基于ResNet-LSTM的具有注意力机制的办公人员行为视频识别

针对人体行为视频分析中时间域和空间域上特征提取存在的易混乱以及运算成本高的问题,提出了ResNet-LSTM-Attention网络模型结构.该网络结构将空间域和时间域的特征分开提取,对于空间维度,将单帧图像输入残差网络(ResNet)模型,提取空间维度特征;对于时间维度,将多帧叠加后的空间维度特征作为输入,输入循环神...     

基于注意力机制及分层网络的危险驾驶行为预测方法

基于自然驾驶实验,获取“人-车-环境”多维驾驶行为数据,经过数据清洗与筛选构建危险驾驶行为标准数据库。采用显著性分析对指标进行筛选,并构建八维度的危险驾驶行为预测指标集。以神经网络为第一层,以基于注意力机制的长短期记忆（LSTM）网络为第二层,建立危险驾驶行为预测双层时序模型。结果表明：该模型能有效提升预测准确率（10%）;分层结构和注意力机制对预测准确率有较好的提升作用,分别为5%和3%。     

基于眼动分析的视频广告效果影响因素研究

新媒体时代,视频广告已成为吸引用户关注的最佳品牌传播途径。如何对广告效果进行快速有效的评量,从而设计出更好的视频广告,是新媒体时代品牌传播的关键。文章从消费者的眼动行为分析出发,探讨了产品、品牌和代言人等关键广告元素与视频广告效果之间的关系。通过结合被试的标准眼动度量变量与问卷数据,回归分析结果揭示了：视频广告中产品元素的目标导向效应、代言人元素的吸引力效应以及品牌元素的过度曝光效应。研究结果有助于丰富广告营销理论和改进营销成功模式,展示了眼动追踪研究在市场营销应用中的潜力。     

耐力训练后最大摄氧量增量(%△(V)o2max)的因素分析

根据有关文献资料的统计结果,进一步分析各负荷因素对(V)o2max的影响,揭示(V)o2max增量规律,掌握改善(V)o2max的训练方法和运动处方,为发展耐力素质和科学健身提供研究资料和科学依据.     

基于卷积神经网络和双向门控循环单元网络注意力机制的情感分析

传统的情感分析方法不能获取全局特征,以及否定词、转折词和程度副词的出现影响句子极性判断.在深度学习方法基础上提出了基于卷积神经网络和双向门控循环单元网络注意力机制的短文本情感分析方法.将情感积分引入卷积神经网络,利用情感词自身信息,通过双向门控循环网络模型获取全局特征,对影响句子极性的否定词、转折词和程度副词引入注意力...     

基于髋训练辅助教练器的设计及数理分析的研究

传统的髋训练辅助教练器由于体育训练者开髋训练难度较大、动作难以控制,容易造成体育训练者髋关节肌肉拉伤及韧带崩裂,为此,本文设计一种髋训练辅助教练器,增强体育锻炼者学习的兴趣,有效防止了体育锻炼者韧带拉伤。同时本文运用数理统计法,分析了在两组数理统计的方法对照曲线和训练曲线数据进行对比实验。实验表明体育训练者开髋训练:对照曲线和训练曲线相一致,符合实际教学和体育锻炼的需要,证明了髋训练辅助教练器在高校教学的可行性,在陇东学院体育学院实验取得良好的效果;同时,在其他的地方体育的教学和训练具有较强的借鉴意义。     

基于时间序列MODIS-VCF数据的云南省森林覆盖变化及破碎化分析

【目的】分析云南省2000—2016年森林分布及森林破碎化模式,评估现行森林经营政策的有效性,总结有关森林经营政策执行的经验和教训。【方法】以250 m分辨率MODIS-VCF(vegetation continuous fields, 植被连续场)产品及其衍生数据为基础数据源,利用单一像元位置上森林覆盖随时间的变化而拟合趋势线,通过对斜率、截距及该像元位置上森林覆盖率的方差进行阈值化操作,判定该像元上森林变化类型。在此基础上,利用3×3移动窗口分析技术提取窗口内森林面密度及森林连接度指数,并借助渗透理论将窗口中心森林像元归并为内部、孔洞、边缘、斑块、过渡或未确定等破碎化类型之一。最后,将典型区域的生物多样性动态与森林破碎化成分进行了关联性分析。【结果】2000—2016年,云南省森林面积呈波动增加态势,其中森林持续覆盖增加的区域占云南省总面积的比例约为30.57%。高覆盖变化主要分布在云南省西部和南部,低覆盖变化分布在北部、东部和中部。分析研究期内森林破碎化成分的占比发现:内部森林所占面积比例由2000年的50.03%增长到2006年的57.32%, 再略降到2011年的56.33%,最后升到2016年的63.32%; 孔洞森林面积占比则由29.41%下降到2006年的27.81%,2011年小幅升至28.36%, 再降到2016年的24.54%。边缘森林、斑块森林、过渡森林也与孔洞森林的变化趋势一致,基本上呈现逐渐下降的态势。【结论】在退耕还林、集体林权制度改革等政策推动下,云南省森林面积整体增加,森林破碎化程度降低。2006—2011年森林覆盖略微减少,热点地区森林破碎化程度增加,这同时影响到区域野生动物的数量下降和分布趋于紧缩。     

