排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
针对非重叠视角下的行人重识别和高维特征提取等问题,提出基于块稀疏表示的行人重识别方法。采取典型相关分析(CCA)方法进行特征投影变换,通过提高特征匹配能力来避免高维特征运算引起的维数灾难问题,并在CCA转换后的投影空间使投影后查询集行人特征向量与相应的数据集特征向量近似成线性关系;利用行人数据集的块结构特征构建行人重识别模型,采用交替方向框架求解优化问题;最后对查询集中要识别的行人采用残差项处理,并将最小残差项所对应的指标作为最终识别的行人记号。在公开数据集PRID 2011、iLIDS-VID和VIPeR上进行多次实验,结果显示所提方法的Rank1性能在三个数据集上分别达到40.4%、38.11%和23.68%,明显高于大间隔最近邻分类(LMNN)等算法,其在Rank-1上的匹配率也远大于LMNN算法;其总体性能也优于经典的基于特征表示与度量学习的算法。实验结果验证了所提方法在行人重识别上的有效性。 相似文献
2.
行人重识别问题是计算机视觉的重要研究内容之一,旨在将多个非重叠相机中的目标行人准确加以识别。当将某摄像机中的行人图像视为目标行人在该摄像机视图上的一种表示时,行人重识别可被认为是一种多视图学习问题。在此基础上提出的基于典型相关分析的行人重识别算法仅是一种线性降维算法,很难从复杂的重识别系统(如目标行人图像受低分辨率、光照及行人姿态变化等因素影响)中提取有效的高层语义信息,用于行人重识别。为此,本文提出了一种基于稀疏学习的行人重识别算法(Sparsity learning based person re-identification,SLR)。SLR首先通过稀疏学习获取目标行人在每一相机视图上的高层语义表示,然后将高层特征映射到一个公共的隐空间,使不同视图间的特征距离可比较。SLR算法的优点在于通过学习鲁棒的行人图像特征表示,能够获得更具判别性的公共隐空间,以提高算法的行人重识别性能。在VIPeR、CUHK数据集上的实验结果表明了本文算法的有效性。 相似文献
3.
4.
以杜仲叶为原料,采用超临界CO2萃取法,对其黄酮类化合物的提取工艺进行优化首先采用单因素实验分别探讨了杜仲叶采摘期、夹带剂(乙醇)的浓度、萃取温度、萃取压力、萃取时间和CO2流速对黄酮类化合物得率的影响,并通过正交实验对杜仲叶黄酮类化合物的最佳萃取工艺条件进行优化,然后再对萃取物分离纯化溶剂的种类及用量进行探讨.研究结果表明,提取黄酮类化合物较为适宜的杜仲叶采摘期为6月份,添加浓度为80% (v/v)的乙醇3.5mL/g作夹带剂时最佳萃取条件为:萃取温度40℃、萃取压力25MPa、萃取时间2.5h、CO2流速200kg/h,然后将萃取物加1∶3(v∶v)的乙醚分离出黄酮类化合物,得率可达2.032% (w/w). 相似文献
5.
6.
7.
研究超声波辅助提取猕猴桃籽油的最佳工艺条件,并分析其脂肪酸组成。采用单因素试验和正交试验,探讨了物料粒度、提取溶剂、料液比以及提取温度、提取时间、超声功率等对猕猴桃籽油提取率的影响,并对提取工艺条件进行了优化。结果表明,最佳工艺条件为:以石油醚为提取溶剂,物料粒度40目,料液比1∶10,超声功率360 W,提取温度45℃,提取2次,每次30 m in;在此条件下提取率为31.26%。GC-MS分析表明,猕猴桃籽油主要脂肪酸组成为亚麻酸(65.3%)、油酸(14.5%)、亚油酸(13.3%)、棕榈酸(5.6%)、硬脂酸(1.3%)。 相似文献
8.
9.
10.
本文在介绍遗传算法与计算机通信网概述的基础上,研究了遗产算法在计算机通信网优化中的应用价值,探讨了遗产算法在计算机通信网优化中的具体应用,分析了遗传算法应用下计算机通信网优化设计结果。希望通过这次研究,为相关领域技术人员提供有效的借鉴和参考。 相似文献