防盗探测器的工作原理及安装要点

随着现代科技的飞速发展，犯罪分子犯罪智能化．复杂化．隐蔽性更强，促使防范技术手段在器件和系统功能上也不断完善，防盗探测器由原先较简单、功能单一的初级产品发展成多种技术复合的高新产品，类型五花八门。本文对常见的几种防盗探测器的工作原理进行了逐一分析，并谈及相关安装要领。[编者按]     

自适应参数分析结果的航空发动机孔探图像损伤检测

目的 航空发动机孔探图像的损伤检测关系到航空发动机是否要非例行更换,直接影响飞机的飞行安全和利用率。现有的孔探图像损伤检测方法直接使用目标检测方法训练一个多类别损伤检测器,使用相同的参数在不同位置检测损伤。由于没有考虑同类型损伤在发动机不同区域发生概率的不同,导致现有方法的检测准确率较低。为了提高损伤检测的准确率,提出了一种自适应参数的航空发动机孔探图像损伤检测方法。方法 通过识别孔探图像所属的发动机区域,针对不同区域孔探图像设置不同的参数用于检测发动机损伤。同时为了避免单检测器上不同类型损伤之间相互干扰,采用独立检测器检测单一类型的损伤,并对误检率高的损伤进行真假识别。通过合并检测到的不同类型的损伤,得到最终的损伤检测结果。此外,为了改进水平的矩形检测框,使用分割结果产生旋转的检测框,有效地减少了框中的背景区域。结果 在13个航空发动机区域的2 654幅孔探图像上针对烧蚀、裂缝、材料丢失、涂层脱落、刻痕和凹坑等6种典型的发动机损伤进行检测实验。提出的损伤检测方法在准确率和召回率两方面分别达到了90.4%和90.7%,相较于目标检测方法YOLOv5 （you only look once version 5）的准确率和召回率高24.8%和25.1%。实验结果表明,本文方法在航空发动机损伤检测方面优于其他对比方法。结论 本文所提出的自适应参数的航空发动机损伤检测模型通过识别发动机图像所属的部位,针对同种类型的损伤检测器设定不同的参数,有效地提高了检测器的检测性能。同时,针对容易误检的裂缝、刻痕和凹坑增加了真假损伤判别器,有效地减少了误检的情况。     

MaskMix:用于变化检测的掩码混合数据增强方法

数据增强是提升变化检测模型泛化能力的一种主要方法。尽管现有的数据增强方法在图像分类、目标检测中取得了较好的效果,但忽略了多个时间序列图像之间的差异和变化目标的多样性。为了较好地保留变化区域并且增加复杂的背景信息,基于变化区域掩码,提出一种适用于变化检测的数据增强方法：MaskMix。首先,将当前图像对的变化区域粘贴到一个图像对上,得到具有新的背景和新的变化的变化图像对。其次,采用多路径加权融合策略进一步增强变化图像对。在每条路径上,从图像处理集合中随机选取一种经典的图像处理方法进一步处理变化图像对,然后使用Dirichlet分布产生的K维权重将K条路径处理后的图像对进行融合。最后,通过跳跃连接将处理前的图像对和处理后的图像对按Beta分布产生权重进行更深层次的混合。实验结果表明,提出的MaskMix在BCD和LEVIR-CD两个数据集上,有效地提升了变化检测方法ADCDNet、BIT、ChangeFormer、SNUNet和DSAMNet的泛化性能。与现有的图像增强方法MixUp、AugMix、MUM和CropMix相比,MaskMix能有效增加变化图像的复杂性和多样性,提升现有变化检测方法的泛化性能。