对象特征

摘要： 随着不同模态的数据在互联网中的飞速增长,跨模态检索逐渐成为了当今的一个热点研究问题.哈希检索因其快速、有效的特点,成为了大规模数据跨模态检索的主要方法之一.在众多图像-文本的深度跨模态检索算法中,设计的准则多为尽量使得图像的深度特征与对应文本的深度特征相似.但是此类方法将图像中的背景信息融入到特征学习中,降低了检索性能.为了解决此问题,提出了一种基于对象特征的深度哈希(OFBDH)跨模态检索方法.此方法从特征映射中学习到优化的、有判别力的极大激活特征作为对象特征,并将其融入到图像与文本的跨模态网络学习中.实验结果表明,OFBDH能够在MIRFLICKR-25K、IAPR TC-12和NUS-WIDE三个数据集上获得良好的跨模态检索结果.

摘要： 为探索一种消防视频上火焰检测的方法,本文基于对象的颜色和闪烁特性,提出包含火焰提取和火灾识别的检测方法.在火焰提取阶段,颜色评估技术用作当前帧的时间预测指标,并利用基于稀疏表示的闪烁火焰的结构特征进行时空预测;在火灾识别阶段,为了提高预测精度,提出了一种融合检测技术.结果表明,该方法可以实现高精度的特征提取、分析和识别.

摘要： 教育部2017年颁布的《普通高中生物课程标准》中,在科学思维这一维度的核心素养中,明确提到模型与建模,并且在学业质量中明确规定了模型与建模是第4级水平。模型是人们按照特定的科学研究目的,在一定的假设条件下,再现原型客体某种本质特征(如结构特性、功能、关系、过程等)的物质形式或思维形式的类似物。常见生物模型包括概念模型、数学模型、物理模型等。物理模型是指以实物或图画形式直观地表达认识对象特征的模型。物理模型最大的特点就是形象直观,它可以把学习的内容直接展示到我们眼前,观察和学习,甚至去想象。

摘要： 场景图像分类是机器视觉中一个热门的方向,场景图像具有内容丰富、概念复杂的特点.已有的基于深度网络的场景分类算法,往往是通过改进网络结构或者数据增强等方式提升场景识别效果,但是缺少对图像中场景要素和对象要素之间关系的考虑.基于此,本文在分析现有基于深度网络的场景分类技术的基础上提出了一种局部特征显著化的场景分类算法.该算法旨在结合场景局部特征和对象局部特征的特点,利用两类不同特征存在的互补关系,分别对其进行优化,得到更具判别力的场景特征描述.局部特征显著化算法在MIT Indoor67数据集上得到的测试精度为88.88％,实验结果验证了该算法的有效性.

摘要： [目的]研究分割尺度及对象特征对航空正射影像面向对象林隙识别的影响,评价基于航空正射影像林隙识别适宜性.[方法]以真彩色航空正射影像为基础数据,采用面向对象分类方法,以东北典型天然次生林帽儿山实验林场东林施业区为试验区进行林隙识别.在面向对象分类过程中,对航空正射影像的3个分量(Blue、Green和Red)采用10种尺度(10～100,步长为10)进行分割,应用拓扑组合准确度(RA(or)和RA(os))和位置准确度(Dsr)评价分割结果.对每种尺度分割结果,应用航空正射影像的光谱及光谱+纹理结合特征,采用带有线性核的支持向量机(SVM)分类器进行林隙、非林隙和树冠分类,共获得20种分类结果.利用混淆矩阵计算的生产者精度、用户精度、分类总精度和Kappa系数4个评价指标对分类结果进行精度评价.[结果]对象特征(大小和形状)受尺度参数影响,小尺度分割产生小面积对象,大尺度分割产生大面积对象,但大尺度不能有效将明显的林隙从冠层中分离出来,存在明显分割不足的现象.拓扑组合准确度(RA(or)和RA(os))和位置准确度(Dsr)说明与参考对象最相似的分割对象结果是在尺度20时获得的分割结果(RA(or)和RA(os)较大且接近,Dsr较小).光谱及光谱+纹理结合特征分类方案分类总精度具有相似的变化特征,即小尺度分类总精度较低,随着尺度增大,分类总精度也再提高并在某个尺度达到最大值,之后分类总精度随尺度增大而降低,并趋于平稳.光谱+纹理结合特征的分类总精度低于仅使用光谱特征的分类总精度,在中小尺度上尤其明显.在尺度参数为20时使用光谱+纹理结合特征分类总精度低19个百分点,在尺度参数为30时低13个百分点.基于航空正射影像分割最优尺度参数为20.[结论]基于航空正射影像进行林隙识别,最高精度仅为74％(Kappa=61％),林隙生产者和用户精度在60％以上,非林隙生产者和用户精度在90％左右.基于航空正射影像林隙识别纹理特征的加入还将继续降低识别精度.

