目标切成块，块块皆目标

目标管理进化过程 以我们团队例子开场,2009年E路wifi开始做车内新媒体,计划使用蓝牙方式连接。2011年,wi-Fi巳全面解禁,并且支持Wi-Fi的终端占比日益增高,我们决定用Wi-Fi方式替换蓝牙。2011年年中,开始找设备厂商和运营商进行设备研发。在此期间,如何做？何时做完？均未知,所以此过程可称为“有方向,无目标”。     

核心目标

01全国中小学互联网接入率达到95%,其中10M以上宽带接入比例达到60%以上;基本实现全国中小学都拥有多媒体教学条件,学校普通教室全部配备多媒体教学设备的城镇和农村中小学比例分别达到80%和50%。02“一师一优课、一课一名师”活动新增200万名中小学教师参与、评选年度“优课”2万堂;全部班级使用数字教育资源教学的城镇和农村中小学比例分别达到80%和50%。     

目标检测与目标跟踪方法研究

目标检测与目标跟踪是数字图像处理领域重要的组成部分,研究从目标跟踪的作用谈起,具体介绍了目标检测与目标跟踪的相关知识。生成式跟踪方法在当前帧对目标区域建模,判别式跟踪方法应用机器学习训练分类器。介绍了基于前景和基于背景的目标检测使用的方法,简述了目标跟踪领域的有关算法,如CSK算法、CN算法、STC算法,分析各算法的特征及其优缺点。最后总结了目标检测与跟踪领域发展的必要性与现今的障碍。     

多目标小尺度车辆目标检测方法

车辆目标检测是智能交通系统中的重要环节,针对传统车辆目标检测方法效率低、小目标检测效果不好、漏检率高等问题,提出一种基于改进的YOLOv3网络车辆目标检测算法.为了提高车辆检测的效率,利用轻量化模型MobileNetv2代替原YOLOv3中的特征提取网络,使得网络计算量相比原算法有所降低.为了有效提高网络对小尺度车辆目标的检测能力,网络将由高到低不同尺度的特征层融合之后进行目标检测.为了得到更丰富的语义特征信息和提高网络预测能力,增加了特征增强模块.同时针对车辆目标检测的特定应用,利用K-means方法对锚框重新聚类以满足车辆目标检测的特定需求.结合以上改进获得车辆目标检测网络YOLOv3-M2,实验结果表明,与YOLOv3相比,改进方法平均检测准确率增加约9%, 时间减少约一半,能够同时提高检测效率和小目标检测能力.     

增强小目标特征的航空遥感目标检测

目的 航空遥感图像中多为尺寸小、方向错乱和背景复杂的目标。传统的目标检测算法由于模型的特征提取网络对输入图像进行多次下采样,分辨率大幅降低,容易造成目标特征信息丢失,而且不同尺度的特征图未能有效融合,检测目标之间存在的相似特征不能有效关联,不仅时间复杂度高,而且提取的特征信息不足,导致目标漏检率和误检率偏高。为了提升算法对航空遥感图像目标的检测准确率,本文提出一种基于并行高分辨率结构结合长短期记忆网络（long short-term memory,LSTM）的目标检测算法。方法 首先,构建并行高分辨率网络结构,由高分辨率子网络作为第1阶段,分辨率从高到低逐步增加子网络,将多个子网并行连接,构建子网时对不同分辨率的特征图反复融合,以增强目标特征表达;其次,对各个子网提取的特征图进行双线性插值上采样,并拼接通道特征;最后,使用双向LSTM整合通道特征信息,完成多尺度检测。结果 将本文提出的检测算法在COCO （common objects in context）2017数据集、KITTI （Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago）车辆检测和UCAS-AOD （University of Chinese Academy of Sciences-Aerial Object Detection）航空遥感数据集上进行实验验证,平均检测准确率（mean average precision,mAP）分别为41.6%、69.4%和69.3%。在COCO 2017、KITTI和VCAS-AOD数据集上,本文算法与SSD513算法相比,平均检测准确率分别提升10.46%、7.3%、8.8%。结论 本文方法有效提高了航空遥感图像中目标的平均检测准确率。     

