近年来随着无人机产业的迅猛发展,视觉定位技术已广泛应用于低成本轻量化的定位系统中,然而当无人机在水面等弱纹理区域飞行时,场景视觉特征稀疏且差异小,导致图像误匹配率激增,定位估计发散严重,限制了视觉定位技术在水域环境下的应用...近年来随着无人机产业的迅猛发展,视觉定位技术已广泛应用于低成本轻量化的定位系统中,然而当无人机在水面等弱纹理区域飞行时,场景视觉特征稀疏且差异小,导致图像误匹配率激增,定位估计发散严重,限制了视觉定位技术在水域环境下的应用。针对该问题提出了一种基于水纹识别的视觉定位技术(visual positioning technique based on water pattern recognition,WPRVP)。首先通过提取水纹多粒度相关特征得到相邻图像之间局部和全局的匹配关系;然后将匹配信息嵌入循环网络迭代处理,由粗到细逐步提高水纹图像的匹配精度;最后基于多视图几何约束进行匹配筛选和运动建模,实现了鲁棒的定位估计。实验结果表明,相比现有的图像匹配和视觉定位方法,WPRVP能够应用于水域环境且能保持更高的匹配与定位精度,能够为导航设备在水域场景下提供一个低成本高精度的导航信息源,辅助无人机执行水面飞行任务。展开更多
针对现有方法对非结构文本中结构复杂的敏感个人信息实体无法有效识别的问题,提出一种基于内容和上下文的敏感个人信息实体识别方法。一方面,利用规则匹配检测具有可预测模式的敏感实体类型;另一方面,构建了一个基于词对关系分类架构(EL...针对现有方法对非结构文本中结构复杂的敏感个人信息实体无法有效识别的问题,提出一种基于内容和上下文的敏感个人信息实体识别方法。一方面,利用规则匹配检测具有可预测模式的敏感实体类型;另一方面,构建了一个基于词对关系分类架构(ELECTRA-W2NER,EW2NER)的实体关系分类识别模型,以检测模式复杂的敏感实体类型。EW2NER使用最新的ELECTRA(Efficiently Learning an Encoder that Classifies Token Replacements Accurately)模型实现词嵌入,并采取实体关系分类架构统一提取扁平型和重叠型的敏感个人信息实体。该模型在中文敏感数据集上取得了97.05%的F 1值,优于ExSense(Extract sensitive information from unstructured data)模型。展开更多
文摘近年来随着无人机产业的迅猛发展,视觉定位技术已广泛应用于低成本轻量化的定位系统中,然而当无人机在水面等弱纹理区域飞行时,场景视觉特征稀疏且差异小,导致图像误匹配率激增,定位估计发散严重,限制了视觉定位技术在水域环境下的应用。针对该问题提出了一种基于水纹识别的视觉定位技术(visual positioning technique based on water pattern recognition,WPRVP)。首先通过提取水纹多粒度相关特征得到相邻图像之间局部和全局的匹配关系;然后将匹配信息嵌入循环网络迭代处理,由粗到细逐步提高水纹图像的匹配精度;最后基于多视图几何约束进行匹配筛选和运动建模,实现了鲁棒的定位估计。实验结果表明,相比现有的图像匹配和视觉定位方法,WPRVP能够应用于水域环境且能保持更高的匹配与定位精度,能够为导航设备在水域场景下提供一个低成本高精度的导航信息源,辅助无人机执行水面飞行任务。
文摘针对现有方法对非结构文本中结构复杂的敏感个人信息实体无法有效识别的问题,提出一种基于内容和上下文的敏感个人信息实体识别方法。一方面,利用规则匹配检测具有可预测模式的敏感实体类型;另一方面,构建了一个基于词对关系分类架构(ELECTRA-W2NER,EW2NER)的实体关系分类识别模型,以检测模式复杂的敏感实体类型。EW2NER使用最新的ELECTRA(Efficiently Learning an Encoder that Classifies Token Replacements Accurately)模型实现词嵌入,并采取实体关系分类架构统一提取扁平型和重叠型的敏感个人信息实体。该模型在中文敏感数据集上取得了97.05%的F 1值,优于ExSense(Extract sensitive information from unstructured data)模型。
