和模型Ⅳ-LTT.研究结果表明:两部定价契约可以完美协调模型Ⅰ-LTT和模型Ⅲ-LTT下的低碳供应链,同时可以在模型Ⅱ-LTT和模型Ⅳ-LTT中实现低碳供应链的帕累托改进.最后进行数值分析,分析碳税和碳减排投资系数对契约协调前后供应链的总利润的影响.本文为低碳企业的减排策略和契约选择提供了可靠的理论依据.
地址:江苏省南京市宁六路219号 邮编:210044
联系电话:025-58731025 E-mail:nxdxb@nuist.edu.cn
南京信息工程大学学报 ® 2024 版权所有 技术支持:北京勤云科技发展有限公司