基于合作目标的无人机目标跟踪方法

无人机与地面排爆机器人组成空地系统协同作业,可以大大提高排爆机器人的作业效率和作业能力.针对此问题,提出一种可用于空地系统的无人机目标跟踪方法.首先,利用视觉算法对地面目标进行识别和定位,并利用动态置信窗口减小搜索面积.对于高机动性造成的目标短暂消失导致跟踪失败的问题,利用卡尔曼滤波算法对目标位置进行滤波和运动预测,并提出一种自适应串级PID(比例-积分-微分)算法进行无人机飞行控制,实现对动态目标的实时跟踪.最后,设计了机体倾斜补偿算法来解决环境干扰造成的降落误差较大的问题,实现无人机的精准降落.搭建了地面机器人和无人机组成的空地系统进行实验,结果表明该系统能可靠地完成各部分任务,验证了所设计算法的有效性.     

目标自适应图像分块与小目标提取

针对传统二维直方图方法的难点,提出了采用基于分水岭变换的图像自适应分块的解决方法,新方法能使得每个小目标都被分割在同一个图像区域内,克服了传统图像分块方法采用固定分块,易造成将同一目标分到多个区域的缺点。方法中首先采用了基于标记点的灰度图像重建方法对图像进行预处理,在自适应增强目标的同时也克服了分水岭变换易造成过度分割的影响,在此基础上进一步地对图像采取了基于分水岭变换的图像分块,接着在每一个分块区域中采用引入目标分布信息阈值选取方法,得到二值化的结果。实验表明该方法目标分割结果稳定,适合于小目标的分割提取。     

点目标和扩展目标联合跟踪算法

随着信息化改革的不断深入,目标跟踪问题越来越受到人们的重视。特别是在国防领域,如雷达对飞机、轮船和导弹等机动军事目标的精确探测和定位很大程度上决定了战争武器的有效性。针对点目标和扩展目标同时存在的特殊情况,提出基于随机集的点目标和扩展目标联合跟踪算法。该算法探索基于随机有限集的扩展目标滤波器对于点目标跟踪的不足,并尝试通过放宽约束条件的方式对其进行改进。仿真结果表明,在点目标和扩展目标同时存在的情况下,本文所提算法相比于已有基于随机集理论的扩展目标跟踪算法具有更好的鲁棒性。     

目标目标目标——关于网络主题探究教学设计的讨论

两个案例共同的可贵之处是两位教师勇于探索的精神，没有更多的实践，我们无法真正把握一类教学模式；没有更多的实践，我们很难走向真正的创新。     

目标柏林

自从《盟军敢死队》以即时战术的姿态出现后，受欢迎的程度越来越高，它开创了游戏模式的新纪元，这是游戏成功的最大因，二代的推出使《盟军》系列达到了颠峰时期，这是续集不如前代的“非典型”例子。如今，炒得沸沸扬扬的三代终于要来了，EIDOS宣布的最终上市日期是今年的9月，在8月期间还会出一个试玩版，在它们到来之前，我们来看看《盟军3：目标柏林》到底与以前有什么不同。     

目标 目标 目标--关于网络主题探究教学设计的讨论

教育信息化存在的必要已经是一个不争的事实了,信息化在教育领域的推进正在向学科应用深入.2002年针对课程整合的多样性,我们提出网络主题探究的概念,用以指代WebQuest、MiniQuest、基于网络应用的研究性学习(特指高中阶段的研究型学习课程中的应用)、UOP和Big6等选用网络技术为主要学习工具的教学模式.     

目标规划法

1.序言目标规划法是线性规划的一种应用,线性规划法是把利益最大或费用最小只一个目标评价值的最优化方式。而目标规划法是考虑到多数的目标评价值,在限制条件式满足的数值之间,使其差异最小化的一种方法。一般企业的目标到底有些什么内容,各种议论相当多。有人讲“企业的目标只要考虑利润就够了,利润的目标达到了,这就是企业的最重要目标”。“不对! 企业的目标是多数的,而且并不见得能一元化,这是事实”。马上有人持反对的意见。也有人讲:“总而言之,一定先得把目标值数量化,没有数量化,目标达成的评价,及使目标达成的手段选择也会很困难”。     