基于中央凹图像显著性和扫视倾向的注视点转移预测模型

注视点转移预测是图像显著性建模中的一个重要研究领域.现有算法大多过于繁琐,并且局限于利用单张静态显著图来预测,很少能考虑到注视点转移是一个动态的过程.针对以上问题,我们提出一种具有生物依据的注视点转移的预测方法,利用了3大因素:视网膜中央凹在显著目标选取中的动态预测作用、注视点移动在距离和方向上的倾向以及短期记忆对注视点返回的抑制机制.通过三者得到的联合转移概率随机产生候选点,从而逐点生成扫视轨迹.相比于其他模型,所提议方法在客观的衡量标准下,在多个数据库中能更准确、更高效地预测扫视路径.     

基于眼动实验的情绪对驾驶员注意力的影响

为预防和降低由于驾驶员不良情绪而引起的交通事故,开展情绪对驾驶员注意力的研究。首先诱发驾驶员产生良好情绪和不良情绪,基于眼动实验分析驾驶员在良好和不良情绪下的注意力状况,得到驾驶员不同情绪下的眼动指标、注视轨迹图和热图分析情绪对注意力的影响关系,最后将实验数据导入SVM进行机器学习。结果表明:良好情绪下驾驶员注视到AOI的人数更多且注视到的AOI区域数更多,在AOI注视的时间更长,注视点个数更多; 同时良好情绪下驾驶员首次注视到AOI的时间更短,体现出驾驶员良好情绪下注意力水平优于不良情绪; 利用SVM预测驾驶员情绪与注意力状况,测试正确率达到83.34%。本研究对驾驶员不安全驾驶行为的预测和预防具有一定指导作用,有助于减少驾驶员驾驶过程的不安全驾驶行为。     

基于驾驶员注意力分布模型的路侧环境安全性研究

为了探究高速公路路侧环境对驾驶员注意力的影响,优化路侧景观和交通标志设置,提高行车安全性,通过量化分析驾驶员的注意力分布确定了路侧环境风险等级区间。根据路侧环境实际状态选择四类典型路段场景,开展实地驾驶试验采集驾驶员的眼动参数、心率等数据,并分析对应路段上驾驶员眼动规律,包括注视行为、扫视行为和眨眼行为,在此基础上确定表征驾驶员的注意力的显著眼动指标为注视参数。根据驾驶员注视点对应的实际景物并结合注视落点在视野平面中的位置,划分驾驶员的视野区域为路侧环境区（S区）、前方道路区（W区）和车身仪表区（C区）,构建驾驶员注意力分布模型,确定以路侧环境注意力占比值量化表达路侧环境,建立其与驾驶员心率增长率之间的关系模型并划分风险等级区间。结果显示：路侧环境的复杂程度对驾驶员的眼动行为有明显影响,相对于扫视和眨眼,驾驶员的注视参数可显著表征驾驶员的注意力状态,行车过程中驾驶员的关注点在视野平面内移动,路侧环境注意力占比值为S区的累计注视时间和S区与W区注视总时间的比值,其安全区间为［9.93%,62.10%］,风险区间为［6.44%,9.93%）和（62.10%,76.93%］,危险区间为［0,6.44%）和（76.93%,100%］。研究结果可以为路侧景观和标志设计的安全性评价和改善决策提供参考依据。     

