基于对象特征的深度哈希跨模态检索

随着不同模态的数据在互联网中的飞速增长,跨模态检索逐渐成为了当今的一个热点研究问题。哈希检索因其快速、有效的特点,成为了大规模数据跨模态检索的主要方法之一。在众多图像-文本的深度跨模态检索算法中,设计的准则多为尽量使得图像的深度特征与对应文本的深度特征相似。但是此类方法将图像中的背景信息融入到特征学习中,降低了检索性能。为了解决此问题,提出了一种基于对象特征的深度哈希(OFBDH)跨模态检索方法。此方法从特征映射中学习到优化的、有判别力的极大激活特征作为对象特征,并将其融入到图像与文本的跨模态网络学习中。实验结果表明,OFBDH能够在MIRFLICKR-25K、IAPR TC-12和NUS-WIDE三个数据集上获得良好的跨模态检索结果。

基于人工智能的狱内工具丢失自动报警方案

近年来人工智能技术高速发展,几乎所有的行业都被人工智能相关技术所渗入。智慧监狱代表着监狱工作信息化的提升,也代表了未来监狱管理的发展方向。本文以人工智能相关技术为基础,设计了一套狱内工具丢失自动报警的方案,方便了狱警工作,为监狱节约了人力物力。

基于大数据分析的戒毒人员复吸检测系统可行性探讨

目前,强制隔离戒毒、社区戒毒模式下的综合诊断评估体系存在着吸毒成瘾认定标准价值取向矛盾的问题。诊断评估标准不统一,缺乏针对性,认定主体资质差异较大,诊断评估检测技术方法较为单一,无法满足现阶段的检测需求。通过与信息化、数据化的分析方法进行结合,通过探讨吸毒成瘾诊断评估体系的相关依据分析比较诊断评估检测的不同技术方法,结合已有的吸毒成瘾认定医学标准,建立科学准确的复吸检测数据检测系统,以促进强制隔离戒毒场所的出所认定的科学化,服务于我国的司法行政戒毒工作。