基于级联特征分类器的行人检测算法

为进一步提升方向梯度直方图-局部二值模式(HOG-LBP)特征融合的行人算法在检测精度以及加快融合后的算法检测速度,提出了一种基于级联特征分类器的行人检测算法。计算样本集的方向梯度共生直方图(CoHOG)特征和鲁棒局部二值模式(RLBP)特征,使用这两种特征训练两种特征弱分类器,并将两种特征融合训练CoHOG-RLBP特征弱分类器。针对算法中存在的特征维数过高导致算法检测速度慢的问题,将各特征分类器以不同数量进行级联,构建一个6级特征弱分类器组成的级联特征分类器实现对行人目标的检测,同时使用soft-NMS算法对输出的检测窗口进行融合。在INRIA行人数据集上进行实验,实验结果表明本文算法有效提高了检测的精度与速度。     

基于增量学习SVM的Android恶意应用检测方法

针对传统Android恶意应用检测方法在处理大规模样本时存在的训练时间长、存储空间消耗大的问题,提出一种基于增量学习SVM的Android恶意应用检测方法.该方法提取Android应用的权限申请和API函数调用特征,利用增量学习SVM理论将训练样本集随机划分为初始样本集和若干个增量样本集,利用循环迭代方法训练SVM分类器,每次新的训练仅保留上一轮训练得到的支持向量集并合并到新增样本集中,舍弃大量对分类结果不产生影响的样本以提高分类器学习效率,同时产生新的支持向量集,并最终得到一个高精度的SVM分类器.通过将增量学习SVM算法与基本SVM算法进行对比实验,结果表明,该算法可以有效降低分类器学习时间,减少样本存储的空间占用,同时随着样本规模的积累逐步提高分类精度.     

基于改进型Faster R-CNN的行人目标检测

在行人目标检测中,小尺度、低像素的行人目标检测和行人遮挡等问题是模型训练的难点。针对深度学习Faster R-CNN网络对小尺度行人以及遮挡行人目标检测效果较差的情况,提出一种基于soft-NMS、GIoU和多尺度训练方法的改进型Faster R-CNN行人目标检测模型。在该改进模型中,Soft-NMS缓解行人密集检测中的因遮挡导致的漏检情况,GIoU对网络的损失计算进行改进,提升网络检测效果,多尺度训练方式能够提升小尺度与低像素的行人目标检测的准确率。仿真实验结果验证了该方法的有效性,改进的Faster R-CNN模型在Caltech行人数据集上的检测精度由64.2%提升到了70.4%,且在漏检率和误检率上都优于传统Faster R-CNN模型。     

基于AdaBoost算法与改进帧差法的动态行人检测

针对传统基于HOG特征与AdaBoost算法分类器在目标检测中存在检测速度慢、误差率大的问题,提出一种基于改进帧差法与AdaBoost算法相结合的动态行人检测方法。帧差法是运动目标检测的一种算法,能够将运动中的区域很好地显示出来。改进的帧差法不再单一使用一个阈值,而是利用多个阈值,以更好地分割出检测行人,再通过分类器进行多尺度检测来确定目标。该方法减少了传统HOG特征的检测时间,能够更快地找出感兴趣区域,并提高检测速度和误差率。     

基于决策树的改进AdaBoost算法在车辆检测中的应用

为满足车辆检测实时性和准确性需求,将基于C4.5的决策树算法作为AdaBoost算法的弱分类器,产生一种速度快、识别率高的强分类器,称之为AdaBoost DT算法。算法训练多个决策树并将之作为弱分类器,之后通过改进级联架构的AdaBoost算法将若干弱分类器组合成一个强分类器。该算法特点在于：相对于广泛使用的以SVM作为弱分类器的算法,其以决策树作为分类器,速度提高了29%;通过在AdaBoost算法进行强分类器的形成阶段加入再判决函数,准确率提高了14.1%。     

