目的探讨急性脑缺血/再灌注大鼠神经元细胞骨架蛋白时空动态变化。方法线栓法阻断大鼠大脑中动脉90 min后实现再灌注,在不同再灌注时间点观察及取材。尼氏染色观察神经细胞损伤,采用神经功能缺损评分和前肢放置实验评估神经功能;免疫组...目的探讨急性脑缺血/再灌注大鼠神经元细胞骨架蛋白时空动态变化。方法线栓法阻断大鼠大脑中动脉90 min后实现再灌注,在不同再灌注时间点观察及取材。尼氏染色观察神经细胞损伤,采用神经功能缺损评分和前肢放置实验评估神经功能;免疫组化染色、免疫印迹法观察细胞骨架成分微管相关蛋白2(microtubule associated protein 2,MAP2)、神经丝重链(neurofilament heavy chain,NF-H)的变化;透射电镜观察轴突、树突和神经丝亚显微结构。结果随着再灌注时间的延长,脑损伤和神经行为功能损害逐渐加重。纹状体损伤比皮层出现的更早、更严重。缺血区域的MAP2相关免疫反应强度降低,NF-H相关免疫反应强度升高。超微结构观察显示细胞骨架排列受损,密度降低。结论不同脑区对缺血/再灌注损伤的耐受性不同。神经元细胞骨架的主要成分对缺血和再灌注表现出动态反应,这可能进一步促进脑损伤和神经功能缺损。展开更多
针对人体动作识别任务中特征值选取不当导致识别率低、使用多模态数据导致训练成本高等问题,提出一种轻量级人体动作识别方法。首先使用OpenPose、PoseNet提取出人体骨架信息,使用BWT69CL传感器提取姿势信息;其次对数据进行预处理、特...针对人体动作识别任务中特征值选取不当导致识别率低、使用多模态数据导致训练成本高等问题,提出一种轻量级人体动作识别方法。首先使用OpenPose、PoseNet提取出人体骨架信息,使用BWT69CL传感器提取姿势信息;其次对数据进行预处理、特征融合,对人体动作进行深度学习分类识别;最后,为验证此方法的有效性,在公开数据集WISDM、UCIHAR、HASC和自建的人体动作数据集上进行实验验证,并使用改进的目标引导注意力机制(target-guided attention,TGA)–长短期记忆(long short term memory,LSTM)网络输出最终的分类结果。实验结果表明,在自建数据集下融合姿势和骨架特征达到99.87%准确率,相比于只使用姿势信息特征,识别准确率提高了约5.31个百分点;相比于只使用人体骨架特征,识别准确率提高了约1.87个百分点;在识别时间上相比于只使用姿势信息,识别时间降低了约29.73 s;相比于只使用人体骨架数据,识别时间降低了约9 s。使用该方法能及时有效地反映人体的运动意图,有助于提高人体动作和行为的识别准确率和训练效率。展开更多
为准确识别乘客搭乘自动扶梯时的异常行为,避免安全事故的发生,提出了一种基于人体骨架的扶梯乘客异常行为识别方法。首先使用YOLOX-Tiny对视频中乘客位置进行检测,通过Alphapose算法提取骨骼关键点坐标,降低复杂背景的干扰;再使用多流...为准确识别乘客搭乘自动扶梯时的异常行为,避免安全事故的发生,提出了一种基于人体骨架的扶梯乘客异常行为识别方法。首先使用YOLOX-Tiny对视频中乘客位置进行检测,通过Alphapose算法提取骨骼关键点坐标,降低复杂背景的干扰;再使用多流膨胀3D卷积模块增强时空特征提取能力,聚合乘客骨架的全局特征;然后将其输入改进后的时空图卷积网络中提取乘客骨架信息,通过MS-TCN模块扩大接受域以增强时间特征的提取,联合人体关键点注意力模块(Key Point Attention Module,KPAM)提升网络对相似动作的关键骨架的关注度;最后通过Softmax对异常动作进行分类。采集扶梯运行现场视频制作数据集,试验结果表明,本文算法对乘客异常行为的识别精度达到96.1%,可应用于扶梯现场的视频监控系统,提高安全管理信息化水平。展开更多
