关键词： 计算机视觉   短视频识别   图像处理   模式识别   机器学习  

摘要： 随着短视频内容的爆炸性增长,有效的内容识别与管理成为研究的重点。通过提取视频中的视觉特征,计算机视觉技术为短视频内容识别提供了一种高效的技术手段。本文综合运用图像处理、模式识别、机器学习等技术,探索了不同场景下自动化识别和分类短视频内容的方法。通过实验验证,本文展示了计算机视觉技术在提高识别准确率和处理速度方面的有效性。研究结果显示,这一技术不仅优化了内容审核流程,还为后续的内容推荐和版权保护提供了技术支持。

关键词： 人体动作识别   姿态估计   图像增强   高原温室场景  

摘要： 人体动作识别在机器视觉领域中挑战性较大,实际应用也受光照、阴影边缘变化、算法识别率,模型复杂度等因素的影响。西藏地处高原,稀少的适宜耕种环境、恶劣的高原气候和充足的日光资源促使大量日光温室相关的农业生产、生态旅游发展规模迅速。因特殊的地理位置和环境,相较内地智能化进程相对不足。针对该类封闭复杂高原环境下未来可能开展的智能化应用,如安防监控、智能监护、人机交互、运动分析等,绕不开人体动作识别的研究。相较内地,高原温室封闭内部具有环境干扰物多,昼夜光照差别大、夜晚弱光、白天高曝光等特殊高原照度环境,对内部复杂照度图像的图像增强处理也对日后可能开展的高级计算机视觉应用如人体动作识别、语义分割等具有一定研究基础性作用。基于此,本文设计了一种结合语义信息的轻量通用型图像微光增强方法,并提出一种人体行为动作识别算法,最后应用到高原实际日光温室场景图像、视频中。本文主要工作内容如下: (1)针对光照对比度高、弱光等实际干扰环境,设计了一种通用型低光图像增强循环网络增强方法。第一,采用生成对抗方法,实现无需配对训练集的网络训练结构;第二,通过引入深度可分割卷积网络技术,可以大大提高骨干网络的训练速率;第三,设计定义一个新的像素级动态增强因子Mid-factor,与后续循环图像增强网络技术相结合,实现图像像素级的动态增强调整,保证了图像的通用性增强。第四,在上述基础上,设计一个新的包含语义信息的损失函数,通过消融实验验证了该损失函数提高网络效果的有效性。结果显示,该网络在MEF基准数据集上的MSE、PSNR和SSIM分别为0.0742、11.4898和0.266,在LOL基准数据集上分别为0.025、20.58和0.8,5个分别不同基准数据集上的BRISQUE和UNIQUE的平均值分别为0.803和20.044;该网络的RT、Params和FLOPs指标分别为0.001、0.011和0.12。 (2)采用自顶而下姿态检测方式,设计了一种结合语义分割快速判定和精度改进HRNetw32-Pose C3D的动作分类模型。首先,采用FCN语义分割算法分割出图像中的人体目标,对于满足面积比例条件和人体高宽比例条件的情况,直接通过面积大小信息和人体高宽信息判断人体是否处于紧急的跌晕倒状态,极大降低计算资源和检测时间;不满足阈值的,通过精度改进HRNetw32-Pose C3D的动作分类模型进行精确动作分类。该模型主要有:第一,人体检测部分,使用准确度较高的Faster-RCNN作为基本人体目标检测方法,通过分组卷积方式改进了二阶段人体检测Faster-RCNN网络中的主干部分,提升一定的模型速度;第二,在人体关键点检测网络输入端(Input)采用数据增广(Data Augmentation),通过一种融合Mosaic、Mixup和HSV色域变换的在线增广策略进行改进,可以在不增加数据集大小的情况下,提高模型的泛化能力和检测效果,提高复杂背景下模型对目标的检测能力。第三,提出结合HRNet-W32骨架网络与Pose C3D的人体识别算法。在实验中采用Kinetics-400预训练权重,在UCF101数据集上的实验证明了所提方法提升了模型识别率的有效性;最后,在UCF101基准数据集上的实验结果表明,该人体动作行为识别网络对101类子动作的分类Top-1达到87.23%,Top-5达到97.03%。 (3)将上述算法结合应用于高原实际日光温室图像/视频中,对在高原日光温室应用场景内实际收集的低光图像进行增强处理,验证上述通用型低光增强任务的实际可操作性、泛化效果和直观感受;同时基于上述提出方法实现高原日光温室内部枝叶物遮挡、图片退化及人体轮廓模糊、人体显示不全、多人场景、低照度背景等场景下具有挑战性的人体动作模式识别应用。

