检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

结合数据增强的轻量化人脸佩戴口罩检测

结合数据增强的轻量化人脸佩戴口罩检测

作者：钟云飞南昌大学

学位级别：硕士

人脸佩戴口罩检测(Face Mask Detection)是当下热门和重要的研究课题,尤其是在公共卫生安全领域应用。如何保证人脸佩戴口罩检测的速度和精度是其难点。现有的基于深度学习的人脸佩戴口罩检测方法存在两个问题。(1)在低亮度下,由于背景... 详细信息

人脸佩戴口罩检测(Face Mask Detection)是当下热门和重要的研究课题,尤其是在公共卫生安全领域应用。如何保证人脸佩戴口罩检测的速度和精度是其难点。现有的基于深度学习的人脸佩戴口罩检测方法存在两个问题。(1)在低亮度下,由于背景信息干扰、特征信息模糊导致图像检测效果差,而现有方法未考虑亮度情况使用固定网络参数图像增强,会造成增强后图片过暗过曝问题。(2)当前基于深度学习目标检测方法难以部署在算力小的移动平台,其轻量化版本通过直接减少主干网络通道数和使用轻量级卷积来降低模型的参数量来部署。然而,这种方式容易导致目标的关键特征无法被准确地提取,甚至出现小目标人脸特征完全提取不到的情况,存在严重误检与漏检问题。针对问题一中的低照度影响,本文提出了图像亮度自适应增强网络,包括轻量化分类网络和图像亮度增强算法两个模块。首先,分类网络引入了改进版逆残差网络,它通过深度可分离卷积和注意力机制实现。网络刚开始的升维提取特征能较好的保留提取图片的浅层信息,解决了常规分类模型过于注重图像深层语义信息忽略了亮度特征浅层纹理信息造成的训练过拟合问题,在大大减少网络所需的参数的同时,保证了图片分类高准确率。网络参数量是Res Net-101(Residual Network)的1/28,准确率提升了6个百分点。其次,利用图像直方图和颜色空间,不需要手动赋值或训练,可以实现图像亮度自动增强,不仅计算量小运行速度快而且效果可优于训练后的网络模型效果,能够有效解决图像增强后过暗过曝问题,减少背景信息干扰,从而提升目标检测精度。针对问题二,本文提出了一种结合人脸关键特征的轻量级人脸佩戴口罩检测网络。包含人脸关键特征提取模块和多尺度口罩佩戴检测两个模块。首先,人脸关键特征提取模块可根据改进版多任务卷积网络提取出人脸关键特征,将人脸位置信息输入到多尺度检测模块,提升小目标人脸的识别率;其次,针对轻量化网络小目标人脸特征提取不充分问题,本文在主干网络、特征融合、边界框损失函数这个几个方面进行了创新改进。具体如下:主干网络部分提出了轻量化多分支堆叠结构和并行下采样结构提取不同尺度的特征,减少小目标特征提取损失的同时参数轻量化,能够解决常规卷积提取特征参数冗余而轻量级卷积不能有效提取关键特征问题;特征增强部分根据输入的不同尺度的特征信息以跨越连接的方式在网络的不同层级进行特征融合,能够很好的结合网络多个感受野信息,增强网络对大中小目标特征提取的鲁棒性;边界框损失损失部分,针对使用IOU(Intersection over Union)计算时出现的梯度消失和训练实例样本不均衡的问题,本文采用Focal-EIOU(Focal-Effective Intersection over Union)明确的测量边界框回归中重叠面积、中心点和边长3个几何因子差异,使EIOU损失集中于高质量样本,取得收敛速度和定位精度上的优势。本文在围绕上述问题在Py Torch深度学习框架对上述方法和模型在数据集上进行了大量的测试和实验。结果表明本文提出的亮度分类模型在面对白天阴影图片时能够捕捉细节信息,图像亮度分类准确率比Res Net-101高出6个百分点能够达到99.8%。同时,本文提出的多分支堆叠和并行下采样结构作为主干网络提取能够有效解决轻量化小目标精度损失严重问题,而且能够达到实时性检测的要求,本文网络的参量是YOLOv7的1/6,m AP仅相差0.3%,比其轻量化版本YOLOv7-tiny的m AP精度高值提升了近5%。上述工作均优于现有方案,目前相关论文在投。

