Variational Feature Representation-based Classification for face recognition with single sample per person

The single sample per person (SSPP) problem is of great importance for real-world face recognition systems. In SSPP scenario, there is always a large gap between a normal sample enrolled in the gallery set and the non-ideal probe sample. It is a crucial step for face recognition with SSPP to bridge the gap between the ideal and non-ideal samples. For this purpose, we propose a Variational Feature Representation-based Classification (VFRC) method, which employs the linear regression model to fit the variational information of a non-ideal probe sample with respect to an ideal gallery sample. Thus, a corresponding normal feature, which reserve the identity information of the probe sample, is obtained. A combination of the normal feature and the probe sample is used, which makes VFRC method more robust and effective for SSPP scenario. The experimental results show that VFRC method possesses higher recognition rate than other related face recognition methods.     

P2P环境下的文本检索综述

对等网络在可扩展性、数据更新和隐私保护等方面的特点,使其成为下一代网络发展的重要方向.在对等网络环境下实现文本的检索,已经成为对等技术应用研究的一个重要领域.文中关注对等网络环境下文本检索领域的研究现状,讨论了对等网络中文本检索的研究热点和未来几年的发展趋势并指出了进一步的研究方向.     

基于BERT和LightGBM的文本关键词提取方法

传统的文本关键词提取方法忽略了上下文语义信息,不能解决一词多义问题,提取效果并不理想。基于LDA和BERT模型,文中提出LDA-BERT-LightG BM(LB-LightG BM)模型。该方法选择LDA主题模型获得每个评论的主题及其词分布,根据阈值筛选出候选关键词,将筛选出来的词和原评论文本拼接在一起输入到BERT模型中,进行词向量训练,得到包含文本主题词向量,从而将文本关键词提取问题通过LightG BM算法转化为二分类问题。通过实验对比了textrank算法、LDA算法、LightG BM算法及文中提出的LB-LightG BM模型对文本关键词提取的准确率P、召回率R以及F1。结果表明,当Top N取3～6时,F1的平均值比最优方法提升3.5%,该方法的抽取效果整体上优于实验中所选取的对比方法,能够更准确地发现文本关键词。     

常温条件制备金属薄膜样品

一文在上海交通大学产电解双喷制样仪上,通过电解液高氯酸和冰醋酸,对几种金属材料进行了常温下,透射电镜薄膜样品的制备,并获得成功。     

一种基于稳健匹配准则的视频文本跟踪方法

本文首先根据文本中各个字符的颜色相似的特性,确定已知文本块的文本的颜色,利用文本的颜色信息二值化文本图像以得到文本块中的字符数、字符的尺寸和间距;其次,根据视频图像的大小和视频的播放速度确定搜索窗口的大小,并利用文本的运动信息来预测搜索窗口的位置;第三,根据在相邻两帧中具有相同内容文本的颜色相似的特性,提出了一个可以解决脉冲噪声和部分缺损或遮挡问题的稳健匹配准则来跟踪文本块;最后,确定跟踪输出的文本的颜色、尺寸和运动方式。本文方法可以很好地跟踪平移、缩小或放大、旋转、淡入淡出和部分被遮挡的水平或倾斜排列的文本,并且可以记录文本平移、旋转和缩放的速度。     

乙醇催化燃烧法制备Y形碳纳米纤维

介绍了一种既简单又经济的用于制备Y形结构碳纳米纤维的催化燃烧方法。采用乙醇作为碳源,金属盐溶液作为催化剂先体;同时,基底材料采用铜薄片;实验装置采用酒精灯。实验在常温常压下就可以进行,且不需要引入其他辅助生长Y形结的气体。实验结果表明,该方法具有一定的实用性,可实现大量制备;透射电镜分析结果表明,产物中所含Y形结结构丰富,如螺旋结构、非螺旋结构以及螺旋与非螺旋混合的结构。     

局域网即时通信监控系统的研究与实现

针对目前广泛使用的即时通信软件MSN的安全问题,在具体分析其通信协议的基础之上,设计了专门的监控系统。该系统以监控局域网络为目的,主要针对MSN的文本信息进行监控。最后对设计的系统进行了性能测试,测试结果显示该系统具有良好的性能,系统可以在不改变现有网络配置、不影响网络运行效率的前提下,满足局域网对MSN的通信内容进行监控的需求。     

一种彩色图像文本自动定位算法

图像中的文本包含了重要的语义信息。提出了一种基于连通区域分析的彩色图像文本自动定位算法。首先对彩色图像进行多通道分解,得到少量代表颜色下的二值图像。对二值图像进行连通区域标记,并计算连通区域的属性参数。然后根据关于连通区域属性的先验知识限制,去掉连通区域中的非文本区域,其他的作为候选文本区域。最后根据文本行的排列规律从候选文本区域中提取文本行。实验结果表明该方法能较快地定位文本区域,定位精度较高。     

基于特征向量的文本信息过滤算法研究

随着信息技术的迅速发展,网络已经逐步成为人们生活当中不可或缺的信息传播工具。由于网络资源的大量使用和信息的大量传输,导致信息过载及安全等问题日益突出。为了解决信息过滤的过滤精度和效率瓶颈等问题,这里详细地对文本信息过滤的主要过程、文本表示方法、特征向量获取、相似度计算等技术进行研究,提出一个基于特征向量的文本信息过滤算法。该过滤算法有效地平衡了计算负载,具有较高的信息过滤性能。     

特征增强和双线性特征向量融合的移动端工业货箱文本检测

在实际工业环境下,光线昏暗、文本不规整、设备有限等因素,使得文本检测成为一项具有挑战性的任务。针对此问题,设计了一种基于双线性操作的特征向量融合模块,并联合特征增强与半卷积组成轻量级文本检测网络RGFFD(ResNet18+GhostModule+特征金字塔增强模块(feature pyramid enhancement module,FPEM)+特征融合模块(feature fusion module,FFM)+可微分二值化(differenttiable binarization,DB))。其中,Ghost模块内嵌特征增强模块,提升特征提取能力,双线性特征向量融合模块融合多尺度信息,添加自适应阈值分割算法提高DB模块分割能力。在实际工厂环境下,采用嵌入式设备UP2 board对货箱编号进行文本检测,RGFFD检测速度达到6.5 f/s。同时在公共数据集ICDAR2015、Total-text上检测速度分别达到39.6 f/s和49.6 f/s,在自定义数据集上准确率达到88.9%,检测速度为30.7 f/s。