简介：针对单一特征步态识别率低的问题，提出一种将步态能量图（GaitEnergyImage，GEI）中动态部分和Gabor小波特征融合的步态识别算法．首先，通过运动目标检测及二值化和形态学处理等预处理操作得到步态轮廓图，再进一步从步态轮廓图计算得到步态能量图，并从中分割出动态部分．然后，利用Gabor小波从步态能量图的动态部分中提取不同角度的信息，将两步态特征融合在一起，对融合后得到的特征向量用改进的KPCA方法进行降维．最后，将降维后的融合特征向量输入到基于多分类的支持向量机（SupportVectorMachine，SVM）中，从而完成步态的分类和识别．经过在中国科学院自动化研究所CASIA步态数据库上进行实验，取得了很好的识别效果，实验结果表明，与单一特征的步态识别方法相比，融合后算法的识别率提高了约10％．

简介：行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KITTI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

简介：建立了竹炭固相萃取-恒波长同步荧光法检测九龙江水样中多环芳烃（PAHs）。通过实验综合分析,选定正己烷为洗脱溶剂,洗脱溶剂体积为10mL,上样速率为5mL/min,上样体积为555mL。采用恒波长同步荧光法对多环芳烃进行定性定量,相关系数r〉0.99901,检出限在0.0080-0.90ng·mL-1,相对标准偏差为1.22%-4.20%。此方法应用于测定了龙岩市省控断面九龙江水体中的多环芳烃（PAHs）。水样的加标回收率在98.9%-110.4%该分析方法简便、快速,适用于水体中多环芳烃的分析检测。