基于生成对抗网络的文本生成图像研究综述

文本生成图像是指将语句形式的文本描述翻译成与文本具有相似语义的图像。在早期研究中,图像生成任务主要基于关键字或语句的检索来实现与文本匹配的视觉内容的对齐。随着生成对抗网络的出现,文本生成图像的方法在视觉真实感、多样性和语义相似性方面取得了重大进展。生成对抗网络通过生成器和鉴别器之间的对抗来生成合理且真实的图像,并在图像修复和超分辨率生成等领域显示出良好的能力。在回顾并总结文本生成图像领域最新研究成果的基础上,文中提出了一种新的分类方法,即注意力增强、多阶段增强、场景布局增强和普适性增强,并讨论了文本生成图像面临的挑战和未来的发展方向。     

基于相移条纹分析的相位误差补偿技术发展综述（特邀）

结构光三维测量技术由于精度高、非接触等优点在传统制造业中得到了广泛的关注和应用。智能制造、人工智能等新兴领域的高速发展对如何高效获取高精度三维数据源提出了更高的要求。应用于三维测量系统的相位误差补偿技术作为实现高精度结构光测量方法的重要步骤,对测量结果的获取精度和效率起着关键性作用。首先简要介绍相移测量轮廓术的基本原理和不同误差来源导致的相位误差形式,随后分类讨论各个误差类型的补偿方法、优化方向及适用场景,最后总结基于相移条纹分析的相位误差补偿技术所面临的挑战及潜在的发展趋势。     

路基岩溶整治在铁路施工中的应用

本文简述了路基岩溶整治在黔桂线第五标段特殊路基施工中的应用。     

我国工业炉窑环境保护治理研究

以工业炉窑的环境保护治理问题为基础,结合当前我国社会发展的实际情况,对工业炉窑对环境产生的影响进行分析,并提出科学合理的治理策略,以促使工业炉窑能够顺利实现转型升级改造,最终实现工业发展与环境保护二者之间的有效平衡。     

单洞法施工连拱隧道的实例

本文通过对连拱隧道采用单洞法施工的实例阐述,总结探索单洞法施工方案在连拱隧道的具体应用     

基于图神经网络和引导向量的图像字幕生成模型

近年来,深度学习已在图像字幕技术研究中展现其优势。在深度学习模型中,图像中对象之间的关系在图像表示中起着重要作用。为了更好地检测图像中的视觉关系,本文基于图神经网络和引导向量构建了图像字幕生成模型（YOLOv4-GCN-GRU, YGG）。该模型利用图像中被检测到的对象的空间和语义信息建立成图,利用图卷积神经网络（Graph convolutional network, GCN）作为编码器对图的每个区域进行表示。在字幕生成阶段,额外训练一个引导神经网络来产生引导向量,从而辅助生成模型自动生成语句。基于MSCOCO图像数据集的对比实验表明,YGG模型具有更好的性能,将CIDEr-D的性能从138.9%提高到了142.1%。