基于注意力机制的航拍图像实时语义分割方法

目前语义分割网络存在推理速度慢、轮廓信息缺失和语义信息不充足的问题,使其不适用于航拍图像的语义分割。提出一种交叉注意力混合机制和金字塔注意力机制的解码网络用于航拍图像语义分割。首先,采用MobileNetV2为骨干网络提高实时性推理速度;其次,提出交叉注意力混合机制解决轮廓信息缺失的问题;再次,提出金字塔注意力机制消除卷积神经网络无法捕获长范围语义信息的局限性。最后,实验结果表明,该文网络在单张GTX 3090卡,分辨率为256×256×3的DLRSD(Dense Labeling Remote Sensing Dataset)数据集中,获取73.4%的平均交并比和85.4%的像素精度,实现了196.9帧每秒的推理速度。     

三线圈无线电能传输系统恒压输出研究

针对自动引导车(AGV)无线电能传输(WPT)系统中磁耦合机构偏移影响输出电压稳定的问题,在输出并联型LCC/Multi-S的基础上提出了一种新型三线圈结构的WPT系统。该系统采用一种新型类中国结(CK)线圈结构和DDQ线圈作为磁耦合机构,通过合理参数配置,不仅实现了与负载无关的恒压(CV)输出,并且实现了X方向、Y方向以及XY方向同时偏移时的CV输出。利用COMSOL有限元仿真工具对该磁耦合机构的互感特性进行了仿真分析,从理论上证明了系统在线圈偏移的工况下能够实现CV输出;最后,搭建了试验平台验证了理论分析的正确性和可行性。     

基于字符注意力的自然场景文本识别

自然场景文本识别中采用固定大小的卷积核提取视觉特征,后仅进行字符分类的方法,其全局建模能力弱且忽视了文本语义建模的重要性,因此,本文提出一种基于字符注意力的自然场景文本识别方法。首先构建不同于卷积网络的多级efficient Swin Transformer提取特征,其可使不同窗口的特征进行信息交互;其次设计了字符注意力模块(character attention module, CAM),使网络专注于字符区域的特征,以提取识别度更高的视觉特征;并设计语义推理模块(semantic reasoning module, SRM),根据字符的上下文信息对文本序列进行建模,获得语义特征来纠正不易区分或模糊的字符;最后融合视觉和语义特征,分类得到字符识别结果。实验结果表明,在规则文本数据集IC13上识别准确率达到了95.2%,在不规则的弯曲文本数据集CUTE上达到了85.8%,通过消融及对比实验证明了本文提出的方法可行。     

基于高度有效驱动注意力与多层级特征融合的城市街景语义分割北大核心CSCD

针对DeepLabv3+网络在进行城市街景图像分割任务时,没有充分利用到网络中多层级特征信息,导致分割结果存在大目标有孔洞、边缘目标分割不够精细等不足;并且考虑到城市街景数据具有天然的空间位置特殊性,本文提出在DeepLabv3+网络的基础上引入高度有效驱动注意力机制(height-driven efficient attention model,HEAM)与多层级特征融合模块(multi-stage feature fusion model,MFFM),将HEAM嵌入特征提取网络与空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)结构中,使其对目标关注更多垂直方向上的空间位置信息;MFFM通过融合多层特征图,在网络中形成多条融合支路依次连接到网络解码端,采用逐次上采样提高解码时像素上的连续性。将改进的网络通过CamVid城市街景数据集验证测试,实验结果表明,该网络能有效改善DeepLabv3+的不足,并且合理运用了数据集的位置先验性,增强了分割效果,在CamVid测试集上平均交并比(mean intersection over union,MIoU)达到了68.2%。     

纸塑复合袋表面缺陷图像的梯度投影差值筛选方法

目的 为了解决纸塑复合袋的缺陷图像筛选效率低、精度差等问题,提出一种基于梯度投影差值的纸塑复合袋表面缺陷图像筛选方法。方法 首先采集纸塑复合袋图像,并利用Sobel算子函数得到其梯度幅值图像,使用水平投影和垂直投影计算公式,计算获取的梯度幅值图像信息,得出图像水平和垂直方向的投影均值,采集缺陷图像中具有丰富梯度信息的特点,分析梯度投影均值的差值,根据图像信息计算出阈值,通过比较投影差值和阈值,完成图像的筛选。结果 针对此次采集的缺陷图像,当投影差值阈值设置在0.014 6~0.018 9内时,可以筛选出表面缺陷的图像。相较于差影法,该方法的筛选正确率提高了约10%,图片筛选时间加快了1.5 s。结论 文中提出的梯度投影差值方法与差影法相比,具有图像筛选正确率高、筛选速度快等优点,满足图像筛选在工业生产上的需求。     

