基于多尺度分层双线性池化网络的细粒度表情识别模型

人脸表情细微的类间差异和显著的类内变化增加了人脸表情识别难度。构建一个基于多尺度双线性池化神经网络的识别模型。设计3种不同尺度网络提取人脸表情全局特征,并引入分层双线性池化层,集成多个同一网络及不同网络的多尺度跨层双线性特征以捕获不同层级间的部分特征关系,从而增强模型对面部表情细微特征的表征及判别能力。同时,使用逐层反卷积融合多层特征信息,解决神经网络通过多层卷积层、池化层提取特征时丢失部分关键特征的问题。实验结果表明,该模型在FER2013和CK+公开数据集上的识别率分别为73.725%、98.28%,优于SLPM、CL、JNS等人脸表情识别模型。     

基于注意力机制和多空间金字塔池化的实时目标检测算法

YOLOv4计算复杂度高、空间金字塔池化模块仅一次增强特征融合网络的深层区域特征图的表征能力、检测头网络的特征图难以突出重要通道特征;针对以上问题,提出一种基于注意力机制和多空间金字塔池化的实时目标检测算法;该算法采用多空间金字塔池化,提取局部特征和全局特征,融合多重感受野,加强特征融合网络的浅、中、深层特征图的表征能力;引入压缩激励通道注意力机制,建模通道间的相关性,自适应调整特征图各个通道的权重,从而使网络更加关注重要特征;特征融合和检测头网络中使用深度可分离卷积,减少了网络参数量;实验结果表明,所提算法的均值平均精度均高于其他七种主流对比算法;与YOLOv4相比,参数量、模型大小分别减少了27.85 M和106.25 MB,所提算法在降低复杂度的同时,提高了检测准确度;且该算法的检测速率达到33.70 帧/秒,满足实时性要求。     

融合位置注意力机制与轻量化STDC网络的非结构化场景语义分割

近年来,非结构化道路分割已成为计算机视觉领域的重要研究方向之一.现有的大多数方法适合结构化道路的分割并无法满足非结构化道路分割的准确性与实时性需求.为了解决上述问题,本文对STDC网络进行改进,引入残差连接来更好地融合多尺度语义信息,还提出一种嵌入位置注意力模块的空洞空间卷积池化金字塔(PAASPP)来增强网络对道路等特定区域的位置感知能力.本文在RUGD与RELLIS-3D两个数据集上进行实验,所提出方法的MIoU在两个数据集的测试集上分别达到了50.78%和49.96%.     

渤海海域渤中凹陷源控油气作用及有利勘探区域预测

根据"源控论"的地质思想,通过对中国东部盆地烃源岩与油气藏分布特征的地质统计,提出了油气分布门限的概念,并在此基础上提出了油气成藏概率、储量分布概率和最大油藏规模的相关概念,采用地质统计、回归判别的方法,建立了多元非线性数学模型.结合排烃门限、成藏门限和分布门限对渤海海域渤中凹陷的油气分布进行了综合预测,结果表明,石臼坨成藏体系和渤东成藏体系是最有利的勘探区带,在排烃边界范围附近、成藏概率大于80%的圈闭将是最有利的勘探目标.     

渤海海域黄河口凹陷近源晚期优势成藏模式

黄河口凹陷是渤海南部海域一个富生烃凹陷,已经发现的油气藏具有中-浅埋深(1200～1800m)、原油密度中等、产能高(新近系最高455.3m³/d)等特点.油气成藏以近源垂向运移为主,主要成藏时间为5.1Ma以来,主力油层明显受层序控制,油层主要分布于最大湖泛面以下,成藏模式可以归纳为"近源晚期优势".5年来(2004-2008年),该凹陷勘探地质成功率为85%,平均单井发现三级石油地质储量713×10⁴m³,至2008年已经钻探近100口探井.在20世纪80-90年代初发现渤中25-1/S、渤中34-2/4、渤中28-1和渤中26-2等油田的基础上,近几年相继发现了渤中34-1、渤中28-2S、渤中29-4、渤中26-3等中、浅层中型油气田,形成了渤海南部海域油气发现的新高潮.     

