基于3D Res-Inception网络结构的密集人群行为识别

针对密集人群行为识别,结合传统计算机视觉和深度学习,提出一种双路3D Res-Inception网络结构。在二维卷积神经网络基础上扩展时间维度,设计一种时空残差单元用于提取时空特征,以此为基本单元设计融合人群的外观和运动特征的双路3D Res-Inception结构,并采用镜像、裁剪的方式扩增香港中文大学人群视频数据集(CUHK crowd dataset)。实验结果表明:数据扩增的方法适用于密集人群视频识别;与基于群体变迁的人群描述子算法、卷积神经网络-长短期记忆网络(CNN-LSTM)、三维卷积网络(3D CNN)相比,提出的双路3D Res-Inception网络结构对密集人群行为识别的准确率显著提升,可达95.48%。     

基于深度学习的行为识别算法综述

人体行为识别一直是计算机视觉研究中的热点.随着近几年人体行为识别在虚拟现实、短视频等方面的广泛应用, 以及深度学习算法的快速发展, 基于深度学习的行为识别算法层出不穷.相较于传统方法, 基于深度学习的行为识别算法具有鲁棒性强、准确率高的优点.基于此, 本文对近年来提出的基于深度学习的行为识别算法进行了梳理, 并对由双流卷积网络和3D卷积网络结构发展而来的行为识别的系列算法进行了重点介绍, 并总结了各种算法的性能和成果, 最后对该领域进行了展望.     

基于深度学习的行为识别算法综述

人体行为识别一直是计算机视觉研究中的热点.随着近几年人体行为识别在虚拟现实、短视频等方面的广泛应用, 以及深度学习算法的快速发展, 基于深度学习的行为识别算法层出不穷.相较于传统方法, 基于深度学习的行为识别算法具有鲁棒性强、准确率高的优点.基于此, 本文对近年来提出的基于深度学习的行为识别算法进行了梳理, 并对由双流卷积网络和3D卷积网络结构发展而来的行为识别的系列算法进行了重点介绍, 并总结了各种算法的性能和成果, 最后对该领域进行了展望.     

基于公共空间视频的人脸情绪识别

针对公共空间中人脸情绪识别准确率不高的问题,提出一种结合不同感受野和双流卷积神经网络的人脸情绪识别方法。首先建立基于公共空间视频的人脸表情数据集;然后设计一个双流卷积网络,以尺寸为224×224的单帧人脸图像输入卷积神经网络(convolution neural network,CNN),分析图像纹理静态特征;以尺寸为336×336视频序列输入CNN网络,再将提取的特征送入长短期记忆网络(long short term memory network,LSTM)分析局部、全局运动特征;最后通过Softmax分类器将两通道网络的描述子进行加权融合,得到分类结果。结果表明,本文方法能有效利用不同感受野的信息特征清晰识别公共空间的4种典型人脸情绪,识别准确率达88.89%。     

奥氏体不锈钢焊缝超声相控阵检测图像智能分类

奥氏不锈钢焊缝的粗晶粒以及材料各向异性,导致超声检测图像信噪比较低,人工检测判断缺陷存在困难。分别使用InceptionV3、ResNet50、DenseNet121和MobileNetV2卷积神经网络来进行奥氏不锈钢焊缝相控阵B扫图像的自动分类。实验结果表明,大型卷积神经网络分类准确率高,ResNet50和DenseNet121在测试集上的分类准确度达到100%,Inception V3达99.8%,但轻量化的卷积神经网络MobileNetV2的准确率只有90.8%,存在严重过拟合。通过改进轻量化卷积神经网络MobileNetV2的训练方式,并引入Dropout层,可以保证分类准确度达到100%,并且减小了大量网络参数,更利于移动端的应用。     

基于卷积神经网络的3D服用人体特征识别

提出了一种基于卷积神经网络的3D人体特征识别算法。首先,获取训练数据,具体包括数据的去冗余、3D到2D的投影以及人体局部区域图像的获取。然后,根据局部图像的大小,设计神经网络的结构,并进行参数初始化,对网络进行训练,通过调整网络参数提高网络的准确度。基于训练好的网络,通过对人体自上而下的扫描获取的人体局部图像进行特征识别并获取其对应的特征概率,通过阈值以及特征变化判定出特征出现在人体的的相对位置。然后,使用最小二乘拟合将经过该位置的横向切面与3D人体模型相交的二维点离散坐标点进行闭合曲线拟合,计算出人体各部位的尺寸。最后将测试结果与标准测量结果进行比较,计算出误差值。仿真实验结果表明,通过该方法可以较好的实现对各种差异性3D扫描人体模型的特征识别。     

