基于生成对抗网络的气缸套表面缺陷图像生成

针对气缸套缺陷检测中缺陷样本不足限制气缸套缺陷检测性能提升问题,采用基于生成对抗网络的气缸套表面缺陷检测算法.首先,为了保持缺陷图像中原有缺陷位置与特征不变,通过循环生成对抗网络模型学习有缺陷气缸套图像与正常图像的关系;其次,利用学习得到的模型对有缺陷气缸套图像进行风格迁移,即把有缺陷气缸套图像背景替换成无缺陷气缸套图像背景,实现对气缸套缺陷数据集的扩充与增强;最后,通过基于数据增强的RetinaNet网络模型对生成图像的有效性进行验证.试验结果表明,通过生成对抗网络生成的气缸套数据集可以提升缺陷检测性能,进一步证明了生成对抗网络在工业应用的可行性.     

融合特征通道重要性与相似性的深度YOLO网络压缩方法

基于深度YOLO网络的目标检测方法网络结构复杂、冗余参数过多、计算量大,极大影响模型检测性能。针对此问题,从降低网络中低效通道和冗余通道的影响出发,提出了一种融合特征通道重要性与相似性的深度YOLO网络压缩方法,基于深度网络压缩中的网络剪枝思路,采用2次剪枝剪去低效及冗余特征通道。构建通道重要性计算方法,将稀疏因子作为通道效能计算指标,结合剪枝率剪去低效通道;根据通道间存在的线性关系计算其相似度,对相似度较高的通道进行替代,剪去相似度较大的通道;微调模型参数,恢复剪枝前的检测精度。仿真实验表明,同当前性能较优的深度网络压缩方案相比,提出的方法在保证目标检测精度的同时极大减小了模型尺寸、提升了检测速度,方法可行、有效。     

基于改进YOLOv5的鱼眼图像目标检测算法

针对自动驾驶场景下车载鱼眼相机采集到的图像存在畸变严重、场景复杂、尺度变化剧烈、小目标多以及传统的目标检测模型的检测精度不高的问题,提出了一种基于YOLOv5s改进的鱼眼图像检测模型YOLOv5s-R.首先,为解决小目标难识别的问题,提出随机裁剪多尺度训练的数据增强方法,该方法优于消融实验所得的最优数据增强方法.其次,为了提高模型的检测精度,在网络头部添加置换注意力机制与轻量化解耦头,增强模型对特征的提取能力与识别能力,并抑制噪声干扰.最后,模型额外增加角度预测项,实现旋转框目标检测.通过构建环形标签并用高斯函数对标签平滑,解决了旋转框角度的周期性问题;又对损失函数进行了优化,提出了RIOU,在CIOU的基础上增加角度惩罚项,提高了回归精度并加快了模型的收敛.实验结果表明,提出的YOLOv5s-R模型在WoodScape数据集上取得良好的检测效果,相比于原始的YOLOv5s模型,mAP@0.5、mAP@0.5∶0.95分别提升了6.8%、5.6%,达到82.6%、49.5%.     

自动驾驶中基于深度学习的3D目标检测方法综述

随着激光雷达传感器和深度学习技术的快速发展,针对自动驾驶3D目标检测算法的研究呈现爆发式增长。为了探究3D目标检测技术的发展和演变,对该领域中基于深度学习的3D检测算法进行了综述。根据车载传感器的不同,将当前基于深度学习的自动驾驶3D目标检测算法分为基于相机RGB图像、基于激光雷达点云、基于RGB图像–激光雷达点云融合的3D目标检测3种类型。在此基础上,分析了各类算法的技术原理及其发展历程,并根据平均检测精度（mAP）指标,对比了它们的性能差异与模型优缺点。最后,总结和展望了当前自动驾驶3D目标检测中仍然面临的技术挑战及未来发展趋势。     

科技人才评价研究综述

加强科技人才评价研究,有助于发挥“评价”的“指挥棒”和“风向标”作用,充分激发科技人才的创新创造活力,为加快实现高水平科技自立自强和建成科技强国的宏伟目标提供有力的人才支撑。综述了科技人才评价对象的研究现状,从专家定性评价法、定量指标评价法以及综合评价法3个方面对科技人才评价方法进行述评,重点介绍了层次分析法、熵值法、因子分析法、基于熵权的TOPSIS法、模糊综合评价法,对科技人才评价常见指标体系进行了梳理总结,展望了科技人才评价的发展趋势,结合当前形势与政策,提出今后应进一步细化评价对象分类研究,注重科技人才评价指标的价值导向和数字化技术在科技人才评价中的深化应用。     

