摘要：图卷积网络在处理骨架数据的任务中已得到广泛应用。在图卷积步态识别方法中,针对现有骨架图划分策略的局限性和输入特征的有效性不足导致识别准确率下降的问题,提出一个基于局部骨架特征的时间注意力图卷积步态识别方法。首先设计了一种局部非共享的骨架划分策略(locally non-shared skeleton partitioning strategy,LNS-SPS),将人体骨架图的顶点集进行划分以提取局部非共享骨架特征。然后提出一个改进型时间注意力增强模块(improved temporal attention-augmented module,ITAM),生成时间注意力矩阵并对时间维度的特征进行增强。提出的步态识别方法在公开数据集CASIA-B上的平均准确率有显著提升,在背包和穿着大衣的条件下比GaitGraph分别高出4.3%和9.7%。

摘要：针对传统特征金字塔网络的融合方式会导致混叠效应、高级语义信息被稀释和低级空间结构信息局限访问的问题,提出一种新的位置加权特征金字塔网络。首先设计了一个位置加权模块,从不同等级的特征图的所有通道中学习得到位置权重并赋给各等级特征图实现位置加权,进而引导融合过程;然后引入了一个金字塔池化模块,提取包含特征图不同大小区域的上下文信息的多尺度特征,并与位置加权模块相结合。实验表明,提出的位置加权特征金字塔网络相比于传统特征金字塔网络对不同类型的目标检测网络的检测精度皆有提升效果。

摘要：文章就验证性实验教学方法进行了改进,同时将SystemView通信仿真软件引入到综合性实验教学,最后增加了设计性实验项目。实践证明,以上方法很好的解决了数字通信原理实验教学中存在的问题,培养和提高了学生的实践创新能力,极大地激发了学生的学习热情。

摘要：多样的平面内旋转(rotation in plane,RIP)角度下的人脸检测具有极大的挑战性,为检测平面旋转人脸,提出一种改进型的级联卷积神经网络,提出并训练一个多任务级联卷积神经网络来检测普通正面或侧面人脸,在该神经网络中嵌入一个分类网络进行RIP角度判断,将平面内旋转人脸检测看作一个多分类问题,执行相应的仿射变换后将人脸候选框输入到网络。实验结果表明,改进后的方法可以精确实现360°范围内RIP角度人脸检测。