农民的泛国家意识与土地的类私有特征探讨——基于农民的认知视角

通过对近年来农村社会调查数据的统计分析,探讨农民对农村土地所有权的认知、对农村土地承包经营制度的评价、对农村土地承包关系长期化的态度等与农民的泛国家意识及当前农村土地的类私有特征的复杂关系。指出农民的泛国家意识与当前农村土地的类私有特征在不同方面不同程度地影响着农民对土地制度的认知,但两者发生了冲突,这一冲突的调和考量着农村土地制度改革的路径选择。

基于特征分离的红外与可见光图像融合算法

在同一场景下被捕获的一对红外与可见光图像虽然具有不同的模态,但是具有共享的公有信息和互补的私有信息,学习并融合上述信息可以得到一幅完整的融合图像。受益于残差网络的启发,在训练学习阶段,通过网络分支间特征层面的互换和相加,强制每一个分支映射到一幅具有全局特征的标签图上,来鼓励各个分支学习对应模态图像的私有特征。直接学习得到图像的私有特征可以避免设计复杂的融合规则并保证特征细节信息的完整。在融合预测阶段,采用最大值融合策略融合私有特征,并在解码层与学习得到的公有特征相叠加,最后解码出集成了红外和可见光图像信息的融合图像。使用在NYU-D2上合成的多聚焦图像数据集训练该模型,在TNO真实的红外和可见光数据集上进行测试,实验结果表明,与当前主流的红外与可见光融合算法相比,所提算法在主观效果和客观评价指标上都取得了较好的成绩。

基于人脸图像的性别识别与年龄估计

针对以往利用人脸图像单方面进行性别识别或年龄估计,提出了利用公共特征、私有特征同时进行性别识别与年龄估计。用对光照、尺度变化具有很强鲁棒性的Gabor小波变换提取人脸特征。降维后的有效人脸特征分成公共特征、私有特征两部分,公共特征用于性别识别,私有特征进行年龄估计。在FG-NET人脸库及自建OFID人脸库中用RBF神经网络进行了实验,取得了良好效果。

基于局部标记相关性的标记分布学习算法

针对大多数现有的标记分布学习算法从全局角度利用标记相关性,忽略了仅存于部分示例范围内的局部标记相关性,同时,算法性能会受到无关和冗余特征干扰的问题,提出一种基于局部标记相关性的标记分布学习算法(LDL-LLC)。通过对训练数据进行分组,将每组训练数据的标记相关性约束在标记输出上,探索和利用局部标记相关性,引入特征选择常用的范数约束,学习标记私有特征和共享特征。在多个真实标记分布数据集上的对比实验结果表明,LDL-LLC算法性能良好。