分层特征编解码驱动的视觉引导立体声生成方法

视觉引导的立体声生成是多模态学习中具有广泛应用价值的重要任务之一,其目标是在给定视觉模态信息及单声道音频模态信息的情况下,生成符合视听一致性的立体声音频.针对现有视觉引导的立体声生成方法因编码阶段视听信息利用率不足、解码阶段忽视浅层特征导致的立体声生成效果不理想的问题,提出一种基于分层特征编解码的视觉引导的立体声生成方法,有效提升立体声生成的质量.其中,为了有效地缩小阻碍视听觉模态数据间关联融合的异构鸿沟,提出一种视听觉特征分层编码融合的编码器结构,提高视听模态数据在编码阶段的综合利用效率;为了实现解码过程中浅层结构特征信息的有效利用,构建一种由深到浅不同深度特征层间跳跃连接的解码器结构,实现了对视听觉模态信息的浅层细节特征与深度特征的充分利用.得益于对视听觉信息的高效利用以及对深层浅层结构特征的分层结合,所提方法可有效处理复杂视觉场景中的立体声合成,相较于现有方法,所提方法生成效果在真实感等方面性能提升超过6%.

基于分层特征对齐网络的小样本马铃薯病害叶片检测

针对传统马铃薯病害叶片检测方法过度依赖大量训练数据以及对未知病害识别泛化性不强的问题,提出一种基于分层特征对齐网络的小样本马铃薯病害叶片检测模型。首先,收集并整理包含多种病害类型的弱标注马铃薯病害叶片数据集。其次,在支持分支中建立文本语义和视觉语义的多模态双层特征语义表示,并利用预训练网络生成多个候选框。再次,利用卷积神经网络将候选框区域映射到深度特征空间,并借助无参数的度量方法实现文本语义与视觉语义的特征对齐。最后,将查询分支中的未知类病害图片与多模态视觉和文本语义关联集进行度量计算,根据相似度值快速给出待测图片中未知新类的病害类别。通过在自建的马铃薯病害叶片数据集和开源数据集上进行测试,所提出模型分别可以实现93.55%和96.35%的识别精度,在跨域数据集上可以实现95.15%和94.06%的识别精度,优于当前经典的目标检测模型,具有一定的实际应用价值。

基于幅值滤波与分层特征融合策略的语音情感识别

针对语音情感识别在多语言联合数据集上识别准确率低的问题,提出了一种基于幅值滤波与分层特征融合策略的语音情感识别方法。该方法首先对梅尔谱图内幅值分布规律进行幅值滤波,通过概率叠加扩大梅尔谱图内相近幅值之间的差异,实现谱图内的高频强增益、低频弱增益;同时,通过概率相乘缩小梅尔谱图内相远幅值之间的差异,以显示谱图内中频的细节部分。在此基础上,使用矩形卷积提取音频信号的时间动态特征,生成梅尔谱图动态特征图,并将其作为分层特征融合策略的输入。分层特征融合策略通过压缩特征图来提取不同尺度的时间动态特征,并提取不同深度中的时间动态特征。在多语言联合数据集CER上取得了84.44%的分类准确率。

水下滑坡运动诱导形成的内波特性及破坏分层特征

为改善湖库因季节性水温分层而导致的水质恶化现象,通过水下滑坡体扰动的方式人工诱导产生内波,探究了水下滑坡运动诱导形成的内波特性及其对水体温度分层结构的破坏特征,结果表明:水下滑坡破坏水体温度分层结构主要通过扰动引起上下层水体交换实现,在此过程中内波作用效果持久且较为平缓;滑坡倾角和滑坡体运动速度对分层水体破坏效果有重要影响;滑坡倾角为45°工况相较60°工况诱导的内波规模更大。

LBP和HOG的分层特征融合的人脸识别

针对LBP描述子提取的纹理特征有限且不能有效地描述图像边缘和方向信息的问题,提出了LBP和HOG的分层特征融合的方法.首先利用LBP算子提取图像的分层纹理谱特征,然后利用HOG算子提取原始图像的边缘特征和基于分层LBP特征的分层HOG特征,最后将分层LBP特征分别与2种HOG边缘特征融合,得到2种不同的多层融合特征.通过在ORL,Yale和GT人脸库上进行实验,比较了15种算法的识别性能,结果证明了文中方法的有效性;相对于传统的经典降维算法、单一的LBP特征提取算法和HOG特征提取算法,该方法的识别率有很大的提高,分别达到99%,99.5%和99.14%.