基于GAN的异常检测研究综述

深度学习中生成式对抗网络（GAN）具有强大拟合训练数据分布能力,在应用到异常检测领域时可有效准确识别异常图像．针对异常检测领域中传统有监督学习算法存在大量已知标记样本训练的局限性,以无监督学习GAN的异常检测模型为研究对象,阐明生成对抗网络的基本原理、网络结构及相关理论,详细介绍了近年来十种典型的基于GAN的异常检测模型,经过比较各衍生模型的异同,总结出各自的优势、局限性和应用场景,通过分析GAN在异常检测领域研究中所面临的问题及挑战,展望了未来的研究方向主要是解决模型的稳定性、计算效率、生成样本的精度、异常区域定位、异常评价机制等问题．     

基于卷积神经网络和光谱敏感度的高光谱影像分类方法（英文）

目的:由于高光谱成像的特性,高光谱遥感影像较光学、多光谱影像具有更多的光谱信息,因此对高光谱影像地物的分类也相对困难。为提高分类精度,本文提出一个新的高光谱遥感影像分类模型。创新点:考虑到不同的地物覆盖对不同波段范围的电磁波有不同的敏感度,本文提出一个基于卷积神经网络和光谱敏感度的深度学习模型,以提高对高光谱遥感影像地物分类的准确率。通过在最终的分类器后添加一个光谱权重,该模型能够更准确地分类地物。方法:1.将带标记的样本在光谱维度上分为可见光和红外波段,并将部分样本作为训练集和测试集输入到网络中进行训练。2.训练完成后利用模型对全图进行预测,并通过部分预测结果计算出未识别率δ和误识别率γ两个参数。3.利用δ和γ可计算出不同光谱范围的光谱权重并将其置于分类器前(图5)。结论:1.模型加入光谱权重后的分类准确率较之前提高了约2%。2.利用公共数据集测试后显示,使用了光谱权重的卷积神经网络模型的分类精度比未使用光谱权重的模型高约1%。3.本文结果显示,利用不同地物对电磁波的敏感性差别可以增加不同地物间的差异,从而提升分类模型的性能。     

基于沙漏注意力高分辨率网络的人体姿态评估实验

基于人体关键点检测的方法需要融合由高分辨率到低分辨率子网络生成的表示,以提高关键点检测的准确性。设计了一种基于沙漏注意力高分辨率网络的人体姿态评估方法实验,在深度高分辨率表示学习的基础上构建沙漏注意力特征模块,并设计特征回传模块和多阶段监督算法,用融合中继监督和自蒸馏的方式实现高分辨率网络的监督训练。与经典方法在标准数据集上完成人体姿态评估实验对比,并在硬件设备上进行了真实场景实验,实现了行人姿态评估和危险行为报警。     

一种基于HOG的行人检测算法

提出一种基于梯度方向直方图与AdaBoost+SVM的行人检测算法。方向梯度直方图用于描述和提取行人的外观及运动特征,并使得外观、运动特征实现相互融合。在分类器的选择上使用SVM作为AdaBoost的弱分类器对行人检测器进行分类训练,最终得到分类效果好的行人检测器,实现更好的检测性能。     

基于混合高斯的行人检测模型

针对提高行人检测系统的检测率和实时性,提出了一种基于混合高斯模型建模,通过与梯度方向直方图(Histogram of Oriented Gradient,HOG)和支持向量机的行人检测方法。采用混合高斯模型进行前景划分,在前景划分过程中引入时间融合消除参数以减小把静止状态行人当做背景的概率,在特征提取时,先采取缩小检测窗口预处理,然后通过多尺度划分块的方式提取特征达到降维目的,最后结合SVM分类器实现行人检测。通过随机视频帧进行测试方法的性能,该方法在行人检测检测率和检测速率上都有很大提高。     

一路走着,读着……

在最后一场雪纷纷扬扬时,我们的小学青年教师教学理论读书班,正春意盎然地进行着。拿起苏霍姆林斯基《给教师的建议》轻轻地抚摩,爱不释手,因为它有一种积淀了丰富教育思想的厚重感;翻开施良方先生的《教学理论》、《学习论》, 高屋建瓴的理论框架也曾让我望而生畏;《新课程标     