关键词：人脸佩戴口罩检测多尺度神经网络图像亮度增强网络模型轻量化注意力机制 MTCNN

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于语义分割的文本检测

基于语义分割的文本检测

作者：张曙光南昌大学

学位级别：硕士

在文本检测领域中,其特点是文本大小、纵横比变化巨大和文本可以是任意方向。由于像素级预测的可扩展性,基于分割的方法可以适应各种形状文本,成为文本检测的主流。然而,文本检测仍存在以下两个问题,问题一,自然场景中的图像通常具有复... 详细信息

在文本检测领域中,其特点是文本大小、纵横比变化巨大和文本可以是任意方向。由于像素级预测的可扩展性,基于分割的方法可以适应各种形状文本,成为文本检测的主流。然而,文本检测仍存在以下两个问题,问题一,自然场景中的图像通常具有复杂化背景,这对文本检测造成极大的干扰且在对小尺度文本检测时易发生漏检情况。问题二,自然场景中的文本多样化,其形式有水平、倾斜、直线和曲线等尺度变化大的文本,因此在检测这种多尺度文本时会出现检测不完整的情况。针对问题一,本文提出了一种基于混合注意力与特征增强的文本检测模型(Hybrid Attention Fusion and Feature Enhancement Network,HAF-FEN)。通过分析现有方法的优劣势,提出混合注意力融合模块和自适应特征增强模块,从而减少背景噪声对文本的干扰和提升对小尺度文本的检测能力。混合注意力融合局部细节和全局文本信息的方式,来降低背景噪声对检测的干扰和提升对文本的关注度。自适应特征增强模块进行自适应的学习,掌握不同空间位置特征信息的重要性,并对特征进行动态的聚合,从而提升模型对小尺度文本的检测能力。此外,在损失函数上使用多损失函数结合的方式,来解决训练中正负样本不均衡问题。针对问题二,本文设计了一种基于金字塔特征增强的多尺度文本检测网络(Pyramid Feature Enhancement for Multi-Scale Network,PFE-MSN)。首先在主干网络中使用可变形卷积扩张感受野范围,并提出一种多次结合的特征金字塔结构。该结构融合不同特征整体和局部的语义信息,提升网络对多尺度特征上下文信息的关注程度。另外还提出多尺度通道特征融合模块,在通道维度上使用全局和局部的融合思想进行自适应的学习和理解,针对文本区域赋予不同的权重比例,这样进一步提升网络对多尺度文本的鲁棒性。本文对上述模型通过使用公共数据集进行相关实验,数据和可视化检测图表明,本文提出的HAF-FEN和PFE-MSN网络模型在两种数据集上都达到了较为优秀的效果,证实了本文所提两种方法的有效性。

关键词：语义分割自然场景文本检测注意力融合多尺度特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于风格迁移的跨域行人重识别算法研究

基于风格迁移的跨域行人重识别算法研究

作者：刘慧婷南昌大学

学位级别：硕士

行人重识别旨在视野非重叠的不同摄像机下寻找包含相同行人的图像,是智慧城市中的重要一环,也是国内外研究的热点课题之一。然而,现阶段的行人重识别研究领域还存在两大问题。问题一是现有的方法往往需要大量高质量标注好的数据来训练模... 详细信息

