亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

摘要：場景分割問題是計算機視覺領域基本而重要的問題，具有廣泛的應用價值。 場景分割需要解決的科學問題是如何對場景中的要素進行精確分割。其主要難 點在于場景圖像的結構十分復雜，包含多種類別和多種尺度的要素，且這些要素 之間存在著豐富的空間關系。同時在實際應用中，在保證場景分割精度的條件下 也需要綜合考慮計算復雜度和速度。因此，場景分割問題的主要難點和挑戰可概 括為三個方面：1）尺度變換多樣，2）空間關系復雜，3）時間復雜度高。近年來， 基于深度學習，尤其是卷積神經網絡的方法在場景分割領域取得了巨大的進展， 但基于深度學習的場景分割方法還存在著一定的局限性。本課題對基于深度學 習的場景分割方法進行研究，針對上述三個難點和挑戰，取得了以下成果：

1. 基于尺度自適應卷積的場景分割方法 目前基于深度學習的場景分割方法主要利用標準卷積，其感受野大小固定。 而場景圖像中要素的尺度變化多樣，導致大尺度要素分割結果不連續，小尺度要 素與背景混淆而遺漏的問題。針對該問題，我們提出尺度自適應卷積方法，對場 景圖像中不同尺度的要素自適應改變卷積感受野大小。該方法可以緩解由于標 準卷積感受野固定引起的大尺度要素分割結果不連續和小尺度要素被遺漏的問 題。尺度自適應卷積的整個過程是可導的，其卷積參數可以利用一個端到端的結 構從數據中自動和隱式的學習。我們在 Cityscapes 和 ADE20K 兩個數據集上驗 證了尺度自適應卷積的有效性。

2. 基于全局和局部修正的場景分割方法 場景圖像中具有復雜的空間關系和豐富的上下文信息，對場景中要素的識 別具有極大的幫助作用。我們分別利用全局上下文信息和局部上下文信息對給 定的場景分割結果進行修正。我們首先提出全局殘差修正網絡，通過捕捉圖像中 的全局上下文信息進行分割結果的修正。經過全局殘差修正網絡修正之后，原 始分割結果中不一致、不連續的區域將被修正。其次，我們提出局部邊界修正網 絡，通過捕捉圖像中的局部上下文信息，對給定分割結果的邊界和細節進行修 正。經過局部邊界修正網絡修正之后，原始分割結果中的分割邊界將更加精確和 平滑。這兩種修正網絡均可單獨使用，也可以級聯在給定的分割網絡之后形成一 個統一框架，以共同提高修正結果的精度。在 Cityscapes 和 ADE20K 兩個數據 集上的結果顯示這兩種修正網絡可以有效提高給定分割結果的精度。

3. 基于高分辨率特征圖重建的場景分割加速方法 現有大多數場景分割方法著眼于提高模型的分割精度，因此使用較深的神 經網絡和較高分辨率的特征圖，分割精度較高但速度較慢。為解決由于較大尺寸 輸入圖像和高分辨率特征圖導致的場景分割速度較慢的問題，我們提出高分辨 率特征圖重建方法對任意給定的場景分割框架進行加速。該方法利用降采樣輸 入圖像的特征圖對原始大小輸入圖像的特征圖進行重建。利用降采樣輸入圖像 進行特征學習的速度較快，而重建原始大小輸入圖像的特征圖可以緩解使用降 采樣輸入圖像導致的細節丟失和精度下降問題。我們在兩個公開數據集上驗證 了高分辨率特征圖重建方法的有效性，當使用 1/2 降采樣率時，可以在分割精度 損失忽略不計的情況下得到約 3 倍的加速比。

關鍵詞：場景分割，深度學習，尺度自適應卷積，全局和局部修正網絡，高分辨 率特征圖重建

作者簡介：張蕊，2009年9月-2013 年7月，在北京航空航天大學數學與系統科學學院獲理學學士學位。2013年9月-2019年7月，在中國科學院計算技術研究所攻讀博士學位，博士生導師是李錦濤。

論文題目:基于路徑依賴關系的循環分析技術研究

論文作者：謝肖飛，天津大學博士研究生，主要研究方向是計算機科學及計算機應用、軟件工程及安全軟件工程、可信軟件及網絡安全等信息安全領域。

指導老師：李曉紅，教授，博士生導師,智能與計算學部網絡安全學院副院長、軟件與信息安全工程研究所所長，天津市先進網絡重點室副主任。兼任計算機學會高級會員、中國計算機學會女工委委員、ACM會員、軟件工程專委會委員、形式化專委會委員、全國高等學校計算機教育研究會常務理事、天津大學女工委員、智能與計算學部教代會主任。主要從事計算機科學及計算機應用、軟件工程及安全軟件工程、可信軟件及網絡安全等信息安全領域的研究工作。 主持和參與科技部“863”計劃、國家重大研究計劃，國家基金重點、天津市重點等項目20余項，發表重要期刊和會議論文100余篇。在頂級會議和期刊發表論文23篇，其中：CCF A類或SCI一區8篇（TSE2017、JIOT2018、FSE2016、AAAI2017、FSE2017、IJCAI2017、IEEE S&P 2015、IEEE S&P2016），CCF B類9篇（ISSTA2016、ECAI2016，ICSME2017、SANER2017、ICWS2017、ICWS2018、AAMAS2018、ICSOC 2018），JCR一區2篇，SCI二區2篇、SCI三區2篇，論文“Proteus: Computing Disjunctive Loop Summary via Path Dependency Analysis”解決了符號執行中循環處理的難題，被軟件工程頂級會議FSE 2016接收，并獲得ACM SIGSOFT 2016年度杰出論文獎。曾獲授權國家發明專利13項，獲湖北省科技進步一等獎1項，天津科技進步三等獎1項。指導博士生獲得天津大學優秀博士論文，碩士研究生連續三年獲得天津市優秀碩士學位論文。

論文摘要:軟件已經被廣泛應用于在現代社會的各個領域，由于代碼實現不當導致軟件 的質量問題也層出不窮。基于靜態分析的程序驗證和測試是保障軟件代碼安全性 與正確性的兩種主要技術，而循環分析是靜態分析中面臨的最大挑戰之一。在靜 態分析中，由于循環的迭代次數往往不能確定，使得無法對循環的所有行為分析 和檢測，從而影響程序驗證和高覆蓋率測試用例生成的效率。循環分析已經成為 程序驗證、測試及其它靜態分析應用的主要瓶頸。高效的循環分析技術可以提高 程序分析的效率，從而更好地保證軟件質量。