特征互补的图像美学质量评分方法*

深度卷积神经网络(DCNN)难以针对性地分析图像的特定区域及其相互关系.文中将深度特征与人工设计的特征进行互补结合,提出对图像美学质量评分的方法.首先确定并抽取对美感起主导作用的特定区域,针对该区域及其与其它区域的关系,选择和设计5组美学相关的人工特征,特别是提出线条角度特征和清晰度对比特征.基于Siamese网络结构获取深度特征.选用支持向量回归(SVR)对上述两类特征进行回归预测,并设计基于spearman秩相关系数的权值调节最终的分数.实验表明,文中方法效果较优,与图像美学质量的主观评价具有较好的一致性.     

超声波辅助提取芡实多糖条件优化

建立超声波法辅助提取芡实多糖的最佳提取工艺.采用单因素考察和正交试验,以芡实多糖得率为指标,对水提液料比(A)、水提时间(B)、水提温度(C)、超声时间、超声温度进行优选研究,并与传统热水浸提法作比较.影响芡实多糖的提取率的主次关系依次为水提时间>水提温度>水提液料比.最佳提取工艺为超声时间20min,超声温度60℃,水提液料比1:35(g/mL),水提时间5h,水提温度80℃.试验优选的超声辅助提取法多糖提取率高,优于传统热水浸提法.