基于深度学习的三维体素重建改进方法

针对利用深度学习进行三维体素重建时网络结构通常较为复杂且训练过程需要大量标注的问题,提出了基于深度学习的三维体素重建改进方法。该方法在训练或测试时不需要任何图像注释或对象标签,且网络模型中去除了冗杂的残差模块。为进一步提升重建模型精度,网络首先利用标准的CNN结构对输入图像编码为低维特征,然后利用LSTM单元选择性的更新它们的单元状态或维持原状态,最后解码器解码LSTM单元的隐藏状态并完成3D概率体素重建。使用端到端的网络从大量的合成数据中学习目标物体图像到其3D形状的映射,通过训练编码器和解码器,使得训练模型能够接收目标物体的一个或多个任意角度的图像,并输出该物体的体素模型。在ShapeNet数据集上的实验证明了,此改进方法能在无残差模块且占用较少资源情况下获得更好的重建效果。

国有商业银行拓展低成本资金的战略构想

市场经济条件下,国有商业银行有效地吸收低成本资金对于改善负债结构,提高经济效益,具有重要的现实意义.本文就此略陈浅见.低成本资金,按来源,可分为两类:一是直接性低成本资金,如企事业单位对公存款及活期储蓄存款等;一是间接性低成本资金,主要包括信用卡业务、代理业务等,在同业竞争愈来愈激烈的态势下,国有商业银行应从拓展对象、营运手段、操作工具、服务方式和经营方针等诸方面入手,积极实施“细分、联手、多样、移位、共管”的十字战略.实行利润最大化的战略目标.