基于图卷积的3D骨架数据的双人交互行为识别

针对图卷积神经网络的双人交互行为识别方法存在交互语义信息表达不充分的问题,提出了一种新的双人交互时空图卷积神经网络（DHI-STGCN）用于行为识别的方法。该网络包含空间子网络模块和时间子网络模块。将基于交互动作视频获取的3D骨架数据生成一种双人交互动作的空间动作图用于空间信息的表示,图中根据关节点位置信息对双人之间的连接边赋予不同的权重。时间信息处理中,在构造的邻接矩阵中增加了上下文时间信息的联系,图中关节点与其一定时间范围内的节点增加连接。将生成的时空图数据送入空间图卷积网络模块,结合时间图卷积网络模块增强帧间运动特征连续性进行时序建模。该模型充分考虑了双人交互动作的紧密关系,具有较强的鲁棒性,获得了比现有模型更好的交互动作识别效果。     

基于3D-CBAM注意力机制的人体动作识别

针对已有的动作识别方法的特征提取不足、识别率较低等问题,结合双流网络、3D卷积神经网络和卷积LSTM网络的优势,提出一种融合模型. 该融合模型为了更好地提取人体动作特征,采用SSD目标检测方法将人体目标分割出作为局部特征和原视频的全局特征共同训练,并采用后期融合进行分类; 将3D卷积块注意模块采用shortcut结构的方式融合到3D卷积神经网络中,加强神经网络对视频的通道和空间特征提取; 并且通过将神经网络中部分3D卷积层替换为ConvLSTM层的方法,更好地得到视频的时序关系. 实验在公开的KTH数据集     

基于弱监督迁移网络的3D人体关节点识别

针对2D图像缺少深度信息,行为姿态空间结构信息不完备的问题,提出一种基于弱监督迁移网络的3D人体关节点识别方法。首先,提出一种用于真实图像的端到端3D人体姿态估计框架,使用2D与3D混合标签图像对深度神经网络进行训练,在2D人体姿态识别子网络中,添加深度回归模块对2D人体姿态识别子网络进行改进,解决3D人体姿态识别出现的深度歧义性问题;其次,在3D人体姿态识别子网络中,引入3D几何约束对人体姿态识别进行规范化操作,针对无真实深度标签的情况,可更好地学习深度特征,有效解决存在遮挡情况的人体姿态识别问题。在Human 3.6M和MPII数据集中关节点预测平均误差低于其他方法,具有更好的3D人体姿态识别效果。     

基于多尺度特征融合的水果图像识别算法研究

水果图像识别是智能采摘系统中最重要的组成部分.针对现阶段水果图像识别过程中存在的漏检和误检现象,为进一步提高识别准确率,研究了基于多尺度特征融合的水果图像识别算法.首先,为避免训练过程中出现欠拟合现象,对Fruits-360中的水果图像进行数据扩充,并进一步灰度归一化处理以减少计算量.随后采用ResNet-50作为骨干网络,并在骨干网络的基础上建立多尺度采样层,使用1×1、3×3和5×5的卷积核在拓宽网络宽度的同时进行特征提取,多尺度网络层整体增加BN层,即在每个卷积层之后都增加BN层.使在ResNet-50提取的原始特征基础上获取语义信息更加丰富的特征图.最后采用梯度下降法优化网络,得到最终的识别模型.实验结果表明,所提算法识别精度高,可准确的对水果图像经识别,识别精度高达99.4％,在相同数据集的情况下,优于目前主流算法,可为水果自动采摘技术提供帮助.     

甲烷重整制氢气的研究进展

甲烷(天然气)资源丰富,氢碳比高,是良好的制氢原料.本文对各种重整制氢过程,包括水蒸汽转化、部分氧化、二氧化碳重整、自热重整、甲烷裂解进行了综述,并对甲烷重整制氢的前景给予了展望.     

