精神障碍攻击风险评估的研究进展 被引量：4

1

作者 郭艺萍 黄晓瀚 +3 位作者 刘瑞 邹博超 谢海永 丰雷 《临床精神医学杂志》 CAS 2023年第3期239-241,共3页

精神障碍常伴随攻击风险增高,在公共安全领域具有负面影响。精神障碍攻击风险评估的研究进展,包括了目前有关精神障碍攻击风险因素、攻击风险评估工具、基于人工智能技术的精神障碍攻击风险评估与预测,为开发新的精神障碍攻击风险评估... 精神障碍常伴随攻击风险增高,在公共安全领域具有负面影响。精神障碍攻击风险评估的研究进展,包括了目前有关精神障碍攻击风险因素、攻击风险评估工具、基于人工智能技术的精神障碍攻击风险评估与预测,为开发新的精神障碍攻击风险评估工具提供了新的研究思路,具有一定研究价值。 展开更多

关键词 精神障碍 攻击风险评估 人工智能技术

下载PDF 职称材料

面向加密数据的安全图像分类模型研究综述 被引量：5

2

作者 孙隆隆 李辉 +1 位作者 于诗文 王迎雪 《密码学报》 CSCD 2020年第4期525-540,共16页

自2012年AlexNet模型提出以来,图像分类技术研究进入了深度学习时代.模型分类能力的提高使得技术的实际应用变得普及,许多企业将图像分类与云计算等技术结合,为用户提供各类便捷服务.但是模型的广泛使用带来了巨大的图像数据隐私泄漏风... 自2012年AlexNet模型提出以来,图像分类技术研究进入了深度学习时代.模型分类能力的提高使得技术的实际应用变得普及,许多企业将图像分类与云计算等技术结合,为用户提供各类便捷服务.但是模型的广泛使用带来了巨大的图像数据隐私泄漏风险.这一问题严重阻碍了图像分类技术的应用与发展.为此研究人员尝试将同态加密和安全多方计算等密码学技术与图像分类模型相结合,设计隐私保护方案.由于引入隐私保护会对模型的可用性(执行速度和分类精度)造成影响,因此兼顾安全性与可用性成为研究重点.本文对基于加密技术的图像分类模型隐私保护研究进行了全面调研,介绍了常用密码学技术的原理和适用性;依据模型使用场景的不同将问题分为模型推理和训练两类,对每一类问题当前的研究进展进行了详细介绍,比较了不同方案的特点和效果.最后基于当前研究的不足与难点,对本问题未来的研究方向做了展望. 展开更多

关键词 图像分类 深度学习 隐私保护 同态加密 安全多方计算

下载PDF 职称材料

结合时序网络和金字塔融合的稳像修复方法

3

作者 刘清 李世超 +2 位作者 王文杉 师文喜 成科扬 《图学学报》 CSCD 北大核心 2021年第1期65-70,共6页

针对视频稳像领域内视频图像缺损填充效果不佳,严重影响视觉效果,且导致稳像处理后的视频不稳的黑边填充问题,提出了一种基于时序网络预测和金字塔融合的图像修复方法。首先结合预裁剪机制自适应判断当前帧是否需修复;然后将截止至当前... 针对视频稳像领域内视频图像缺损填充效果不佳,严重影响视觉效果,且导致稳像处理后的视频不稳的黑边填充问题,提出了一种基于时序网络预测和金字塔融合的图像修复方法。首先结合预裁剪机制自适应判断当前帧是否需修复;然后将截止至当前时刻的所有帧送入卷积神经网络(CNN)和门控循环单元(GRU)的模型进行待填充部分的预测;随后采用改进的加权最佳缝合线进行拼接并在高斯拉普拉斯金字塔中进行图像融合重构;最终在重构完成后裁剪尺寸。实验结果表明,该方法平均峰值信噪比(PSNR)相较于对比算法提高了2~5dB,平均结构相似度(SSIM)较对比算法提升了约2%~7%。该方法修复后的视频缺损填充自然,视觉效果较为稳定,即使在黑边面积较大时也有良好的修复效果,可用于多种摄像平台及不同场景下。 展开更多

关键词 视频稳像 视频图像修复 时序网络 金字塔融合 最佳缝合线

下载PDF 职称材料

隐藏情绪分析与识别方法 被引量：12

4

作者 王甦菁 邹博超 +4 位作者 刘瑞 李振 赵国朕 刘烨 傅小兰 《心理科学进展》 CSSCI CSCD 北大核心 2020年第9期1426-1436,共11页

