排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
视频人眼关注预测是在视频中标注能够吸引人眼关注的感兴趣显著区域,对于自动提取大量视频的语义信息有着重要的应用.该研究从目前显著性处理主流算法全卷积网络的局限性出发,提出了一种基于时间-空间特征的深度学习模型用于预测视频中的人眼关注区域.首先,采用全卷积网络提取视频帧图像的空间特征,光流方法用于提取相邻帧之间的时间运动特征,通过长短期记忆网络处理当前帧与其前6帧的空间特征与时间特征,得到最终的人眼关注区域预测图.使用INB和IVB两个人眼关注视频数据库进行计算.实验结果表明,在地球移动距离、受试者工作特征曲线下面积、标准化扫描路径显著性、线性相关性等4个性能评估标准分别取得了0.375 1、0.818 6、2.024 1、0.745 7和0.413 7、0.785 6、1.964 5、0.734 9的结果,预测性能优于5种对比算法,表明本文方法在视频人眼关注预测上能够取得较准确的结果. 相似文献
3.
4.
从水墨画成画机理出发提出一个实用的3D毛笔模型系统,精确模拟毛笔几何形态及运动弯曲等动态交互行为.提出势能一阈值方法以灵活控制毛笔形变的弹塑性转化及扭转程度.采用快速分叉算法,随机生成真实感很强的毛笔分叉效果.结合3D毛笔模型和虚拟宣纸模型设计了水墨扩散传输算法,从而形成完善的水墨成画机制.上述方法可有效仿真艺术创作过程中毛笔的动态变化,实现单笔扩散、多笔次叠加和干笔飞白等数字水墨特效. 相似文献
5.
6.
介绍了太原市养老保险的整体概况,分析了影响非公有制企业社会保险覆盖面的主要因素,据此提出了完善就业制度,实行低基数低待遇,创新参保制度等几点制度创新的想法。 相似文献
7.
针对石窟寺岩体裂隙发育缓慢、影响因素多样化,难以对裂隙发育情况进行预测的问题,提出了一种新的基于深度学习的岩体裂隙发育预测网络(FDPNet:Fracture Development Prediction Network),即并行自注意力机制混合网络。FDPNet通过局部卷积模块和全局循环模块对序列数据的时间相关性进行建模,使模型能准确捕捉到不同时间尺度的时间模式。同时通过引入自注意力机制对多元时序数据中不同序列之间复杂的依赖关系进行建模。在此基础上,利用传统的自回归模型进一步提高模型的鲁棒性。此外,以Q市北石窟寺32号窟6个月的裂隙发育相关因素监测数据构建了国内外首个该领域的数据集。在该数据集上进行的对比实验结果表明,该模型在石窟寺岩体裂隙发育预测场景下具有更好的性能表现。 相似文献
1