局部电网三相不平衡畸变电流补偿方法

在三相三线制局部低压配电网中,易出现电流畸变和三相不平衡情况,对设备运行及配电网安全造成不利影响。在采用有源电力滤波器（APF）进行谐波与三相不平衡综合补偿时,因传统[ip-iq]法无法有效消除二倍频分量,故补偿效果不甚理想。该文基于传统[ip-iq]方法提出了一种改进[ip-iq]法,得出了低通滤波器参数与APF补偿电流的定量关系,并据此进行了APF主要参数的设计。仿真与实验结果证明采用改进[ip-iq]法时,谐波与不平衡补偿的效果与低通滤波器的截止频率无关,保持了良好的稳定性,且提高了系统的响应速度。     

新能源电动汽车模块化电池包并联控制策略

为了促进新能源电动汽车换电模式的推广以及实现新能源电动汽车电池容量的灵活配置,须要将新能源电动汽车电池包标准化和模块化。针对新能源电动汽车模块化电池包并联系统,首先提出一种SOC均衡算法,可以求出最短均衡时间,并确定各个模块化电池包工作电流;然后基于改进下垂控制实现模块化电池包电流按要求分配,并维持母线电压恒定;最后搭建了3个模块化电池包并联的实验平台进行验证。实验结果表明,模块化电池包并联系统能够稳定输出电压,并且能够按要求分配电流,电流分配误差为1.4%～4.8%,实现了模块化电池包SOC的快速均衡。文章所提的并联控制策略有利于新能源电动汽车电池包模块化应用,促进新能源电动汽车换电模式的推广。     

损坏图像下基于风格归一化与全局注意力的行人重识别

针对当前网络难以应对各种损坏类型的行人图像与易丢失跨维信息的问题,提出了一种损坏图像下基于风格归一化与全局注意力的行人重识别(pedestrain re-identification, ReID)方法。该方法通过平滑极大单元的风格归一化与恢复(smooth maximum unit-style normalization and restitution, SM-SNR)模块中的实例规范化(instance normalization,IN)过滤掉域中的风格变化,同时平滑极大单元(smooth maximum unit, SMU)能使该模块更充分地从删除的信息中提取行人相关特征并将其恢复至网络中,缓解损坏图像带来的风格差异。此外,全局注意力机制(global attention mechanism, GAM)通过关注通道与空间之间的相互作用,以捕获3个维度上的显著行人特征,减少跨维信息的丢失,最终使本模型在面对行人损坏图像时的识别能力得到有效提高,且保留了在干净数据集上的竞争力。实验结果表明,本算法在损坏测试集上的各项指标与目前主流算法对比具有显著的优越性。其中,本模型与2021年的CI...     

流动绝缘油中纤维杂质颗粒运动特性仿真研究

变压器油中纤维杂质颗粒在高压梯度场环境中易发生集聚,形成“贯通性”杂质颗粒小桥,诱发击穿放电的发生。受到强迫油循环风冷（OFAF）或导向风冷（ODAF）的影响,现场大型电力变压器中绝缘油处于流动状态,导致悬浮在绝缘油中的纤维杂质颗粒的运动特性发生改变。基于此,该文采用动力学分析方法构建了单颗粒纤维杂质在流动绝缘油中的固-液两相流多物理场模型,研究了在不同纤维杂质颗粒尺寸、电场强度幅值、油流速度、油温、初始速度和位置条件下单颗粒纤维杂质在高压直流场中的运动轨迹,获得了纤维杂质颗粒在流动绝缘油中的运动规律和影响因素。结果表明：纤维颗粒的初始速度仅对最大运动速度有影响,对颗粒与电极的碰撞次数无影响;在均匀电场中,纤维颗粒初始位置的改变,对其运动特性无影响;油流速增大将导致纤维杂质颗粒通过极板的速度变快,使得颗粒与电极板的碰撞次数减小,直径为50μm的纤维杂质颗粒在电场强度为10kV/cm、油流速度为0.4m/s的条件下几乎不会和电极发生碰撞,表明在该条件下很难形成杂质颗粒小桥,绝缘油流速是研究大型电力变压器绝缘油内纤维杂质颗粒集聚特性时要重点考虑的因素。     

具有自校正与注意力机制相结合的场景文本检测北大核心CSCD

在日常生活中,存在着丰富的文本信息,对这些信息的提取,能够极大地提高人们的生活品质。但自然场景中文本信息表达形式丰富多样,文本形状各异,在检测过程中存在误检、文本区域定位不准问题。针对以上不足,本文提出了一种具有自校正与注意力机制相结合的文本检测方法。首先,在ResNet50骨干网络中嵌入自校正卷积(self-calibrated convolution, SConv)及高效通道注意力(efficient channel attention, ECA),使网络能够校正全局无关信息的干扰,并集中关注于文本区域,提取更加丰富的语义信息;其次,在特征融合后加入协调注意力(coordinate attention, CA),纠正不同尺度的特征图在融合过程中产生的位置偏差。最后,通过修正后的特征图预测得到多个不同尺度的文本实例,采用渐进尺度扩展算法,求出最终检测到的文本实例。实验结果表明,在任意方向数据集ICDAR2015以及弯曲文本数据集Total-Text、SCUT-CTW1500上,相比于改进前的ResNet50综合指标F值分别提升了1.0%、5.2%、5.4%,证明了本方法具有良好的检测能力。