隐藏情绪识别对公共安全防范与预警具有重要的意义。微表情是揭示隐藏情绪的一条重要通道。但目前隐藏情绪研究较少且微表情因其细微幅度与快速出现等特性难以识别,其研究尚未在实际中广泛应用。因为,隐藏情绪的认知与表达机理亟需系统... 隐藏情绪识别对公共安全防范与预警具有重要的意义。微表情是揭示隐藏情绪的一条重要通道。但目前隐藏情绪研究较少且微表情因其细微幅度与快速出现等特性难以识别,其研究尚未在实际中广泛应用。因为,隐藏情绪的认知与表达机理亟需系统的研究,采集实际场景中的微表情数据,并以脑电信号辅助微表情的精确标注是提高微表情标注效率的有效途径。深入研究微表情识别方法,并辅以人脸颜色、注视估计和非接触生理信号等多通道数据,以检测与识别隐藏情绪。社会公共安全是隐藏情绪分析和识别的典型场景。面向精神疾病患者两害行为(即危害自身或他人的危险行为)风险评估和服刑人员会见场景隐藏情绪检测,可以有效地对相应系统和方法进行验证和修正。 展开更多

关键词 模式识别 微表情检测和识别 隐藏情绪 深度学习 颜色空间

下载PDF 职称材料

基于特征融合的K-means微博话题发现模型 被引量：7

5

作者 李海磊 杨文忠 +2 位作者 李东昊 温杰彬 钱芸芸 《电子技术应用》 2020年第4期24-28,33,共6页

针对传统话题检测方法在微博短文本上存在高维稀疏的缺陷,提出了一种基于特征融合的K-means微博话题发现模型。为了更好地表达微博话题的语义信息,使用在句子中共现的词对向量模型(Biterm_VSM)代替传统的向量空间模型(Vector Space Mode... 针对传统话题检测方法在微博短文本上存在高维稀疏的缺陷,提出了一种基于特征融合的K-means微博话题发现模型。为了更好地表达微博话题的语义信息,使用在句子中共现的词对向量模型(Biterm_VSM)代替传统的向量空间模型(Vector Space Model,VSM),并结合主题模型(Latent Dirichlet Allocation,LDA)挖掘出微博短文本中的潜在语义,把两个模型得到的特征进行特征融合,并应用K-means聚类算法进行话题的发现。实验结果表明,与传统的话题检测方法相比,该模型的调整兰德系数(Adjusted Rand index,ARI)为0.80,比传统的话题检测方法提高了3%~6%。 展开更多

关键词 话题检测 词对向量模型 LDA 特征融合 K-MEANS

下载PDF 职称材料

基于重点突发词的突发事件检测方法 被引量：1

6

作者 富雅玲 杨文忠 +2 位作者 吾守尔·斯拉木 杨蒙蒙 梁凡 《电子技术应用》 2020年第11期82-86,共5页

由于突发事件具有突发性、聚众性、破坏性,针对微博中发布的突发事件,避免由突发事带来一系列社会问题,提出一种结合用户影响力和突发词的突发事件检测方法。为提取大量重点突发词,使用词影响力和词状态两个指标计算词突发值,将大于一... 由于突发事件具有突发性、聚众性、破坏性,针对微博中发布的突发事件,避免由突发事带来一系列社会问题,提出一种结合用户影响力和突发词的突发事件检测方法。为提取大量重点突发词,使用词影响力和词状态两个指标计算词突发值,将大于一定阈值的词作为突发词;采用凝聚层次聚类方法,对突发词集的共现矩阵进行聚类得到热点话题。之后将结果放入训练好的分类器对热点话题进行分类,最终得到突发事件及其类型。使用真实的微博数据对其进行实验,对比使用分类器前后的实验结果,该方法可以有效过滤一般热点话题,提高突发事件检测的准确率。 展开更多

