摘要：针对缺少民族服装语义标签、局部特征繁杂等因素导致少数民族服装图像检索准确率低的问题,提出一种结合标签优化和语义分割的服装图像检索方法.首先基于自定义的少数民族服装通用语义标签和民族服装语义标签,构建视觉风格分析概率模型进行标签优化;然后在全卷积网络结构基础上加入侧分支网络和全连接条件随机场,结合带有标注对和优化语义标签的训练图像对待检图像进行语义分割;最后采用多任务的深度监督哈希算法将语义分割结果哈希映射为二进制码,通过相似度计算对少数民族服装图像进行检索并输出结果.在构建的少数民族服装图像集上的实验结果表明,该方法能够有效地提高少数民族服装图像语义分割和检索的准确率.

摘要：针对着装场景中由于人体姿态、边缘轮廓、服装配饰的复杂性以及着装部位关节点被遮挡等因素导致人体解析精度较低的问题,提出一种结合边缘轮廓和姿态特征的人体精确解析模型.首先采用残差网络ResNet-101作为主干网络表征输入人体图像进行初步人体解析,得到粗解析特征;然后构建边缘轮廓模块,结合上采样后的全局和局部特征得到人体边缘轮廓;再基于着装姿态定义着装姿态损失函数,通过姿态估计模块提取人体姿态特征;最后联合粗解析特征、边缘轮廓和姿态特征,并定义结构损失和人体解析损失的组合函数输出精确的解析结果.在多个数据集上的实验结果表明,该模型的mIoU评测指标提高了1.96%,在人体的着装姿态和部位遮挡等方面获得了更准确的语义分割结果,能有效地提高着装人体解析的精度.

摘要：针对服装图像大多基于简单款式的粗粒度分类导致分类准确率较低的问题,以款式多样的时尚女装为例,提出一种款式特征描述符的服装图像细粒度分类方法.首先结合时尚女装训练集对输入的待分类时尚女装图像进行部件检测;然后分别提取部件检测后时尚女装图像以及训练图像的HOG, LBP,颜色直方图和边缘算子4种底层特征,得到特征提取后的图像;再将自定义的款式特征描述符与提取到的4种底层特征进行匹配,采用随机森林和多类SVM对时尚女装款式和属性进行监督学习;最后实现时尚女装图像的细粒度分类并输出结果.实验结果表明,该方法能准确地检测并分类出不同服装,提高了服装分类的精度和准确率,能较好地满足实际应用中的需求.

摘要：为了研究区块链中用户私钥安全性的问题,以门限密钥共享技术作为研究基础,提出可公开验证密钥共享技术.参与节点在收到密钥片段后对其进行验证,能有效防止分割密钥时主分割节点作恶;在密钥恢复阶段,对参与密钥拼接的节点的密钥片段进行公开验证,防止密钥恢复阶段参与节点作恶;在分发密钥阶段给参与节点添加身份IDs,从而可以对恶意节点进行追踪并实时更新节点状态;设计动态门限机制,在持有密钥片段的节点离线后,密钥碎片的拥有者和主节点一起重新分配密钥碎片给新的参与节点,保证私钥碎片的完整性.实验结果表明,该方案的私钥恢复率为80%,且具有门限特性、可追溯性、不可伪造性和可恢复性.

摘要：为了根据公告服务质量随机性和实际服务质量随机性之间的一致性来计算服务质量的信誉,首先利用分布函数表示服务质量随机性,并给出一种服务质量经验分布函数的增量式更新方法。通过将服务质量公告值和实际观察值视为随机变量,并以随机优势理论为基础,设计结合随机服务质量公告及实际观察值的信誉度量模型。模型考虑了公告服务质量随机性和实际服务质量随机性之间不同的优势关系,以及服务质量观察值波动对信誉的影响。理论分析与实验验证了模型的合理性及其在服务选择中应用的有效性。

摘要：针对带容量约束的车辆路径优化问题,提出一种有效混合量子进化算法。设计了基于二维量子位观测模型和可见度的解生成方式,实现了由该模型引导的全局搜索,将其用于发现解空间中的优质解区域;构造了一种基于客户间距离相近度的交换操作来提高解的质量;提出基于问题性质的交换和逆转操作来构造两阶段混合变邻域局部搜索,可对优质解区域进行快速细致的搜索,使算法的全局和局部搜索能力得到平衡。通过不同规模经典测试问题上的仿真实验和算法比较,验证了所提算法的有效性和鲁棒性。

摘要：针对生产过程中广泛存在的一类三阶段装配流水线调度问题,即带序相关设置时间的三阶段装配流水线调度问题,提出一种自适应混合分布估计算法,用于最小化平均完成时间和最大延迟时间的加权和。提出初始种群和初始概率分布模型生成机制,使概率分布模型能适当地积累较多优质解的信息,以提高AHEDA在进化初期的搜索能力。设计了基于信息熵的概率分布模型自适应更新机制和保留优良模式的新种群采样生成方法,增强了算法的全局搜索能力。引入基于Insert的邻域搜索来增强算法的局部搜索能力。最后通过仿真实验和算法比较验证了AHEDA的有效性。

摘要：为解决在不完整序数偏好场景下的在线服务评价问题,提出一种面向不完整序数偏好的在线服务评价方法。首先,通过定义面向不完整序数偏好的Kendall tau胜者距离,将其作为服务评价指标,实现了在不完整序数偏好场景下的在线服务评价;然后,设计了用于评估和优化服务评价结果质量的评估算法与偏好抽取策略,用于在需要时对服务评价结果质量进行评估,并向用户进行少量但关键的偏好查询,以实现快速优化服务评价结果质量;最后,基于真实数据集与人工合成数据集的实验结果验证了该方法的合理性和有效性。

摘要：在分析挖掘一个网络中的信息时,一个非常重要的信息就是统计Motif.现有算法是将原始网络在给定的条件下进行边与顶点转换,再从转换后的网络中找出所有子图,如果子图不满足Motif的要求则删除,存在时间复杂度过高的问题.针对这种情况,提出了一种自底向上的剪枝算法,在不需要经过网络转换的前提下,首先找到最小的符合要求的子图,再推导出更大的子图,而且所找到的每个子图均满足Motif的要求.并通过时间效率分析得出,对于该问题而言,提出的算法优于现有的算法,具有一定的理论研究价值.

摘要：大气湍流对光学目标图像的分辨率会产生随机性的影响。幸运区域融合(lucky-region fusion,LRF)是一种针对受大气湍流影响图像序列的图像合成技术,通过在一系列短曝光图像中选取具有高分辨率的区域进行融合,从而获得一张清晰的图像。LRF算法在台式计算机上实现比较简单,但这是事后处理的方法,没有实时性。描述一种针对灰度图像流实时地进行提取、分区处理和合成的LRF算法及其系统实现技术。根据现场可编程门阵列(field programmable gate array,FPGA)数字信号处理的特点,提出了一种适合于FPGA处理的实时LRF算法。用硬件描述语言对该算法进行逻辑设计,将其嵌入到一个中小规模的FPGA上,从而构成一个纯硬件的紧凑的LRF处理系统。通过模拟的序列图像和在实验室实际拍摄了短曝光序列图像,对该系统进行了测试。实验结果表明,所提出的实时LRF算法可行,所实现的FPGA系统可以实现输入灰度图像序列的实时动态幸运区域融合,并最终获得高分辨率的融合图像。