行人再识别技术研究综述

行人再识别是当前计算机视觉的研究难点和热点问题。根据行人再识别技术最新研究动态,对其研究现状进行了系统梳理,重点分析了特征学习和分类器算法两个最为核心的问题。首先将行人再识别的研究方法进行分类,其次整理了相关的研究资源,然后将特征学习分类为局部特征、块特征和全局特征,分类器算法分类为基于图像的建模方法、基于视频的建模方法、End-to-End的研究方法和深度学习模型,最后总结了行人再识别技术存在的主要问题,并对行人再识别检测技术的研究趋势进行展望。     

基于深度学习的车标识别算法的研究与实现

依据深度学习算法可以自主进行特征学习和识别的特点,提出一种基于Keras深度学习框架的车标识别算法。将该方法将ResNet50和Inception V3两模型相结合构建训练网络,以此建立分类器对车标图像进行识别。实验结果表明,该方法与传统的卷积神经网络分类进行比对,提高了车标识别的准确率。     

基于机器视觉的目标识别方法的研究进展

随着社会的不断发展,机器视觉系统在各行业已被广泛应用,基于目标检测与目标识别的图像处理方法在机器系统中有了主要的应用途径,总结近年来使用机器视觉研究中用到的目标识别方法,包括Blob分析法、模板匹配法、深度学习法,详细讨论这些目标识别方法的原理、优劣以及在各个领域中的应用。首先介绍了基于机器视觉的目标检测识别的任务、难点和发展现状,其次基于深度学习方法的目标检测识别算法,最后讨论当前实际应用中目标检测识别方法存在的问题和未来可能的发展方向。     

改进的基于端到端学习的蜻蜓目昆虫识别算法

[目的]传统的蜻蜓目(Odonata)昆虫的鉴别算法是在标本图片上进行人工的特征提取来训练分类器,此类方法所用的数据集包含的蜻蜓目昆虫种类和数量均较少,并且样本背景单一,导致识别率低且只能识别标本图片.针对这些问题制作了一个同时包含蜻蜓目昆虫生态图片和标本图片的数据集,提出一种基于深度学习的蜻蜓目昆虫的识别算法.[方法]采用具备端到端学习优势的网络框架,在上述数据集上,使用在ImageNet上迁移学习的ResNet50进行特征提取,使用新的区域建议网络Imp-RPN进行特征筛选,再使用改进的损失函数来解决样本分布不均的问题.[结果]所提出的识别算法在精确到种的46类分类任务中识别率达到了96.2％,在精确到种并包含性别信息的90类分类任务中识别率则达到了88.7％.[结论]端到端的深度学习网络框架免除了人工标注样本的时间成本,提高了识别准确率,更能满足物种鉴别任务的需求.     

基于深度学习的纹理图像语义识别

传统的纹理图像识别方法主要对底层的视觉特征进行检测,从而导致对高层语义特征的识别能力不足.为了解决上述问题,提出一种基于深度学习的纹理图像语义特征识别方法.该方法首先把在ImageNet数据集上预先训练的模型作为骨干网络构建模型,然后对输入的纹理图像进行数据增强和预处理,并输入模型进行训练和验证,最后利用训练获得的最佳...     

基于深度学习的X射线焊缝缺陷识别

为了提高缺陷识别效率,提出利用基于深度学习网络进行焊缝缺陷识别。在分析X射线焊缝缺陷图像特征的基础上,构建一种基于模拟视觉感知原理的深度学习网络结构,并对卷积神经网络的卷积模板大小及层数进行了分析,对卷积神经网络隐藏层中2种不同的激活函数进行了实验验证,针对性地提出优化方法。该深度学习神经网络可以避免对焊缝缺陷图像特征的提取,直接判断疑似缺陷图像是否为缺陷。对580张图像进行了实验,结果表明,本文所提方法对SDR图像的识别准确率超过98%,优于传统方法。且所设计系统具有自动学习X射线焊缝缺陷图像中复杂的深度特征的特点,实用性较强。     

