Quality assessment for color correction-based stitched images via bi-directional matching

With the deepening of social information, the panoramic image has drawn a significant interest of viewers and researchers as it can provide a very wide field of view (FoV). Since panoramic images are usually obtained by capturing images with the overlapping regions and then stitching them together, image stitching plays an important role in generating panoramic images. In order to effectively evaluate the quality of stitched images, a novel quality assessment method based on bi-directional matching is proposed for stitched images. Specifically, dense correspondences between the testing and benchmark stitched images are first established by bi-directional SIFT-flow matching. Then, color-aware, geometric-aware and structure-aware features are respectively extracted and fused via support vector regression (SVR) to obtain the final quality score. Experiments on our newly constructed database and ISIQA database demonstrate that the proposed method can achieve comparable performance compared with the conventional blind quality metrics and the quality metrics specially designed for stitched images.     

2种侧围加强内框总成检具结构对比分析

概述了侧围加强内框总成与周边零件的匹配关系,从检具操作的人机工程出发,描述了侧围加强内框总成检具的2种定位方式和结构设计,对比了2种定位方式对于检测结果的影响,总结了其优点和弊端,结果表明侧围加强内框总成检具采用车内方向朝下的定位方式效果更好。     

结合预训练模型和语言知识库的文本匹配方法

针对文本匹配任务,该文提出一种大规模预训练模型融合外部语言知识库的方法。该方法在大规模预训练模型的基础上,通过生成基于WordNet的同义—反义词汇知识学习任务和词组—搭配知识学习任务引入外部语言学知识。进而,与MT-DNN多任务学习模型进行联合训练,以进一步提高模型性能。最后利用文本匹配标注数据进行微调。在MRPC和QQP两个公开数据集的实验结果显示,该方法可以在大规模预训练模型和微调的框架基础上,通过引入外部语言知识进行联合训练有效提升文本匹配性能。     

面向智能客服系统的情感分析技术

该文以阿里小蜜为例,对智能客服系统中的情感分析技术进行比较全面的介绍,包括情感分析算法模型的原理及其在智能客服系统的多个应用场景中的实际落地使用方式和效果分析。智能客服在解决客户高频业务问题的同时,也需要给客户提供多维度的、具有类人能力的助理、导购、语聊和娱乐等服务,提高客户对智能客服机器人的整体满意度。在此过程中,情感分析技术在机器人类人能力建设中起到了至关重要的作用。该文围绕智能客服系统中人机结合的服务形式,从六个维度总结和介绍了情感分析技术在智能客服系统中的应用场景,包括用户情感检测、用户情感安抚、情感生成式语聊、客服服务质检、会话满意度预估和智能人工入口。     

电工钢磁性检测方法国家标准应用问题和解决方案

通过对电工钢交流磁性检测方法现行国家标准（爱泼斯坦方圈法和标准单片法）在应用中存在的问题进行了梳理和解析，认为主要问题包括次级电压波形失真时需修正比总损耗、约定的有效磁路长度并非实际有效磁路长度以及磁性测量系统校准方法缺失等，并提出了采用数字反馈控制技术控制次级电压波形无需修正比总损耗、取向硅钢单片法测量时采用475 mm有效磁路长度以及磁性测量系统综合校准方案等一些解决方案。     

多分量数据全波形反演在气藏检测中的关键问题——以苏里格气田为例

苏里格气田是中国典型的致密砂岩气藏，构造简单、平缓，横向非均质性强，有效储层与围岩声学特征差别小，地震响应不明显，常规地震监测方法预测难度大，但气田含气砂岩泊松比低，是地震气藏检测的有效参数。利用弹性全波形反演精度高和能处理复杂非均质介质的优势，反演地层拉梅常数、剪切模量和密度，并计算泊松比，从而进行气藏预测。重点阐述了苏里格气田多分量数据全波形反演初始模型建模、先验模型建模和地震数据预处理3个关键问题的处理方法。二维三分量数据反演和"甜点"预测结果表明：①对于具有强非均质性的苏里格气田，利用全波形反演获得精度较高的地层弹性参数能显著提高气藏预测的准确度；②苏里格地区构造简单、平缓，利用常规叠加速度并结合构造解释可以建立比较好的初始模型，从而有效地解决了周波跳跃和局部极小的难题；③先验知识的约束和地震数据的预处理是全波形反演成功应用于苏里格气田气藏检测的关键。     

诱发IAF夹杂物与原晶粒的尺寸匹配关系

 对于氧化物冶金船板钢而言，细小弥散分布的夹杂物会对其原始晶粒产生钉扎和诱发晶内铁素体的双重作用，且研究发现诱发晶内铁素体的夹杂物尺寸与原始奥氏体晶粒尺寸存在一定的匹配关系。围绕上述问题进行了系统的分析研究和数据统计,结果表明，不同晶粒尺寸下，诱发晶内铁素体的夹杂物尺寸与原奥氏体晶粒度间存在近似线性关系，且随着奥氏体晶粒度的增大，诱发晶内铁素体的夹杂物尺寸则相应减小。     

用于快速服装搭配的FMatchNet算法

目的 针对现有服装搭配系统中，提取服装图像深度特征进行搭配所需时间过长的问题，提出了一种新的FMatchNet网络提取哈希特征进行服装快速搭配的方法。方法 首先采用快速区域卷积神经网络（Faster-RCNN）方法检测出图像中的服装，用此服装进行搭配可以最大限度地保留服装信息并消除背景信息的干扰。然后用深度卷积神经网络提取服装的深度特征并产生服装的哈希码，采用查询扩展的方法完成服装搭配。模型采用Siamese网络的训练方法使哈希码尽可能保留服装图像的语义信息。另外，由于目前国际上缺少大型时尚服装数据库，本文扩建了一个细粒度标注的时尚服装数据库。结果 在FClothes数据库上验证本文方法并与目前流行的方法进行对比，本文方法在哈希长度为16时，上、下服装搭配方面的准确度达到了50.81%，搭配速度相对于基本准线算法提高了近3倍。结论 针对大规模服装搭配问题，提出一种新的FMatchNet网络提取特征进行服装快速搭配的方法，提高了服装搭配的精度和速度，适用于日常服装搭配。