基于二维压缩感知和分层特征的图像检索算法

为了保留图像分析时的像素点位置关系及降维处理,把一维压缩感知理论推广到二维,建立了二维可稀疏信号的压缩测量模型,研究了一种二维信号的自适应梯度下降重构AGDR(Adaptive Gradient Descent Recursion)算法,由此提出了一种图像分层特征提取与检索方法.首先对图像在RGB颜色空间上进行网格离散划分,通过分层算子对图像进行分层映射,定义一种基于颜色网格空间的扩展灰度共生矩阵,采用二维测量模型获取图像的分层测量特征、纹理特征与分层颜色统计特征,图像分层测量特征综合反映出图像的颜色及像素点位置的关系,扩展灰度共生矩阵反映纹理特征.其次用AGDR算法计算检索图像之间的原始信号差量及其稀疏值.最后结合两类分层特征差量、稀疏值和颜色统计特征,融合计算图像间整体相似度度量指标.仿真实验表明,应用分层二维压缩感知测量与AGDR算法的图像检索方法在检索时间、查全率和查准率等指标上具有优越性能,为图像检索提供了新思路.

基于多描述子分层特征学习的图像分类

为解决图像分类任务中词袋(Bag-of-Words)模型分类算法单一局部描述子信息缺失、特征量化误差较大、图像特征表现力不足等问题,提出一种基于多描述子分层特征学习的图像分类方法.结合尺度不变特征变换(SIFT)与形状核描述子(KDES-S)进行局部特征提取,并构建分层特征学习结构来减少编码过程中的量化误差,最后将图像特征分层归一化后进行线性组合并利用线性支持向量机(SVM)进行训练和分类.在Caltech-101、Caltech-256、Scene-15数据库上进行实验,结果表明:相比其他图像分类方法,本文方法在分类准确率上具有显著提升.

明水期松花江哈尔滨段着生藻类分层特征

2015年5月—2016年5月明水期,依人为干扰类型的不同,在松花江哈尔滨段设8个样点,逐月分别采集表层(水面下27cm)和底层(水面下52cm)的着生藻类,研究明水期松花江哈尔滨段着生藻类群落结构的分层特征。结果表明,表层着生藻类共计7门121种(含未定种);底层6门119种(含未定种);表层、底层数量分别为6.74×10~4ind./cm^2、5.651×10~4ind./cm^2,生物量均值分别为0.1375 mg/cm^2、0.116 mg/cm^2,表层略高于底层,且表、底层着生藻类各门的数量、生物量的排序规律相同。对种类组成、优势种、数量和生物量的分析表明:硅藻是明水期调查江段着生藻类第一优势藻门。基于着生藻类分层特征,调查、评估河流着生藻类优势种类、数量和生物量时,建议采集策略优化为表层采集,而基于着生藻类种类的研究和评价工作采集表、底层混合水样。

太行山典型森林水源涵养分层特征与差异研究

以豫北太行山典型森林生态系统为研究对象,结合样地调查、室内试验以及K-W秩和检验等方法,分层探讨太行山典型森林水源涵养功能的异同。结果表明:侧柏林冠层最大持水量与有效拦蓄量均较大,分别为37.01、19.47 t/hm^2;栓皮栎林冠层最大持水量与有效拦蓄量最小,但浸水初期持水速率较大;枯落物持水量大小顺序为油松林>侧柏林>栓皮栎林,但有效拦蓄量大小顺序则为侧柏林>油松林>栓皮栎林,其中半分解层起主导性作用;土壤层持水能力较高,是森林水源涵养功能的关键所在,尤其是侧柏林,土壤最大持水量与土壤有效持水量分别为515.22、110.67 t/hm^2。

分层特征移动机器人行人跟踪

利用行人头肩或者颜色特征,实现行人外层初定位;在初定位区域上,应用改进的尺度不变特征变换(SIFT)特征匹配实现对目标的精确定位.根据SIFT特征确定目标尺寸,解决行人尺度变化问题;将SIFT特征模板库更新机制引入特征保留优先级,解决行人短暂遮挡和形变的问题.为解决传统Cam-Shift算法的椭圆核函数自适应问题,将SIFT特征尺度变化与Epanechnikov函数融合,构成自适应带宽核函数,克服背景对目标的干扰.外层粗定位结果限制了Harris算子的检测范围,提高了SIFT特征匹配的实时性.实验结果证明,所提出移动机器人行人跟踪算法可以在目标尺度变化、短暂遮挡以及形变情况下实现行人跟踪.

一种基于分层特征学习的标签一致K-SVD图像分类方法

为更好提取信息丰富的图像表示,提出了一种基于分层特征学习的标签一致K-SVD图像分类方法。首先,对基于灰度或RGB类型的图像进行稠密的块采样,然后利用分层正交匹配追踪获取图像特征,代替传统的基于SIFT描述子结合空间金字塔池化的方式。在引入标签一致性约束后,利用K-SVD算法对已获取特征进行判别式字典的学习,同时得到了最优的线性分类器。实验结果表明,该方法在Caltech101、Oxford Flowers和UIUC-Sports 3类数据集中,分类准确率分别达到了76.7%、84.9%和87.1%,优于其他算法。

矩阵变换法求解广义系统与广义系统的分层特征

本文利用矩阵的初等变换技巧，对广义系统ＥＸ＝ＡＨ＋ＢＵ的解给出了一种新的计算方法．本方法只需对Ｅ，Ａ进行初等行变换与列变换，即可求出原系统的解．同时指出该方法优于矩阵束方法和Ｄｒａｚｉｎ逆方法，并给出求解实例．在此基础上透视了广义系统的“树型”分层特征，这是广义系统的快子系统所具有的特点．这一特点恰恰反映了管理特征．

