动态场景图像去模糊技术研究进展

模糊是图像退化的主要降质因素之一,图像去模糊技术一直是计算机视觉和图像处理领域的一个重要课题,广泛应用于安防、刑侦、交通、金融、医疗图像等领域.首先,对传统去模糊算法进行阐述并说明其存在的问题.然后,在此基础上对现有基于深度学习的图像去模糊方法进行综述并分析了算法存在的优势与不足,着重讨论了基于动态网络的非均匀模糊处理新趋势.最后,结合最新的研究成果,展望了图像去模糊技术未来的发展方向.     

金字塔原型对齐的轻量级小样本语义分割网络

小样本图像语义分割任务是计算机视觉领域一个有挑战性的问题,其目标是利用现有一张或几张带有密集分割注释的图片来预测未见类图像的分割掩码.针对该任务,提出了一个基于金字塔原型对齐的轻量级小样本图像语义分割网络.首先,该网络在MobileNetV2网络的深度可分离卷积和逆残差结构基础上,通过金字塔池化模块进行提取特征,保持高维度和低维度的信息,获得不同尺度的特征.同时通过在支持集原型和查询集之间进行相互对齐,使得网络能够从支持集中学到更多的信息,充分利用支持集的信息进行反馈.基于PASCAL-5i数据集的大量实验结果表明,提出的网络结构的均值在1-way 1-shot和1-way 5-shot上分别为49.5％和56.6％,与先进的主流小样本语义分割网络PANet相比分别对应提高了1.4％和0.9％,网络参数量为3.0 MB,相比PANet减小了11.7 MB,同时浮点计算量显著减少,证明了该网络在小样本图像语义分割中的有效性和高效性.     

基于卷积神经网络的眼底图像微血管瘤检测方法

眼底微血管瘤是糖尿病诱发视网膜病变的初期症状,实现基于彩色眼底图像的微血管瘤的自动检测有助于辅助医生判断患者的视网膜是否正常,同时也是糖网病变分级评估中最重要的预处理手段。但由于视网膜结构复杂,同时眼底图像的成像由于患者、环境、采集设备等因素的不同会存在不同的亮度和对比度,现有的微血管瘤检测算法难以实现微血管瘤的精确检测,检测结果中存在大量的非微血管瘤候选区,如血管、背景噪声。由于卷积神经网络具有非常强的表达能力,能通过模型训练自动学习到目标的特征,该文提出了基于卷积神经网络的微血管瘤检测方法,仿真结果表明,该方法的检测效果优于传统的微血管瘤检测方法,在复杂的糖网图像下能实现微血管瘤的精确提取,将部分血管、背景噪声排除在外,使基于卷积神经网络提取的候选区数量更少且形态规则,有利于后续的特征提取和分类。     

垂直于弱轴动载作用下H型钢构件损伤域的影响因素

为研究垂直于弱轴方向动载下H型钢构件损伤域高度的影响因素,运用有限元分析软件ABAQUS,分别建立了板壳模型、纤维模型和多尺度模型,证实了兼顾计算精度和计算效率的多尺度模型在预测钢结构板壳节段损伤域高度方面的适用性。开展了36组H型钢构件的有限元分析,揭示了轴压比、长细比、腹板高厚比及翼缘宽厚比4个相互独立参数对损伤域高度的影响规律,提出了H型钢构件损伤域高度的计算公式。研究结果表明:轴压比和长细比对H型钢构件损伤域高度有较大影响,而腹板高厚比和翼缘宽厚比影响较小。     

基于尺度解析模拟的HC375液力变矩器的流场分析与特性预测

针对传统的一维束流研究方法无法描述大功率液力变矩器工作腔内复杂的时变瞬态湍流的流动状态,采用多物理场耦合方法构建了一种介质流动与传热的动态耦合数值模型,并给出了液力变矩器瞬态仿真设计方法.通过定性和定量分析液力变矩器内部的流动结构发现,动态混合模型(Dynamic hybrid RANS - LES, DHRL)中的SBES(Stress -blended eddy simulation)方法能够充分识别工作腔内边界层的流动状态,可实现对多流域耦合复杂流动现象的精准捕捉.通过台架实验表明,采用DES模型和     

