【摘 要】
：
随着智能手机和5G网络的普及，短视频已经成为碎片时间获取知识的主要途径，针对短视频数据集不足和分类精度较低等问题，提出双流程分类方法，实现短视频的快速高效分类。首先，构建A-VGG-3D网络，即带有注意力机制的VGG网络提取特征、优化的3DCNN网络进行短视频分类。其次，通过增加人脸判别和镜头判别辅助流程对传统视频分类方案进行优化，有效解决了视频内容、形式多样化分类问题。最后，构建当下流行的生活场
论文部分内容阅读
随着智能手机和5G网络的普及，短视频已经成为碎片时间获取知识的主要途径，针对短视频数据集不足和分类精度较低等问题，提出双流程分类方法，实现短视频的快速高效分类。首先，构建A-VGG-3D网络，即带有注意力机制的VGG网络提取特征、优化的3DCNN网络进行短视频分类。其次，通过增加人脸判别和镜头判别辅助流程对传统视频分类方案进行优化，有效解决了视频内容、形式多样化分类问题。最后，构建当下流行的生活场景短视频数据集，实验采用UCF101数据集和本文数据集进行训练与测试，与C3D、2DCNN、2DCNN+
其他文献
为提高复杂背景下织物疵点检测的准确率,提出了一种融合主结构提取和多尺度线性滤波的疵点检测方法。该方法对输入图像进行中值滤波和对数增强预处理以增加疵点和背景的对比度,并利用相对总变差模型提取织物图像的主结构信息—疵点,达到抑制背景纹理的效果;然后利用多尺度线性滤波器实现精确定位达到增强疵点区域的目的;最后利用预处理与疵点增强结果进行点乘的形态学处理得到完整疵点区域。实验结果表明:此方法可以检测污渍、
利用197-2014年GLDAS-CLM(Global Land Data Assimilation System-the Community Land Model)地表参量数据集、中国区域逐日观测资料格点化数据集（CN05.1）和ERA-nterim大气环流再分析数据，研究青藏高原5月（春季）土壤湿度的异常变化特征与6月高原地表热通量的相关关系以及土壤湿度异常与我国夏季（7月）降水的联系和可能机
土壤水分是限制植物生长的关键因子，采煤沉陷在地表形成裂缝，加之地下水位降低，使本就很低的土壤含水量进一步降低，当土壤含水量低于植物干旱胁迫阈值，势必会影响植物生理生态。本文首先分析了干旱半干旱矿区采煤沉陷对水环境的影响，然后综述了当土壤含水量小于植物干旱胁迫阈值时，植物生理生态指标，包括：植物叶片与根系形态结构、光合生理指标、渗透调节、植物水分生理指标、植物抗氧化酶系统和抗旱蛋白等的潜在变化。今后
以黄土塬区王东沟小流域塬面为研究对象，结合野外样品采集和室内外化验分析，探究不同土地利用方式下土壤水分、土壤水氢氧稳定同位素对次降雨事件的时空响应变化规律，为黄土塬区农业生产格局优化、生态修复提供科技支撑。结果表明：（1）在次降雨事件（降雨量47.6mm）发生前及发生后7天，荒草地、苹果地和玉米地在0～3m范围内土壤平均含水量分别为16.13%±1.23%、16.01%±1.38%、16.53%±
时间稳定性概念体现了土壤水分的空间结构随时间具有持续稳定的特性，由此找到的代表性点其测量结果可用于反映流域平均土壤水分状况，此方法为流域尺度的土壤水分估算带来便利。本文围绕黑河上游八宝河流域开展表层土壤不同深度的土壤水时间稳定性特征分析，寻找能反映流域表层土壤水分平均状况的代表性点，结合流域土壤、植被、地形条件，研究流域内土壤水空间结构时间稳定性的主要控制因素。结果显示：八宝河流域代表性点多位于优
图像语义分割技术在变电站智能机器人抢险作业以及日常巡检中起重要作用。针对变电站场景中的类别不平衡问题，文中提出了一种用于训练多类别图像语义分割模型的多类别Focal Loss损失函数。多类别Focal Loss损失函数可以动态调整各类别的权值，对出现频率小的类别更加友好。基于深度学习和变电站场景图像，分别使用多类别Focal Loss损失函数和交叉熵损失函数训练基于FCN、SegNet和DeepL
提出了一种基于视觉密码与QR码的图像认证和篡改检测的光学脆弱水印方法。一方面，将原始水印图像变换为QR码水印图像，以提高水印隐藏容量。另一方面，将视觉密码与光学相位编码相融合来加密水印图像，以增强系统安全性。我们通过一系列的攻击与篡改测试了所提水印方法的可行性、脆弱性和不可感知性。模拟结果表明，所提水印方法不仅具有较好的不可感知性，而且在任意攻击下都能灵敏的检测出图像发生了篡改，具有很强的脆弱性。
通过试验了解不同耕作方式下土壤无机氮动态和水稻生长状况，为再生稻稻田土壤培肥提供科学依据。按冬前是否翻耕和插秧前旋耕情况，设置4种耕作方式：翻耕一次旋耕一次（T1）、翻耕一次旋耕两次（T2）、不翻耕旋耕两次（T3）和不翻耕旋耕三次（T4），观察4种耕作方式下土壤无机氮动态变化和水稻生长。结果表明：在水稻主要生育期，不同耕作处理下土壤无机氮含量、植株干物质积累和水稻产量均呈现T2＞T1＞T4＞T3的
【目的】为解决判定水稻病虫害类型所需样本多、处理设备要求高等问题。【方法】以健康水稻及褐斑病、铁甲虫病、稻瘟病水稻为研究对象，基于方向梯度直方图（histograms of oriented gradients， HOG）和局部二值模式（local binary pattern， LBP）加权融合的方法对水稻病虫害图像提取特征，利用支持向量机(support vector machine， SVM
图像的风格转换技术目前已经成为计算机视觉领域的一个新的研究热点，并取得了惊人的效果。但由于卡通艺术风格不同于大部分艺术风格的特点，目前针对卡通风格的图像转换方法仍有巨大的改进空间。本文在深入研究图像风格迁移的基础下，提出了一种适用于图形处理器性能受限情况下卡通图像风格迁移训练的生成式对抗网络。首先利用VGG网络提取图片先验信息实现学习过程加速；其次裁剪CartoonGAN模型，在保证效果的基础上使