基于神经网络的图像描述方法研究

自动识别和描述图像的内容是人工智能中一个重要的研究方向,它涉及计算机视觉和自然语言处理技术。针对这一难题,提出了一种由深层神经网络模型生成自然语言句子来描述图像内容的方法。该方法提出的模型由卷积神经网络(Convolution Neural Network,CNN)和循环神经网络(Recurrent Neural Network,RNN)组成,其中,CNN用来提取输入图像的特征生成固定长度的特征向量,该特征向量初始化RNN来生成句子。在MSCOCO图像描述数据集上的实验结果表明了该模型所生成句子的语法准确性和语义准确性,且优于先前的基线模型。     

小康路上的领头雁——记台属、福建省南平市食用菌研究所所长张维规

阳春三月,笔者来到闽北库区,素有“绿色金库”美称的延平湖畔,访问了被农民誉为“财神爷”,退而不休的南平市食用菌研究所所长、台属张维规先生。 科技兴所创大业 今年67岁的张维规,是该所的创始人,该所前身是原南平市科委生物实验室,创建于1985年1月,自负盈亏,白手起家,从无到有,从小到大,他领导的食用菌研究所,拥有一座面积535平方米的科研实验楼,添置一批先进设备、仪器,现在已拥有百万元固定资产,成为闽北初具规模的食用菌科     

基于全局特征和局部特征组合的脸谱识别方法

本文中,提出了一种新的脸谱识别方法。首先利用核主分量分析技术提取脸谱图象的全局特征,然后利用独立分量分析技术提取脸谱图象的局部特征,分别挑选出部分局部特征向量与部分全局特征向量组合成脸谱的组合特征向量,然后利用支持向量机分类器进行识别。采用ORL脸谱库进行测试,并与其它特征提取方法进行了比较,实验结果显示基于组合特征方法的识别率明显优于其它方法。