集成环境中轴类零件分层特征信息模型的应用研究

本文论述了集成环境中轴类零件的分层特征信息模型的基本思想和建立方法。

考虑土的分层特征预测单桩极限承载力

单桩极限承载力是桩基工程中的一个重要设计参数,根据不完全静载荷试验预测单桩极限承载力具有一定的现实意义。

兴安落叶松天然林林木直径与树高分布的分层特征

[目的]通过分析大兴安岭呼中林区兴安落叶松天然林胸径和树高的一元、二元分布特征,揭示脆弱地带森林群落的林木大小分布特征。[方法]在大兴安岭呼中林场设置3种不同类型兴安落叶松林固定样地,利用整体和分层的方法,对样地林分胸径和树高的变化规律以及两者之间的关系进行研究。[结果]表明:(1)草类-落叶松林直径分布为单峰分布,其他2块样地为双峰分布; 3块样地林木直径分布均呈左偏。杜鹃-落叶松林树高分布为多峰分布,其他2块地均为单峰分布; 3块样地林木树高分布均呈右偏。(2) 3块样地上、下层林木的直径分布均为单峰分布,上层木直径分布均呈左偏,下层木直径分布草类-落叶松林右偏,杜鹃-落叶松林左偏,杜香-落叶松林为近似正态。杜鹃-落叶松林的树高上、下层分布为双峰,其他2块样地均为单峰,3块样地上层木树高分布均左偏,而下层木树高分布均右偏。(3)草类-落叶松林和杜鹃-落叶松林小径阶林木株数占绝大多数。3块样地林分中树高与胸径的比值在小径阶林木中明显大于大径级林木。草类-落叶松林和杜鹃-落叶松林上层木中小径阶林木株数所占比例稍大,杜香-落叶松林和杜鹃-落叶松林下层木中大径阶林木株数比例稍大,但3块样地上层和下层木树高与胸径的比值在大小径阶林木中均无明显差异。[结论]高密度的杜鹃-落叶松林平均树高要高于低密度的杜香-落叶松林和草类-落叶松林平均树高,而平均胸径无明显差异。3块样地林分中树高与胸径的比值小径阶林木中明显大于大径级林木,但其差异在上层和下层林分中均表现不明显。

基于遥感图像分层特征的机场目标识别系统研究

讨论和研究了面向人造目标的遥感图像目标分层特征模型、基于目标分层特征的遥感图像属性以及目标关键特征属性的提取方法,并针对遥感图像中机场目标的检测与识别,提出了机场遥感图像的分层特征描述内容以及基于分层特征遥感图像机场目标检测识别系统的构架。

基于动态遍历的分层特征网络视觉定位

采用分层特征网络估计查询图像的相机位姿,会出现检索失败和检索速度慢的问题。对分层特征网络进行分析,提出采用动态遍历与预聚类的视觉定位方法。依据场景地图进行图像预聚类,利用图像全局描述符获得候选帧集合并动态遍历查询图像,利用图像局部特征描述符进行特征点匹配,通过PnP算法估计查询图像的相机位姿,由此构建基于MobileNetV3的分层特征网络,以准确提取全局描述符与局部特征点。在典型数据集上与AS、CSL、DenseVLAD、NetVLAD等主流视觉定位方法的对比结果表明,该方法能够改善光照与季节变化场景下对候选帧的检索效率,提升位姿估计精度和候选帧检索速度。

黔西北夜郎组分层特征与岩相古地理分析

通过对三叠系下统夜郎组的岩性、岩相、结构构造、古生物组合和古生态等特征的综合分析,利用区域地质、普查与铁路隧道勘查成果,研究了贵州西北部夜郎组地层的分层特征与岩相古地理。早三叠世,该区处于浅海至滨海,沉积以台地相碳酸盐岩为主,夹少许粘土岩。夜郎组至茅草铺早期,海水略深,沉积物主要为石灰岩,生物主要为瓣鳃类,有较多藻类和少量菊石。茅草铺中晚期,海水变浅,为局限海和泻湖,生物稀少,沉积物以白云岩为主,并有膏盐。从夜郎组岩石组合特征上看,第二段上部约厚20m的淀晶-鲕粒石灰岩成为该层位岩性、厚度稳定的标志层。

基于分层特征的代码克隆检测方法

针对现有代码克隆检测方法通常存在标记表示单一而抽象语法树构造复杂的问题,提出一种结合分层特征的代码克隆检测方法。使用双层双向长短时记忆网络提取行级和全局代码层次的深层语义信息,挖掘目标代码的语义特征。引入注意力机制调整重要标记及代码行的影响权重,增强语义形式的代码克隆检测效果,并采用softmax分类器识别克隆代码。实验结果表明,该方法的召回率和精确度分别为91%和97%,相比NICAD、CCIS、CCLearner方法对于复杂语义形式的克隆代码具有更好的检测效果。