一种基于车载MP3播放机的倒车雷达设计

提出了一种基于车载MP3播放机-SH252的倒车雷达设计方案,并介绍了系统的软硬件设计思路。系统采用EM78P153单片机作为倒车雷达数据采集部分,采用超声波探测方式测距。在倒车时,倒车雷达会自动启动,并在EM78P153的控制下,由装置于车尾保险杠上的探头发送超声波信号,当遇到障碍物时,产生回波信号,探头接收到回波信号后经控制器进行数据处理并计算出车体与障碍物之间的实际距离,然后将数据发送到车载MP3播放机上进行距离显示和语音同步提示,为驾驶员提供报警提示,提高驾驶的安全性。     

基于双决策子空间和神经网络的人脸表情识别

提出了一种新的基于双决策子空间和径向基函数（RBF）神经网络的人脸表情识别方法。该方法首先采用KPCA+ FLD算法在双决策子空间（核空间和值域空间）中进行决策分析,提取两类判决特征信息：非常规信息和常规信息,并按一定的规则融合这两类判决信息;再运用RBF神经网络分类器和融合特征信息进行人脸表情的分类识别。基于日本女性表情数据库JAFFE的实验结果表明,它是一种有效的人脸表情识别方法。     

多模式协同人才培养体系改革与实践

本文以我校电子信息工程专业本科人才培养为例,建立了以电子信息工程专业为基础的协同式多模式应用型本科人才培养体系。我们针对多种培养模式,积极探索并实践了课程体系改革,初步形成了适应区域经济社会发展的协同式人才培养新模式。     

基于“图像分析与计算机视觉应用”课程项目的协同创新能力培养与实践

本文针对＂图像分析与计算机视觉应用＂课程特点,提出基于课程专题项目训练的教学改革实践方法,通过理论讲解与课程讨论、课程实践与练习、课程专题项目训练等教学环节,提高学生的协同创新能力。教学实践表明,该方法激发了学生的学习主动性,夯实了学生的基础知识,提高了学生的工程实践能力,开阔了学生眼界和思路,培养了学生的协同创新精神。     

基于自主网络资源库的“信号与系统”教学改革

本文探讨了基于自主网络资源利用的"信号与系统"课程教学改革试验,讨论了网络环境下通过自主开发与资源整合方式进行"信号与系统"课程多媒体资源库的设计与建立,研究了网络环境下自主协作式、讨论式、探究式和创造性的学习模式.实践证明,网络资源利用自主协作学习模式的教学改革试验取得了良好的效果,改革的经验是成功的.     

多特征融合的文档图像版面分析

目的 在文档图像版面分析上,主流的深度学习方法克服了传统方法的缺点,能够同时实现文档版面的区域定位与分类,但大多需要复杂的预处理过程,模型结构复杂。此外,文档图像数据不足的问题导致文档图像版面分析无法在通用的深度学习模型上取得较好的性能。针对上述问题,提出一种多特征融合卷积神经网络的深度学习方法。方法 首先,采用不同大小的卷积核并行对输入图像进行特征提取,接着将卷积后的特征图进行融合,组成特征融合模块;然后选取DeeplabV3中的串并行空间金字塔策略,并添加图像级特征对提取的特征图进一步优化;最后通过双线性插值法对图像进行恢复,完成文档版面目标,即插图、表格、公式的定位与识别任务。结果 本文采用mIOU（mean intersection over union）以及PA（pixel accuracy）两个指标作为评价标准,在ICDAR 2017 POD文档版面目标检测数据集上的实验表明,提出算法在mIOU与PA上分别达到87.26%和98.10%。对比FCN（fully convolutional networks）,提出算法在mIOU与PA上分别提升约14.66%和2.22%,并且提出的特征融合模块对模型在mIOU与PA上分别有1.45%与0.22%的提升。结论 本文算法在一个网络框架下同时实现了文档版面多种目标的定位与识别,在训练上并不需要对图像做复杂的预处理,模型结构简单。实验数据表明本文算法在训练数据较少的情况下能够取得较好的识别效果,优于FCN和DeeplabV3方法。     

面向小样本SAR图像识别的自注意力多尺度特征融合网络

合成孔径雷达（Synthetic Aperture Radar,SAR）图像标签难以大量获取,存在着大量小样本SAR数据集。SAR图像充满着散斑噪声,直接将卷积神经网络（Convolutional Neural Network,CNN）应用在小样本SAR数据集上难以提取有效特征。针对以上问题,本文提出了一种面向小样本SAR图像识别的自注意力多尺度特征融合网络。首先,将自注意力机制与幽灵模块相结合构建自注意力幽灵模块,并利用该模块替代经典的卷积操作提取SAR图像特征。其次,在网络中添加通道混洗单元以构建多尺度信息融合支路。最后,引入知识蒸馏对设计的网络进行压缩,进一步控制网络参数量。实验结果表明,本文方法在不同工作条件下采集的MSTAR数据集上具有出色的识别性能,在构建的小样本SAR数据集上也表现出良好的鲁棒性。      

印刷品缺陷在线检测系统中的关键技术研究

首先介绍了基于机器视觉的印刷品在线检测系统的结构和工作原理,接着分析了实际系统中标准模板的建立等关键问题,提出了用邻域比较法来解决由于软性印刷品材料的拉伸变形给系统带来的误检问题,最后用MMX技术对程序进行优化加速.实际的工程应用中表明这些方法是有效的,满足系统设计的要求.     

基于无监督K均值特征和数据增强的SAR图像目标识别方法

过去二十年中,合成孔径雷达（Synthetic Aperture Radar, SAR）自动目标识别已经受到越来越多的关注。许多有监督特征学习算法被提出来,而且应用到合成孔径雷达的自动目标识别中。本论文采用了无监督学习算法——K均值（K-means）聚类算法,通过分块自编码和优化接受域参数进行SAR图像特征学习,从而自动学习到无标签数据中鉴别性特征,并将所提取特征用于SAR图像目标识别中。然而,无监督学习一般对训练数据量有较高要求,因此,我们提出了两种数据增强方法,通过旋转目标物体的方位角,以及在原始图像上增加随机值,来获得更多可以用来训练模型的数据,使模型可以学习具有多样性的特征,达到提高识别效果的目的。采用公开的MSTAR数据库进行实验验证,结果表明所提方法可达到96.67%的主流识别率。      

面向对象的小波变换软件包设计

本文介绍了小波变换软件包WYUWave的设计.该软件包实现了小波变换的常见基本函数,包括卷积,一维、二维小波正反变换,一维、二维小波包正反变换,各种正交小波滤波器、双正交滤波器设计,小波函数、尺度函数计算,多分辨率分析等功能.该软件包的设计基于C/C++环境,分为三层,其中第二、第三层的设计为面向对象设计,同时兼顾到使用和扩展的方便性及移植的灵活性.最后给了两个例子说明在具体的应用中如何利用WYUWave软件包进行应用开发及扩展设计.