关键词： 模糊模式识别  

ISBN: (纸本)9787562559832

摘要： 本书从煤层气开发“地质-工程一体化”的角度出发，对影响煤层气开发的地质条件（包括区域地质、资源地质）、开采条件（包括储层可采性、可改造性）等进行了精细分析与评价，确立了煤层气靶区优选评价参数，构建煤层气靶区优选评价参数体系。在此基础上，建立了煤层气靶区优选模糊模式识别模型，详细推导了模型的计算过程。

关键词： 人工智能  

ISBN: (纸本)9787111759898

摘要： 本书作者均为模式识别领域的知名学者，并基于他们多年的研究、实践经验和独特的视角，从模式识别的基本概念开始，以通俗易懂的语言介绍了机器学习、识别函数设计、特征的评价、特征空间的变换、子空间法、最小二乘法等常用的模式识别基础知识和算法，精心设计的习题能帮助读者进一步深入理解模式识别理论。在心得栏目里提供了作者在实际研究中一些很有价值的思考。

关键词： 草地贪夜蛾   球孢白僵菌   互作转录组   模式识别受体SfMBP   毒力因子BbAorsin  

摘要： 草地贪夜蛾(Spodoptera frugiperda)是联合国粮农组织预警的重大迁飞性农业害虫,球孢白僵菌是其重要的生防真菌之一,然而球孢白僵菌(Beauveria bassiana)的防效受到寄主免疫反应的严重影响。揭示寄主-病原互作的分子机制,对克服寄主免疫反应对生物农药的不利影响,提升生物农药的防效具有重要的理论与实际意义。本研究从寄主与病原互作的角度出发,对球孢白僵菌侵染的草地贪夜蛾开展互作转录组测序,发掘与侵染和防御相关的关键毒力与免疫基因,并进一步研究了草地贪夜蛾SfMBP基因和球孢白僵菌BbAorsin基因的功能。主要研究内容与结果如下: 一、球孢白僵菌与草地贪夜蛾的互作转录组测序 用球孢白僵菌孢子血腔注射感染四龄草地贪夜蛾,建立了白僵菌感染草地贪夜蛾的互作模型,并进行了互作转录组测序。球孢白僵菌有1147个基因显著上调,1392个基因显著下调;草地贪夜蛾有327个基因显著上调,596个基因显著下调。GO和KEGG富集分析显示,草地贪夜蛾差异基因主要富集于能量代谢和信号转导等通路;白僵菌差异基因主要富集于糖代谢和DNA复制等通路。PPI蛋白互作网络分析表明,草地贪夜蛾的枢纽(hub)基因与转录和信号转导相关,白僵菌的枢纽基因则与DNA复制和应激反应相关。 对互作转录组数据的分析与功能基因挖掘显示,草地贪夜蛾的SfMBP基因和球孢白僵菌的BbAorsin基因在侵染过程中均呈现显著上调,表明它们可能分别具有重要的防御和侵染功能,然而它们的功能均未见报道,因此我们围绕SfMBP基因和BbAorsin基因开展了进一步的功能研究。 二、草地贪夜蛾模式识别受体SfMBP的功能解析 SfMBP基因在草地贪夜蛾被感染后的第24 h和36 h显著上调表达。SfMBP基因主要在低龄幼虫中表达,并响应病原微生物诱导显著上调。