行人重识别旨在视野非重叠的不同摄像机下寻找包含相同行人的图像,是智慧城市中的重要一环,也是国内外研究的热点课题之一。然而,现阶段的行人重识别研究领域还存在两大问题。问题一是现有的方法往往需要大量高质量标注好的数据来训练模型,并且生成的模型易局限于特定的、单一的场景,不能很好地应用到新场景中,即模型可移植性差、泛化能力弱、容易出现过拟合现象。问题二是不同的监控设施的采集场景不一,不同的摄像机、光照情况、拍摄角度、遮挡障碍物等因素会不可避免地给行人重识别的结果带来消极影响,关键信息和重要信息的遗漏也可能导致模型的性能下滑。针对上述的问题一,本文立足于行人重识别中的无监督域适应问题,提出了一种基于风格迁移的两阶段跨域行人重识别方法。该方法引入的两阶段跨域的方法能够充分挖掘无标注数据集的身份特定信息。第一阶段是在原数据集域内进行摄像机增强,生成摄像机信息丰富的新数据集。第二阶段是将生成的新数据集和目标数据集进行域间整域迁移,使生成的模型能同时适应跨摄像机和跨域两种情况。通过训练鲁棒性更强的模型,可以得到精度更高的排序列表。通过该方法训练出的域适应模型,可以有效平滑摄像机差异与域差异。针对上述的问题二,本文立足于提取区分度更高的行人特征,提出了一种基于多区域特征融合的行人重识别方法。该方法首先将图片水平分割,然后根据不同的策略将被分割的各部分图片组合起来,通过组合后的训练结果确定最优化的图片分割策略。然后将能达到最优结果的融合特征放入网络中进行训练,对融合后的特征进行距离计算,最终得到排序列表。通过该方法可以将容易被忽略的特征利用起来,从而得到的特征具有更好的鲁棒性,可以有效提高模型的精度。在针对问题一提出的基于风格迁移的跨域行人重识别方法中,使用了最广泛的公用数据集Market1501和Duke MTMC来验证本文所提出方法的可行性,以Rank-1和m AP指标反映该方法的性能。在针对问题二提出的基于多区域特征融合的行人重识别方法中,还增加了在公用数据集CUHK03上的实验。实验结果表明,本文提出的方法在这两个数据集上均表现出更高的Rank-1与m AP,表明本文在跨域和特征融合方面的改进能够有效提高行人重识别模型的性能,且优于现有的行人重识别方法。

关键词：行人重识别风格迁移域适应生成对抗网络多区域特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

含电动汽车参与的微电网双层优化调度研究

含电动汽车参与的微电网双层优化调度研究

作者：余光华南昌大学

学位级别：硕士

在《“十四五”循环经济发展规划》中提出的双碳目标——碳达峰、碳中和,将深刻地影响我国能源体系的变化,含风能、太阳能等分布式新能源发电单元的微电网凭借着灵活、高效、环保等特点受到了广泛的关注。此外,随着电动汽车在市场上的... 详细信息

在《“十四五”循环经济发展规划》中提出的双碳目标——碳达峰、碳中和,将深刻地影响我国能源体系的变化,含风能、太阳能等分布式新能源发电单元的微电网凭借着灵活、高效、环保等特点受到了广泛的关注。此外,随着电动汽车在市场上的占比越来越高,大规模的电动汽车负荷会给微网带来一定的运行压力。当电动汽车负荷接入微网时,存在两个问题。问题一,传统的微网需求侧响应忽略了车主参与的积极性,使得大规模电动汽车充电负荷接入微网时会提高电网的负荷峰谷率。问题二,在对微电网进行优化调度的时候,大多仅考虑了微电网运行的经济性和稳定性,没有单独考虑到微电网运行对环境的影响,当考虑的目标函数增多的时候,会降低NSGA-Ⅱ算法的寻优性能。针对问题一,即传统的微网优化调度大多只考虑微网运营商方面的因素,忽略了用户方面参与的积极性因素,本文提出了含电动汽车参与的微电网双层优化模型,该模型包括负荷层和微网层。在负荷层中,基于价格型需求响应,考虑了电动汽车车主的用电经济性和舒适性,建立了电动汽车车主的综合满意度指标。分别在工作日和节假日,以最大化用户的用电综合满意度和最小化净负荷方差为优化目标引导车主有序充电,对比了电动汽车车主参与需求响应前后的仿真结果,验证了负荷层中电动汽车有序充电策略的有效性。针对问题二,即以往的微网优化调度大多未单独考虑微网运行对环境的影响,本文将负荷层优化后的净负荷代入到微网层,以最小化微电网运行维护成本、污染物治理成本和微网与主网的联络线功率波动方差为微网层的优化目标,并用改进的NSGA-Ⅱ算法对微网层模型进行求解。求解结果显示,在工作日,微电网的运行维护成本降低了20.08%,污染物治理成本降低了20.44%,联络线功率波动方差降低了46.45%;在节假日,微电网的运行维护成本降低了10.63%,污染物治理成本降低了12.61%,联络线功率波动方差降低了38.34%。本文基于MATLAB R2020b对含电动汽车参与的微电网双层优化调度模型进行仿真并求解,结果显示负荷层模型可以提高用户的综合满意度,降低净负荷方差;微网层模型可以有效的提高微电网运行的经济性、可靠性和环保性。

