基于双重注意力孪生网络的实时视觉跟踪

为了解决全卷积孪生网络（SiamFC）跟踪算法在跟踪目标经历剧烈的外观变化时容易发生模型漂移从而导致跟踪失败的问题，提出了一种双重注意力机制孪生网络（DASiam）去调整网络模型并且不需要在线更新。首先，主干网络使用修改后表达能力更强的并适用于目标跟踪任务的VGG网络；然后，在网络的中间层加入一个新的双重注意力机制去动态地提取特征，这种机制由通道注意机制和空间注意机制组成，分别对特征图的通道维度和空间维度进行变换得到双重注意特征图；最后，通过融合两个注意机制的特征图进一步提升模型的表征能力。在三个具有挑战性的跟踪基准库即OTB2013、OTB100和2017年视觉目标跟踪库（VOT2017）实时挑战上进行实验，实验结果表明，以40 frame/s的速度运行时，所提算法在OTB2013和OTB100上的成功率指标比基准SiamFC分别高出3.5个百分点和3个百分点，并且在VOT2017实时挑战上面超过了2017年的冠军SiamFC，验证了所提出算法的有效性。     

终轧温度对PQ600钢组织及性能的影响

设计了高温、中温和低温3种终轧温度,在现场进行了工业试验,研究不同终轧温度对PQ600高强工程机械用钢组织和性能的影响,确定了钢的热轧工艺参数。结果表明:降低终轧温度可以提高未结晶区的变形量,细化铁素体晶粒,充分发挥细晶强化作用;高温终轧的金相组织是铁素体和珠光体的混合物,铁素体组织均匀性较差,中温终轧和低温终轧的组织是铁素体和珠光体,铁素体晶粒比较规则,而且低温终轧的均匀性比中温终轧好。高温终轧的铁素体晶界明显存在M3C型复合条状或短棒状的碳化物。     

钛微合金化和冷却工艺对建筑用钢屈服平台的影响

选取3种成分的建筑结构用钢,设计不同的层流冷却方式进行工业试制,分析化学成分、冷却速率对建筑用钢屈服平台长度的影响。结果表明:不同化学成分、不同工艺处理建筑用钢的屈服强度和抗拉强度由大到小的顺序为:钛微合金化钢、超快冷钢、稀疏冷却钢。稀疏冷却建筑用钢具有明显的屈服平台,Ae值2.0%,而超快冷钢和稀疏冷却Ti微合金钢基本无屈服平台,Ae大部分为0。对比3种试验钢的全拉伸曲线及其积分面积,稀疏冷却钢的全拉伸曲线的积分面积大于超快冷钢和钛微合金化钢,证明稀疏冷却钢吸收变形能量的能力大于超快冷钢和钛微合金化钢。     

基于双重金字塔网络的视频目标分割方法

针对复杂视频场景中难以分割特定目标的问题，提出一种基于双重金字塔网络（DPN）的视频目标分割方法。首先，通过调制网络的单向传递让分割模型适应特定目标的外观。具体而言，从给定目标的视觉和空间信息中学习一种调制器，并通过调制器调节分割网络的中间层以适应特定目标的外观变化。然后，通过基于不同区域的上下文聚合的方法，在分割网络的最后一层中聚合全局上下文信息。最后，通过横向连接的自左而右结构，在所有尺度中构建高阶语义特征图。所提出的视频目标分割方法是一个可以端到端训练的分割网络。大量实验结果表明，所提方法在DAVIS2016数据集上的性能与较先进的使用在线微调的方法相比，可达到相竞争的结果，且在DAVIS2017数据集上性能较优。     

自润滑钢板的生产

介绍了国外自润滑钢板的研究和生产工艺，自润滑钢板有机涂层的组成，以及国外自润滑钢板的生产情况，同时提出了攀钢生产自润滑钢板的建议。     

齿轮选材及热处理工艺智能专家系统

分析了专家系统和人工神经网络各自的特征和优缺点及其在选材和热处理方面的应用，将人工神经网络技术引入齿轮选材和热处理专家系统，建立了两级BP网络模型，在很大程度上克服了传统专家系统的缺陷．本系统包含有大量的齿轮选材和热处理资料。     

(r)值≥2.0超深冲Nb+Ti IF钢冷轧板生产实践

通过采用钛、铌微合金化方式,热轧高温终轧和高温卷取,以及冷轧高温长时间退火等工艺制度,成功开发出值≥2.0的超深冲Nb＋Ti IF钢冷轧板。经用户使用表明,产品冲压性能优良、质量稳定,完全满足国内汽车、家电等高端钢材用户的冲压需求,并形成批量生产能力。     

一种改进的C-V主动轮廓模型

本文对C-V主动轮廓模型进行改进.依据曲线演化理论对C-V模型中的图像数据力驱动项进行简化,提出一种常微分方程(ODE)类型的模型.理论分析验证了该模型的水平集函数可初始化为零.与传统C-V模型相比,不但具有其特点,如可以自动检测带孔目标的内轮廓等,而且具有以下优点:抗噪性能较优;水平集函数无需重新初始化,可快速计算出全局最优分割;远离轮廓的边界可以被准确检测;时间迭代步长不受限制.对合成和真实图像的分割结果证明了本文模型具有稳健、快速的优点.