一种基于FCOS神经网络的小建筑物目标检测方法北大核心

提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。     

《黄酒功能因子与营养保健》出版发行

2022年1月22日,据浙江省绍兴市黄酒行业协会消息,由绍兴文理学院医学院重大专项课题组编写的《黄酒功能因子与营养保健》一书近日正式出版发行,并被列入浙江省医学会公共卫生学分会科普丛书。由医学博士后郭航远、医学博士池菊芳领衔的科研团队自2006年开始,一直致力于绍兴黄酒功能因子与动脉硬化的相关性研究。     

基于多尺度特征校准的图像协调化方法

图像组合是图像处理中一个重要操作，然而组合图像中前景区域与背景区域的外观不协调使得组合图像看起来不真实。图像协调化是图像组合中极其重要的一个环节，其目的是调整组合图像前景区域的外观使其与背景区域一致，从而让组合图像在视觉上看起来真实。然而，现有方法只考虑了组合图像前景与背景之间的外观差异，忽略了图像局部的亮度变化差异，这使得图像整体的光照不协调。为此，该文提出一个新的多尺度特征校准模块(MFCM)学习不同尺度的感受野之间细微的特征差异。基于所提模块，该文进一步设计了一个新的编码器学习组合图像中前景与背景的外观差异和局部亮度变化，然后利用解码器重构出图像，并通过一个对前景区域归一化的回归损失指导网络学习调整前景区域的外观。在广泛使用的iHarmony4数据集上进行实验验证，结果表明该方法的效果超过了目前最优的方法，验证了该方法的有效性。     

纸质简谱图像的分割、倾斜校正及音符歌词提取

乐谱图像的自动分割、倾斜校正是乐谱识别过程中的关键技术,各种计算机光学乐谱识别技术在乐谱图像的数字化中有着广泛的应用,但对于乐谱中简谱的识别一直鲜有研究.本文针对人工拍摄条件下光照不理想的简谱图像,提出一种基于PCNN(脉冲耦合神经网络)和DNN(深度神经网络)相结合的分块简谱图像自动分割算法,该方法根据简谱图像灰度分布特征对图像进行自适应分块处理,依据每个分块的灰度特征与PCNN最佳迭代次数之间的关系构造合适的DNN神经网络,从而实现了最优分割图的自适应选取;进一步利用最优分割图像中音符小节线的水平投影,提出一种双尺度下降法实现了简谱图像的倾斜校正;提出去边垂直投影法和连通域距离判断法实现了简谱图像中音符及歌词的提取.实验仿真结果表明:本文算法对复杂光照条件下的简谱图像处理都具有较好的鲁棒性,同时表现出更高的效率.     

瞬变电磁井间勘探的全空间几何因子

井间是剩余油的主要分布区域,为探测井间剩余油,提高采收率,提出了基于全空间几何因子的瞬变电磁井间勘探方法。在本井使用线圈发射、邻井使用线圈接收,根据瞬变电磁场理论,在阶跃信号的激励下发射线圈在地层中激发出沿圆周方向的闭合瞬变电场,该电场在导电地层中产生与地层电导率呈正比的涡流。由Doll地层环模型可知,地层中的涡流在空间任意点激发得到与地层电导率成正比的二次场响应信号(有用信号),并可表示为空间各点电导率的加权平均值,其权重即为井间瞬变电磁勘探的全空间几何因子;全空间几何因子集中分布在发射线圈和接收线圈附近,其它区域分布较少,在发射线圈和接收线圈两侧呈现不同的极性;对瞬变电磁响应与地层电导率、井间距和源距的变化规律研究可知,瞬变电磁井间勘探有用信号随着地层电导率的增大而增大,随着井间距的增加单调减小,在发射线圈和接收线圈处于同一深度时该响应信号幅度最大。