摘要： 针对高分辨率遥感影像道路提取方法易受影像噪声影响,且对道路特征利用不充分,难以准确提取城镇道路的问题,提出了一种基于SLIC(simple linear iterative cluste-ring)超像素的高分辨遥感影像城镇道路提取方法.该方法首先用SLIC算法对影像进行过分割生成SLIC超像素,用k-means算法对SLIC超像素进行分类,然后根据绿色波段归一化植被指数(green normalized difference vegetation in-dex,GNDVI)对分类影像进行过滤,再用改进Canny算子消除过滤影像中其他地物与道路间的连接,最后根据对象形状指数、对象最小外接矩形的长宽比、对象面积特征提取道路对象,用数学形态学对提取道路对象进行处理形成道路网.实验结果表明,本方法具有较好的城镇道路提取效果.

摘要： 一、在校生勤工俭学的现状近年来,大学生利用课余时间在校外从事兼职,勤工俭学的现象已经十分普遍.目前这种勤工俭学主要是集中在家教、促销、发传单和餐饮服务这几种形式.①家教：从学生自身条件和相应报酬、辅导对象特征等方面综合考虑,家教可能是最适合学生并开展的最广泛的一种勤工俭学方式.②零工：大学生打零工主要是分发传单、送报纸、去快餐店做服务员等.

摘要： 【考点综述】说明文是一种以说明为主要表达方式的文学体裁。它通过对实体事物科学地解说，对客观事物做出说明或对抽象事理的阐释，使人们对事物的形态、构造、性质、种类、成因、功能、关系或对事理的概念、特点、来源、演变、异同等能有科学的认识，从而获得有关的知识。其以说明为主，并适当穿插叙述、描写、抒情和议论。说明文阅读历年来都是各地中考语文现代文阅读的重点，分值一般都在15～20分之间。它主要考查段落或句子的作用、说明对象及其特征、说明顺序、说明方法及说明语言的特点等。题型以简答题为主，有时也有选择题、填空题、探究性的题目等。

摘要： 二年级美术教学以"感受"为主,要求学生能抓住人物、动物、事物的主要特征,展开想象的翅膀进行开放性绘画、制作,尽情地表达个人情感.本文以《动物朋友》为例,对如何抓住绘画对象特征和培养情感进行了细致的阐述.

摘要： 公开了一种确定在光学对象初始化追踪过程中使用的参考特征的方法，所述方法包括如下步骤：a)利用至少一个摄相机捕获现实环境的或通过绘制待追踪的现实对象的虚拟模型而合成地生成的至少一个当前图像，并从所述至少一个当前图像提取当前特征；b)提供适用于光学对象初始化追踪过程中的参考特征；c)将多个所述当前特征与多个所述参考特征相匹配；d)基于数个相匹配的当前特征和参考特征，估计与所述当前图像相关联的至少一个参数，并对与所述当前特征之一相匹配的每一个所述参考特征确定它们是正确匹配还是错误匹配；e)其中，多次迭代处理步骤a)到d)，其中，在每一个相应的迭代循环的步骤a)中，由至少一个摄像机捕获相应的新的当前图像，并且关于所述相应的新的当前图像处理步骤a)到d)；以及f)确定关联到正确匹配的参考特征和/或错误匹配的参考特征的至少一个指示符，其中，根据所述相应的参考特征分别隔多长时间正确匹配一次或错误匹配一次来确定所述至少一个指示符。

摘要： 本发明公开了一种三维时空对象局部特征提取和对象识别的方法与装置。该方法包括：获取三维时空对象视频帧序列；对获得的行人轮廓图像进行分析，定位人体特定区域位置；根据定位到的特定区域位置采样局部区域时空特征；将上述局部特征与全局特征融合，得到输出特征。本发明在多个步态识别数据集上超过目前最好的算法，解决了相关技术中提取到的时空三维特征受行人外观影响过大，导致识别结果不准确的技术问题。

摘要： 本发明涉及一种用于特别是与自动化实验室系统或设施、比如医疗、化学或药物分析装置结合来识别实验室对象上的标识和/或实验室对象和/或位于其中的样本的特征的检测装置。例如用作标识的是样本容器上的条码(1)，样本容器比如是取样管(4)、试剂槽或微孔板。为此，使用光学收录单元(5)和镜子(7)，其间的距离可改变，以在每种情形中从光学收录单元(5)的收录距离检测不同距离处的实验室对象，该收录距离位于光学收录单元的景深内。镜子(7)在此用于将实验室对象的图像投射成在光学轴线(6)上被检测。由此，与使用变焦镜头与自动对焦装置的已知装置相比，检测装置被大大简化、更可靠且更廉价。此外，提出了一种具有根据本发明的检测装置的实验室装置、例如自动化实验室系统的作业区域和对应的检测方法。

