摘要：针对行人检测中远距离目标像素稀少和遮挡产生人体模式信息缺失导致的严重漏检问题,提出一种基于双关键点组合的行人检测方法.该方法利用人体头部与中心区域的关键点,有效提取和融合行人的判别语义特征,从而显著降低行人的漏检率.首先,在深层聚合主干特征网络上引入可变形卷积来扩大感受野,增强人体模式的语义信息;其次,设计了一种基于关键点组合的双分支联合检测模块,通过重新定义不同分支的正样本,强化小尺度与遮挡目标的语义信息;最后,借助非极大值抑制算法融合双分支检测结果.结果表明:在CityPerson验证数据集的普通、小尺度与严重遮挡子集上,文中方法的平均漏检率分别达到8.24%、11.81%和30.59%,特别是对于严重遮挡子集,漏检率相比传统方法ACSP降低15.71%;文中方法检测速度也达到16帧/s;在CrowdHuman上文中方法的平均精度和平均漏检率分别达到86.30%和45.52%.与其他先进方法相比,文中方法在平均精度、漏检率和检测速度方面都呈现出更优异的性能,在密集行人的复杂场景中具有较好的应用价值.

摘要："订单式"教育是近年来我国高等教育中出现的一种新的办学和人才培养模式。"订单式"培养模式将人才培养直接与社会人才需求挂钩,人才实践技能得到了提高。随着高等教育的深入发展,普通高校高年级本科生的培养采用"订单式"模式有利于培养出一批具有坚实的理论基础和应用创新能力的高级工程技术人才。

摘要：目前在图像检索领域,由于视觉字典其性能突出,已成为图像检索领域构建视觉词典的主流方法。但传统的视觉字典方法存在运行时间效率低、内存消耗大等缺点。因此本文采用ROOTSift算法提取图像的特征点并利用高效的K-means聚类算法建立支持动态扩充的随机视觉字典。该方法基于视觉字典构建视觉词汇直方图和倒排序索引文件,并对视觉词重新分配权重以提高检索命中率。最后利用欧氏距离法查询完成相似性匹配。试验结果表明该方法能提高图像检索的准确率,对大规模的图像检索能够达到很好的检索质量。