基于深度学习的SSL VPN加密流量的分类识别

随着虚拟专用网技术的广泛使用，VPN加密流量的分类识别对于网络安全管理的重要性愈发明显，而传统流量分类技术在提取特征和关键协议字段时效率较低.因此，本文提出一种基于卷积神经网络的深度学习模型，用以实现SSL VPN加密流量的分类识别，并减少特征工程中的人力成本.首先，将流量区分为VPN加密流量和非VPN加密流量，并且确定出这两类流量所属的服务类型；然后对所有流量进行分类，识别出产生流量的应用类型.考虑到网络流量中存在的时序关系，采用一维卷积神经网络作为深度学习的模型，通过构建Pytorch的实验环境，采用ISCX2016数据集，实现对VPN加密流量的分类任务.通过参数优化，除数据量较小的数据类型外，应用识别的平均F1-score为91.73%,流量识别的平均F1-score为91.13%.实验结果表明，基于一维卷积神经网络的深度学习方法对于识别SSL VPN流量是可行和有效的.     

基于深度学习的面部表情识别方法综述

人脸表情识别就是让计算机按照人类的思维理解表情,是人机交互的重要组成,然而随着深度学习的迅速发展,深度学习技术在人脸表情领域的研究也成为研究热点,所以对深度学习技术在表情识别中的应用及取得的成果进行分析。首先总结了几种常用表情数据集;然后从特征提取和特征分类两方面对基于深度学习的表情识别方法进行了分类,并从网络改进方面分析了基于深度学习的表情识别中的几种网络改进方法;最后阐述了表情识别这一领域中面临的挑战和未来发展。     

基于两层迁移卷积神经网络的抽象图像情感识别

为弥合抽象图像底层视觉特征与高层情感语义间的鸿沟,同时缓解抽象图像情感识别所固有的小样本缺陷,将两层迁移学习策略引入传统的卷积神经网络,提出一种基于两层迁移卷积神经网络的抽象图像情感识别模型.该模型利用深度特征的层次性,首先通过大规模通用图像数据集来学习提取普适的底层图像特征;然后利用抽象图像风格分类数据集来学习提取抽象图像的专有高层语义特征;最后采用抽象图像情感识别数据集来微调整个网络.MART数据集上的实验结果表明,与传统的抽象图像情感识别方法相比,所提出的模型能够有效地提高识别精度.     

基于深度学习的高维光谱分类识别研究

光谱分类识别一直是天文学家研究中的基础问题,也是LAMOST巡天计划的一项重要任务.从LAMOST发布的海量天体光谱数据库中选取F、G、K 3种型星光谱数据,采用深度学习模型进行分类识别研究和对比实验研究,解决原有方法对光谱分类可信度低的问题.实验结果证明:对于F、G、K 3种型星的分类精确度问题,深度学习方法明显优于原有其他分类方法.     

春节视觉符号的创新设计刍议

春节是中国重要的传统节日,蕴含着丰富的文化内涵和哲学思想。春节视觉符号是春节文化的重要表现载体,承载着人们辞旧迎新、求吉纳福的美好愿望,是民族凝聚力、意志力、号召力的象征符号。挖掘春节文化背后的深刻内涵,对春节视觉符号的设计原则、设计方法的研究,旨在探索春节视觉符号新时代的表现形式,适应新时代的发展需求,最终实现传统文化的传承与创新。     

论中国传统文化符号在服装设计中的运用——推演法及其构思模型商榷

中国传统文化符号在现代服装设计中的运用,具有传承传统文化和繁荣现代服饰文化的重要意义,其设计运用的科学方法将能够有效地实现传统与现代的有机融合。通过分析传统文化符号设计运用的现状与目标,提出了推演法,并对其特点进行了阐述。以此为基础,建立了包括符号构成分析、影响因素分析、可能性空间描述与新符号确定4个主要环节的推演法构思模型,并以传统云肩为例,具体阐述了推演法在现代服饰创新设计中的运用过程。     

