计算机科学与探索杂志

计算机科学与探索杂志2021年第9期

• 基于深度学习的视频目标检测综述

  王迪聪, 白晨帅, 邬开俊

  视频目标检测是为了解决每一个视频帧中出现的目标如何进行定位和识别的问题。相比于图像目标检测，视频具有高冗余度的特性，其中包含了大量的时空局部信息。随着深度卷积神经网络在静态图像目标检测领域的迅速普及，在性能上相较于传统方法显示出了非常大的优越性，并逐步在基于视频的目标检测任务上也发挥了应有的作用。但现有的视频目标检测算法仍然面临改进与优化主流目标检测算法的性能、保持视频序列的时空一致性、检测模型轻量化等关键技术的挑战。针对上述问题和挑战，在调研大量文献的基础上系统地对基于深度学习的视频目标检测算法进行了总结。从基于光流、检测等基础方法对这些算法进行了分类，从骨干网络、算法结构、数据集等角度细致探究了这些方法。结合在ImageNet VID等数据集上的实验结果，分析了该领域具有代表性算法的性能优势和劣势，以及算法之间存在的联系。对视频目标检测中待解决的问题与未来研究方向进行了阐述和展望。视频目标检测已成为众多的计算机视觉领域学者追逐的热点，将来会有更加高效、精度更高的算法被相继提出，其发展方向也会越来越好。

• Transformer在语音识别任务中的研究现状与展望

  张晓旭, 马志强, 刘志强, 朱方圆, 王春喻

  Transformer作为一种新的深度学习算法框架，得到了越来越多研究人员的关注，成为目前的研究热点。Transformer模型中的自注意力机制受人类只关注于重要事物的启发，只对输入序列中重要的信息进行学习。对于语音识别任务来说，重点是把输入语音序列的信息转录为对应的语言文本。过去的做法是将声学模型、发音词典和语言模型组成语音识别系统来实现语音识别任务，而Transformer可以将声学、发音和语言模型集成到单个神经网络中形成端到端语音识别系统，解决了传统语音识别系统的强制对齐和多模块训练等问题。因此，探讨Transformer在语音识别任务中存在的问题是非常有必要的。首先介绍Transformer的模型结构，并且从输入语音序列、深层模型结构和模型推理过程三方面对语音识别任务面临的问题进行分析；其次对现阶段解决语音识别中Transformer模型存在输入语音序列、深层模型结构和模型推理过程的问题进行方法总结和简要概述；最后对Transformer在语音识别任务中的应用方向进行总结和展望。

• 数据定价研究综述

  蔡莉, 黄振弘, 梁宇, 朱扬勇

  数据定价是把数据作为资产并对资产进行定价的行为。在当前的数据市场中，由于买家和卖家之间几乎没有透明度、信息严重不对称，造成数据定价的混乱。如果存在数据定价的标准流程和评估方法，买家就能够以合理的价格获得需要的数据，同时也能改善数据交易市场的效率。检索了近年来关于数据定价的相关文献，在此基础上，总结了数据定价的定义、特点、发展概况和应用场景；阐述了数据交易流程和数据交易成本；重点阐述了影响数据定价的两个重要研究方向——数据定价策略和数据定价模型，全面评价了现有六种数据定价策略和五种定价模型的机制、优缺点及运用场景；最后，从数据价值评估、数据交易规则和数据隐私保护三方面分析了数据定价面临的挑战，并展望了数据定价的发展方向。研究成果将为今后的相关工作提供有价值的参考和依据。

• 会话式机器阅读理解综述

  李堃, 李艳玲, 林民

  机器阅读理解（MRC）是一个受数据集推动的研究领域，其目标是让机器在理解文章内容的基础上能够正确回答相关问题。早期受数据集限制，机器阅读理解任务大多局限于单轮问答，问答对之间缺少依赖关系。而会话问答（ConvQA）是使机器在帮助人类获取信息时可以进行连续主题的人机交互过程。近年来，随着机器阅读理解数据集和深度神经网络的发展，研究人员将机器阅读理解与会话问答结合，形成更为复杂真实的会话式机器阅读理解（CMC），这极大地推动了机器阅读理解领域的发展。对近几年会话式机器阅读理解相关最新研究进展从三方面归纳总结：首先阐述该任务的定义、所面临的挑战以及相关数据集的特性；然后归纳总结当前最新模型的架构及其研究进展，着重介绍会话历史嵌入表示以及会话推理所使用的相关技术方法；最后梳理分析当前会话式机器阅读理解模型，并对未来研究重点和研究方法进行展望。

