多层语义融合CNN的步态人体语义分割

目的 针对反恐、安防领域利用监控视频进行步态识别时由光照、拍摄角度、遮挡等多协变量引起的轮廓缺失、人体阴影和运算时间等问题，提出了一种基于RPGNet（Regin of Interest+Parts of Body Semantics+GaitNet）网络的步态人体语义分割方法。方法 该方法按照功能划分为R（region of interest）模块、P（parts of body semantics）模块和GNet（GaitNet）模块。R模块提取人体步态感兴趣区域，起到提升算法效率和图像去噪的作用。P模块借助LabelMe开源图像注释工具进行步态人体部位语义标注。GNet模块进行步态人体部位语义训练与分割。借鉴ResNet和RefineNet网络模型，设计了一种细节性步态语义分割网络模型。结果 对步态数据库1 380张图片进行了测试，RPGNet方法与6种人体轮廓分割方法进行了对比实验，实验结果表明RPGNet方法对细节和全局信息处理得都很精确，在0°、45°和90°视角都表现出较高的分割正确率。在多人、戴帽和遮挡条件下，实验结果表明RPGNet方法人体分割效果良好，能够满足步态识别过程中的实时性要求。结论 实验结果表明，RPGNet步态人体语义分割方法在多协变量情况下能够有效进行步态人体语义分割，同时也有效提高了步态识别的识别率。     

传统团花纹样研究及在现代家纺产品设计中的应用

团花纹样扎根于中华民族独特的美学设计理念,包含着深厚的人文底蕴,是形式与内涵的完美融合。通过对传统团花纹样的内外部结构及组织类型等艺术特征进行归类分析,发掘其深层的艺术设计内涵,并结合现代家纺产品设计原理,提出团花纹样在现代纺织品创新设计中的应用形式;通过一定的构成方法结合现代语汇进行设计创新,主要的设计应用方法可以归类成打散法、变异法和切割法三种;通过主题与定位、构思与环节、款式与效果等设计实践,进一步提升团花纹样在现代设计中的应用空间和应用价值,为其他中国传统纹样的创新设计与应用提供借鉴。     

浅谈施工企业如何搞好工程投标

当前,工程项目投标已成为施工单位之间激烈竞争的焦点;而且,如今的投招标市场一改以往有现成招标标底的作法,完全根据有资格预审合格的投标单位的投标报价加权平均后的“合理     

基于CNN和DLTL的步态虚拟样本生成方法

针对步态识别在反恐、安防领域亟待解决的小样本问题,提出了一种基于深度卷积神经网络（convolutional and neural network,CNN）和DLTL（dual learning and transfer learning）的步态虚拟样本生成方法。首先用基于VGG19的深度卷积神经网络模型低层响应提取步态风格特征图,然后利用基于对抗网络的对偶学习（dual learning,DL）对风格特征图进行风格训练,得到风格特征模型;其次利用VGG19模型的高层响应提取步态内容特征图,然后让步态内容特征图对风格特征模型中的风格特征进行学习;最后使用迁移学习TL（transfer learning）获得步态虚拟偏移样本。实验结果表明,经过DLTL风格学习生成的步态虚拟样本虽然整体风格发生改变,但人体步态特征没有改变,可有效扩充小样本容量;当虚拟样本增加到一定数量时,步态识别率有所提升。该方法与现有步态虚拟样本生成方法进行对比实验,结果表明该算法优于现有方法,能够大量生成虚拟样本且稳定提高步态识别的识别率。     

基于分层组合设计模式的纹样设计原理与方法

针对传统提花织物纹样设计在图案和色彩表现能力上的不足,采用数码提花织物分层组合设计模式来创新提花织物纹样设计的方法,达到提花织物创新的目的。文章分析了传统平面设计模式下提花织物的手绘纹样设计和计算机辅助设计的基本特点,探讨基于分层组合设计模式的纹样设计的基本原理和方法,提出可行的纹样创新设计的研究方法论和框架图,为提花织物纹样的数码化设计创新提供新的理论依据和可行的方法,并通过设计实践验证了理论与方法的可行性,为信息化时代提花织物产品的数码化设计创新提供新路径。