基于眼动交互的增强现实抬头显示系统

为了建立一个面向驾驶员的眼动交互增强现实抬头显示系统。首先给出了实时眼动数据的预处理与分析方法。为符合增强现实抬头显示系统的实际应用条件以及针对不同眼动跟踪设备存在的精度局限性的问题,提出了面向增强现实抬头显示系统的眼动交互界面与配套的眼动识别算法。该方法不仅保证了交互的易用性、准确性、高效性,同时也保证了交互的安全性。在此基础上,设计并实现了基于Tobii眼动仪的增强现实抬头显示交互系统。     

基于显著点的感兴趣区域提取及评价

为降低数据规模,提高图像处理的效率,针对感兴趣区域（ROD提取的问题,提出了一种基于显著点的ROI提取算法．利用视觉注意模型（VAM）得到显著图,聚类显著图二值化后提取到的显著点,同时将原图像二值化,并以聚类点作为种子点填充,提取原图像的二值化图轮廓后与原图像掩膜,得到图像的ROI．实验结果表明：该算法的总体效果良好,运算速度可与显著点的个数成线性关系．同时以眼动实验数据为参照进行分析与评价,该算法ROI漏分率至少降低50％,而误分率无明显增加．     

人眼检测的混合加权特征方法

基于眼动跟踪的目视瞄准技术可使无人武器的目标跟踪瞄准操控摆脱对肢体的需求,是未来无人武器的重要操控方式.提出一种混合加权特征方法,通过Gabor算子滤波、计算积分图、引入局部区域方差作为权重对混合特征编码进行加权运算并与级联分类器训练结合,获得人眼区域检测.试验结果表明,本文方法优于常用的Haar-like、LDP方法,并且随着级数的增加误检率呈下降趋势.该方法可提高人眼检测率、降低误检率,为满足无人武器目视瞄准对实时性和准确率的要求提供可能的技术途径.      

潍坊市跆拳道培训市场的SWOT分析

运用文献资料法、观察法、访谈法和SWOT分析方法对潍坊市跆拳道培训市场展开分析。跆拳道运动重礼仪、动作简单易学、鲜明的道服和室内装修,是其内在优势;其劣势主要集中在消费较高、教练资质问题两个方面;全民健身热潮和家长对独生子女投资教育的重视成为外在的机遇;外在危机主要是市场的无序与混乱。同时提出四大战略即SO战略、ST战略、WO战略和WT战略。     

基于眼动指标的HUD字符颜色对HUD和HDD相容性影响研究

目的 为研究HUD（Head Up Display）字符颜色对飞行员进行HUD和HDD（Head Down Display）切换时观察信息的认知和扫视流畅性的影响,基于前期关于显示器字符颜色、认知绩效和扫视流畅性的相关研究,开展颜色编码对HUD和HDD相容性影响的评估。方法 设计眼动测量实验,通过模拟仿真平台,让20名被试驾驶模拟机完成进近过程,同时记录被试进行HUD和HDD仪表切换后在HUD界面的眼动数据,且在实验的过程中要求被试又快又准的回答有关仪表信息的提问。结果 相同的飞行任务和实验条件下,当HUD使用不同颜色编码时,被试进行显示器切换后,注视轨迹、注视时间、瞳孔直径和反应时的主效应显著,且不同颜色编码间存在显著性差异;采用绿色时效果最佳,青色编码次之,蓝色和黄色效果最差,说明HUD字符的颜色编码设计对HUD和HDD相容性有显著影响。结论 当颜色色相趋于缓和,视觉刺激较弱时,飞行员进行显示器切换后扫视模式较好,认知绩效水平得到提升,即HUD和HDD相容性较好。反之,则容易引起飞行员的紧张情绪,降低认知绩效,扫视轨迹混乱,搜集信息时视线的流畅性受阻。     

敌对人群对虚拟攻击场面注意偏向的眼动研究

目的：探讨敌对人群对攻击场面的注意偏向.方法：挑选高敌对、低敌对大学生各16名,让他们观看48张人为布置的箱庭虚拟场面图片,其中包含攻击场面、和平场面的图片各24张,采用眼动追踪技术,采集被试观看图片的眼动数据.结果：两组大学生对攻击场面的注视时间、注视点数均显著多于和平场面,表现出对攻击场面的注意偏向;高敌对组在攻击场面上的首次注视时间显著高于低敌对组,表现出对攻击场面的注意偏向.结论：首次注视时间是鉴别敌对状态的有效指标.     

排球运动员注意状态的探讨及其练习

本文探讨了注意规律在排球教学训练中的运用;注意力类型;排球运动员赛前特定注意力与比赛中注意力的要求,并提出了多种有效地增进排球运动员注意力的练习．