基于深度神经网络的多视角人体动作识别

为提高多视角人体动作识别的精度,提出了一种新的深度神经网络模型——CNN+CA(Convolutional Neural Networkplus Context Attention)模型和一种基于序列匹配的识别方法。利用卷积神经网络自动学习出多视角融合特征;引入上下文注意力模块自动突出特征中有利于识别的区域,进一步提高特征的判别力;通过基于序列匹配的方法实现人体动作识别。在IXMAS数据集和i3DPost数据集上的实验结果表明,所提方法在识别精度上超过了其他同类方法。

基于区块链的产品溯源方法

随着经济的迅猛发展,区块链已经成为全球关注的热点,通过该系统,保证每件商品不会出售两次,从而防止出现假冒产品,避免厂商生产假冒产品和中间商出售假冒产品的情况产生。文章以区块链应用与产品溯源的解决方法为研究对象,通过区块链上从注册信息、销售产品、消费者溯源三个方面设计基于区块链的产品溯源,提供一种溯源可信,可多级溯源,仿真伪,抗抵赖的产品溯源方案,并在最后举例分析了一个简单的产品溯源分析方案。