文摘识别非驾驶行为是提高驾驶安全性的重要手段之一。目前基于骨架序列和图像的融合识别方法具有计算量大和特征融合困难的问题。针对上述问题,本文提出一种基于多尺度骨架图和局部视觉上下文融合的驾驶员行为识别模型(skeleton-image based behavior recognition network,SIBBR-Net)。SIBBR-Net通过基于多尺度图的图卷积网络和基于局部视觉及注意力机制的卷积神经网络,充分提取运动和外观特征,较好地平衡了模型表征能力和计算量间的关系。基于手部运动的特征双向引导学习策略、自适应特征融合模块和静态特征空间上的辅助损失,使运动和外观特征间互相引导更新并实现自适应融合。最终在Drive&Act数据集进行算法测试,SIBBR-Net在动态标签和静态标签条件下的平均正确率分别为61.78%和80.42%,每秒浮点运算次数为25.92G,较最优方法降低了76.96%。
文摘目的探讨急性脑缺血/再灌注大鼠神经元细胞骨架蛋白时空动态变化。方法线栓法阻断大鼠大脑中动脉90 min后实现再灌注,在不同再灌注时间点观察及取材。尼氏染色观察神经细胞损伤,采用神经功能缺损评分和前肢放置实验评估神经功能;免疫组化染色、免疫印迹法观察细胞骨架成分微管相关蛋白2(microtubule associated protein 2,MAP2)、神经丝重链(neurofilament heavy chain,NF-H)的变化;透射电镜观察轴突、树突和神经丝亚显微结构。结果随着再灌注时间的延长,脑损伤和神经行为功能损害逐渐加重。纹状体损伤比皮层出现的更早、更严重。缺血区域的MAP2相关免疫反应强度降低,NF-H相关免疫反应强度升高。超微结构观察显示细胞骨架排列受损,密度降低。结论不同脑区对缺血/再灌注损伤的耐受性不同。神经元细胞骨架的主要成分对缺血和再灌注表现出动态反应,这可能进一步促进脑损伤和神经功能缺损。
文摘针对人体动作识别任务中特征值选取不当导致识别率低、使用多模态数据导致训练成本高等问题,提出一种轻量级人体动作识别方法。首先使用OpenPose、PoseNet提取出人体骨架信息,使用BWT69CL传感器提取姿势信息;其次对数据进行预处理、特征融合,对人体动作进行深度学习分类识别;最后,为验证此方法的有效性,在公开数据集WISDM、UCIHAR、HASC和自建的人体动作数据集上进行实验验证,并使用改进的目标引导注意力机制(target-guided attention,TGA)–长短期记忆(long short term memory,LSTM)网络输出最终的分类结果。实验结果表明,在自建数据集下融合姿势和骨架特征达到99.87%准确率,相比于只使用姿势信息特征,识别准确率提高了约5.31个百分点;相比于只使用人体骨架特征,识别准确率提高了约1.87个百分点;在识别时间上相比于只使用姿势信息,识别时间降低了约29.73 s;相比于只使用人体骨架数据,识别时间降低了约9 s。使用该方法能及时有效地反映人体的运动意图,有助于提高人体动作和行为的识别准确率和训练效率。
文摘为准确识别乘客搭乘自动扶梯时的异常行为,避免安全事故的发生,提出了一种基于人体骨架的扶梯乘客异常行为识别方法。首先使用YOLOX-Tiny对视频中乘客位置进行检测,通过Alphapose算法提取骨骼关键点坐标,降低复杂背景的干扰;再使用多流膨胀3D卷积模块增强时空特征提取能力,聚合乘客骨架的全局特征;然后将其输入改进后的时空图卷积网络中提取乘客骨架信息,通过MS-TCN模块扩大接受域以增强时间特征的提取,联合人体关键点注意力模块(Key Point Attention Module,KPAM)提升网络对相似动作的关键骨架的关注度;最后通过Softmax对异常动作进行分类。采集扶梯运行现场视频制作数据集,试验结果表明,本文算法对乘客异常行为的识别精度达到96.1%,可应用于扶梯现场的视频监控系统,提高安全管理信息化水平。