有界噪声条件下基于集员滤波的扩展目标跟踪方法

现有概率框架下的扩展目标跟踪方法需要已知系统量测噪声统计特性,然而在实际过程中量测噪声大多为边界已知而统计特性未知的有界噪声,其难以利用概率方法对扩展目标运动状态与形态进行计算。针对有界噪声条件下的扩展目标跟踪问题,提出一种基于集员滤波的扩展目标跟踪方法,该方法通过UBB椭球集合对量测噪声进行表示,并采用集员滤波对运动状态集合参数进行计算。在对扩展目标形态估计过程中,结合凸包计算几何理论中的Graham scan算法,求解包含目标形态最大误差的最小边界矩阵,最后利用仿射变换和偏移超曲面计算椭球Minkowski差的边界参数,从而对目标形态矩阵进行更新。仿真结果表明,在有界噪声条件下,相比于传统概率框架下的贝叶斯滤波方法,文中所提出的方法对目标运动和扩展形态的跟踪精度更高。     

塔里木河流域中下游典型地物光谱变化规律

由于塔里木河流域中下游距离河道在垂直向的差别,以及气候与人为因素的影响,使植被的空间分布具有异构性.典型地物光谱变化的研究为中下游生态环境的遥感监测提供了基础,实验研究表明:绿色全荣植物中,棉花由于其具有明显绿峰、水分吸收谷和近红外的高反射峰而更加容易识别,其他植物主要差别则集中在550,680,1420 nm附近的反射峰、吸收谷和1920～2500 nm之间的反射率;与绿色植被相比,枯枝的光谱在可见光部分的绿峰和红光吸收谷不明显,但在可见光部分波形有所差别,而与流沙土壤光谱相比,各波段反射率变化较大;对比不同荣枯比例的植物光谱发现,同一种植物随着荣枯配比的变化,除可见光绿峰、近红外反射峰和各水分吸收谷变化外,最明显的是在近红外1420～1820 nm之间和短波红外1920～2500 nm之间反射率随着枯枝的比例增加而明显升高;关于土壤光谱,中下游各断面占主要类型的流沙土光谱相差不大,但是盐碱土和含有一定水分的盐碱土则变化较大,而且反射率基本低于流沙土,结壳土则除在近红外和短波红外部分变化更加平缓而有所差别外,其余波段接近流沙土;同样的土壤背景下,近红外和短波红外部分反射率的差别能够在一定程度上反映覆盖度的变化.     

基于自适应特征融合的均值迁移目标跟踪

提出了一种基于自适应多特征融合的目标跟踪算法.分别利用RGB颜色和LBP纹理特征建立目标模型,通过线性加权将两类目标子特征模型代入目标相似性函数并用均值迁移算法进行目标位置优化计算.在跟踪过程中,引入S igmoid函数动态调整两类子特征权重,并利用子特征相关系数和可靠性指数对目标特征模型选择性自适应更新.实验结果表明,该算法能在跟踪场景和目标外观变化时自适应调整两种子特征权重,避免了特征失效导致的跟踪失败;特征模型选择性更新策略有效抑制了模型漂移.与单一特征和模型直接更新的跟踪方法相比,该算法在复杂跟踪环境更具有鲁棒性,能进行准确稳定的实时跟踪.     

面向客流仿真的轨道交通车站图形建模方法

分析了城市轨道交通车站空间结构和设施设备特点,将其划分为车站-楼层-区域-设备的逻辑层次结构;利用面向对象(object oriented)建模技术,提出了一套简洁而灵活的方法:通过3种几何线型类和4种设施设备基元类,以组合的方式构建车站所有设施设备模型,进而构建整个车站的空间结构模型.此方法不但能够利用现有AutoCAD工程图精确而快捷地建立客流仿真地图,并且能够以矢量图形的方式实时显示仿真过程.     

基于遗传算法的水火弯板工艺参数预报方法研究

以钢板加工时间和铜板收缩率曲线拟合优度作为两个目标函数．建立水火弯板工艺参数优化问题数学模型,并应用权重系数变化法．将问题转化为单目标优化问题．基于分层遗传算法（HGA）,应用三次样条插值、误差分析等方法,将目标函数转化为群体中个体的适应度函数．由加热线条数、相邻加热线之闻距离（加热线间距）和加热线收缩量作为3个约束条件,构造分层遗传算法编码,并且内外层编码在遗传运算时分别采用不同的遗传算子,最终得到钢板水火弯板加工工艺参数预报结果．经算例验证,该方法可以对船体外板作出良好的水火弯板工艺参数预报．