• 基于代码克隆检测的操作系统脆弱性分析方法

  汪哲, 任怡, 周凯, 管剑波, 谭郁松

  基于代码克隆检测技术进行软件脆弱性检测，是软件脆弱性静态分析中的一个重要方向。目前，已有软件脆弱性检测工具在面向大规模代码集的脆弱性检测方面存在不足，且缺乏针对操作系统脆弱性的优化。为此，基于代码克隆检测技术，提出了一种操作系统脆弱性检测方法。首先在一般的“代码表征—提取特征—特征比对”检测流程的基础上，加入了基于操作系统软件包类型和函数代码规模的预筛选机制，在进行代码表征之前排除大部分无关代码。其次选择函数基本信息、符号序列和控制流路径三个角度提取代码特征，逐级比较脆弱代码和待测代码的相似度。最后从公开脆弱性数据库获取脆弱样本，对典型开源操作系统进行了实验，结果显示预筛选能够有效缩减实验对象的代码规模，而检测结果的平均精确度达到了84%。

• 多角度语义轨迹相似度计算模型

  蔡明昕, 孙晶, 王斌

  移动设备的发展使得轨迹数据可以记录更多有用的信息，比如签到信息、活动信息，构成了语义轨迹数据。快速有效的轨迹相似度计算会为分析问题带来巨大好处，已有学者对轨迹相似性及语义轨迹相似性做出研究，并提出了一些有效的方法。但是现有轨迹相似性计算方法无法应用于语义轨迹数据，而目前的语义轨迹相似性计算方法又在轨迹采样频率低的情况下效果不佳。因此在解决轨迹相似性计算对低采样频率敏感的基础上，结合了语义轨迹的附加访问地点信息，提出了一种新的轨迹相似性计算模型，叫作多角度语义轨迹（MAST）相似度计算。模型基于LSTM并且引入自注意力机制，学习到的轨迹表达为多个关注轨迹不同方面的低维向量，构成了一个矩阵，从而解决了单一向量无法准确表达轨迹的问题。这个矩阵不仅包含轨迹的空间信息，也包含语义信息，可用于计算语义轨迹相似度。提出的模型在两个现实语义轨迹数据集上进行实验，实验数据表明MAST的计算结果优于现有方法。

• SWAM：SNN工作负载自动映射器

  郁龚健, 张鲁飞, 李佩琦, 华夏, 刘家航, 柴志雷, 陈闻杰

  为了满足大规模脉冲神经网络（SNN）的计算需求，类脑计算系统通常需要采用大规模并行计算平台。因此，如何快速为SNN工作负载确定合理的计算节点数（即如何把工作负载合理映射到计算平台上）以获得最佳的性能、功耗等指标就成为类脑计算系统需解决的关键问题之一。首先分析了SNN工作负载特性并为其建立起计算模型；然后针对NEST类脑仿真器，进一步实例化了SNN的内存、计算和通信负载模型；最终设计并实现了一种基于NEST的SNN工作负载自动映射器（SWAM）。SWAM可以自动计算出映射结果并完成映射，避免了极其耗时的工作负载映射手动试探过程。在ARM+FPGA、纯ARM、PC集群三种不同的计算平台上运行SNN典型应用，并比较SWAM、LM算法拟合和实测的映射结果。实验结果表明：SWAM的平均映射准确率达到98.833%，与LM方法与实测映射相比，SWAM具有绝对的时间代价优势。

• 格上前向安全的有序聚合签名

  谢佳, 胡予濮, 高军涛, 王保仓, 江明明

  前向安全的有序聚合（Fss-Agg）签名兼顾前向安全签名和有序聚合签名的优势。自2007年提出以来，前向安全的有序聚合签名已被广泛应用于日志系统、电子商务、电子政务、区块链等众多应用场景中。目前现存的几个前向安全的有序聚合签名都是基于传统数论问题，而这些问题随着量子计算机逐渐成为现实，将会变得不再困难。因而，寻找量子计算环境下前向安全的有序聚合签名已迫在眉睫。给出了前向安全有序聚合签名方案的定义，并将前向安全性和存在性不可伪造性两个特性结合，定义了选择消息攻击下有序聚合签名的前向安全的存在性不可伪造性；基于格上的小整数解问题，利用原像采样算法和格基委派技术构造了抗量子攻击的前向安全有序聚合签名方案，即格上首个前向安全的有序聚合签名方案，方案在随机预言机模型下满足正确性和前向安全的存在性不可伪造性。