基于非参数乘法回归模型的农业景观步甲空间分布模拟

农业生产引起的景观变化是导致生物多样性丧失的重要原因,为评估农业景观结构变化对物种多样性的影响,探索农业景观物种空间模拟的方法,研究应用非参数乘法回归(NPMR)模型结合田间步甲取样数据,分析了步甲群落多样性、主要物种存在/不存在与取样点周围边长为200 m景观内景观结构之间的关系,建立研究区物种-景观分布预测模型,结合地理信息系统(GIS)技术建立研究区群落/物种空间分布预测图。结果表明:在群落水平上,景观结构对步甲群落多样性的影响不显著; 在物种水平上,黄斑青步甲(Chlaenius micans)、淡鞘婪步甲(Harpalus pallidipennis)受斑块密度的影响显著(p<0.05),黄斑青步甲、后斑青步甲(Chlaenius posticalis)和单齿婪步甲(Harpalus simplicide)受半自然生境类型数的影响显著(p<0.05),单齿蝼步甲(Scarites terricola)受半自然生境比例的影响显著(p<0.05),而蠋步甲(Dolichus halensis)受景观结构的影响较为复杂。通过模型预测,输出研究区域6个主要物种的空间分布模拟图,进一步分析发现在研究区域内,对景观结构较为敏感的6个步甲物种主要分布在农田与半自然生境相接的狭长地带。因此,利用非参数乘法回归模型可以很好地模拟步甲物种对农田景观结构的响应及其在景观中的空间分布变化。200 m×200 m尺度下,尽管步甲群落多样性不受景观结构的显著影响,但是存在部分步甲物种对景观结构响应显著,但不同物种对景观结构的响应不同。增加农田地块间半自然生境,并合理改善景观配置异质性将有利于对景观结构变化敏感步甲物种的维持。     

不同Cu/Sn比与IMC-Cu复合微焊点形成速度的相关性

为了研究不同Cu/Sn比对复合微焊点IMC-Cu界面生长行为的影响,采用瞬态液相连接技术与热压焊相结合的方法,以泡沫铜、纯Sn和Cu基板为原料,制备IMC-Cu复合微焊点研究不同Cu/Sn比对复合微焊点IMC生长行为影响.结果表明:Cu/Sn比对复合焊点中IMC生长行为影响显著.随着焊点中Sn含量的减少,IMC的生长速度增加.降低复合微焊点中Sn含量有利于反应界面处Cu3 Sn的生长;获得全Cu3 Sn-Cu复合微焊点的时间随焊点中Sn含量降低而减少.在相同焊接条件下,Sn质量分数为20％的微焊点在焊接25 min时率先生成全Cu3 Sn接头,较Sn质量分数为40％时焊接时间缩短了20％.当ω(Sn)在20％ ～40％范围内,随焊点中Sn含量减少,Cu3 Sn的生长速度增加,获得全Cu3 Sn-Cu复合微焊点的时间缩短.     

基于多尺度注意力网络的立体匹配方法

为解决网络深度与训练图像块大小耦合问题及进一步提高弱纹理区域及边缘处的匹配精度,提出了一种基于多尺度注意力网络的立体匹配方法.该方法将立体匹配过程分为2个阶段：第1阶段提出了一种成本网络用于计算匹配成本,该网络由基础网络层和缩放层组成.第2阶段提出了一种基于多尺度注意力的视差求精网络,该视差求精网络综合了多种视差线索,并加入多尺度注意力机制进一步提高立体匹配精度.该方法在KITTI 2012、KITTI 2015和SceneFlow数据集上的3像素坏点百分比分别为1.13%,1.87%和2.29%.实验结果表明,与国内外同类方法相比,采用多尺度注意力网络的立体匹配方法在匹配精度上获得了较大的提升,尤其是在弱纹理区域及物体边缘处表现较好.     

基于改进MobileNet v2的垃圾图像分类算法

针对现有的垃圾图像分类模型实时性能差和分类精度低的问题,提出基于改进MobileNet v2的垃圾图像分类方法,构建以MobileNet v2为核心的轻量级特征提取网络. 通过调整宽度因子降低模型的参数量;在模型中嵌入通道和空间注意力模块,增强网络对特征的细化能力;设计多尺度特征融合结构,增强网络对尺度的适应性;利用迁移学习的方式优化模型参数,进一步提高模型精度. 实验结果表明,算法在自建数据集上的平均准确率为94.6%,分别高于MobileNet v2、VGG16、GoogleNet、ResNet50、ResNet101模型2.0%、3.4%、3.2%、2.3%、1.2%;所提算法在2种公共图像分类数据集CIFAR-100和tiny-ImageNet中均取得不错表现;模型参数量仅为0.83 M,体积约为基础模型的2/5,在边缘设备JETSON TX2上的单次推理耗时68 ms,实现了推理速度和预测准确率的提升.     

行星保护中微生物快速检测技术研究进展

提出快速高效的航天器表面微生物检测技术,构建完备的微生物快速检测技术体系,对保证行星保护任务顺利开展具有重大意义.综述了ATP检测法、AMP检测法、PMA联动荧光检测法和MALDI-TOF质谱检测法等行星保护中使用的微生物检测方法、补充技术和具备应用前景的快速微生物检测技术.根据行星保护要求和技术适用性,选取DPA检测、拉曼光谱法和基于微流控技术的微生物检测3种方法,通过比较和适当地结合为行星保护微生物快速检测技术的发展提供了新策略;结合各方法的优点与检测目的 ,为进一步完善我国行星保护微生物快速检测技术体系提出了设想与建议.