试论天性学习与规定性学习

探讨学习的两种性质：天性学习和规定性学习为研究起点,分析两种学习认识的异同和产生的作用,试图从二者的集合相生作用中找出对教育异化现象的解释和解决思路。     

用DV瞄准爱情

爱好成就事业 耿成群站在监视器前,对着新郎喊:"踢球的时候不要看新娘,你是第一次见到她,怎么能老看她.眼神运用不对!你这样看不怕人家当你是流氓啊!"然后他走到新郎面前,拿起足球边踢边跑边示范,这样,很自然地跑过,让足球自然地滚到她脚边.一队人马在郑州市人民公园忙碌着,摄像、灯光、化妆……     

论后悔对人格发展的影响——基于埃里克森理论

埃里克森将人格发展视为自我调整顺利度过每个阶段的"危机",实现每个阶段的"平衡"。后悔往往伴随消极的情绪体验,与内部"不平衡"状态联系紧密,是人格发展需要处理的任务。接受后悔的程度、自我调整以及年龄差异影响个体的生活状态。适应和接受人生后悔经历对人最终实现人格自我完善具有重要意义。     

对赫尔巴特学生观的再认识

赫尔巴特主张在教学中和教学外都要给予学生最大程度的自由,但又反对教育者对学生放任自流。在对学生的态度上,他力图保持“压制”与“约束”、“自由”与“放任”间的平衡,这对当今教育有很大的警示作用。     

网络与未成年人健康成长之思考

未成年人正成为网络用户中的一支不容忽视的群体.网络的"双刃剑"作用明显,特别是网络对未成年人的负面影响引起了全社会的关注.加强网络管理,提供健康文明的网络环境.推进网络德育,提高未成年人的免疫力.社会、学校、家庭密切配合,让网络成为他们的良师益友,促进未成年人健康成长.     

论赖尔的行为主义身心观

分析哲学家赖尔批判了笛卡尔的身心二元论,否认了独立的心的存在,将心灵还原为行为,具有一定理论价值,但同时也面临方法论和本体论上的困难。由于其包含了物理主义的本体论,故成为一种＂无头脑＂的心理学。行为主义如何对待精神存在的事实？这也正是唯物主义必须直面的问题。     

关于重建教师评价工作的思考

教师评价工作既复杂又重要.反思教师评价工作现状,积弊甚多,应以"三个代表"重要思想为指导,重建教师评价工作.重建,是继承、借鉴和创新.发展教育生产力是教师评价工作的根本目的.评价工作应遵循先进性、科学性、客观性、全面性、群众性和法制性等基本原则.要用多元化的标准评价教师工作.构建强调了指导和权重的教师教学工作评价表是开展教师评价工作的关键.师德、课堂教学、教科研、身心健康、继续教育、学科成绩、学生测评等是特别要加强研究的教师工作评价子指标.     

作文批改评语之我见

作文教学是综合语文学科的各种能力 ,培养思考 ,提高表达能力的重要一环 ,是由感知到内部语言（加工酝酿）再到外部语言的心理过程 ,是运用语言文字准确而有条理地反映客观事物 ,表达思想感情的高级思维活动。多年以来 ,作文教学一直是语文教学改革中研究探索的着力点 ,许多有识之士为改变作文教学停步不前、学生作文水平没有真正提高的局面 ,进行了不懈的努力 ,提出了许多新的理论 ,产生了一些新的教学模式和教学方法 ,使得作文教学研究领域里呈现出百花齐放、百家争鸣的景象。但是 ,在诸多研究中 ,人们更多地着眼于作文教学的过程研究和方…     

考试作弊现象调查研究

考试作弊在我国越来越严重,屡禁不止。本文以问卷调查形式对考试作弊进行了一次考查,内容涉及作弊原因和防止作弊的措施等。通过统计分析,我们认为,恰当的方法和得力的措施还是能减少作弊的发生,但要从根本上杜绝考试作弊,还需要尽可能取消作弊有利的考试,提高决策质量。