摘要：为了让网络捕捉到更有效的内容来进行行人的判别,该文提出一种基于阶梯型特征空间分割与局部分支注意力网络(SLANet)机制的多分支网络来关注局部图像的显著信息。首先,在网络中引入阶梯型分支注意力模块,该模块以阶梯型对特征图进行水平分块,并且使用了分支注意力给每个分支分配不同的权重。其次,在网络中引入多尺度自适应注意力模块,该模块对局部特征进行处理,自适应调整感受野尺寸来适应不同尺度图像,同时融合了通道注意力和空间注意力筛选出图像重要特征。在网络的设计上,使用多粒度网络将全局特征和局部特征进行结合。最后,该方法在3个被广泛使用的行人重识别数据集Market-1501,DukeMTMC-reID和CUHK03上进行验证。其中在Market-1501数据集上的mAP和Rank-1分别达到了88.1%和95.6%。实验结果表明,该文所提出的网络模型能够提高行人重识别准确率。

摘要：为了高效、准确地获得视频中的行为类别和运动信息,减少计算的复杂度,文中提出一种融合特征传播和时域分割网络的视频行为识别算法.首先将视频分为3个小片段,分别从相应片段中提取关键帧,从而实现对长时间视频的建模;然后设计一个包含特征传播表观信息流和FlowNet运动信息流的改进时域分割网络(P-TSN),分别以RGB关键帧、RGB非关键帧、光流图为输入提取视频的表观信息流和运动信息流;最后将改进时域分割网络的BN-Inception描述子进行平均加权融合后送入Softmax层进行行为识别.在UCF101和HMDB51这2个数据集上分别取得了94.6%和69.4%的识别准确率,表明该算法能够有效地获得视频中空域表观信息和时域运动信息,提高了视频行为识别的准确率.

摘要：为了能够较好地处理函数式程序设计语言中的I/O问题 ,通过采用Monad方法将I/O加入到函数式程序设计语言中 ,来保持函数式程序设计语言的优点 .本文探讨了在函数式I/O系统中加入赋值操作与其引用透明性的问题 .

摘要：正交各向异性形变体的仿真在计算机图形学领域中一直都是一个热门的研究课题。形变体在真实世界中往往没有这么简单,比如常见的肌肉、植物以及所熟悉的布料等,它们通常会在不同的方向上具有不同的性质,即各向异性。由于各向异性形变体的空间比较大,仿真起来不容易,因此很难建立准确的本构模型。而正交各向异性形变体因在三个正交方向上物理性质不一样从而被广泛的应用,但是仿真时也需要小心调整相关参数,调整不当会导致模拟不稳定。提出一个更加方便和直观的方法来模拟非线性正交各向异性材料,保证材料稳定性,使用该方法设计的正交各向异性材料能够仿真大变形。

摘要：分形图像编码根据图像自身的相似性,利用迭代函数系统理论,可以获得较高的压缩比,但是编码时间长却限制了分形图像编码方法的广泛应用。在迭代函数系统的理论理出上,介绍了一种基于灰度差排序的编码方法。该方法分别计算Range块和Domain块的灰度差,然后通过比较二者的灰度差,并且设定灰度差阈值,加速了Range块搜索最佳Domain块的过程,大大缩短了图像的编码时间。实验结果表明,在图像解码质量基本保持不变、压缩比得到提高的情况下,编码时间得到了明显的减少。

摘要：提出一种基于颜色特征的家居设计图情感分类方法。通过人们对色彩的感知和理解,建立图像颜色特征与情感语义的关系模型。在此基础上,以家居设计图为数据源,提取图像的全局和局部颜色特征,结合基于RBF网络的分类器完成对家居设计图像的风格分类。实验结果证明了该方法的有效性。

摘要：给出了一种新的无损压缩图像的编码方法。利用图像相邻像素点的灰度级连续和集中的特点,对灰度级进行分段编码,并用MATLAB[1]编程实现,取得了很好的效果。其实验结果与哈夫曼编码做了比较,经过分析,此编码方法在灰度级概率均匀分布时具有优势。

摘要：相关反馈是提高检索精度和消除"语义鸿沟"的一种非常有效的方法。提出了一种新的特征过滤策略,该策略通过负例监督的方法构造一个特征过滤器,来选取正例样本独有的特征,然后采用一种基于最近邻分类思想的相似性度量方法对去除了不相关特征分量的候选图像进行排序。通过与传统相关反馈方法的比较,表明了该算法的高效性。

摘要：多目标遗传算法(MOGA)是求解多目标优化问题的有效工具,因而在求解实际问题中得到越来越广泛的应用。PCA是一种基于二阶统计的最小均方误差意义上的最优维数压缩技术,PCA方法所抽取特征的各分量之间是统计不相关的。在人脸识别的实际应用中,将多目标遗传算法引入到PCA所生成的特征空间的优化中,提出基于双重特征空间的人脸识别算法。通过对剑桥ORL库实验表明,该方法与传统的PCA相比,识别率得到明显提高。

摘要：为解决蚁群聚类易陷入局部最优问题,综合分析了仿生智能聚类的特点,提出了一种混合交叉因子的蚁群聚类方法。该算法采用结合分阶段调整策略和启发式多点交叉策略的混合交叉因子,其中分阶段调整策略动态调整交叉点规模,显著降低交叉操作的无效性概率;启发式策略建立在适应度的基础上能有效地保留父代优秀基因。同时引用随机变异因子,进一步减少陷入局部优化的可能性。结合实例对算法进行了分析,结果表明了该算法在鲁棒性和聚类效果上都有所提高。