基于深度学习的高中学生课堂坐姿识别研究

随着人工智能技术在教育领域的不断交叉融合,校园信息化和网络化逐渐由数字化转向智能化。通过机器自动识别学生的课堂行为活动可帮助教师高效精准地获取学生课堂状态,并进行科学分析。近年来,高中生由长期不良坐姿导致的脊柱侧弯和近视比例不断攀升,对青少年的身体健康产生巨大的威胁。本文通过深度学习技术对深圳某高中采集的225名学生的9种正确及不良坐姿的图片数据进行处理和模型训练,分别使用Densenet和Xception网络获得7种坐姿80%以上的准确率,并将其用于学生课堂状态识别,有效助力学生课堂坐姿的提醒。     

红外弱小目标检测方法综述

红外弱小目标检测系统可灵活部署在不同的平台中,在红外预警、制导等领域具有重要实用价值。但是,由于复杂场景下存在信噪比低、背景变化剧烈等问题,导致复杂背景下的红外弱小目标检测非常困难,一直是目标探测领域的研究难点和研究热点。根据红外图像数据使用方式的不同,将现有目标检测方法划分为单帧型（含局部信息类与非局部信息类等）和多帧型（含关联校验类与直接求取类等）两大类,并分别进行了简要梳理,分析了不同方法的原理、优势及不足。最后,对本领域的发展趋势做出了预测。该工作既可以帮助初学者快速了解本领域的研究现状和发展趋势,也可作为其他研究者的参考资料。     

基于改进的局部反熵算子的小目标检测

利用小目标的出现会导致局部反熵值发生较大变化这一特性,提出了基于改进的局部反熵算子和改进的区域生长技术的小目标检测新方法。该方法首先利用改进的局部反熵算子构建局部反熵图抑制小目标图像背景,然后采用改进的区域生长技术有效地检测小目标。仿真实验结果表明,所提出的方法能快速和准确地检测出复杂背景下的小目标。     

深度学习在基于单幅图像的物体三维重建中的应用

基于单幅图像的物体三维重建是计算机视觉领域的一个重要问题，近几十年来得到了广泛的关注.随着深度学习的不断发展，近年来基于单幅图像的物体三维重建取得了显著进展.本文对深度学习在基于单幅图像的物体三维重建领域的研究进展及具体应用进行了综述.首先介绍了基于单幅图像的三维重建的研究背景及其传统方法的研究现状，其次简要介绍了深度学习并详细综述了深度学习在基于单幅图像的物体三维重建中的应用，随后简要概述了三维物体重建的常用公共数据集，最后进行了分析与总结，指出了目前存在的问题及未来的研究方向.     

韧性水泥浆固体消泡剂的研发与应用

韧性水泥浆在混配搅拌时产生大量气泡不易消除,导致入井水泥浆密度难以把控,针对此问题,以聚醚改性有机硅乳液消泡剂作为主剂,具有针尖和渗透作用的疏水性二氧化硅纳米颗粒作为副剂,以氯化钠和改性硅藻土作为载体,开发出一种固体消泡剂。实验评价和现场应用结果表明：该固体消泡剂具有良好的消、抑泡能力,对韧性水泥浆的稠化时间、失水无影响,可改善水泥浆的流动度和流变,提高水泥石抗压强度,解决了韧性水泥浆消泡难问题。