【摘 要】
：
步态识别作为一种非接触式远距离的生物特征识别技术，其任务是根据远距离行人的行走模式来实现身份识别。针对卷积神经网络(CNN)对穿着影响因素较大的红外人体步态进行分类时存在不稳定性的问题，本文提出利用长短期记忆网络，根据人体身高比例遮挡穿着部分后的图像，让网络集中注意力提取腿部的变化特征以及每个红外人体步态周期的时间维度特征，从而构建了一种新的步态识别模型。该模型在中科院提供的CASIA C红外步态
论文部分内容阅读
步态识别作为一种非接触式远距离的生物特征识别技术，其任务是根据远距离行人的行走模式来实现身份识别。针对卷积神经网络(CNN)对穿着影响因素较大的红外人体步态进行分类时存在不稳定性的问题，本文提出利用长短期记忆网络，根据人体身高比例遮挡穿着部分后的图像，让网络集中注意力提取腿部的变化特征以及每个红外人体步态周期的时间维度特征，从而构建了一种新的步态识别模型。该模型在中科院提供的CASIA C红外步态数据库中，对穿着服饰部分进行预遮挡处理后的数据进行了实验测试，其识别准确率优于CNN，该实验结果表明，在
其他文献
显著性实例分割是指分割出图像中最引人注目的实例对象。现有的显著性实例分割方法中存在较小显著性实例不易检测分割，以及较大显著性实例分割精度不足等问题。针对这两个问题，提出了一种新的显著性实例分割模型，即注意力残差多尺度特征增强网络（ARMFE）。模型ARMFE主要包括两个模块：注意力残差网络模块和多尺度特征增强模块，注意力残差网络模块是在残差网络基础上引入注意力机制，分别从通道和空间对特征进行选择增
由于单幅图像缺失三维信息以及完整的纹理信息，基于单幅图像的真实感三维人体动画合成极具挑战性。针对单幅图像三维信息缺失问题，提出了一种基于SMPL参数模型的三维人体几何重建方法。该方法以单幅图像为输入，先根据输入图像人体轮廓信息变形标准的SMPL参数模型分别生成与目标轮廓一致的正反面的三维几何模型，然后利用基于B样条插值的网格拼接融合算法拼接正反面三维几何，最后为了恢复正确的手部几何，利用基于B样条
该文以城市内某大学校园为例,研究了考虑地震灾害的城市人员密集区域应急疏散路线规划问题.首先,根据文献与现场调研确定了校园内可利用的避难场所;其次,根据不同地震加速度条件下建筑物外围墙体坠落对疏散路线通行宽度的影响,提出了“疏散虚拟墙体”概念;然后,利用Pathfinder软件(试用版)进行不同地震加速度、不同人群分布等条件下的人员逃生疏散仿真模拟,并结合人员应对行为及人群疏散过程中可能出现的出口成
针对计算机断层成像中辐射剂量的暴露具有癌症诱发的潜在危险，以及单一数据在重建结果中易产生噪声残留、结构过度平滑等问题，本文提出基于两种不同数据域的低剂量CT图像多阶段联合降噪模型。在生成器第一阶段对低剂量投影数据采用残差U-Net模型进行正弦图恢复，在编解码过程通过嵌入跳跃连接为上采样增加多尺度信息，加快训练收敛速度。对去噪后投影图像用滤波反投影实现频域到空间域转换。在第二阶段利用多尺度卷积对CT
基于深度学习的煤矿井下运煤皮带机异物检测在保证煤矿安全生产方面有着重要的意义，更精准、高效的目标检测算法是目前目标检测研究的热点和难点。为了实现运煤皮带运行时对进入其中的异物快速准确识别，防止皮带撕裂现象的发生，提出一种改进的CenterNet运煤皮带异物检测算法，首先对煤矿井下图像进行预处理，以适应CenterNet网络，提高网络对目标图像的检测有效性；对网络进行改进，将残差模块中的标准卷积替换
散射计测量海面后向散射系数,并通过GMF(Geophysical Model Function)反演得到海面风场。目前散射计风场反演所采用的GMF一般只考虑雷达极化方式、雷达入射角、风速和相对风向对海面后向散射系数的影响,而相关研究表明SST(Sea Surface Temperature)对Ku波段散射计风场反演具有不可忽略的影响。本文利用HY2A-SCAT(Haiyang-2A Scatter
低动态范围（Low Dynamic Range，LDR）的数字图像的亮度动态范围要远远低于人眼能够观看到的动态范围，从而使得图像或者视频的细节丢失、色彩失真，导致无法精确获取真实场景的信息。高动态范围（High Dynamic Range，HDR）技术可解决数字图像系统和真实世界在亮度动态范围上存在巨大差距的问题，HDR的流媒体服务已经成为未来人们追求更高的视听享受的选择，在摄影、视频监控、真实感
针对临床银屑病图像分割精度不高和分割结果出现的像素栅格化问题，提出了一种有效的U-net医学图像分割改进方法。该方法采用对比度受限的自适应直方图均衡化（CLAHE）方法对银屑病图像进行预处理，并采用跳跃连接Inception-Res A模块代替经典U-net特征提取单元，以及采用马尔可夫随机场后处理进一步提升分割精度。针对长征医院临床银屑病样本，实验结果表明，改进的U-Net模型Dice系数和Ja
为了解决现有安全帽佩戴数据集样本数量有限导致模型检测精度较低的问题，提出一种基于场景增强的样本扩充算法。该算法将训练集中随机抽取的图像中的检测目标随机缩放后，粘贴到另一随机场景图像上的任意位置，基于现有场景构建出拥有新的检测目标的增强场景，通过场景增强扩充安全帽佩戴训练数据集，增加训练数据集的多样性。为了验证该算法在安全帽佩戴检测中的有效性，使用场景增强算法扩充HelmetWear数据集，并用其训
从三维网格模型中提取轮廓信息是一个具有挑战性的过程。现有的方法一般是基于局部形状特征分析，如曲面的曲率和相邻面法向之间的夹角，但是这些特性通常对模型中的局部特征变化敏感。为了解决这个问题，提出一种基于三维形状几何近似的轮廓提取方法。该方法利用一个完善的变分几何分割算法来得到一套完整的描述性特征曲线。首先基于变分几何近似方法划分模型为若干分片；其次提取所有分片的内部特征曲线，并过滤较短的特征曲线；然