关键词：微电网电动汽车负荷需求响应 NSGA-Ⅱ

经销商的注意力是有限的——来自二手车交易市场的证据

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

经销商的注意力是有限的——来自二手车交易市场的证据

作者：韩昶玉上海社会科学院

学位级别：硕士

经典的经济学模型往往假设消费者的注意力是完全的,即认为人们能够处理消化他们所能获取的全部信息。行为与认知心理学的研究成果则表明,人们的注意力往往是有限的,这是注意力经济的基本假设。受注意力约束的人在决策时会自发地将信息... 详细信息

经典的经济学模型往往假设消费者的注意力是完全的,即认为人们能够处理消化他们所能获取的全部信息。行为与认知心理学的研究成果则表明,人们的注意力往往是有限的,这是注意力经济的基本假设。受注意力约束的人在决策时会自发地将信息进行简化。通过对二手汽车交易市场数据中的里程与价格进行绘图,发现拍卖成交价格与二手汽车的行驶里程数之间存在不连续的函数关系,且每当行驶里程数的首位数字发生变化,就会出现一次价格的跳跃式下降。由此提出假设,认为这种价格的不连续性可能是买方在接收里程数信息时存在的注意力有限性引起的。对数据的处理主要包括两个部分:一方面,对原始的里程变量进行转化,建立起“首位数效应”之下二手车经销商实际感知到的里程数和感知价格之间的关系;另一方面,运用固定效应计量回归模型,对汽车年份、品牌、车型等数据中所包含的变量进行逐步的控制,并分别给出了回归结果。结果表明,二手车购买者在接收里程数字信息表现出的“首位数效应”的确能够很好地解释价格不连续性。对连续型数字信息的有限关注是注意力经济中非常重要的一个研究内容,本文所用到的分析方法也能够用来解决有关领域的其他问题。

关键词：有限注意力首位数效应不连续性估计二手车市场

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于细粒度方法的人脸表情识别

基于细粒度方法的人脸表情识别

作者：汪文翔南昌大学

学位级别：硕士

表情是人类表达心理活动和情绪状态的一种最自然、最普遍的方法。随着深度学习的发展,人脸表情识别技术广泛地运用在情感模拟、辅助驾驶、网络教育、辅助医疗和刑事侦探等多种领域。本文针对细粒度条件下的静态人脸表情识别展开研究。... 详细信息