关键词 突发事件 突发词 聚类 分类 事件检测

下载PDF 职称材料

基于Apex帧光流和卷积自编码器的微表情识别 被引量：2

7

作者 温杰彬 杨文忠 +2 位作者 马国祥 张志豪 李海磊 《计算机工程与应用》 CSCD 北大核心 2021年第4期127-133,共7页

针对跨库微表情识别问题,提出了一种基于Apex帧光流和卷积自编码器的微表情识别方法。该方法包括预处理、特征提取、微表情分类三部分。预处理部分对微表情进行Apex帧定位以及人脸检测和对齐;特征提取部分首先计算预处理过的Apex帧的TVL... 针对跨库微表情识别问题,提出了一种基于Apex帧光流和卷积自编码器的微表情识别方法。该方法包括预处理、特征提取、微表情分类三部分。预处理部分对微表情进行Apex帧定位以及人脸检测和对齐;特征提取部分首先计算预处理过的Apex帧的TVL1光流,然后使用得到的水平和竖直光流分量图像训练卷积自编码器得到最优结构和参数;最后将两个分量自编码器中间层的特征融合后作为微表情的特征;微表情分类就是使用支持向量机(Support Vector Machine,SVM)对上一步中提取到的特征进行分类。实验结果较基准方法(LBP-TOP)有了很大的提高,UF1提高了0.1344,UAR提高了0.1406。该方法为微表情特征提取和识别提供了新的思路。 展开更多

关键词 微表情识别 Apex帧 光流 卷积自编码器 支持向量机(SVM)

下载PDF 职称材料

重性精神障碍患者面部表情特征与攻击风险水平的相关性研究

8

作者 郭艺萍 吴航 +6 位作者 刘瑞 丰雷 韩佳丽 韩金祥 邹博超 谢海永 王刚 《神经疾病与精神卫生》 2021年第4期233-237,共5页

目的探讨重性精神障碍患者面部表情特征与攻击风险水平的相关关系。方法本研究为横断面观察研究,选取2019年9—12月北京15家社区医院的30例既往有攻击行为且符合国际疾病分类ICD-10诊断标准的重性精神障碍患者,采用修订版外显攻击行为量... 目的探讨重性精神障碍患者面部表情特征与攻击风险水平的相关关系。方法本研究为横断面观察研究,选取2019年9—12月北京15家社区医院的30例既往有攻击行为且符合国际疾病分类ICD-10诊断标准的重性精神障碍患者,采用修订版外显攻击行为量表(MOAS)、患者健康问卷(PHQ9)、广泛性焦虑障碍量表(GAD-7)评估患者的攻击风险水平、抑郁和焦虑程度。采用OpenFace提取面部动作单元(AU)中的AU4(皱眉)、AU5(上眼睑上抬)、AU7(眼睑收紧)、AU20(嘴角拉伸)、AU23(收紧嘴唇)共5个表情指标,计算各AU强度与时长指标,利用偏相关分析研究AU指标与MOAS总分的相关关系。结果在AU时长指标中,AU5(r=0.395,P=0.037)、AU20(r=0.414,P=0.029)、AU23(r=0.407,P=0.032)与MOAS总分呈显著正相关;AU强度指标显示,AU20(r=0.557,P=0.002)、AU23(r=0.466,P=0.013)与MOAS总分呈显著正相关。结论基于面部表情特征有助于识别重性精神障碍患者的攻击风险水平。 展开更多

关键词 重性精神障碍 攻击风险 面部表情

原文传递

中国数字化公共卫生应急管理体系建设的科技策略建议 被引量：30

9

作者 张新 林晖 +13 位作者 王劲峰 徐成东 胡茂桂 孟斌 刘冬林 徐敏 朱长明 王刚 曹春香 骆剑承 肖桂荣 卢毅敏 杨宇 智国庆 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2020年第5期633-639,共7页

重大突发性公共卫生事件应急防控的关键是速度,时间、数据、信息和资源是决定管理效率的重要因素。结合中国在新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情中存在的问题与挑战,基于"让数据多跑路,靠信息精准服务,电... 重大突发性公共卫生事件应急防控的关键是速度,时间、数据、信息和资源是决定管理效率的重要因素。结合中国在新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情中存在的问题与挑战,基于"让数据多跑路,靠信息精准服务,电磁波跑赢病毒"的思路,将垂直体系和水平体系相结合,提出了完善中国数字化公共卫生应急管理体系建设的科技策略建议,主要包括:(1)完善标准统一的数字化疫情信息采集体系,动态感知民情;(2)建设统一时空基准的公共卫生大数据中心,实现跨区域、跨行业数据的汇聚、融合与共享;(3)强化疫情监测、预测与风险研判的人工智能技术,提高管控精准度和筛查效率;(4)发展情势推演与优化调控计算技术,服务科学调度与应急指挥;(5)完善运行体制机制,保障常态化、安全、稳定运行。 展开更多