SfMBP及其同源蛋白主要分布于节肢动物门的昆虫纲,它们不含已知的功能结构域,也不属于已知的免疫蛋白家族。 体外结合实验发现SfMBP具有广谱的微生物结合活性和Zn2+依赖的细菌凝集活性。虽然抑菌实验显示SfMBP重组蛋白没有抑菌活性,但ELISA结果表明SfMBP可以结合细菌的细胞壁组分(脂多糖和肽聚糖)以及真菌细胞壁的多糖组分(酵母多糖、海带多糖),而且其结合受到单糖和EDTA的抑制。SfMBP的三维结构由N端的自由区和C端的β-折叠区构成,预测的结合口袋位于β-折叠区。分子对接结果证实SfMBP可以与脂多糖、肽聚糖和单糖结合。SfMBP还能结合大蜡螟血细胞、草地贪夜蛾血细胞和SF9细胞。 注射SfMBP重组蛋白可以显著诱导幼虫血细胞抗菌肽基因的表达,促进血细胞的集结和吞噬反应。SfMBP重组蛋白显著诱导SF9细胞和大蜡螟血细胞对真菌孢子的体外集结,抗体封闭则显著抑制了集结活性。生测结果表明注射SfMBP显著增强了幼虫对白僵菌的抵抗力,而抗体封闭则显著削弱了幼虫对白僵菌的抵抗力。 以上研究结果表明SfMBP是一种新的模式识别受体,能结合不同的病原微生物和昆虫血细胞,增强细胞免疫反应,并激活血细胞抗菌肽基因的表达。 三、球孢白僵菌毒力因子BbAorsin的功能解析 BbAorsin基因在侵染后的第36 h和48 h显著上调表达。BbAorsin基因主要在气生菌丝和液生菌丝中表达,并且被昆虫血淋巴显著诱导。BbAorsin具有信号肽、Pro-Kumamolisin结构域和S53丝氨酸蛋白酶结构域。BbAorsin-GFP融合蛋白定位于细胞质,并且可分泌至胞外。 通过农杆菌遗传转化构建过表达(BbAorsinOE)、敲除(ΔBbAorsin)和回补(Comp)菌株。BbAorsinOE株的毒力、产孢能力和生长速率显著提高,ΔBbAorsin株的生长、产孢和毒力则受到显著影响。生测结果表明BbAorsinOE株的浸渍感染能力几乎没有提高,但注射感染能力显著提升。BbAorsin重组蛋白能诱导草地贪夜蛾血细胞的凋亡和坏死。 BbAorsinOE株孢子饲喂草地贪夜蛾幼虫导致化蛹率和羽化率显著降低,羽化的成虫出现畸形,幼虫中肠出现穿孔和中肠细胞微绒毛的破损,造成肠道微生物泄漏到血腔。肠道菌群16S rRNA测序显示,Bb2860和BbAorsinOE孢子饲喂未导致肠道微生物多样性的显著变化。 BbAorsinOE株对小麦赤霉病病原菌禾谷镰刀菌的拮抗作用明显强于野生型Bb2860株,而ΔBbAorsin株的拮抗能力则弱于野生株。BbAorsin重组蛋白能抑制禾谷镰刀菌孢子萌发,导致细胞壁的穿孔和破裂。在植株水平上,BbAorsinOE显著减轻了禾谷镰刀菌对小麦胚芽鞘和樱桃番茄的感染病状。 以上研究结果表明BbAorsin是一种蛋白酶毒力因子,主要在血腔侵染阶段发挥作用,对白僵菌的生长、萌发、产孢和

