基于多尺度特征融合的穿鞋足迹识别网络

近年来,随着人工智能的快速发展,赤足足迹和穿袜足迹的自动识别均取得了不错的效果,但因为需要脱鞋,应用场景受到了很大的限制。单枚穿鞋足迹识别由于鞋底花纹的多样性、随机性给智能识别造成了很大的阻碍,识别准确率普遍较低,成为了一个具有挑战性的任务。本文聚焦于不同人穿同一种鞋的足迹识别,提出一种基于多尺度特征融合的穿鞋足迹识别网络。采集大量的足迹样本,通过旋转、平移、加噪声等方式模拟犯罪现场足迹图像可能产生的变化,制作了足迹数据集,然后以ResNet为骨干网络,利用双向金字塔特征融合模块充分融合足迹图像的深层特征和浅层特征,最后针对鞋底花纹变化造成网络识别准确率降低的问题,提出了用迁移学习解决的思路,让网络学习未知花纹与现有花纹之间的联系,快速拟合出模型。经过训练测试,本文提出的方法在自制足迹数据集上识别准确率达到了93.1%,CMC评价指标也明显优于其他网络。在新的足底花纹上,迁移学习对比从头开始训练,速度更快、准确率更高。大量的实验证明,本文提出的穿鞋足迹识别网络识别准确率更高,提出的迁移学习的方法在面对新的鞋底花纹时,能够实现更好的效果。

血浆中水杨酸的高效液相色谱分析

目的 建立血浆中水杨酸的高效液相色谱快速分析方法。方法 以正常人血浆添加标准水杨酸对血浆样品的前处理方法、仪器测试条件、线性范围、精密度、回收率进行全面考查,对单剂量口服乙酰水杨酸缓释片的健康受试者血液中代谢成份水杨酸进行浓度监测。结果 该方法在血浆中的线性范围是0.05～4.0μg/mL;最低检测浓度为0.05μg/mL;日内、日间精密度分别小于4.3％和5.2％;回收率在97.2％-101.7％。结论 所建方法迅速、灵敏,可在1.5h内完成血浆中SA的检测,并可准确监测至服药后36h的血代谢浓度值。

足迹检验程序和方法的探讨

通过对足迹形成时的习惯动作特征的研究,提出了同一人穿不同种类鞋同一认定的检验程序和方法.