摘要： 本文公开了与处理图像相关联的设备、方法和存储介质。在实施例中，一种用于处理一个或多个图像的方法可以包括针对图像对而生成多个关键点特征对。每一个关键点特征对可以包括来自每一个图像的关键点特征。另外，针对每一个关键点特征对，可以生成对应毗连特征。此外，针对每一个关键点特征对，可以确定毗连特征是否是类似的。还可以至少部分地基于对应毗连特征之间的类似性的确定的结果而确定图像对是否具有至少一个类似对象。可以描述和要求保护其它实施例。

摘要： 本说明书实施例提供了一种对象特征信息获取、对象分类、信息推送方法及装置。在确定对象的特征信息时，从N个时刻的N个关系网络中分别确定第一节点的多个邻居节点，得到N个邻居节点组，并基于每个时刻对应的邻居节点组以及第一节点的节点特征，确定第一节点在各个时刻的空间聚合特征；将N个时刻的N个空间聚合特征按照时间顺序以序列的方式输入序列神经网络，分别得到第一节点在N个时刻的N个时空表达；对N个时空表达进行聚合，得到第一节点的时空聚合特征，作为第一节点代表的第一对象的特征信息。

摘要： 本发明的目的是提供一种基于对象特征将对象输入至目标应用的方法与设备。具体地，用户设备通过获取用户通过用户设备输入的对象特征序列；根据所述对象特征序列，在对象信息库中进行匹配检索，以获取与所述对象特征序列相匹配的一个或多个候选输入对象；将所述一个或多个候选输入对象提供给所述用户设备；获取所述用户对所述一个或多个候选输入对象的选择；将所述用户选择的候选输入对象输入至所述目标应用。与现有技术相比，本发明通过基于对象特征对输入对象进行筛选，将输入对象简捷地输入至目标应用，不仅有效地提高了用户的对象输入效率，也提升了用户的输入使用体验。

摘要： 本发明公开了一种存储对象特征属性以及查询对象数据的方法和装置，涉及计算机技术领域。该存储对象特征属性的方法的一具体实施方式包括：获取待存储对象的特征属性数据集；所述特征属性数据集为定义的特征属性集合的子集，以及所述特征属性集合中的特征属性的位置顺序固定；基于所述特征属性集合中特征属性的位置顺序，根据所述特征属性数据集，填充所述特征属性集合中特征属性的存储值，以生成所述待存储对象的二进制存储值；将所述待存储对象的二进制存储值存储至数据库中。该方法通过一个变量就可实现存储对象的多个特征属性，进而可通过二进制的一些运算法则可快速查找出具有某个特征属性的对象数据。

摘要： 公开了一种视频对象特征提取方法和装置、视频对象匹配方法和装置、电子设备以及计算机可读存储介质，解决了现有视频对象特征提取的准确性低的问题。该视频对象特征提取方法包括：获取视频流的每个视频帧中待识别对象所在像面的各组成区域的局部特征信息；获取每个所述视频帧中待识别对象所在像面的各组成区域的空域分值；以及根据所获取的每个所述视频帧中待识别对象所在像面的各组成区域的所述局部特征信息和所述空域分值，获取所述待识别对象所在像面的各组成区域的综合局部特征信息。

摘要： 本说明书实施例提供了一种对象特征信息获取、对象分类、信息推送方法及装置。在确定对象的特征信息时，从N个时刻的N个关系网络中分别确定第一节点的多个邻居节点，得到N个邻居节点组，并基于每个时刻对应的邻居节点组以及第一节点的节点特征，确定第一节点在各个时刻的空间聚合特征；将N个时刻的N个空间聚合特征按照时间顺序以序列的方式输入序列神经网络，分别得到第一节点在N个时刻的N个时空表达；对N个时空表达进行聚合，得到第一节点的时空聚合特征，作为第一节点代表的第一对象的特征信息。

摘要： 本发明公开了一种提取对象特征、搜索对象的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取预定时间段内对象的特征信息；其中，特征信息至少包括第一特征信息以及第二特征信息；对第一特征信息进行分词处理，根据分词后各个词语的数量以及预定的第一特征词提取规则，确定对象的特征词；根据第二特征信息以及预定的对象值确定规则，确定对象在当前时间的对象值；至少基于特征词以及对象值，生成与对象关联的特征表。该实施方式提供了一种提取对象特征的思路，便于后续依据对象特征进行对象搜索，使得搜索更具有针对性，进而提高对于该对象的搜索效率。