融合视觉风格和标签约束的少数民族服装图像解析

目的 少数民族服装款式结构复杂,视觉风格各异。由于缺少民族服装语义标签、局部特征繁杂以及语义标签之间存在相互干扰等因素导致少数民族服装图像解析准确率和精度较低。因此,本文提出了一种融合视觉风格和标签约束的少数民族服装图像解析方法。方法 首先基于本文构建的包含55个少数民族的服装图像数据集,按照基本款式结构、着装区域、配饰和不同视觉风格自定义少数民族服装的通用语义标签和民族语义标签,同时设置4组标注对,共8个标注点;然后,结合自定义语义标签和带有标注对的训练图像,在深度完全卷积神经网络SegNet中加入视觉风格以融合局部特征和全局特征,并引入属性预测、风格预测和三元组损失函数对输入的待解析图像进行初步解析;最后,通过构建的标签约束网络进一步优化初步解析结果,避免标签相互干扰,得到优化后的最终解析结果。结果 在构建的少数民族服装图像数据集上进行验证,实验结果表明,标注对有效提升了局部特征的检测准确率,构建的视觉风格网络能够有效融合少数民族服装的全局特征和局部特征,标签约束网络解决了标签之间相互干扰的问题,在结合视觉风格网络和标签约束网络后,能够明显提升少数民族服装解析的平均精度,像素准确度达到了90.54%。结论 本文提出的融合视觉风格和标签约束的少数民族服装图像解析方法,能够提高少数民族服装图像解析的准确率和精度,对传承祖国文化、保护非物质文化遗产具有很好的意义。     

基于注意力机制和卡尔曼滤波的多目标跟踪

为了解决目前多目标跟踪算法在行人遮挡后无法再次准确跟踪的问题,提出了一种融入注意力机制和改进卡尔曼滤波的多目标跟踪算法,选用联合检测和重识别框架提取特征,同时完成目标检测和重识别任务.设计了并行支路注意力机制,包括空间注意力和通道注意力两个部分,每个部分都采用并行支路的方式完成池化和卷积操作.在跟踪阶段,本文提出了速度先验卡尔曼滤波,实现对行人运动状态更精确的预测.采用CUHK-SYSU数据集对算法进行训练,并在MOT16数据集上做算法的验证和测试.本算法的多目标跟踪准确度(MOTA)达到了65.1％,多目标跟踪精确度(MOTP)达到了78.8％,识别F1值(IDF1)达到62.3％.实验表明,提出的跟踪算法可以有效地提高跟踪的整体性能,实现对目标的持续跟踪.     

基于C++的基因配对问题算法仿真与实现

在数据结构中,有一种结构较为特殊,它就是字符串,原因是其处理的数据被限定为字符类型.在实际的研究和学习过程中,需要处理很多数据,而字符串就占了大部分,它比一般的数值型问题的处理要复杂.C++语言相较于C语言来说,具有其自身的特点.通过C++语言实现了一个字符串匹配的基因配对问题,给出了问题的描述、算法的流程,并对算法进行仿真并得出结果.     

基于改进深度残差网络的矿井图像分类

精确煤矸分类及识别能力是煤矿智能煤矸分选机器人要解决的关键问题。在通过深度学习图像分类方法的检测煤矸石中,为克服当前残差网络计算量大、复杂度高以及信息丢失的问题,提出了基于改进深度残差网络的图像分类方法。并提出了一种新的损失函数soft-center loss,克服由于softmax分类器对特征的区分判别能力差以及易造成模型过度自信的问题。同时在图像预处理阶段利用CBDNet去噪网络,提高了井下图像的质量,进一步提升了煤矸分类的准确率。实验结果表明,基于改进深度残差网络分类模型相比于其他分类网络模型在井下图像分类准确率提高了4.12%,在公开数据集CIFAR-10准确率提高了1.5%。     

