基于语义感知的图像美学质量评估方法

当前图像美学质量评估的研究主要基于图像的视觉内容来给出评价结果,忽视了美感是人的认知活动的事实,在评价时没有考虑用户对图像语义信息的理解。为了解决这一问题,提出了一种基于语义感知的图像美学质量评估方法,将图像的物体类别信息以及场景类别信息也用于图像美学质量评估。运用迁移学习的思想,构建了一种可以融合图像多种特征的混合网络。对于每一幅输入图像,该网络可以分别提取出其物体类别特征、场景类别特征以及美学特征,并将这三种特征进行高质量的融合,以达到更好的图像美学质量评估效果。该方法在AVA数据集上的分类准确率达到89.5%,相对于传统方法平均提高了19.9%,在CUHKPQ数据集上的泛化性能也有了很大提升。实验结果表明,所提方法在图像美学质量评估问题上,能够取得更好的分类性能。     

基于改进胶囊神经网络的遥感影像分类

针对遥感影像卷积神经网络（CNN）分类会导致特征信息丢失及泛化能力差的问题,提出一种基于通道注意力和混合注意力改进的胶囊神经网络分类模型。首先,为了胶囊神经网络能够适应于大尺寸输入图像,在特征提取模块中使用2个最大池化层;其次,为了提高分类精度,分别将SENet注意力和CBAM注意力加在特征提取模块的最后一层去改进特征提取模块;最后,将样本集随机地划分为训练集、验证集和测试集,进一步使用训练集和验证集训练模型,测试集测试模型,使用AID数据集对模型分类的泛化能力进行验证。实验结果表明:基于SENet网络改进的胶囊神经网络的准确率与Kappa系数要高于其他模型,泛化能力也优于其他模型,本文提出的模型的总体分类精度和泛化能力有了显著性提升,从而验证了本文方法的可行性和使用性。     

蛹虫草多糖的亚临界水萃取及其抗氧化活性研究

以蛹虫草为原料,通过单因素和响应面分析实验对亚临界水提取蛹虫草多糖的工艺条件进行优化并对所得到的多糖进行结构鉴定和抗氧化活性测定。结果表明,优化得到的最佳提取条件为:p H为8,提取温度180℃,水料比为21∶1(m L/g),萃取时间为13 min时,萃取得率为7.13%,与传统热水浸提法相比,亚临界水浸提法在提取得率和提取时间方面均具有明显的优势(传统热水浸提法分别为1.72%,180 min)。传统热水浸提法和亚临界水浸提法得到的蛹虫草多糖均具有一定的还原能力,并且其DPPH·清除作用的IC_(50)值分别为0.324、0.314 mg/m L。红外光谱分析表明热水浸提和亚临界水浸提得到的蛹虫草多糖具有相同的结构特征。