面向语义分割模型的外接多尺度投票网络

针对语义分割领域中多尺度共享网络训练复杂度高,以及网络在小目标、长条状目标、目标边缘处拟合效果不佳的问题,提出一种新型外接多尺度投票网络。通过投票网络融合各尺度分割结果,降低网络训练复杂度,并将共享网络中的分割网络与各尺度注意力头剥离开,仅训练各尺度注意力头,以便于网络收敛。在投票网络的结构设计中,使用多类别投票方法扩大投票空间,通过融入混合池化模块聚合近程与远程权值,扩大网络感受野,缓解权值图中长条状目标拟合间断与缺失的问题。在此基础上引入类内、类间投票注意力模块获取权值及类间关系,并采用不规则卷积,改善投票权值图的边缘拟合效果。在Cityscapes数据集上的实验结果表明,相比FCN、PSPNet、DeepLabv3+分割网络,该网络的平均交并比分别提升了0.92、0.88、0.80个百分点,与共享网络相比,其训练复杂度更低,精度更高。     

基于Bayes序贯估计的无线传感器网络数据融合算法

移动代理被认为是无线传感器网络中解决数据融合的有效方法,但代理访问节点的次序以及总数对算法有较大影响,为此该文提出一种基于Bayes序贯估计的移动代理数据融合算法.该算法通过构造特定数据结构的报文,在多跳环境中由Bayes序贯估计调整梯度向量,据此动态决定移动代理的访问路径,使移动代理有选择地在传感器节点之间移动,且在节点处由移动代理对数据进行融合,将多余的感知数据剔除,而不是把原始数据传输到Sink节点。理论分析和模拟实验表明,该算法有较小的能量消耗和传输延时。     

跨域图像分类中域不变细节特征提取算法

为从源域和目标域的图像中提取域不变细节特征,提高目标域分类器的分类精度,提出基于混合池化及样本筛选机制的域不变细节特征提取方法.通过优化卷积神经网络中的池化层,提取图像中的细节特征,利用样本筛选机制挑选源域和目标域中细节信息较明显的样本图像,将两域中属于同一类别的样本组成样本对,用于提取域不变细节特征表示.结合实例,对模型和算法进行了实验分析,验证了模型的可行性和算法的有效性.     

基于新型特征融合的安全帽佩戴检测方法

针对在遮挡、光照和其它因素的影响下,检测小尺度工人佩戴安全帽情况时存在漏检、误检的问题,提出以高精度、高速的CenterNet目标检测算法为基础,引入新型特征融合方式用于安全帽佩戴检测的方法.采用U型结构的特征金字塔融合多层特征提高对小尺度目标的敏感性,此外受PoolNet启发,在特征金字塔结构基础上添加全局引导模块和特征整合模块,进一步细化显著目标的细节.在Safety-Helmet-Wearing-Dataset(SHWD)公开数据集上的实验结果表明,整体检测平均精度提高了2.0％,对小尺度工人的检测平均精度提高了3.0％.检测速度达到21 fps,可以满足实时检测的需求.     

传感器网络病毒感染传播局域控制研究

 从传感器网络节点重要性的角度来研究病毒传播的局域控制,研究表明,通过对少量的重要节点进行免疫,可以抑制病毒的大范围扩散,提高网络的抗蓄意攻击能力.随着免疫效率的提高,使感染传播率临界值增加,同时使病毒感染局域范围控制的效果得到加强.     

具有偏好随机游动能量均衡的数据传输算法

为了改善传输性能,提出一种具有偏好随机游动的数据传输算法,偏好即每一步的转移概率依据节点可用能量兼顾传输时延确定。特别是,通过分析任意2个节点之间的最短传输距离,把传感器节点的传输范围分解为若干圆环,利用位于源节点到sink之间最短路径上或靠近最短路径的节点作为代理节点进行数据分发,可达到平衡能量消耗和传输延迟之间的特定要求。同时与其他算法比较也说明了此算法是有效的。     

基于内容的视频检索技术

从分析基于内容的视频检索的优点和系统结构出发，在介绍基于内容的视频检索的一般步骤的基础上，对基于内容的视频检索中的关键技术和多种算法进行了描述和分析，并介绍了基于内容的视频检索的一些最新方法。最后，对基于内容的视频检索提出一些值得进一步研究的问题。     

CATIA在水泵底座逆向重构中的应用研究

简要介绍逆向工程技术的基本特点和工作步骤,以及CATIA V5曲面造型的主要技术和数学模型,以水泵底座为实例,详细阐述了CATIA V5曲面造型在逆向工程中的一般策略.