新闻

4月13日,《飞书》在新版本中对音视频功能进行了升级,新增实时字幕和中英文翻译等功能。视频时,用户可选择开启字幕,并设置显示语言。截至发稿前,该功能已经上线,支持普通话和英文,未来还将增加更多语种。飞书音视频功能可支持百人会议需求,用户选择“开启字幕”后,系统即可进行语音识别,并将字幕滚动显示在屏幕下方或右侧,参会人实时可见并能查看历史记录。     

基于语言特征自动获取的反问句识别方法

反问句是以疑问的形式表达强烈情感的修辞方式,对其有效识别可为自然语言处理中的情感分析任务提供技术支持。该文提出了一种基于语言特征自动获取的反问句识别方法。首先,利用标签注意机制,建立了一个数据驱动的特征抽取模型,用于获取与任务相关的词汇、句法结构、符号标记和话题等语言特征。其次,利用Bi-LSTM模型分别对句子和语言特征进行表示,两者的交互注意被用于获取句子的各个词和符号的注意力权重向量。该权重向量作用于句子的表示,用于构建一个强化语言特征的反问句识别模型。在中文微博数据集上的实验结果表明,提出的方法与之前的工作相比,反问句识别性能有显著提升。     

视频侦查中人像智能分析应用及算法优化

人像智能分析指的是对视频或录像中的人像进行结构化和可视化分析,对目标人物进行性别、年龄、发型等特征的智能识别,这项技术在视频侦查中有极高的应用价值。人像识别早期的算法是通过人工提取特征,通过学习低级视觉特征来针对不同属性进行分类学习,这种基于传统方法的模型表现常常不尽如人意。在计算机视觉领域,通过海量图像数据学习的神经网络比传统方法有更丰富的信息量和特征可以被提取。文章尝试通过深度学习技术训练神经网络模型对行人进行检测和识别,对于衣着不同的行人进行智能识别,具有更好的鲁棒性,提升了视频人像识别的准确率,拓展了人工智能技术在身份识别领域的应用。     

纵轴式掘进机截割头载荷影响因素的仿真分析

针对现有掘进机截割头载荷特性研究方法采用单一影响因素不能全面反映截割头载荷及其波动变化规律的问题,通过分析截割头瞬时载荷,确定了纵轴式掘进机在水平截割工况下截割头载荷的主要影响因素有截割岩石特性、截割头掏槽深度、截割头吃刀深度、截割头转速和截割臂摆速。针对某纵轴式掘进机水平截割工况,采用Matlab对影响截割头载荷的多种因素进行仿真分析,得到了各向载荷及其波动随各因素的变化规律:截割头载荷随着岩壁普氏系数的增大而增加,其中横向阻力增加尤为明显,横向阻力波动程度高于其他方向载荷,且随着岩壁普氏系数的增大呈减小趋势;随着截割头掏槽深度的增加,截割头各向载荷近似呈线性增加,其中升力增加幅度最大,各向载荷波动则随着截割头掏槽深度的增大而减小;随着吃刀深度的增加,截割头载荷总体呈增大趋势,载荷波动程度则随之减小;在截割头转速一定的情况下,截割头载荷均随着截割臂摆速的增加而增大,在同一摆速下,截割头载荷随着截割头转速的减小而增大,横向阻力波动明显高于升力和推进阻力波动,横向阻力和推进阻力波动按截割头载荷规律变化,升力波动则与之相反。截割头载荷波动变化规律与截割头载荷变化规律不尽一致,有时甚至相互冲突。因此,掘进机作业过程中应合理选择截割头掏槽深度、吃刀深度等操作参数和截割头转速、截割臂摆速等运动参数,使各参数相互匹配,以减小掘进机振动,延长使用寿命。     

煤矿井下移动机器人运动规划方法研究

针对现有煤矿井下移动机器人运动规划所生成的轨迹存在超调、碰撞、不连续、不光滑等问题,提出了一种由路径规划、轨迹生成、轨迹优化3个部分构成的煤矿井下移动机器人运动规划方法。路径规划采用基于图搜索的A*算法实现,通过开始搜索、路径排序、继续搜索3个步骤循环迭代,快速规划出一条可通行的全局路径作为轨迹生成的初值。轨迹生成通过构建基于Minimum Snap的目标函数,并施加等式约束来实现。轨迹优化则是在轨迹生成的基础上施加不等式约束来实现:通过调整时间分配和构建基于Corridor轨迹规划的不等式约束,解决基于Minimum Snap轨迹生成在求解过程中出现的超调现象,并对整段轨迹本身进行约束,避免发生碰撞;通过引入调和函数Bezier Curve,构建基于Bezier Curve的Minimum Snap的轨迹优化问题,使得轨迹高阶目标函数的求解变得简单高效,最终生成一条适用于煤矿井下移动机器人的能量损失最小、连续、光滑、无碰撞、可执行的运动轨迹。在Matlab仿真环境中设计了随机地图,生成了包含时间分配、位置规划、速度规划、加速度规划的最优轨迹规划结果。实验结果验证了该运动规划方法的正确性和有效性。