【摘 要】
:
步态识别系统在生物识别领域显示出巨大的潜力,然而步态识别的准确性很容易受到视角的影响。为解决这一问题,提出的方法基于循环生成对抗网络(Cycle Generative Adversarial Network:Cycle-GAN)的网络结构,结合新的特征提取模块以及多重损失函数,提出了一种用于跨视角步态识别的网络模型TCC-GAN (Two-channel Cycle Consistency Gen
论文部分内容阅读
步态识别系统在生物识别领域显示出巨大的潜力,然而步态识别的准确性很容易受到视角的影响。为解决这一问题,提出的方法基于循环生成对抗网络(Cycle Generative Adversarial Network:Cycle-GAN)的网络结构,结合新的特征提取模块以及多重损失函数,提出了一种用于跨视角步态识别的网络模型TCC-GAN (Two-channel Cycle Consistency Generative Adversarial Network:双通道循环一致性生成对抗网络)。该网络首先将步态
其他文献
深度学习方法被广泛应用于轴承故障诊断,但在实际工程应用中,轴承服役期间的真实服役故障数据不易收集,缺乏数据标签,难以进行充分地训练。针对轴承服役故障诊断困难的问题,提出了一种基于图卷积网络(GCN)的迁移学习轴承服役故障诊断模型,从数据充足的人工模拟损伤故障数据中学习故障知识,并迁移到真实的服役故障上,提高服役故障的诊断准确率。具体来说,通过将人工模拟损伤故障数据和服役故障数据的原始振动信号由小波
以东莞市主城区为研究区,利用夜光遥感数据、POI数据与手机定位强度数据,采用核密度分析、数据格网化与双因素组合制图方法,获得三种数据空间耦合相同或相异区域,并比较其与城市空间结构的关系。研究表明,三种数据的空间分布趋势总体一致,部分区域出现空间耦合相异:(1)受交通、功能区与夜光遥感数据的“溢出”效应等因素影响,城市道路、商业区以及公共服务业集中区域,夜光遥感与POI耦合相异;在物流工业园、学校以
生物固氮和有机氮降解是土壤有效氮的主要来源,固氮和有机氮降解微生物对土壤氮素供应和地力维持具有重要作用。本研究以青藏高原4种不同利用方式的高寒草甸(未扰动、放牧、围封和围封+补播草甸)为研究对象,结合荧光实时定量和扩增子测序技术,研究了不同恢复方式对nifH固氮菌和chiA几丁质降解菌基因丰度及其微生物群落结构的影响。结果表明:4种草甸的nifH和chiA基因丰度大小排序为未扰动草甸>放牧草甸>围
提出了一种面向现代化表演的平行仿真方法。该方法通过自顶向下分解表演过程,在时空限制下辅助创意者实现传统表演中难以实现的舞台设计和控制。通过构建多层级约束结构,将平行仿真应用于表演领域。利用虚拟舞台和物理舞台之间的数据循环,不断优化表演流程。将舞台空间平行仿真方法连续应用于某数字电视舞台十年。实验表明,基于多维层级的表演平行仿真可以有效地辅助表演全流程,提高表演效率。
针对蚁群算法在静态环境下全局路径规划存在无法找到最短路径、收敛速度慢、路径搜索盲目性大、拐点多等问题,提出一种改进蚁群算法。以栅格地图为机器人运行环境,对初始信息素进行非均匀分布,使路径搜索更倾向于起点和目标点连线附近;把当前节点、下一节点和目标点的信息加入启发式函数,同时引入动态调节因子,实现启发函数前期引导性强,后期加强信息素引导目的;引入伪随机转移策略,减少路径选择的盲目性,加快找到最短路径
火灾是威胁公共安全的最主要灾害,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息。对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。通过实验对比,结果表明所提出
碾压式导电混凝土(electrically conductive roller-compacted concrete, ERCC)是一种新型功能性材料,可通过自身电热性能解决高寒地区路面跑道人工除雪去冰效率低、大坝工程结构温控难等问题.本文开展了ERCC材料设计、物理试验与数值仿真分析研究.利用扫描电子显微镜测试(scanning electron microscope, SEM)分析了表面活性剂
针对现有光流估计方法实时性不够的问题,提出轻量化的深度可分离卷积的PWC-Net改进模型(Depth Separable Pyramid,Warping and Cost Volume,DS-PWC)。其改进之一是将常规二维卷积网络层解耦为深度可分离卷积层,之二是DS-PWC在金字塔层增加基于层数的权重系数;从而使得网络结构在不损失精度的情况下大幅减少模型参数量。且在训练过程中,使用图像及对象感知
拓扑结构无法始终保证全局拓扑的连通性.尽管人工势场控制模型通过引入吸引与排斥作用提供了一种可能的解决途径,但其理想的节点探测能力要求并不符合实际过程.当集群处于信号干扰下的任务环境中时,部分节点甚至会丧失探测能力,需要依赖相邻节点形成稳定合围,导致集群会自发形成功能强弱不同的异构子群.狼群是一种典型的机会主义捕食群体,擅长依靠团队协作捕获猎物,在狩猎过程中具有明显的空间布局和交互行为特征.结合实证
针对目前服务于移动机器人的全局路径规划算法求解目标单一无法应对复杂且多变的实际环境等问题,提出了一种多因素改进蚁群算法。首先,提出了RGB-2D栅格法模拟移动机器人的真实地面路况环境,并针对对角障碍情形,运用邻域矩阵探索法实现障碍检测,有效提高路径的安全性;其次,为克服传统路径规划以距离为单一指标的局限性,构建综合考虑路径安全性、颠簸性、平滑性以及路程最短性的多因子启发式函数;考虑到传统蚁群算法早