关键词： 图象处理   模式识别  

ISBN: (纸本)9787302657392

摘要： 本书共三部分。第I部分介绍常见硬件平台 (如Vim3、树莓派等) 和Python语法, 为读者构建硬件基础和编程能力。第II部分探讨数字图像处理基础, 包含基础操作、几何变换、图像滤波、边缘检测、特征提取等, 让读者掌握图像处理技能。第III部分涵盖五个应用案例, 包括人脸识别、目标跟踪、文本识别、条形码/二维码识别和视觉机器臂, 每案例包括理论基础和实现过程。通过本书, 读者可以系统地了解机器视觉领域的三大重要方面, 从实践环境的搭建与配置, 到图像处理技术的应用, 再到模式识别的实际案例。

关键词： 自动调制模式识别   深度学习   注意力机制   开集识别   新类发现   混叠多信号  

摘要： 自动调制模式识别(Automatic Modulation Recognition,AMR)是一种用于识别接收信号的调制类别的模式识别方法,在无线电监测领域有着广泛的应用。AMR能够用于识别通信用户的身份,有效甄别非法用户,实现对通信业务的有效监管。近年来,大量电子设备的使用导致了通信信号在电磁空间中密集混叠,动态变化,构成了复杂电磁环境。复杂电磁环境会严重影响AMR的性能,造成AMR鲁棒性差,识别率低等问题。为了在复杂电磁环境下准确开展AMR的研究,本文分别针对三种复杂电磁环境下的AMR问题进行深入研究,探索复杂电磁环境下通信信号调制识别的新方法。通过对不同类型复杂电磁环境下AMR方法的研究,提升AMR方法在复杂电磁环境下对调制信号的认知水平,提高感知设备在复杂电磁环境下的可靠性,保障设备间的安全通信。本文的主要研究内容如下: 首先,针对信噪比大动态变化的复杂电磁环境,现有的基于人工特征的AMR方法严重依赖信噪比估计的实时性和准确性,而基于深度学习的AMR方法鲁棒性较差。为了提升AMR在大动态信噪比下的识别能力,本文提出了基于特征融合网络的调制识别方法。本文设计了一种并行的网络结构,利用卷积神经网络和循环神经网络分别提取信号的局部特征和时序特征,随后采用三种不同类型的注意力机制提高有效特征的权重,实现对融合特征的优化。最后采用度量学习的方法在训练过程中进一步扩大异类特征间距离,缩小同类特征间的距离。仿真实验表明,该方法相比于现有方法在大动态信噪比下的识别率获得显著提升。 其次,针对信道中存在未知类的复杂电磁环境,为了检测并区分在信号中的未知类信号,本文提出了基于开集识别与新类发现联合的调制识别方法,先采用开集识别检测输入信号中的未知类信号,随后通过新类发现对未知类信号进行进一步区分。为了提升算法开集识别的能力,本文提出了基于原型网络的开集识别方法,通过优化损失函数的设计扩大异类原型间的距离并降低同类特征到对应类原型间的距离,提升原型网络特征的紧致性,并利用原型网络基于距离分配类别的特点构造基于距离的阈值判决准则,选取每类对应的判决阈值。在开集识别之后,本文提出了基于成对伪标签的新类发现方法,通过已知类和未知类特征间的相似性,构造成对标签作为共享信息。利用为未知类信号生成的成对伪标签估计未知类别数目,构建并训练未知类分类器,实现对多个未知类别的区分。仿真实验表明,本文所提出的未知类识别方法能够很好地检测并区分未知类信号,同时仍能够保证对已知类信号的识别能力。 最后,针对多信号混叠不可分的复杂电磁环境,为了解决混叠信号数目未知的问题,本文提出了基于基准信号辅助优化训练的混叠多信号调制识别方法。本文首先结合卷积神经网络和Transformer,设计了具有识别混叠多信号能力的神经网络结构。随后本文提出了基于基准信号辅助优化训练的混叠多信号调制识别方法,通过在训练过程中引入基准信号,使网络能够自动生成判决阈值,提高了训练效率。仿真实验表明,本文所设计的混合网络能够有效提升混叠多信号识别率,本文所提出的基于基准信号辅助优化训练的方法能够很好地区分混叠信号,避免了已知混叠多信号调制识别方法繁琐的阈值搜索过程。