基于图卷积神经网络的人脸属性识别

人脸图像的多属性识别和多标签之间的依赖性建模研究,是计算机视觉和机器学习领域备受关注的研究课题。为借助多标签间的依赖关系提升识别效率,提出了一种基于图卷积神经网络的多标签人脸属性识别模型。该模型通过数据驱动的方式构建人脸属性间的有向图,并由图卷积神经网络将每个属性映射到对应属性分类器,以此对类别间的依赖关系进行建模。模型对图卷积神经网络中的相关矩阵和特征矩阵等关键元素进行了深入分析,使其能够胜任多标签人脸属性识别问题。实验结果表明,该模型在多标签人脸属性识别权威数据集CelebA上表现良好并能保持有意义的语义结构。

纤维素酶法提取白鲜皮黄酮工艺

本文采用纤维素酶法辅助提取白鲜皮黄酮,经正交试验得出最佳工艺,即加酶量30 mg,料液比1∶25,酶解时间为90 min,酶解温度为55℃条件下提取的白鲜皮黄酮含量最高。