基于多元统计分析的中国文化符号研究

文化是一个民族的血脉,是一个民族凝聚力和创造力的重要源泉。符号是文化的载体,文化是符号的对象,两者是交互作用的,体现文化的内外价值。文化符号作为民族文化的载体,能代表一个地域乃至一个民族、一个国家的独特文化。本文设计了中国文化符号调查问卷,运用列联表分析模型和因子分析模型对中国文化符号的认可度等进行了分析,研究发现：中国文化符号认可度具有高度的趋同性,与性别、学历等因素无关;影响中国文化符号认可度的两个因子分别为中国文化符号的内容和中国文化符号的影响力及形成条件,两者相比较,后者更有待提高。     

从东乡平伙到东乡手抓的演进看东乡民俗符号的建构

在人类符号活动中，民俗符号占有特殊的地位，它鲜活的形式承载了大量的文化信息，完成了民俗信息传递的任务。新的民俗符号的建构既保存了传统民俗符号的精华，又为民俗符号在新的环境下发展赢得了生存空间。东乡手抓这一民俗符号的建构便是一个极其成功的例子。他利用东乡传统的饮食资源，使得传统的民俗符号商品化，并且得到了主流社会和主流饮食文化的认可，成功的构建为新的能满足人类需求的文化符号。     

从新时期中国电影看电影符号的文化内蕴

影像符号是电影艺术的存在本体,以它为基础形成的电影语言是影片表意的主要方法,而且蕴藏着丰富而深厚的文化内涵。新时期以来的中国电影正是从影像符号的革新入手,对电影的表意方式做了大胆的探索,深刻地反映了具有民族特色和社会境况的文化内蕴,取得了巨大的成就,为中国电影的繁荣做出了贡献。     

儒家思想对现代管理的启示

儒学一直以来对中国的政治、经济、文化都有着深远的影响,如今的儒学不仅是在中国,也在全世界的范围都受到了极大的关注。儒家思想博大精深,处处体现着先人非凡的智慧。历史发展到21世纪的今天,西方管理的某些思想和中国的传统儒学有着一定的相似性,虽然两者分属不同的文化,这就给我们现代人以灵感,我们应从中国文化之根源去找到对现代管理有益的观点,以更好的适应中国的文化背景。     

基于深度卷积神经网络与中心损失的人脸识别

传统人脸识别方法手工设计特征过程复杂、识别率较低,对于开集人脸识别通用深度学习分类模型特征判别能力较弱。针对这两方面的不足,提出了一种以分类损失与中心损失相结合作为模型训练监督信号的深度卷积神经网络。首先,利用构建的应用场景数据集优调从公共数据集获得初始化参数的深度人脸识别模型,解决训练数据过小和数据分布差异问题,同时提高模型训练速度;然后,以传统损失函数和新的中心损失作为迁移学习过程中的监督信号,使得类内聚合、类间分散,提高模型输出人脸特征的判别能力;最后,对人脸特征进行主成分分析,进一步去除冗余特征,降低特征复杂度,提高人脸识别准确率。实验结果表明,与传统人脸识别算法相比该算法可以自动进行特征提取,并且相对于通用深度学习分类模型该算法通过度量学习使特征表示更具判别力。在自建测试集和LFW、YouTube Faces标准测试集上都取得了较高的识别率。     

论景观的符号学含义——以铺地景观为例

铺地景观是一种文化现象,体现了各个时代的文化信息,具有符号学意义。本文以此作为理论基础,首先解析了文化符号、文化景观及铺地景观的概念含义;其次概述了中国古典园林铺地景观和现代铺地景观的表象特征,认为各时代的铺地景观具有不同的特征,反映了一定的文化含义;再次,着重分析了古典园林和现代景观形成的文化成因,包含了社会制度、人文思想等因素;最后,对我国铺地景观的发展进行了展望,提出全球化时代将是铺地景观表征多元化的时代,铺地的物质形式在现代形式的基础上将进一步发展,表现出材料多样、纹样多样的表征,其所代表的符号含义将是文化理性和现代科技文化的结合。     

高校图书馆为企业提供信息服务模式新探

当前,企业情报信息服务存在一些问题,严重制约了企业的发展。高校图书馆在信息资源服务方面具有信息资源、技术和人才等方面的优势,因此,高校图书馆和企业之间可以实行联合,开启高校图书馆为企业发展提供服务之门。