一种针对复值信号的独立分量分析方法

利用独立分量分析方法对相互独立的复值信号进行盲提取,即从统计特性出发,通过变换观测信号,能够获得尽可能相互独立的信号．并在广义EHA准则基础上进行了变化,通过直接挑选非线性函数的方法,实现盲复值信号的提取．利用梯度下降法实现算法学习,仿真实验验证了算法的有效性．     

计算一类微分系统稳定区间的判定条件

对于一类滞后型微分系统, 为了给出计算其稳定时滞区间的代数判定条件, 通过分析其时滞相关稳定性, 构造了计算该系统稳定时滞区间的算法. 借助于 Routh-Hurwitz 准则及多项式完全判别系统, 该算法可实现在线计算. 该算法适用于一类多时滞微分系统, 并可计算多个稳定时滞区间, 完善了一些文献中只针对单时滞微分系统或只给出一个稳定时滞区间的结果.     

甲烷重整制氢气的研究进展

甲烷(天然气)资源丰富，氢碳比高，是良好的制氢原料．本文对各种重整制氢过程，包括水蒸汽转化、部分氧化、二氧化碳重整、自热重整、甲烷裂解进行了综述，并对甲烷重整制氢的前景给予了展望。     

面向城市VANETs的多跳警告广播协议

为改善道路交叉口处信息向所有方向分发的可靠性以及降低信息分发时延,提出面向城市车载网络多种交通密度、基于位置的多跳警告广播协议MBW.本协议把无线信号一次发射覆盖的道路分为东、南、西、北4个方向.道路交叉路口的中继节点满足两个条件:首先,一个节点至少有两个邻居节点,该节点及邻居的行驶方向都不同,并且与邻居节点之间的距离都大于路宽;其次,ID号在交叉口的节点中最小,交叉路口处中继节点优先广播信息不等待.道路上的中继节点根据WT公式确定,WT值为零时转发信息,并定义此节点为中继节点,本协议支持信息在路上双向传输.MBW协议的中继节点选择策略能够减少中继节点个数和信息分发冗余.仿真结果表明MBW协议和现存的VANETs广播协议相比具有较好的高覆盖率、低延迟、低转发节点率和较低的网络开销.     

一种低分辨率雷达编队目标回波仿真方法

针对低分辨率雷达回波含有架次特征信息的状况,提出一种回波仿真方法.选用辛格函数作为散射中心函数,由多个散射中心函数的加权和逼近目标冲激响应,将发射信号与目标冲激响应卷积得到仿真回波.仿真回波对基于波形特征的编队目标架次判别的算法研究提供一定的数据支持.     

超宽带系统中有辅助符号的信道估计方法

提出了两种有辅助符号的信道估计算法：已知时延信道估计和未知时延信道估计．研究了辅助符号数量对两种信道估计算法的性能影响．在接收端采用最大比合并选择性Rake接收机的情况下，通过计算机仿真对两种算法分析比较．仿真结果表明：已知时延信道估计性能好于未知时延信道估计的性能；两种估计算法中，使用的辅助符号越多，信道估计性能越好．     

高校毕业生就业市场开拓策略分析

积极开拓高校毕业生就业市场是实现毕业生的就业率和就业质量,以及高校生存与发展的重要保障之一.运用市场营销理论,根据就业市场的特点提出积极开拓市场的策略,通过"走出去"和"引进来"两种方式积极开拓有形的市场.同时利用网络开拓无形市场,使有形与无形措施结合起来,提高毕业生就业率和就业质量.     

关于行列式计算方法的探讨

针对各种行列式的结构特点,本文给出计算行列式的几种典型方法。这包括:归一法、三角形法、递推法、数学归纳法、范德蒙德行列式计算行列式法等。     

超宽带系统中有辅助符号的信道估计方法

提出了两种有辅助符号的信道估计算法:已知时延信道估计和未知时延信道估计. 研究了辅助符号数量对两种信道估计算法的性能影响. 在接收端采用最大比合并选择性Rake接收机的情况下，通过计算机仿真对两种算法分析比较. 仿真结果表明：已知时延信道估计性能好于未知时延信道估计的性能；两种估计算法中，使用的辅助符号越多，信道估计性能越好.