融合重检测机制的卷积回归网络目标跟踪算法

针对基于人工特征的背景感知相关滤波（CACF）算法在形变、运动模糊、低分辨率情形跟踪效果较差以及跟踪器遇到严重遮挡等情形容易陷入局部最优而导致跟踪失败的问题，提出一种融合重检测机制的卷积回归网络（CRN）目标跟踪算法。在训练阶段，将相关滤波作为CRN层融入进深度神经网络，使网络成为一个整体进行端到端训练；在跟踪阶段，通过残差连接融合不同网络层及其响应值，同时引入重检测机制使算法从潜在的跟踪失败中恢复，当响应值低于给定阈值时激活检测器。在数据集OTB-2013上的实验表明，所提算法在50个视频序列上精确度达到88.1%，相比原始CACF算法提高9.7个百分点，在具有形变、运动模糊等属性的视频序列上相比原始算法表现更优秀。     

数字花卉植物的全息可视化与交互实现

花卉植物形态、结构与生长过程的数字化和可视化是现代林业科研的重要研究内 容，数字花卉植物在科普、教育、展示等方面都有着广泛的应用与需求。全息影像技术是一种 新兴的前沿技术，其原理源自佩珀尔幻象，通常用于生成立体感强的影像，实现数字幻象与真 实世界的融合，拥有良好的观赏性，用户接受度较高。将全息影像技术与数字花卉植物相关研 究进行结合，可以加强数字花卉植物的可视化效果，从而实现更好的科普、教育、展示效果。 因此在现有的研究基础之上，考虑实现数字花卉植物的全息可视化，并在可视基础上增加了用 户交互实现，设计出一套兼具展示性和交互性的流程，力求总结出一种具有完整可行性的方案， 从而对数字花卉植物的新型表现形式进行深入研究，以期对数字植物研究与应用的进一步发展 提供参考。     

Multi-Level Fusion Net for hand pose estimation in hand-object interaction

This work is about solving a challenging problem of estimating the full 3D hand pose when a hand interacts with an unknown object. Compared to isolated single hand pose estimation, occlusion and interference induced by the manipulated object and the clutter background bring more difficulties for this task. Our proposed Multi-Level Fusion Net focuses on extracting more effective features to overcome these disadvantages by multi-level fusion design with a new end-to-end Convolutional Neural Network (CNN) framework. It takes cropped RGBD data from a single RGBD camera at free viewpoint as input without requiring additional hand–object pre-segmentation and object or hand pre-modeling. Through extensive evaluations on public hand–object interaction dataset, we demonstrate the state-of-the-art performance of our method.     

瓷砖表面非常规尺寸瑕疵的检测

与普通目标检测任务不同, 瓷砖表面瑕疵检测的困难之处在于检测小尺寸和大长宽比等非常规尺寸的目标. 为了解决这两个问题, 本文提出了一种基于改进 Cascade R-CNN 的新型瓷砖表面瑕疵检测算法. 为了提高模型对小瑕疵的检测能力, 本文模型利用侧向连接结构进行上下层语义信息的融合, 使用可切换空洞率的空洞卷积来增加模型的感受野; 为了提高模型对于大长宽比瑕疵的检测能力, 本文模型在标准卷积上引入偏移域以更好提取目标特征信息. 此外, 本文模型调整 Cascade R-CNN 框架中预选锚框的大小和长宽比例. 实验结果表明, 在从瓷砖工厂收集的数据集上, 本文所提出算法的平均精度均值 (mean average precision, mAP) 达到了 73.5%, 比改进前的 Cascade R-CNN 模型提高了9.7%. 本文实验代码可从以下链接获取: https://github.com/mashibin/Ceramic-tile-defect-detection.     

浅析有效交互技术基础上的网络远程教学

本文主要简单的介绍了网络远程教学的内容,对有效交互技术的相关内容和特点进行了分析,研究将有效交互技术引入网络远程教学中的重要性,探讨网络远程教学中交互技术应用和设计的原则,以思考在交互技术上实施网络远程教学活动的有效措施,从而保障网络远程教学质量。据此,有利于培养学生对网络远程学习的兴趣,充分发挥交互技术的作用,以提高学生的学习效果,实现网络远程教学效益最大化。     

一种基于证据推理的视频运动目标融合检测算法

为了解决复杂场景下传统的运动目标检测问题, 利用证据推理—–谨慎有序加权平均方法(COWA-ER), 提出一种综合使用混合高斯、均值滤波和码本的多方法融合的检测方法. 该融合检测算法以上述3 种检测方法为准则建立一个多准则决策框架, 通过双阈值检测法来表征检测过程中的不确定性, 最终利用COWA-ER 方法进行决策级融合, 实现多种方法的优势互补. 实验表明, 所提出的融合检测算法具有更理想的目标检测效果, 能有效应对诸如阴影及光照突变等问题对检测性能的影响.

     

Zum Tragverhalten der selbstregulierenden interaktiven Membrangründung

On the load bearing behavior of the self‐regulating interactive membrane foundation system The paper reports on a new foundation system, the self‐regulating membrane foundation, for embankments on deep soft soil deposits, such as stockpiles or infrastructure embankments. The load bearing behavior of the system was analyzed by means of centrifuge model tests and comprehensive numerical simulations, such as global sensitivity analyses and parametric studies. The results of those analyses and the derived design approach are presented in the paper. The paper concludes with a validation of the design approach, by comparison with results of the numerical simulation.     

城市道路夜间照明与行道树相互 影响探析

道路照明系统及道路绿化系统是城市道路环境中2个重要的组成部分,两者之间既有密切联系,又相互独立。以郑州为例,分析了行道树与道路照明两者之间的相互影响。首先,利用照度仪分析了道路夜间照明的光环境特征以及行道树对照明效果的影响,结果表明,行道树位置分布及空间结构在一定程度上影响了夜间照明的效果及品质。其次,采用LI-6400XT光合仪对不同照明类型下(高压钠灯与LED灯)行道树光合生理参数进行观测,结果表明,不合理的夜间照明会对植物的生理生态产生负面影响。通过实验研究,提出了优化道路照明系统及绿化系统两者关系的调控策略及建议,试图为城市道路绿化及照明设计提供了有价值的参考及科学依据。     

增强现实技术于洪水风险沟通中的应用

气候变迁,特别是洪水问题给地处三角洲的城市带来了与日俱增的风险。作为应对手段,提出一种整合性的洪水风险管理方法,该方法确保了洪水风险沟通在洪水风险管理战略中的重要地位。洪水的可视化作为洪水风险沟通的一种工具,在改变人们对洪水风险的观念方面有着强大的作用。它可以通过互动的方式,使当地的利益相关者了解洪水的剩余风险和未来风险。其中增强现实技术作为一种可视化手段,它的快速发展与应用为风景园林设计、规划与教育等领域提供了崭新的交互方式。首先,探讨增强现实技术(AR)在洪水风险沟通中的应用现状,并重点关注增强现实技术的2个关键应用领域:对现场决策的支持和针对高层次设计的可视化与对景观干预的评估。随后,展示一种基于增强现实技术所开发的应用,该款创新性的应用为洪水风险沟通提供了一种轻量化的可视化手段。