• 去中心基于属性Σ协议的一般性构造及其应用

  杨晓莉, 黄振杰

  基于属性密码因能提供细粒度访问控制和良好的隐私性而成为密码学的研究热点之一。[Σ]协议是一种三轮公开抛硬币诚实验证者零知识证明协议，在密码学的许多领域有重要应用。首先，将基于属性密码引入到零知识证明领域，研究基于属性[Σ]协议，给出其定义，刻画其安全模型；其次，基于标准[Σ]协议、陷门可取样关系和平滑秘密共享方案，给出一个去中心基于属性[Σ]协议的一般性构造和相应的例子，并证明其安全性；最后，作为去中心基于属性[Σ]协议的应用，利用Fiat-Shamir转换，得到去中心基于属性签名和去中心基于属性双层签名的一般性构造和相应的例子。效率分析表明，基于属性双层签名方案相比已有的方案在数据长度和计算开销两方面都具有显著的优势。

• 基于SAC模型的改进遗传算法求解TSP问题

  陈斌, 刘卫国

  遗传算法（GA）的全局搜索能力强，易于操作，但其收敛速度慢，易陷入局部最优值。针对以上问题，利用深度强化学习模型SAC对遗传算法进行改进，并将其应用至旅行商问题（TSP）的求解。改进算法将种群作为与智能体（agent）交互的环境，引入贪心算法对环境进行初始化，使用改进后的交叉与变异运算作为agent的动作空间，将种群的进化过程视为一个整体，以最大化种群进化过程的累计奖励为目标，结合当前种群个体适应度情况，采用基于SAC的策略梯度算法，生成控制种群进化的动作策略，合理运用遗传算法的全局和局部搜索能力，优化种群的进化过程，平衡种群收敛速度与遗传操作次数之间的关系。对TSPLIB实例的实验结果表明，改进的遗传算法可有效地避免陷入局部最优解，在提高种群收敛速度的同时，减少寻优过程的迭代次数。

• 融合局部和全局时空特征的交通事故风险预测

  王贝贝, 万怀宇, 郭晟楠, 林友芳

  交通事故预测在城市公共安全、应急处置以及建设规划方面发挥着重要的作用。然而，在预测交通事故风险时仍然存在以下问题：首先交通事故的发生受到众多因素的影响，例如天气、道路状况等。其次交通事故的发生在空间范围内存在多尺度的时空依赖，主要包括局部区域的时空相关性和全局区域的时空相似性。同时，由于实际场景中交通事故发生次数相对较少，给预测带来了零膨胀问题。因此，对交通事故进行准确的预测具有很大的挑战，现有的预测方法无法综合考虑上述问题。提出了一种新颖的融合局部和全局时空特征的交通事故风险预测模型（ST-RiskNet），同时考虑时间、天气、交通流量等影响事故发生的多源因素，通过局部区域时空相关性模块和全局区域时空相似性模块同时建模多尺度的时空相关性和相似性，并设计样本加权损失函数，针对事故风险较大的样本设置较大的权重来解决零膨胀问题。在两个真实交通事故数据集的结果表明，ST-RiskNet的预测效果优于现有的预测方法。

• 融合奖惩学习策略的动态分级蚁群算法

  莫亚东, 游晓明, 刘升

  为应对传统蚁群算法在解决旅行商问题（TSP）中求解精度不高、算法易早熟等问题，提出融合奖惩学习策略的动态分级蚁群算法（DHL-ACS）。首先将蚁群动态划分为帝国蚁、殖民蚁及国王蚁，其中帝国蚁与殖民蚁执行局部信息素更新，国王蚁执行全局信息素更新，在局部信息素更新中帝国蚁执行较大权重系数，负责对较优解的开发增强算法导向性，殖民蚁执行较小权重系数，负责对次优解的探索保证算法多样性，并利用帝国蚁与殖民蚁交换优质解的方式提高解的精度。其次提出一种改进的学习策略，通过奖励帝国蚁与殖民蚁的公共路径以实现较优解的同化作用，进而提高算法收敛速度；进一步当算法停滞时，引入反馈算子来减少国王蚁路径上的信息素，以达到对较高信息素路径的惩罚作用，从而提高种群多样性，增强算法跳出局部最优能力。通过对多组TSP数据集实验对比分析，实验结果表明改进后的算法很好地平衡了收敛速度与多样性之间的关系，尤其应对大规模TSP问题，能有效改善解的精度。

• 结合降噪和自注意力的深度聚类算法

  陈俊芬, 张明, 赵佳成, 谢博鋆, 李艳

  近几年，联合聚类划分和表示学习的深度聚类方法提供了出色的聚类性能，但随着图像质量的下降（比如噪声图像），聚类结果还不能令人满意。为此，提出一种新的深度聚类算法（DDC）。深度卷积降噪自编码器学习噪声数据的特征表示；自注意力机制提高网络捕获局部关键信息的能力；端到端的联合训练得到合适的特征表示并完成聚类分配；对数据点和类中心的相似度赋予不同的权重，扩大同类和异类之间的差异。在公开图像数据集上的实验表明DDC算法的聚类性能更高；并与其他深度聚类算法进行对比，例如在COIL-20上DDC的聚类精度是0.803，而DEC算法仅是0.597。总之，结合自注意力和深度卷积降噪自编码器的DDC算法能对噪声图像进行更有效的聚类分析，扩大了图像聚类的应用范围。

