论文部分内容阅读
[!--newstext--]
[!--title--]
【摘 要】
：
随着深度学习的快速发展,人脸识别技术已在现实生活获得广泛应用。尽管在多数情况下识别率已经非常优秀,其依然存在一些问题。主要体现在:（1）现有的人脸识别方法对多角度人脸识别依然存在不足;（2）现存的基于中心云人脸识别系统远离终端设备,大量图像数据给云服务器带来高计算负载和低实时性。（1）针对人脸角度变化带来的人脸识别准确率下降的问题,本文提出基于生成对抗网络的方法DSU-GAN,并结合人脸特征学习和
【机 构】
：
南昌大学
【出 处】
：
南昌大学
【发表日期】
：
2021年01期
其他文献
从压缩感知的信号中重构出原始信号一直是计算成像领域中的热点问题,其核心是如何提升成像质量。压缩感知信号重构是一个不适定的逆问题,重建过程会遇到各种挑战,其中最常见的是边缘模糊和噪声干扰。最近,深度学习方法显示了解决各种逆成像问题的巨大潜力。但由于计算成像不同成像系统的特殊性,通常需要针对不同的成像逆问题分别进行建模,缺乏通用性和灵活性。为此,本文主要研究基于无监督深度学习的计算成像方法,采用生成网
在如今高度网络化、信息化的时代,掌握网络舆情是非常有必要的。2020年微博的日活跃用户量高达2.24亿,可见对于微博的舆情分析具有较高的研究价值和重要的社会意义。在舆情分析上,传统的文本情感分析存在情感词典不全、领域适用性差等问题;而机器学习分类方法存在细粒度不够、分类方法单一（多为二元分类）等问题。因此,本文提出了一个将情感词典和机器学习相结合的情感分类方法,并运用于微博的舆情分析。实验结果表明
随着人工智能的崛起,计算机视觉在城市智能化上发挥着举足轻重的作用,为响应智能化城市建设、加快科学技术发展使得计算机视觉已经成为当下一大热点研究方向。微表情作为计算机视觉领域中重要的一环,因其具有微妙、轻微等特点,从而导致其依然存在识别率低、可解释性弱等问题。如何从微表情视频片段中挖掘、识别微表情信息成为计算机视觉领域的热难点。若能很好的挖掘脸部表情动作与情感的联系,将使得机器更生动形象化的展现人的
随着老龄化的日益加剧,突发性摔倒等老年人健康监护问题已成为社会性困扰。基于计算机视觉的摔倒检测方法可为老年人健康监护问题提供有效解决方案。然而,仍然存在如下亟待解决的问题。（1）现有研究往往忽视对人群摔倒优先级的分析,只关注结果,但不同年龄段人群摔倒造成的后果可能完全不同;（2）现有大多摔倒检测方法均为集中式,无法对重点人群优先进行检测,实时性和可拓展性较差,且缺少摔倒预判断机制。针对问题（1）中
目的:确定香菇多肽可行简单的提取工艺。方法:取香菇,前处理,加热提取,蛋白酶酶解,澄清处理,过超滤膜,真空浓缩,喷雾干燥得香菇多肽。结果:以去离子水为香菇多肽的提取溶剂;碱性蛋白酶酶解,酶的添加量为1.2%,最适p H值为8.5,最适酶解温度是55℃;加16倍去离子水进行加热提取,提取时间为2小时;真空浓缩至白利糖度为15°左右;干燥方法为喷雾干燥。结论:利用酶法提取香菇多肽的工艺简易、可行。
近年来,随着移动云计算的快速发展,云数据泄漏事件频频发生,例如简历信息贩卖事件,隐私泄漏安全问题成为移动云计算亟待解决的问题之一。用户与移动云服务器的相互认证作为保护隐私安全的第一道屏障,其认证过程中如果用户密钥完全由密钥生成中心（KGC）决定,KGC受到恶意攻击或者本身不可信情况下,会给移动云应用身份认证过程带来巨大的风险,即密钥托管问题。针对该问题,本文设计一种新的隐私感知认证方案,将该认证方
随着大数据时代的来临,数据的获取效率不断提升,如何从海量数据中识别出与其他样本不同的离群点是生产活动中需要考虑的重要问题。现在已经有许多不同的异常检测方案被提出,用于解决离群点识别这一问题,但是这些方法都有不同的缺陷。例如需要足够的异常样本进行训练或者过于依赖参数选择等。而孤立森林算法相比于其他异常检测算法具有时间复杂度低、只需要小数据集进行训练、参数选择少等优势,但同时也存在训练过程中随机选取属
医学图像是重要的临床参考信息,被广泛应用于实际临床诊断中。高分辨率的医学图像可以辅助医生做出更好的治疗决策,但直接获取真实的高分辨率医学图像较为困难,往往需要更换精度更高的成像设备。超分辨率重建技术可以通过低分辨率医学图像生成高分辨率医学图像,成本更为低廉。医学图像对重建准确度要求较高,利用残差网络实现医学图像超分辨率重建,能更好的还原医学图像的纹理特征。本文基于残差网络结构,研究医学图像超分辨率
Ti-6Al-4V是最常见的航空金属之一,广泛应用于航空航天、生物医学、海洋装备及汽车制造等工业领域。它是一种比较昂贵的合金,在传统的减法制造中,为了达到最终的零件几何形状,需将80%以上的原材料加工消耗,造成了极大的浪费。增材制造（Additive Manufacturing）通过三维模型直接逐层制造实体,这一工艺可以快速、精确地制造出形状复杂的零件,同时也可以解决传统制造方式中原材料的浪费问题