【摘 要】
：
针对自然图像识别过程中不同深度学习模型关注兴趣区域不同的现象,本文引入深度卷积神经网络融合机制,结合深度迁移学习方法,给出了一种基于多感知兴趣区域特征融合的图像识别方法。本文将迁移学习方法引入牛津大学视觉组网络模型(visual geometry group network,VGGNet)和残差网络模型(residual network,ResNet),通过对单个分类模型进行热力图可视化及特征可视
【基金项目】
：
国家自然科学基金项目(61471080/F010408),国家支撑计划(2015BAF20B02),国家留学基金委资助计划(201608210308),辽宁省自然科学基金指导计划(2019-ZD-0108).
论文部分内容阅读
针对自然图像识别过程中不同深度学习模型关注兴趣区域不同的现象,本文引入深度卷积神经网络融合机制,结合深度迁移学习方法,给出了一种基于多感知兴趣区域特征融合的图像识别方法。本文将迁移学习方法引入牛津大学视觉组网络模型(visual geometry group network,VGGNet)和残差网络模型(residual network,ResNet),通过对单个分类模型进行热力图可视化及特征可视化,得到了不同网络模型关联的特征区域不一样的结论。然后在此基础上分别设计特征拼接、特征融合加特征拼接及融
其他文献
摘 要：山羊绒与绵羊毛理化性质相近，外观形态相似，传统的检测方法主要是借助显微镜或者电镜，依据两者的外观形态进行判别，受限于检测人员的经验，结果较为主观。研究从ISO 20418—2提供的MALDI-TOF-MS多肽分析法入手，建立羊绒羊毛定量模型，实现仪器客观检测。使用不同产地、不同品种的羊绒以及一些特殊处理的样品，对该方法的适用性进行验证;使用不同种类的羊绒产品对方法的准确性进行验证。结果表明
2020年,经历了新冠疫情下的制造业.在进入下半年以后.逐渐恢复活力,其中工程机械和机器人与智能制造行业增速超过20％,充分展示出中国制造业强大的需求和发展潜力.中国汽车市场
摘 要：为改进现有腈纶混纺织物化学溶解法试剂毒性大、反应时间长等缺点，研究采用γ丁内酯作为腈纶与棉、羊毛、黏纤、莱赛尔纤维、涤纶、锦纶等二组分混纺织物的定量化学分析法。试验结果表明：采用γ丁内酯对腈纶与棉、羊毛、黏纤、莱赛尔纤维、涤纶、锦纶等二组分混纺织物进行化学定量分析的最佳反应条件为温度40 ℃、时间15 min，此时腈纶纤维能够彻底溶解，剩余纤维棉、羊毛、黏纤、莱赛尔纤维、涤纶、锦纶的修正系
2021年伊始,汽车行业捷报频传.1-2月,汽车产销分别完成389.0万辆和395.8万辆,同比分别增长88.9％和76.2％.同时,第一商用车网报道,根据其初步掌握的数据,2021年3月,我国重型货车
摘 要：面向人体三维轮廓测量的凸包算法是确定服装截面围度尺寸的有效工具。为了减少耗时提高计算效率，引入了Quickhull凸包算法，根据人体具有20的凹凸对称性特征，在构建初始凸包前进行了对已知凹点直接删除的改进，并通过对女性最大胸围截面为例进行了说明，与Graham凸包算法精度和效率的比较，结果表明：采用Quickhull算法可获得与Graham算法相同的尺寸精度，但耗时明显减少，而通过对人体已
摘 要：为了建立织物视觉遮蔽性能的客观快速、简便的测试方法，选用反射率测定仪對织物进行表面反射率测定，与人眼主观评级法对织物视觉遮蔽性能检测的结果进行比较，探究其用于织物的视觉遮蔽性能测试的可行性，并获得与主观法相应等级的反射率分级范围。随后用该客观方法分析物理参数对织物视觉遮蔽性能的影响。结果表明，反射率在白色织物（R=0.8123）及有色织物（R=0.8962）上与人眼观测结果均密切相关，并划
摘 要：柔性生物电干电极是可穿戴健康监控系统的重要组成部分，近几年，研究领域对于生物电干电极的关注逐渐增多。为探讨基于柔性材料的生物电干电极的研究进展，首先对干电极的几个基本性能进行了介绍，生物电干电极常用的性能表征有导电性能、界面阻抗性能、运动伪影和信号噪声，并与湿电极性能进行对比。然后从界面材料方面对柔性生物电干电极进行了分类总结，银纳米线、PEDOT：PSS、聚吡咯、碳纳米管和石墨烯等新型材
人格识别分析是人格计算研究中一个重要的研究内容,在人类行为分析、人工智能、人机交互、个性化推荐等方面具有重要的应用价值,是近年来心理学、认知学、计算机科学等领域中的一个多学科交叉的热点研究课题。本文介绍了与人格识别相关的各种人格类型表示理论和人格识别数据库,阐述了面向听视觉信息的各种听视觉人格特征提取技术,如手工特征和深度特征,并在此基础上对面向听视觉信息人格识别的多模态融合方法做了详细的分类和归纳,最后概括了面向听视觉信息的多模态人格识别发展趋势,并进行了展望。
针对当前文本情感分析中神经网络模型训练时间长,上下文信息学习不足的问题,该文提出了一种结合混合神经网络和条件随机场(conditional random fields,CRF)的模型.该模型将神
传统以字典学习为基础的小样本人脸识别方法存在字典低辨别性、弱鲁棒性等缺点,对此,本文提出稀疏综合字典学习模型。该模型有效利用和生成人脸变化,以镜像原理及Fisher准则扩充训练样本多样性,通过构造混合特色字典、扩充干扰字典以及低秩字典原子,提取不同类别数据之间的共性、特殊性和异常情况,从而提高算法识别率以及对表情变化、姿态变化、遮挡等异常情况的处理能力。在AR、YALEB、LFW等人脸数据库进行仿