密集场景下准确人群计数和定位,对于保障公共安全具有重要的意义。针对密集人群计数与定位易受人群分布不均、背景干扰等因素的影响,导致计数定位不准确的问题,提出一种基于区域感知校准的自适应人群计数与定位方法。通过构建金字塔结...密集场景下准确人群计数和定位,对于保障公共安全具有重要的意义。针对密集人群计数与定位易受人群分布不均、背景干扰等因素的影响,导致计数定位不准确的问题,提出一种基于区域感知校准的自适应人群计数与定位方法。通过构建金字塔结构提取人群图像的多尺度特征,增强特征关联性,并设计可变形几何自适应模块学习不同分布的人群几何特征,以增强对人群分布不均的适应性。在此基础上,提出区域感知和区域校准模块,提取全局上下文特征和区域特征,克服了背景干扰造成的定位与计数不准问题。接着通过双分支卷积预测通路,输出生成点的预测位置和置信度分数,以提高网络的定位与计数精度。最后提出改进二分图最大匹配Hopcroft-Karp算法对真值点与预测点进行匹配校准,从而完成人群定位与计数。实验结果表明,所提方法分别在公开的ShanghaiTech Part A和Part B数据集、NWPU-Crowd数据集、UCF-QNRF数据集上评价指标均优于对比算法,且定位精度较P2Pnet分别提高了3.5%、6.1%、11.3%和8.1%,能够有效提高人群定位与计数的准确度。展开更多
本文基于语篇衔接理论,通过构建平行语料库,对人民网日文版“中国語教室”板块中的新闻文本进行量化统计和质性分析,比较机器译文与人工译文在照应衔接手段上的异同,并提出相应的译后编辑策略。研究发现机器译文在人称照应上存在冗余现...本文基于语篇衔接理论,通过构建平行语料库,对人民网日文版“中国語教室”板块中的新闻文本进行量化统计和质性分析,比较机器译文与人工译文在照应衔接手段上的异同,并提出相应的译后编辑策略。研究发现机器译文在人称照应上存在冗余现象,指示照应上不同翻译系统展现出个性化特征,而在比较照应上两者差异不大。基于此,本文建议译者在译后编辑时,应针对不同翻译系统的常见问题,采用多样化的衔接手段,提升译文的衔接性和连贯性,以提高机器译文质量。This paper, based on discourse cohesion theory, constructs a parallel corpus to conduct both quantitative statistics and qualitative analysis on news texts from the “中国語教室” section of the Japanese version of People’s Daily Online. It compares the similarities and differences between machine translations and human translations in terms of referential cohesion strategies and proposes corresponding post-editing strategies. The findings indicate that machine translations tend to exhibit redundancy in personal reference, while different translation systems display distinct patterns in demonstrative reference. However, the two types of translations show minimal differences in comparative reference. Accordingly, this paper recommends that translators adopt diverse cohesion strategies during post-editing, tailored to the specific issues associated with each translation system, to enhance the overall cohesion and coherence of the translated texts.展开更多
文摘密集场景下准确人群计数和定位,对于保障公共安全具有重要的意义。针对密集人群计数与定位易受人群分布不均、背景干扰等因素的影响,导致计数定位不准确的问题,提出一种基于区域感知校准的自适应人群计数与定位方法。通过构建金字塔结构提取人群图像的多尺度特征,增强特征关联性,并设计可变形几何自适应模块学习不同分布的人群几何特征,以增强对人群分布不均的适应性。在此基础上,提出区域感知和区域校准模块,提取全局上下文特征和区域特征,克服了背景干扰造成的定位与计数不准问题。接着通过双分支卷积预测通路,输出生成点的预测位置和置信度分数,以提高网络的定位与计数精度。最后提出改进二分图最大匹配Hopcroft-Karp算法对真值点与预测点进行匹配校准,从而完成人群定位与计数。实验结果表明,所提方法分别在公开的ShanghaiTech Part A和Part B数据集、NWPU-Crowd数据集、UCF-QNRF数据集上评价指标均优于对比算法,且定位精度较P2Pnet分别提高了3.5%、6.1%、11.3%和8.1%,能够有效提高人群定位与计数的准确度。
文摘本文基于语篇衔接理论,通过构建平行语料库,对人民网日文版“中国語教室”板块中的新闻文本进行量化统计和质性分析,比较机器译文与人工译文在照应衔接手段上的异同,并提出相应的译后编辑策略。研究发现机器译文在人称照应上存在冗余现象,指示照应上不同翻译系统展现出个性化特征,而在比较照应上两者差异不大。基于此,本文建议译者在译后编辑时,应针对不同翻译系统的常见问题,采用多样化的衔接手段,提升译文的衔接性和连贯性,以提高机器译文质量。This paper, based on discourse cohesion theory, constructs a parallel corpus to conduct both quantitative statistics and qualitative analysis on news texts from the “中国語教室” section of the Japanese version of People’s Daily Online. It compares the similarities and differences between machine translations and human translations in terms of referential cohesion strategies and proposes corresponding post-editing strategies. The findings indicate that machine translations tend to exhibit redundancy in personal reference, while different translation systems display distinct patterns in demonstrative reference. However, the two types of translations show minimal differences in comparative reference. Accordingly, this paper recommends that translators adopt diverse cohesion strategies during post-editing, tailored to the specific issues associated with each translation system, to enhance the overall cohesion and coherence of the translated texts.