今目标管理软件

今目标,国内领先的目标管理软件。致力于为中小企业搭建互联网时代的网络办公环境,是企业内部管理、协同办公的好帮手。今目标以目标管理为主线,既有充分体现领导力的计划管理、项目管理、时间管理、知识管理等模块,又包含了即时通讯、企业邮箱、短信总机、在线客服、文档管理、信息中心等企业日常办公功能。     

知己知彼确定目标

企业投资几百万元，见不到实施ERP的具体效果，老板当然不干；不合理的量化指标让软件公司望而生危，担心目标达不到收不回款，情有可原。     

黑光 目标击毙

本作是一款下载游戏，只要15美元就可以体验到一款多人对战的主视角射击游戏，包括12张地图和7种游戏模式，最多16人对战，和《CDD》一样拥有完善的升级系统，可以解锁新武器和护甲。     

空间目标检测序列图像中恒星目标抑制

针对固定指向地基天文光电探测系统中数量众多、成像相似的恒星目标对空间目标检测的干扰,提出一种基于时空域融合处理的恒星目标抑制算法。在时域上改进图像差分算法,采用时域膨胀差分抑制恒星目标;在空域上对检测到的恒星目标采用数学形态学重构来恢复恒星目标的完整星像,进而将形态学重构前后的图像相消来抑制恒星目标。根据时空域融合处理机制的不同,给出了两种融合处理方法抑制恒星目标。通过实测数据对比,结果表明本文算法达到了良好的恒星目标抑制效果:1)能够较好地抑制恒星目标及其边缘像素;2)暗弱恒星目标也得到较好地抑制;3)恒星目标抑制后空间目标的信噪比得到了较大提升。     

动目标防御机制

动目标防御是安全领域的一个新探索,旨在通过动态变化增加攻击者的难度,从而提升系统的安全性。文章从对抗条件下实现安全的机理入手,分析了动目标防御的原理和有效性,建立了动目标防护技术体系,描述了不同层次和粒度的动目标防御机制,分析了实现动目标防御面临的问题和挑战。     

目标检测定理

通过引入目标存在状态变量,建立了结合目标检测与参数估计的统一系统模型。给出目标探测信息、检测信息和空间信息的严格定义,并证明探测信息是检测信息与已知目标存在状态的空间信息之和,从理论上解决了探测信息和检测信息的定量问题。推导出目标匹配和非匹配条件下检测信息的理论公式。提出了随机目标检测方法,并证明了目标检测定理。目标检测定理指出,检测信息是可达的,反之,任何检测器的经验检测信息不大于检测信息。本文提出的目标检测信息理论打破了纽曼-皮尔逊准则一统天下的局面,为目标检测的系统理论和设计方法开辟了新的方向。     

目标跟踪综述

随着深度学习与人工智能技术的不断发展,视频目标跟踪已经成为了计算机视觉的重要研究内容,在公安布控、人机交互、交通管制、军事等各个领域起到越来越重要的作用。尽管现在国内外学者提出了多种目标跟踪算法,也搭建了较为完善的目标跟踪系统,但是算法的鲁棒性依然是一个比较大的挑战。本文对运动目标跟踪系统结构进行了简要介绍,并从特征提取及融合、外观模型、目标搜索等方面详细阐述了目前主流运动目标跟踪算法。然后对目标跟踪算法在深度学习大环境下的新发展进行了分析,从基于深度学习的目标跟踪及目标检测算法角度分析了深度学习在提高目标检测算法鲁棒性方面的有效性,最后概述了深度学习在视频目标检测算法中的具体应用并对其未来发展进行了展望。     

基于目标感知增强的无人机航拍目标检测

针对现有目标检测器在处理无人机航拍图像上存在的小目标检测精度不高的问题,提出一种具有目标感知特征增强的改进YOLOv4(yolo only look once)航拍检测算法。通过深度级联的方式构建瓶颈连接注意力模块,将其嵌入至YOLOv4主干网络,强化对基础特征的提取;为充分有效地利用目标上下文,对原始网络中特征金字塔输出的多尺度特征进行聚合与校准细化;对于小目标定位不够精确的问题,通过闭环反馈与融合策略重新设计检测头部,增强小目标位置信息的特征响应。该方法在VisDrone航拍数据集上的实验结果表明,检测精度相比YOLOv4提高了4.24%,其中小目标的精度提升了约2%。