• 嵌入自注意力机制的美学特征图像生成方法

  马力, 邹亚莉

  针对生成的图像结构单一，细节特征不够丰富，导致美观感不足等问题，提出了一种嵌入自注意力机制的美学特征图像生成方法。为了增加生成图像的美学特征，研究图像美学评价标准与生成模型之间的关联性，定义了基于美学分数的美学损失函数；为保证生成图像与真实图像在语义内容上的一致性，加入VGG网络，构造内容损失函数，采用Charbonnier损失代替L1损失，并将美学损失、内容损失和进化生成对抗网络的对抗损失以加权形式组合，引导与优化图像的生成。在生成器和判别器中引入自注意力机制模块，并将密集卷积块加入生成器自注意力机制模块之前，充分提取特征，有利于自注意力机制高效获取更多特征内部的全局依赖关系，促使生成图像细节清晰，纹理特征丰富。在Cifar10、CUHKPQ两个数据集上的实验结果表明该方法在提升图像美学效果方面是有效的，其弗雷歇距离值相较于进化生成对抗网络分别提高了3.21和5.44，图像美学分数值相较于进化生成对抗网络分别提高了0.75和0.88。

• 融合衣服特征迁移的行人重识别方法

  苑春苗, 牛瑛, 郭涛, 李鑫

  行人重新识别（Re-ID）是一种基于人体整体特征的身份识别方法，是指在图像或者视频序列中判断是否存在特定行人的技术。对于行人重识别方法来说，行人所穿着的衣服特征具有十分重要的影响。然而在某些特殊情况下（例如罪犯为了摆脱跟踪，更换衣服后逃跑等），目标行人在查询图像和图像库中的衣服特征是不同的，这使得目前的行人重识别方法难以将目标人物的图像与图像库中的人物相匹配。为了解决这一问题，提出了一种基于衣服特征迁移的行人重识别方法。给定一个目标人物的查询图像，将该查询图像行人的衣服特征迁移到图像库中的所有行人身上，以此消除衣服特征的差异。最后，该模型在数据集PRDDC上进行了验证，实验结果表明，与没有服装特征转移模块的算法相比，该算法有显著的改进。

• 多层级重叠条纹特征融合的行人重识别

  陈璠, 彭力

  针对行人重识别（Person-ReID）过程中，基于局部特征的方法在提取行人特征时因信息缺失导致鲁棒性和判别力不足的问题，提出一种多层级重叠条纹特征融合的行人重识别算法。训练阶段，对骨架网络不同阶段的输出特征图进行水平均等分割，再提取重叠条纹特征以弥补丢失的信息；使用三种损失函数对不同的特征向量进行监督训练，以约束类内距离。此外，设计组归一化模块来消除不同损失函数在优化方向上存在的差异，从而提取到更恰当的共享特征。推理阶段，将多个特征向量融合成一个新的特征向量，再进行相似性判断。将该方法在Market-1501、DukeMTMC-reID数据集上进行有效性实验验证并对结果进行分析。所提算法能够提高行人重识别的准确率，模型所提取的特征具有较强的鲁棒性和判别力。

• 基于单种群蛙跳优化CNN的眼底图像多病变检测

  任龙杰, 孙颖, 丁卫平, 鞠恒荣, 曹金鑫

  为了有效解决眼底图像病变处存在交织重叠，大小血管密布并且受光照影响严重等问题，实现眼底图像多标签分类，提出了采用单种群蛙跳优化的卷积神经网络算法（SFCNN）对眼底多种病变进行检测。该算法保留混合蛙跳算法（SFLA）的高效寻优能力，简化成单种群蛙跳算法，并与传统卷积神经网络（CNN）有效结合。在初始化网络时，通过蛙跳算法优化网络初始权值选择；在网络迭代过程中监听卷积神经网络前向传播损失值并利用蛙跳算法的寻优能力修正异常权值；在网络符合结束条件后对最终权值进行一次蛙跳寻优，使网络权值得到进一步的优化，从而实现对复杂的眼底图像多病变检测分类。该算法对眼底图像病变检测的实验表明，相对于传统CNN算法，无论是在单病变检测还是同时整体检测，正确率均有所提高。