改进FCOS的复杂场景口罩佩戴检测算法

针对在复杂场景口罩佩戴检测中存在的多尺度、多角度和遮挡等问题,提出一种基于改进FCOS的复杂场景口罩佩戴检测算法。在算法的骨干网络中引入Res2Net的分组残差连接结构,提高网络对不同尺度口罩的特征提取能力,并在其中集成可变形卷积,拓展其对未知形状物体的建模能力;设计一种集成注意力机制的特征金字塔,为不同的特征通道赋予不同的权重,抑制无用的特征信息;根据目标口罩的相关统计特征自动地划分正负样本,提高不同尺度口罩的样本质量,并引入Generalized Focal Loss联合训练样本的分类分数和定位质量分数,提升算法性能。实验结果表明,在复杂场景下的口罩佩戴检测中,该改进算法的mAP相比于原始FCOS提高6.7个百分点,同时与一些主流的目标检测算法相比,该改进算法也具有更好的效果和鲁棒性。

复杂场景下的行人跌倒检测算法

随着人口老龄化程度的不断深化,跌倒检测成为医疗与健康领域的一个关键问题。针对复杂场景下跌倒检测算法准确率偏低的问题,提出一种改进的跌倒检测模型——PDD-FCOS(PVT DRFPN DIoU-Fully Convolutional One-Stage object detection)。在基准FCOS算法的骨干网络中引入金字塔视觉转换器(PVT),以不增加计算量为前提提取更丰富的语义信息;在特征信息融合阶段插入双重细化特征金字塔网络(DRFPN),更加准确地学习特征图之间采样点的位置和其他信息,并通过上下文信息捕获特征通道之间更准确的语义关系,从而提升检测性能;训练阶段采用距离交并比(DIoU)损失进行边界框回归,通过优化预测框与目标框中心点的距离,使回归框收敛得更快更准确,从而有效提高跌倒检测算法的准确率。实验结果表明,所提模型在开源数据集Fall detection Database上平均精确度均值(mAP)达到82.2%,与基准FCOS算法相比,所提算法的mAP提升了6.4个百分点,且相较于其他主流目标检测算法有精度上的提升以及更好的泛化能力。

融合提示知识的方面级情感分析方法

针对基于预训练模型的方面级情感分析普遍使用端到端框架,存在上下游阶段任务不一致、难以有效建模方面词和上下文之间关系的问题,提出一种融合提示知识的方面级情感分析方法。首先基于Prompt机制构造提示文本,将该提示文本与原始句子和方面词进行拼接,并把得到的结果作为预训练模型BERT(Bidirectional Encoder Representation from Transformers)的输入,以有效捕获方面词和上下文之间的语义联系,同时提升模型对情感分析任务的感知能力;然后构建情感标签词表,并将它融入情感标签词映射层,以减小模型的搜索空间,使预训练模型获取标签词表中丰富的语义知识,并增强模型的学习能力。实验结果表明,所提方法在SemEval2014 Task4数据集的Restaurant、Laptop两个领域数据集和ChnSentiCorp数据集上的F1值分别达到了77.42%、75.20%、94.89%,与Glove-TextCNN、P-tuning等主流方面级情感分析方法相比提高了0.65~10.71、1.02~9.58与0.83~6.40个百分点,验证了所提方法对方面级情感分析的有效性。

植物抗寒性研究进展

低温不仅影响植物的生长和分布,严重时还会导致植物死亡。因此,研究植物抗寒性具有非常重要的意义。根据国内外植物抗寒性研究现状对低温胁迫对植物显微结构和超微结构的影响、生理生化指标的变化、抗寒相关基因的研究、外源生长调节剂对植物抗寒性的调控作用以及植物抗寒性鉴定方法进行综述,并提出植物抗寒性的研究重点及应重视的研究对象,旨在为植物抗寒性研究提供理论参考。

欧洲冬青种皮特性与种子休眠的关系

通过欧洲冬青种子的形态解剖、种皮构造的电镜扫描、种皮透水性等试验,对欧洲冬青种皮结构及其对透水性的影响进行研究,以探讨欧洲冬青种皮特性与种子休眠的关系。电镜扫描结果显示,欧洲冬青种子种皮分为外种皮、中种皮、内种皮3层,其中外种皮表面角质化且结构复杂,外种皮中的厚壁细胞及栅栏组织存在阻碍胚与外界进行水分与气体交换的可能,进而影响种子萌发。种子透水性试验及各部分含水量测定结果表明,完整种子与酸蚀种子均能很快吸胀,且完整种子的胚能吸收到部分水分。因此,种子的透水性不是引起欧洲冬青种子休眠的最主要因素。但是,欧洲冬青种子种皮结构存在影响种子透气性的可能,并对胚的萌发产生机械阻力。