改进CBAM的轻量级注意力模型

近几年注意力模型在计算机视觉领域取得了广泛的应用,通过在卷积神经网络中加入注意力模型,网络的性能可以显著提升。然而大多数现有的方法都专注于开发更复杂的注意力模型,以使卷积神经网络获得更强的特征表达能力,但这也不可避免地增加了模型的复杂性。为了在性能和复杂度间取得平衡,对CBAM模型进行优化提出了轻量级的EAM（Efficient Attention Module）模型。针对CBAM的通道注意力模块,引入一维卷积替代全连接层来聚合各通道间的信息;对于CBAM的空间注意力模块,将大卷积核替换为空洞卷积来增加感受野以聚合更广的空间上下文信息。将该模型融入YOLOv4后在VOC2012数据集上进行测试,mAP提高3.48个百分点。实验结果表明,该注意力模型只引入较小的参数量,网络性能可获得较大提升。     

高强钢板热力耦合冲压成形数值模拟北大核心

以热冲压成形中常用的简单工件U型件为研究对象,采用有限元分析软件进行数值模拟,通过建立U型件热力耦合冲压成形有限元模型,研究改变板料初始成形温度、成形速度和保压时间等对板料成形性能的影响机理。探讨热冲压成形过程中协同控制板料初始成形温度、成形速度和保压时间等关键工艺参数的变化,确定优化方案,得到符合生产实际需求的工件。     

双水相分离纯化R-藻红蛋白

为了获得优于食品级的R-藻红蛋白(R-PE),采用双水相体系从坛紫菜中分离纯化R-PE.结果表明,聚乙二醇(PEG)/酒石酸钾钠双水相体系,当PEG相对分子质量为1 500且p H为8.06、系线长22.30%、体积比0.12时纯化效果最佳,R-PE纯度由细胞破碎液的0.43提高到1.47,回收率为84.42%.经过二次双水相纯度达1.55,纯化因子为3.60.得到的R-PE具有较高的生物活性.PEG相对分子质量1500/酒石酸钾钠双水相体系成功分离纯化R-PE,操作简单,成本低,适于工业化.     

压电驱动膜片的弯曲振动仿真

基于压电本构方程,建立了压电弹性复合驱动膜的机电耦合模型,利用ANSYS软件对压电复合膜进行了静态及一阶模态分析,对比分析了空心与实心PZT复合膜片的驱动能力,分别讨论了复合膜厚度、压电膜与弹性膜直径比等结构参数对膜片振动挠度的影响,获得了压电层与弹性层最佳粘贴比.     

强度折减法在边坡稳定性分析中的应用

以一均质土坡为例,首先采用有限元整体强度折减法计算,在此基础上分别选取塑性剪切应变率大于2.0e-5和塑性区为局部强度折减法的折减范围,通过局部强度折减得到边坡滑裂带分布和稳定安全系数,分析不同折减范围下边坡稳定安全系数、特征点位移以及滑裂带的变化规律。比较天然状况和稳定渗流状态下局部强度折减和整体强度折减的计算结果。结果显示:两种方法得到的稳定安全系数基本一致,但折减范围的选择对计算结果影响很大,折减塑性剪切应变率大于2.0e-5的范围得到的稳定安全系数较小。     

郑庄东大井区煤层含气量主控地质因素

以郑庄区块东大井区为主要研究对象,综合运用实验测试数据、煤田钻孔及煤层气井资料,并结合沉积、构造和地下水动力的原理和方法,深入分析了该区煤层含气量分布和主控地质因素。研究结果表明:研究区煤层含气量较高,总体呈自东向西逐渐增大的趋势,且主要受煤层埋藏深度、地质构造和水动力条件三个因素控制。即煤层埋深对含气量分布具有较好的控制作用,总体上含气量高值区大都位于北部深埋区域;地质构造对含气量的影响主要表现为次级构造叠加在煤层埋深影响的总体背景之上导致含气量展布复杂化;北部地区水动力条件对煤层气的运移和富集具有显著的控制作用,是影响煤层含气量展布的主要因素;而南部地区则由于埋深和断层等因素的影响,从而导致水动力条件与煤层含气量的相关性不太明显。