为解决角度变化下的人脸检测中存在参数量大及角度幅度变量小的问题,提出区域渐进校准网络用于任意平面角度的人脸检测,通过级联网络结构降低角度变化、提升网络运行速度。采用区域生成网络产生高质量的候选区域,构造渐进校准网络,逐步...为解决角度变化下的人脸检测中存在参数量大及角度幅度变量小的问题,提出区域渐进校准网络用于任意平面角度的人脸检测,通过级联网络结构降低角度变化、提升网络运行速度。采用区域生成网络产生高质量的候选区域,构造渐进校准网络,逐步缩小面部平面角度变化范围,同时由粗到细地对候选区域执行面部检测。其中,特征提取的中间层融合参数量较少时,更好地表示了面部特征,调整锚的设置解决小尺度面部问题。在角度增强的FDDB(face detection data set and benchmark)数据集与WIDER FACE数据集上的实验结果表明,提出的方法分别取得了89.1%与90.4%的平均召回率,准确度高于快速区域卷积神经网络(Faster RCNN),且运行速度更快。在实际项目中使用该算法,验证了该方法的有效性及可行性。展开更多
文摘为解决角度变化下的人脸检测中存在参数量大及角度幅度变量小的问题,提出区域渐进校准网络用于任意平面角度的人脸检测,通过级联网络结构降低角度变化、提升网络运行速度。采用区域生成网络产生高质量的候选区域,构造渐进校准网络,逐步缩小面部平面角度变化范围,同时由粗到细地对候选区域执行面部检测。其中,特征提取的中间层融合参数量较少时,更好地表示了面部特征,调整锚的设置解决小尺度面部问题。在角度增强的FDDB(face detection data set and benchmark)数据集与WIDER FACE数据集上的实验结果表明,提出的方法分别取得了89.1%与90.4%的平均召回率,准确度高于快速区域卷积神经网络(Faster RCNN),且运行速度更快。在实际项目中使用该算法,验证了该方法的有效性及可行性。
文摘目的 探究维持性腹膜透析(MPD)患者肺动脉高压(PAH)与细胞外水(ECW)/身体总水(TBW)水平的关系。方法 回顾性分析2019年5月至2022年5月安徽医科大学第一附属医院收住院的125例MPD患者临床资料,根据超声心动图检查肺动脉压力值分为PAH组(肺动脉压力≥35 mm Hg)75例和非PAH组(肺动脉压力<35 mm Hg)50例,比较两组的一般资料、实验室指标、超声心动图参数、人体成分分析参数。采用线性回归分析、平滑曲线拟合、受试者工作特征(ROC)曲线等方式探讨MPD患者ECW/TBW水平与PAH的相关性。结果 PAH组和非PAH组的体重指数(BMI)、收缩压、血红蛋白(HGB)、脑钠肽(BNP)、细胞外水(ECW)/身体总水(TBW)、射血分数(EF)、左室质量分数(LVMI)差异均有统计学意义(P<0.05)。多因素logistic逐步回归分析结果显示,ECW/TBW(×10^(-2))[OR=1.127,95%CI:1.005~1.265,P=0.041]是MPD患者发生PAH的独立影响因素。以PAH为状态变量,ECW/TBW(×10^(-2))为检验变量绘制ROC曲线,ECW/TBW预测PAH发生的ROC曲线下面积为0.739,其临界点为47.1×10^(-2)。ECW/TBW(×10^(-2))每升高1×10^(-2),PAH发生率升高12.7%。结论 MPD患者的PAH发生与容量状态关系密切,ECW/TBW水平升高可导致PAH的发生。