表情是人类表达心理活动和情绪状态的一种最自然、最普遍的方法。随着深度学习的发展,人脸表情识别技术广泛地运用在情感模拟、辅助驾驶、网络教育、辅助医疗和刑事侦探等多种领域。本文针对细粒度条件下的静态人脸表情识别展开研究。当前人脸表情识别工作中主要存在着两大问题。(1)卷积神经网络在卷积和池化过程中,不同尺度特征之间缺乏高效的交流和融合,高维特征易丢失关键的细粒度信息,如纹理和边缘等,导致人脸表情的识别正确率低。(2)表情数据集中存在较高的不确定性。一方面,复杂环境下收集的细粒度表情图片,受拍摄角度和像素等因素影响,样本出现模糊和遮挡等情况。另一方面,由于标签人员的主观性和表情的二义性,同一样本的标注可能前后不一致。这些不确定性影响了网络学习正确的表情特征。针对这些问题,本文以增强特征图对人脸表情的表达能力和抑制表情数据集的不确定性为目的,对细粒度条件下的人脸表情识别展开了研究。针对问题一,本文提出了一种多尺度特征融合注意力机制。不同尺度的表情特征经过通道归一化后,先进行自底向上的下采样操作,再进行由上到下的上采样操作,交流不同尺度特征之间的上下文信息,增加不同尺度特征中的边缘和纹理等细粒度信息的权重,降低了局部关键特征丢失的概率。不同尺度的特征通过卷积和反卷积到同一尺度,再引入空间注意力机制,经过叠加和卷积操作生成最终的融合特征,进一步增强特征的表达能力。针对问题二,本文提出了一种自治愈方法。通过自注意力机制为训练样本生成重要性权重,以逻辑加权交叉熵函数约束各样本在网络训练中所占比重,促使网络加强对于正确表情特征的学习。在重标签模块中,比较低重要性权重样本的最大预测概率和真实标签的概率,确认该样本的标签是否合理。本文以Res Net50为骨干网络,同时引入双线性池化,多尺度注意力机制和自治愈算法,提出了一种多注意力机制自治愈网络(Multiple Attention Self Curing Network,MASCNet),融合多尺度特征的上下文信息,抑制低质量训练样本的不确定性,实现端到端的训练。本文对上述提出的两种方法分别进行了综合实验。实验结果表明,引入多尺度特征融合注意力机制可以增强网络对于细粒度表情特征的提取,自治愈方法可以有效抑制训练样本的不确定性,提高网络的泛化能力。MASCNet在表情数据集FER2013和RAF-DB上识别准确率分别为74.2%和88.7%,优于现有主流方法。

关键词：人脸表情识别细粒度多尺度注意力特征融合自治愈

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

企业上市对创新投入和产出的影响

企业上市对创新投入和产出的影响

作者：廖璐上海社会科学院

学位级别：硕士

近年来,我国大力推动民营企业上市投资,尤其是面向中小企业出台一系列优惠政策,希望逐步减轻民营企业投资压力,增强民营企业创新能力。2021年11月,北交所开市,服务的对象目标是“更快、更小、更新”,说明我国正在努力扶持具有独特特色... 详细信息

近年来,我国大力推动民营企业上市投资,尤其是面向中小企业出台一系列优惠政策,希望逐步减轻民营企业投资压力,增强民营企业创新能力。2021年11月,北交所开市,服务的对象目标是“更快、更小、更新”,说明我国正在努力扶持具有独特特色的创新型中小企业。而且北京证券交易所的启动标志着中国资本市场逐步服务于创新主体,推动中小企业创新力量更上一层楼。上市进一步成为创新企业融资的重要渠道,企业上市融资后是否继续保持创新投资比例与节奏,采用哪种途径融资促进技术创新产出,是本文重点研究的重点问题。本文通过将上市对融资和创新二者影响的相关文献进行了梳理,总结了上市对于各方面融资渠道的影响机制以及这种机制应用到创新投入和产出上的结果,梳理了近年来研究企业创新指标的文献。通过比较分析以往研究发现,以往文献重点关注上市和企业创新是否有因果效应,用IPO成功企业与失败企业进行对照实证,鲜有关注企业上市对于企业创新的积极性是否有改变,拥有创新项目的企业是否能通过上市改善境况,没有创新项目的企业是否通过上市后同行业竞争积极创新等问题。本文用2010-2017年全部A股主板上市企业IPO前后的财务数据和创新数据,区分企业产权性质、上市前招股书中是否披露创新项目后进行全样本和分样本的平衡面板回归,后经替换被解释变量、替换样本和PSM-DID方法进行稳健性检验确定上市对创新投入和产出的影响。通过实证分析发现,企业上市的确会促进大部分企业创新投入和产出提升。从创新投入层面来看,上市后企业拥有更多的融资渠道和资源,创新的能力逐渐提高,这种融资增加不仅体现在股权融资,而且在债权融资均有增加。上市通过改善融资约束对创新的影响主要体现在民营企业上,国企上市前后短期内的创新能力也有因为上市得到提升,但提升幅度没有民营企业大。对于上市前已经有创新项目的企业来说,融资目的性更强,从创新产出层面来看,企业上市向市场传递的积极信号,提升企业的声誉,促使企业在上市后积极申请创新专利,提升公众形象和经营绩效,即短期来看,上市对企业的创新产出有积极促进作用。但是在产出方面,上市前招股书中没有披露创新项目的企业在同业竞争压力下后续创造的产出更多,上市对于企业的创新产出促进作用相比已有创新项目的企业更显著。