四川盆地上三叠统有利储层展布与勘探方向

四川盆地上三叠统须家河组是中国石油西南油气田公司的重点勘探接替层系,随着勘探形势的变化,需要以全盆地为单元,弄清各储集砂体的平面展布规律及其勘探潜力。综合分析地震、测井、录井和野外露头资料,将须家河组划分为4个三级层序、12个体系域;以体系域为单元编制了全盆地须家河组沉积微相展布图,指出须家河组形成了6大三角洲砂体,有利储集砂体主要分布于低位体系域,主要为三角洲前缘水下分支河道砂体;而水进和高位体系域湖泊相沉积发育,砂体规模较小。综合考虑各砂体的分布面积、生烃强度、资源潜力、储层类别、勘探现状及顶面埋深等条件,对须家河组进行了勘探潜力综合评价,指出了下一步的勘探方向:①须二段应集中在广安—营山和蓬莱—金华2个砂体上;②须四段应集中在蓬莱—金华、安岳—合川2个砂体上;③须六段则应集中在勘探程度相对较低的蓬莱—金华、宜宾—观音场和古蔺—泸州砂体上。     

区域提取网络结合自适应池化网络的机场检测

针对传统机场检测方法准确率低、虚警率高、耗时长等问题,借鉴深度卷积神经网络的架构,提出一种改进的区域提取网络和自适应池化网络结合的机场快速检测方法．将二分类网络引入区域提取网络以筛除一些定位较差的候选区域和背景区域,结合自适应池化的检测网络对机场候选区域进行识别,通过复用网络结构和学习的特征参数来达到快速检测的目的．仿真结果表明,与两种典型的机场检测方法相比,所提方法在测试集上取得更高准确率和更低虚警率的同时,极大地提高了检测速度,达到了精准、快速检测机场的目的．     

文昌A凹陷古近系低渗凝析气藏成藏特征与成藏模式

低渗凝析气藏的成藏机理是影响文昌A凹陷天然气勘探开发成效的关键问题。运用烃源岩地球化学、储层沉积学和成藏综合分析等方法,对天然气地质条件、气藏特征及成藏动态过程进行系统研究。得出如下新认识:①研究区下渐新统恩平组一段厚层湖沼相、滨浅湖相泥岩是主要的优质气源岩,该套烃源岩分别与恩平组二段、珠海组发育的(扇)三角洲相、潮坪相储层形成 “自生自储” 和“下生上储”2套成藏组合;②恩平组、珠海组储层埋深大于3 500m,孔隙度小于12％,渗透率小于1×10^-3μm,沉积微相和成岩作用控制了“甜点”储层的分布;③恩平组、珠海组储层“先致密、后成藏”致使油气的运移距离较短,具备“近源运移、晚期成藏”的特征。根据上述新认识提出2种成藏模式,即陡坡带垂向运聚模式和缓坡带垂向＋侧向运聚模式,并指出北部缓坡带是下一步新领域拓展勘探的重要方向。     

川西坳陷上三叠统天然气成藏主控因素及形成模式

在对川西坳陷上三叠统天然气藏的形成机理及构造演化特征进行分析的基础上,对沉积储层和圈闭发育特征研究,运用成藏动力学的原理和方法,系统归纳川西坳陷上三叠统天然气成藏的主控因素,划分成藏体系并总结形成模式。综合研究认为,川西坳陷上三叠统须家河组具备形成大中型气(田)藏的条件;充足的烃源岩和较高的生气强度、良好的输导条件、适时的古隆起和古斜坡、圈闭发育、大面积分布的巨厚储层、优良的保存封盖条件是控制上三叠统天然气成藏的主要因素;上三叠统包括下部和上部两个成藏体系,下部成藏体系包括高压驱赶和低压吸拉两种天然气成藏模式,上部成藏体系主要以毛细管导入、水溶气运移释放和浮力顺优势通道输导等3种天然气成藏模式为主,不同模式具有不同的成藏动力学机制和不同的分布特征。     

基于新型编-解码网络斜拉桥拉索表面的缺陷检测

针对人工目测斜拉桥拉索表面缺陷劳动强度大、准确度低,常规图像处理和卷积神经网络速度慢,无法满足实时检测等问题,构建了新型编-解码网络检测拉索表面缺陷。采用优化的MobileNetV2作为编码器,减少网络参数、加快训练速度;解码器借鉴UNet思想,融合金字塔池化(pyramid pooling, PSP)模块加强特征提取;利用跳跃链接级联编码器和解码器,有效融合深浅层特征信息;通过PASCAL VOC数据集预训练得到新型编-解码网络权值,利用孔洞、缝隙、损伤等常见缺陷数据集训练网络获得最终网络参数。实验结果表明：新型编-解码网络鲁棒性强,均像素精度、均交并比和单张图片处理时间分别达到89.88%、79.25%和41.34 ms,明显优于PSPNet、UNet、DFANet等主流检测方法,满足斜拉桥拉索表面缺陷检测的精度和速度要求。