基于Movidius神经计算棒的行人检测方法

Movidius神经计算棒是基于USB模式的深度学习推理工具和独立的人工智能加速器,为广泛的移动和嵌入式视觉设备提供专用深度神经网络加速功能。针对深度学习的嵌入式应用,实现了一种基于Movidius神经计算棒的近实时行人目标检测方法。首先,通过改进RefineDet目标检测网络结构使模型大小和计算适应嵌入式设备的要求;然后,在行人检测数据集上对模型进行重训练,并部署于搭载Movidius神经计算棒的树莓派上;最后,在实际环境中对模型进行测试,算法达到了平均每秒4帧的处理速度。实验结果表明,基于Movidius神经计算棒,在计算资源紧张的树莓派上可完成近实时的行人检测任务。

多特征融合的近红外与可见光异质人脸识别

考虑到传统识别方法忽略了异质人脸图像的特征融合,导致其识别性能较差,利用多特征融合算法提出了近红外与可见光异质人脸识别方法研究。在人脸图像区域中计算了梯度方向均值,定义了异质人脸特征点,引入代价函数进行迭代计算,提取出异质人脸特征点,通过Gabor函数变换,根据人脸识别特征融合的标准,完成异质人脸图像的多特征融合,结合异质人脸识别原理设计,实现了异质人脸的识别。实验结果表明,多特征融合的识别方法的特征识别重复率超过了90%,人脸图像平面颠簸程度在4%左右,可以使得人脸图像平面变得更加平滑。

基于SqueezeNet的轻量级图像融合方法

现有深度红外和可见光图像融合模型网络参数多,计算过程需要耗费大量计算资源和内存,难以满足移动和嵌入式设备上的部署要求。针对上述问题,提出了一种基于SqueezeNet的轻量级图像融合方法,该方法利用轻量级网络SqueezeNet提取红外和可见光图像特征,并通过该网络提取的特征获得权重图并进行加权融合,进而获得最后的融合图像。通过与ResNet50方法进行比较发现,该方法在保持融合图像质量相近的情况下,模型大小和网络参数量分别被压缩为ResNet50方法的1/21和1/204,运行速度加快了4倍。实验结果表明,该方法不仅降低了融合模型的大小,加快了图像融合速度,同时得到了比其他传统融合方法更好的融合效果。

中美日动漫创意及其文化背景比较性研究

法国作家丹纳在《艺术哲学》中说“艺术品的产生取决于时代精神和周围的风俗……”，“一个时代的产物就是由这个时代的文化背景及精神内涵所决定……”。动漫创意同样作为一门艺术，其产生同样受到时代文化背景及精神内涵的影响。本研究的核心主要是研究中国从二十世纪初至今的动漫设计创意所涵盖的文化背景，与同时期的美国、日本等国的动漫设计作品所呈现的文化精神面貌相比较。揭示出随着社会的发展，不同文化背景下的动漫艺术作品所呈现的不同的文化精神及民族特性，使动漫创意拥有独特的文化气息和民族风格是极其重要的。

富油煤热解焦油在粉砂中的自然降解与挥发行为

富油煤原位热解的油、气等产物可通过开采形成的压裂缝进入地下环境,产生一系列环境行为。为进一步了解富油煤热解产物在地下环境中的自然降解与挥发行为,选择粉砂作为典型土壤,以富油煤热解焦油为典型污染物,开展了煤焦油5种组分在粉砂中的自然降解和挥发行为研究,建立了2种环境行为的动力学模型;进一步考察了温度、污染物初始质量浓度等因素对自然降解与挥发的影响。结果表明,煤焦油各组分在粉砂中的降解效果顺序为,酚油>洗油>萘油>沥青>蒽油,且粉砂中各组分的自然降解符合一级动力学方程。其中,酚油的降解速率常数最大,为6.18×10^(-3);而蒽油的半衰期最长,达到了228 d;温度35℃时的降解率为67%,初始质量浓度为10 g·kg^(-1)时,降解率高达72%。粉砂中煤焦油的挥发符合Elovich方程,各组分在粉砂中的挥发效果顺序为,酚油>萘油>洗油>蒽油>沥青。其中,酚油的挥发率是沥青挥发率的4倍;酚油在35℃时的挥发率是15℃的1.2~2.5倍,污染物初始质量浓度对煤焦油各组分的挥发影响较小。本研究结果可为开展原位开采引起的地下水环境污染控制与修复提供参考。

浅谈夸张在动画作品中的作用

文学艺术中有夸张的艺术手法,同样,动画作品中也采用了这一手法,并成为动画作品的重要手法之一。夸张是动画作品最大的难点,也是我们喜欢看卡通片经久不衰的原因之一。动画创作的绝对虚拟性决定了这一艺术形式必然存在较多的夸张变形的艺术手法。在动画作品中,在不违背美的法则的前提下,尽量的夸大对象和其主要特征,才能使其特点更加鲜明,个性更加典型,加强叙事和传情的效果。