摘要：利用广泛遍布的摄像机进行再识别,一直是近年的研究热点和难点,在智能监控、智能安防等领域应用广泛。随着深度学习在图像识别领域的重大突破,不断提出的网络结构诸如AlexNet、VGGNet、ResNet等,通过数十层甚至上百层的卷积神经网络,提取出更加鲁棒的特征进行分类,其性能已经远远超出传统手工设计特征的再识别方法。针对深度网络结构只利用多层卷积后输出的高层语义特征而忽视中间层特征的问题,提出基于多辅助分支神经网络的行人再识别算法。该模型能够充分利用中间层特征所保留的信息,弥补由于多层卷积造成的图片部分信息丢失。最后,通过公开数据集测试网络性能,证明了该算法能明显提升行人再识别的准确率。

摘要：可降解输尿管支架通常由天然或人工高分子材料或可降解金属材料制成,其表面可伴有涂层药物,具有体内降解优势,无需二次手术拔出,但其降解碎片可能引起再次梗阻和降解碎片的生物毒性仍不确切,尚处于基础研究阶段。设计一种力学性能良好,且具有抗炎、防结垢或抗瘤等优良特性的可降解输尿管支架及其涂层是未来的发展方向,具有较高的临床应用价值。