【摘 要】
：
人群运动集体性识别对公共场所人群管理具有重要意义。人群运动集体性不仅取决于运动个体，还受到人群局部运动状态的影响。针对以上分析，本文给出了结合局部特征和全局特征的人群集体性卷积网络识别方法。该方法首先基于光流向量构建人群集体性测度图作为卷积网络的输入；然后，在网络第一层卷积后加入通道注意力，获取人群运动的全局信息；并采用空洞卷积提取人群运动的局部信息。最后，本文在公共数据集上进行对比实验，以验证本
论文部分内容阅读
人群运动集体性识别对公共场所人群管理具有重要意义。人群运动集体性不仅取决于运动个体，还受到人群局部运动状态的影响。针对以上分析，本文给出了结合局部特征和全局特征的人群集体性卷积网络识别方法。该方法首先基于光流向量构建人群集体性测度图作为卷积网络的输入；然后，在网络第一层卷积后加入通道注意力，获取人群运动的全局信息；并采用空洞卷积提取人群运动的局部信息。最后，本文在公共数据集上进行对比实验，以验证本文方法的有效性，实验结果表明：本文方法在进行人群场景集体性识别时，其加权平均召回率、加权平均准确率和加权
其他文献
在显著性目标检测网络的设计中, U型结构使用广泛.但是U型结构显著性检测方法中普遍存在空间位置细节丢失和边缘难以细化的问题,针对这些问题,本文提出了一个基于语义信息引导特征聚合的网络,通过高效的特征聚合来获得精细的显著性图.网络由3部分组成,分别是混合注意力模块,增大感受野模块以及多层次聚合模块.首先,利用增大感受野模块处理特征提取网络提取出的低层特征,使其在保留原有边缘细节的同时增大感受野,以获
为解决无人机与蜂窝网络在协作频谱共享中的激励与安全问题，提出一种基于区块链的频谱共享机制。首先，为保证无人机在协作过程中的可靠性和真实性，采用基于信誉的赢家判决方法和维克里拍卖的付款规则，在保证无人机通信最小速率前提下，提出最大化蜂窝网络传输容量的优化方案。其次，为避免集中机构带来隐私泄露等危险，提出基于区块链的拍卖框架，使用区块链存储并更新无人机的信誉值，并使用智能合约功能来验证和执行拍卖。最后
为更好地保护石山苏铁(Cycas miquelii O.Warburg)资源、扩大石山苏铁种群,本研究以石山苏铁种子为材料,研究种子带皮情况、温度、基质、光照、埋深、土壤含水量对其萌芽率的影响。结果表明:去除种子中种皮的发芽率为63.33%,明显高于不去皮时的发芽率(43.33%);温度低于25℃时种子不萌发,在30℃,35℃条件时种子都能萌发,且35℃下能明显加快其幼苗萌发进程和生长速度;在腐殖
地图作为无人驾驶技术中不可或缺的核心部件，其实时性和准确性尤为重要。为了解决地图更新中数据来源安全性及数据可靠性问题，提出了一种基于区块链的认证及信任管理方案。利用无证书签名技术实现车辆匿名认证，确保了车辆有条件的隐私保护，在车辆发生恶意行为时可进行追踪。设计了基于区块链的信任管理机制，可实现车辆信誉的同步与更新。路边单元可以通过存储在区块链上的历史信任值计算出消息的可信度并将可靠的路况信息发送给
CT技术是目前了解混凝土细观结构的主要方法，受扫描和视窗成图精度影响，CT扫描切片灰度图像往往无明显双峰、亮度不均匀，导致混凝土骨料、砂浆、孔隙难以分割识别。为提高图像分割时骨料、砂浆、孔隙的识别率，针对混凝土圆柱形试样扫描图像，建立了一种基于环状分区和LVQ神经网络相结合的图像分割算法，通过与其他分割方法进行效果对比表明，该方法具有识别准确度高、人工干预少、后期处理简洁等优点，能够为混凝土细观结
N_2O作为重要的温室气体之一，对地球和人类都有很大的影响。为了深入探究对有机氮异养硝化作用及其产生N_2O过程的影响机制，完善全球（N_2O通量估算模型，本研究采用Pearson相关性分析与广义可加模型GAM）对全球135个样点有机氮异养硝化速率及其产生N_2O速率的影响因子进行分析，然后将主要影响因子作为BP神经网络的输入层来模拟全球森林土壤有机氮异养硝化速率及其产生N_2O速率的空间分布。结
Internet of things (IoT) can provide the function of product traceability for industrial systems. Emerging blockchain technology can solve the problem that the current industrial Internet of things (I
电力行业是关系到国计民生的基础性行业，具有重要战略价值，技术和资本密集型特征明显，且近年来科技成果丰硕，多次获得国家科学技术奖。选取了特高压输电技术、大电网安全与运行技术、新能源技术三大典型领域，阐述了获奖项目展现了强大的技术生命力、国际影响力、人才培育力、产业带动力，充分验证了国家科技奖获奖项目对电力行业强大的促进作用，有力推动电力行业协同创新发展，对我国及早实现“碳达峰、碳中和”具有重大意义。
医学图像分割是图像处理的重要环节,而细胞核分割结果是病理学家进行癌症分类和评级的重要依据,提高其分割的准确率一直是研究的热点。但由于同器官的不同细胞核存在形态可能不一样、细胞之间相互重叠、细胞边界不清楚等现象,导致细胞核图像难以准确分割。为提高相互接触和重叠细胞核分割的准确性和精确率,本研究提出一种新型的细胞核分割网络模型。该模型首先是对原始细胞图进行ZCA白化预处理,并基于经典的U.Net网络结
为进一步提高智能交通系统对车辆及不同车型识别的泛化性、鲁棒性与实时性。根据检测区域的特征有针对性地构建数据集，改变余弦退火衰减（CD）学习率的更新方式，提出一种基于梯度压缩（GC）的Adam优化算法（Adam-GC）来提高YOLO v4算法的训练速度、检测精度以及网络模型的泛化能力。为验证改进后YOLO v4算法的有效性，对实际路况的车流进行采集后，利用训练完成的网络模型对不同密度车流进行定量的车