为了解决多目标跟踪(MOT)算法中由于模糊行人特征造成的身份切换(IDS)等跟踪问题,并验证行人外观在跟踪过程中的重要性,提出了一种基于中心点检测模型的注意力自相关网络(ASCN)。首先,对原图进行通道和空间注意力网络的学习以获得两种...为了解决多目标跟踪(MOT)算法中由于模糊行人特征造成的身份切换(IDS)等跟踪问题,并验证行人外观在跟踪过程中的重要性,提出了一种基于中心点检测模型的注意力自相关网络(ASCN)。首先,对原图进行通道和空间注意力网络的学习以获得两种不同的特征图,并对深度信息完成解耦;然后,通过特征图之间的自相关性学习,获得更加准确的行人外观特征和行人方位信息,并将这些信息用于关联过程的跟踪;此外,制作了低帧率条件下视频的跟踪数据集,以验证改进算法的性能。在视频帧率条件不理想时,改进算法利用ASCN获取了行人外观信息,相较于仅利用方位信息的跟踪算法具有更好的准确率和鲁棒性。最后,将改进算法在MOT Challenge的MOT17数据集上进行测试。实验结果表明,与不加入ASCN的FairMOT(Fairness in MOT)相比,改进算法的跟踪平均准确率(MOTA)和识别F值(IDF1)指标分别提高了0.5和1.1个百分点,IDS数减少了32.2%,且在单卡NVIDIA Tesla V100上的运行速度达到了每秒21.2帧,这验证了改进算法不仅减少了跟踪过程中的错误,也提升了整体跟踪效果,且能够满足实时性要求。展开更多
Reconciliation is a necessary step in postprocessing of continuous-variable quantum key distribution(CV-QKD)system.We use globally coupled low-density parity-check(GC-LDPC)codes in reconciliation to extract a precise ...Reconciliation is a necessary step in postprocessing of continuous-variable quantum key distribution(CV-QKD)system.We use globally coupled low-density parity-check(GC-LDPC)codes in reconciliation to extract a precise secret key from the raw keys over the authenticated classical public channel between two users.GC-LDPC codes have excellent performance over both the additive Gaussian white noise and binary-erasure channels.The reconciliation based on GC-LDPC codes can improve the reconciliation efficiency to 95.42% and reduce the frame error rate to 3.25×10^-3.Using distillation,the decoding speed can achieve 23.8 Mbits/s and decrease the cost of memory.Given decoding speed and low memory usage,this makes the proposed reconciliation method viable approach for high-speed CV-QKD system.展开更多
在加性高斯白噪声(additive white Gaussian noise,AWGN)信道中设计一种低密度奇偶校验(low-density parity-check,LDPC)码的最大似然译码算法是一项具有挑战性的工作。麦克斯韦译码算法在二进制擦除信道下具有优越的性能,但把这种算法...在加性高斯白噪声(additive white Gaussian noise,AWGN)信道中设计一种低密度奇偶校验(low-density parity-check,LDPC)码的最大似然译码算法是一项具有挑战性的工作。麦克斯韦译码算法在二进制擦除信道下具有优越的性能,但把这种算法移植到其他信道却非常困难。引入了信道转换的思想实现两个不同信道之间的转换,并利用该方法成功地将麦克斯韦算法应用到AWGN信道中,提出了一种将信度传播算法和麦克斯韦算法有机结合的联合译码算法,即信度传播-麦克斯韦译码算法,该算法可缩小与最大似然译码算法之间的性能差距。仿真表明,该译码算法可打破大多数小陷阱集从而获得比信度传播译码算法更低的误帧率,并且可消除大多数信度传播译码后出现的小错误。展开更多
文摘为了解决多目标跟踪(MOT)算法中由于模糊行人特征造成的身份切换(IDS)等跟踪问题,并验证行人外观在跟踪过程中的重要性,提出了一种基于中心点检测模型的注意力自相关网络(ASCN)。首先,对原图进行通道和空间注意力网络的学习以获得两种不同的特征图,并对深度信息完成解耦;然后,通过特征图之间的自相关性学习,获得更加准确的行人外观特征和行人方位信息,并将这些信息用于关联过程的跟踪;此外,制作了低帧率条件下视频的跟踪数据集,以验证改进算法的性能。在视频帧率条件不理想时,改进算法利用ASCN获取了行人外观信息,相较于仅利用方位信息的跟踪算法具有更好的准确率和鲁棒性。最后,将改进算法在MOT Challenge的MOT17数据集上进行测试。实验结果表明,与不加入ASCN的FairMOT(Fairness in MOT)相比,改进算法的跟踪平均准确率(MOTA)和识别F值(IDF1)指标分别提高了0.5和1.1个百分点,IDS数减少了32.2%,且在单卡NVIDIA Tesla V100上的运行速度达到了每秒21.2帧,这验证了改进算法不仅减少了跟踪过程中的错误,也提升了整体跟踪效果,且能够满足实时性要求。
基金Project supported by the National Natural Science Foundation of China(Grant Nos.61801522,61972418,and 61872390)the Natural Science Foundation of Hunan Province,China(Grant Nos.2019JJ40352 and 2017JJ3415)the Special Foundation for Distinguished Young Scientists of Changsha City,China(Grant No.kq1905058)。
文摘Reconciliation is a necessary step in postprocessing of continuous-variable quantum key distribution(CV-QKD)system.We use globally coupled low-density parity-check(GC-LDPC)codes in reconciliation to extract a precise secret key from the raw keys over the authenticated classical public channel between two users.GC-LDPC codes have excellent performance over both the additive Gaussian white noise and binary-erasure channels.The reconciliation based on GC-LDPC codes can improve the reconciliation efficiency to 95.42% and reduce the frame error rate to 3.25×10^-3.Using distillation,the decoding speed can achieve 23.8 Mbits/s and decrease the cost of memory.Given decoding speed and low memory usage,this makes the proposed reconciliation method viable approach for high-speed CV-QKD system.
文摘在加性高斯白噪声(additive white Gaussian noise,AWGN)信道中设计一种低密度奇偶校验(low-density parity-check,LDPC)码的最大似然译码算法是一项具有挑战性的工作。麦克斯韦译码算法在二进制擦除信道下具有优越的性能,但把这种算法移植到其他信道却非常困难。引入了信道转换的思想实现两个不同信道之间的转换,并利用该方法成功地将麦克斯韦算法应用到AWGN信道中,提出了一种将信度传播算法和麦克斯韦算法有机结合的联合译码算法,即信度传播-麦克斯韦译码算法,该算法可缩小与最大似然译码算法之间的性能差距。仿真表明,该译码算法可打破大多数小陷阱集从而获得比信度传播译码算法更低的误帧率,并且可消除大多数信度传播译码后出现的小错误。
