简介:摘要 近期,智能视觉技术越来越多应用到监控安防场景中,其中的步态识别技术可以通过分析行人行走序列中的姿态与动作来判断身份。传统步态识别方法的具体应用效果依旧会针对不同衣着和背包场景下步态轮廓图中的身体部位粘连、遮挡、与正常场景差异大等问题的影响。因此,本文使用人体骨架信息进行识别,来减弱上述问题造成的影响。核心思想在于使用深度学习方法,提取原始图像序列中的人体骨架关键点,据此构成步态骨架图结构以辅助后继步态识别。在具体实现中,本文引入多个相同的时空图卷积模块,使得所提取的步态骨架序列能充分融合空间维度与时间维度两方面的特征信息。实验证明,该网络在CASIA-B数据集上相对于传统的步态骨架方法,达到了更高的性能。
简介:摘要:顶管顶进过程中遇到不明障碍物,经钻孔取芯与地质雷达物探后,确认顶管前方存在20m左右岩石地质。由于受到顶管下方地铁线路的影响,无法采用开挖破除障碍的常规措施进行处理,综合多方因素,采取反向顶进,回拉已顶进管道及机头后,采用岩石顶管机按原设计标高重新顶进的方案对此工况进行处理。对回拉管道的施工工艺、受力计算以及岩石顶管的重点进行了详细介绍,通过此方案成功处置了此次顶管遇障碍状况,可为其他类似工程状况提供借鉴经验。
简介:摘 要:针对目前岩石矿物含量测定存在的测定对象的代表性不足及人为影响较大的问题,特别是中粗粒岩石矿物含量测定主要依靠目估法进行测定的问题,提出采用基于岩石抛光面岩石图像作为矿物含量测定对象,采用毫米网格法,计算出各矿物所占面积百分比。从而确定矿物的含量。使用这一方法测定的矿物含量准确,测定结果重复性好,且基本不受人为影响。完全可以取代目前常用的针对中粗颗粒的岩石矿物含量测定采用的目估法。该方法在确保测量结果准确的同时更易学习和掌握,且操作简单。是矿物颗粒粒径大于2mm的岩石或含有矿物颗粒粒径大于2mm的斑状或似斑状结构岩石矿物含量测定不可或缺的一种方法。