关键词：企业上市企业创新融资渠道

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

住房财富对我国家庭消费的影响研究

住房财富对我国家庭消费的影响研究

作者：丁永奇上海社会科学院

学位级别：硕士

近年来,随着我国消费总额和消费水平不断增长和提升,推动我国经济平稳快速发展的动力逐渐由出口和投资转向消费。然而我国消费在GDP中的占比却一直远低于一般发展中国家和发达国家,甚至在较长的一段时间内有所下降。由此可见,通过提升... 详细信息

近年来,随着我国消费总额和消费水平不断增长和提升,推动我国经济平稳快速发展的动力逐渐由出口和投资转向消费。然而我国消费在GDP中的占比却一直远低于一般发展中国家和发达国家,甚至在较长的一段时间内有所下降。由此可见,通过提升消费水平拉动我国经济增长的空间和潜力巨大。与此同时,房地产行业的高速发展带来住宅商品房价格的飙升,一方面使有房家庭的住房财富不断升值,另一方面是新购住房和换购房产给不少家庭带来沉重的负担。消费问题和住房问题既是我国宏观经济发展中面临的重要问题,也关系到人民群众的切身福祉,直接影响人民群众的幸福感、获得感。不少群众和学者认为可能是住房问题影响了消费,并对此开展了一系列的研究,然而结论却相差甚远。厘清住房对我国消费的影响,不仅能丰富和完善住房与消费关系的研究成果,具有重要的理论价值,同时也可以为我国调控房地产、改善消费结构与推进消费升级提供政策参考。本文在对相关消费理论进行回顾的基础上,借鉴和参考相关研究文献,推导住房财富与家庭消费之间关系的理论模型,进而设计实证模型,然后利用CHFS2015年、2017年和2019年三期调查构成的面板数据,对住房财富效应的存在性及其大小进行实证分析。首先,对所有家庭进行住房财富和家庭消费的关系分析,总体上判断是否存在住房财富效应以及全样本住房财富消费弹性的大小;其次,着重分析有房家庭住房财富与消费的关系,包括住房财富效应的大小、住房财富效应对家庭中不同类型消费及消费升级的影响;最后,从家庭所在地区、家庭所处城市类别、房屋数量、住房资产占比高低、家庭收入高低、户主年龄差异等多个角度对有房家庭的住房财富效应进行异质性研究。研究发现住房财富的增加促进了家庭的总消费,也增加了家庭的生存型消费和发展享受型消费,同时降低了家庭生存型消费的比例,促进了家庭消费结构调整和升级。异质性研究表明,住房财富效应在我国东部、中部和西部地区均显著存在,但在东北地区不显著;一、二、三线城市均存在住房财富效应,但一线城市的住房财富效应较小,二、三线城市较大,后者家庭几乎达到了为前者的两倍;一套住房与多套住房家庭均存在住房财富效应,但多套房家庭的住房财富效应显著大于一套房家庭;住房资产低占比和中占比的家庭的住房财富效应为正向的,而高占比家庭的住房财富效应为负的;住房财富效应受到家庭户主所处生命周期段的影响,具体表现为户主低于五十岁的家庭,其住房财富效应不显著;而户主年龄在五十至六十之间的家庭,住房财富效应显著且较强;户主年龄在六十以上的家庭,住房财富效应显著但较弱。根据本文的研究结论,我们的政策建议是:(一)保持住房价格平稳,防止住房市场价格过快上涨或大幅下跌,长期持续发挥住房资产的财富效应。(二)因地制宜、因城施策,实施松紧有度、差异化的房地产调控政策,同时统筹配套实施其他调控措施,提高本地区人才吸引力。(三)多管齐下,完善住房抵押市场,盘活住房资产,进一步释放住房资产的财富效应。(四)出台精细化购房优惠政策,加大对刚需购房家庭的补贴,在推动落实住有所居政策的同时,扩大住房财富效应的覆盖群体,促进我国消费。

关键词：住房财富家庭消费消费升级异质性