关键词 新型冠状病毒肺炎 公共卫生 应急管理 时空大数据 人工智能

原文传递

融合时空图卷积的多人交互行为识别 被引量：5

10

作者 成科扬 吴金霞 +2 位作者 王文杉 荣兰 詹永照 《中国图象图形学报》 CSCD 北大核心 2021年第7期1681-1691,共11页

目的多人交互行为的识别在现实生活中有着广泛应用。现有的关于人类活动分析的研究主要集中在对单人简单行为的视频片段进行分类,而对于理解具有多人之间关系的复杂人类活动的问题还没有得到充分的解决。方法针对多人交互动作中两人肢... 目的多人交互行为的识别在现实生活中有着广泛应用。现有的关于人类活动分析的研究主要集中在对单人简单行为的视频片段进行分类,而对于理解具有多人之间关系的复杂人类活动的问题还没有得到充分的解决。方法针对多人交互动作中两人肢体行为的特点,本文提出基于骨架的时空建模方法,将时空建模特征输入到广义图卷积中进行特征学习,通过谱图卷积的高阶快速切比雪夫多项式进行逼近。同时对骨架之间的交互信息进行设计,通过捕获这种额外的交互信息增加动作识别的准确性。为增强时域信息的提取,创新性地将切片循环神经网络(recurrent neural network,RNN)应用于视频动作识别,以捕获整个动作序列依赖性信息。结果本文在UT-Interaction数据集和SBU数据集上对本文算法进行评估,在UT-Interaction数据集中,与H-LSTCM(hierarchical long short-term concurrent memory)等算法进行了比较,相较于次好算法提高了0.7%,在SBU数据集中,相较于GCNConv(semi-supervised classification with graph convolutional networks)、RotClips+MTCNN(rotating cliips+multi-task convolutional neural netowrk)、SGC(simplifying graph convolutional)等算法分别提升了5.2%、1.03%、1.2%。同时也在SBU数据集中进行了融合实验,分别验证了不同连接与切片RNN的有效性。结论本文提出的融合时空图卷积的交互识别方法,对于交互类动作的识别具有较高的准确率,普遍适用于对象之间产生互动的行为识别。 展开更多

关键词 动作识别 交互信息 时空建模 图卷积 切片循环神经网络(RNN)

原文传递

融合NetVLAD和全连接层的三元神经网络交叉视角场景图像定位 被引量：9

11

作者 薛朝辉 周逸飏 +2 位作者 强永刚 刘弋锋 林晖 《遥感学报》 EI CSCD 北大核心 2021年第5期1095-1107,共13页

研究场景图像的地理定位问题在室外定位、目标搜寻、军事侦察等领域具有重要意义。针对街景影像与鸟瞰影像之间的交叉视角场景图像匹配与定位问题,本文提出了一种融合可训练局部聚集描述子向量Net VLAD(Net Vector of locally aggregate... 研究场景图像的地理定位问题在室外定位、目标搜寻、军事侦察等领域具有重要意义。针对街景影像与鸟瞰影像之间的交叉视角场景图像匹配与定位问题,本文提出了一种融合可训练局部聚集描述子向量Net VLAD(Net Vector of locally aggregated descriptors)和全连接层的三元神经网络(Triplet Network)定位方法(Tri-Net VLAD)。三元神经网络由三组卷积神经网络CNN(Convolutional Neural Networks)构成,能同时处理3张影像,通过增大不匹配像对间的距离,减小匹配像对间的距离,实现图像检索与匹配;Net VLAD和全连接层的融合可以加强特征间的关联性。本文将CNN提取的局部卷积特征分别通过Net VLAD层和全连接层得到全局描述符与特征向量,并将二者融合,有效地提升了局部特征间的关联性,并保留了不同局部特征之间的差异性,提升了模型的定位精度;改进了DBL loss(Distance-based layer loss),通过加入参数λ增强函数判别困难样本的能力,在提升模型的收敛速度和稳定性的同时也提升了模型的定位精度。在美国Vo and Hays公开数据集上的实验结果表明,Tri-Net VLAD取得了优于MCVPlaces、Triplet e DBL-Net和CVM-Net等现有方法的定位精度,在测试集上的精度高于63%。 展开更多

关键词 交叉视角 场景图像匹配与定位 三元神经网络 Net VLAD CNN(Convolutional Neural Networks)

原文传递