基于置信度传播算法的车牌分割

针对车牌的分割,提出一种基于马尔可夫随机场(Markov random field)模型建立车牌的分割模型,通过置信度传播(Belief Propagation)算法对分割模型进行迭代推理,得到车牌的分割目标。实验结果表明提出算法的有效性。     

共享核空洞卷积与注意力引导FPN文本检测

高分辨率图像具有特征尺度差异较大的特点,针对其造成的细粒度特征难以捕获、多尺度特征融合不佳问题,提出一种共享核空洞卷积与注意力引导（Kernel-SharingDilatedConvolutionsandAttention-guidedFPN,KDA-FPN）的复杂场景文本检测方法;提出最小交集（IntersectionOverMinimum,IOM）后处理策略,改善因文本长宽比变化较大特性导致的掩膜重叠现象,提升检测效果。首先,模型以Resnet50为主干网络采用FPN结构捕获多尺度特征;然后,利用空洞卷积扩大特征感受野,提高特征信息的多尺度捕获能力,深层次挖掘文本细粒度特征,并通过共享核手段减少模型参数量,降低计算成本;同时,采用上下文注意模块（ContextAttentionModule,CxAM）捕捉多感受野间的语义信息关系,通过内容注意模块（ContentAttentionModule,CnAM）精确定位目标位置信息,增强多尺度融合能力,提升特征图质量;最后,将同一文本区域预测的候选框按大小排列,提出将面积最大的框与相邻文本框之间区域的交集面积占较小框面积的比值作为候选框筛选指标,抑制检测结果的掩模重叠现象,实现文本的精准检测。采用ICDAR2013、ICDAR2015、Total-Text数据集进行对比实验,实验结果表明,本文模型对于水平场景文本检测的精度和召回率分别为95.3和90.4;对于倾斜文本检测的精度和召回率分别为87.1和84.2;对于任意形状文本检测的精度和召回率分别为69.6和57.3。提出的算法有效克服了图像分辨率、文本形状与长度等因素的影响,提高了检测精度,得到了更为精准的文本边界。     

天然气管道放空系统防火间距计算研究

针对目前国内现行标准规范对放空系统防火间距规定的不足,采用挪威船级社DNVPHAST软件,分别对冷放空和热放空两种作业方式进行模拟计算,得到不同影响因素下0.5 LFL气体扩散范围和4.75 k W/m²热辐射范围,确定了冷放空和热放空防火间距的选取原则。结果表明,当放空量为20×10～4 m³/h、常年平均风速20 m/s时,冷放空和热放空的防火间距分别为29.6 m和66.9 m,小于GB 50183中规定的90 m间距;定义了临界风速作为选取放空作业方式的原则,临界风速以下可考虑采用热放空,临界风速及以上可考虑采用冷放空,且放空量越大临界风速越低。研究结果可为国内相关规范的更新和编制提供参考。     

结合实例分割与抓取筛选的堆叠目标抓取方法

为了在种类多样、位姿随机、背景散乱的堆叠场景下得到机器人抓取目标物体的最优次序与抓取位姿,本文提出一种结合实例分割与抓取筛选的堆叠目标抓取方法,包含抓取次序推理与抓取位姿检测两部分.抓取次序推理部分,首先设计基于自注意力与边界细化的实例分割网络,利用自注意力模块提升特征提取能力,并通过边界细化模块提高堆叠场景下物体边界的分割精度;其次提出一种抓取筛选方法,运用判断物体间完整掩码是否重叠与优先抓取分数排序的策略,筛选出目标最上层未被遮挡的物体为待抓取目标,以减少机器人多余抓取动作.抓取位姿检测部分,为适应不同尺度物体的检测,设计融合多尺度密集残差模块的抓取位姿检测网络,以保留物体的多尺度特征,从而适应不同尺度物体的检测.实验结果表明,本方法能够有效推理出堆叠场景下的抓取次序,并准确检测出物体的位姿,以实现目标的抓取.     

渐进式多粒度ResNet车型识别网络

针对车辆因姿态、视角等成像差异造成车型难以识别问题,提出一种基于渐进式多粒度ResNet车型识别网络。首先,以ResNet网络作为主干网络,提出渐进式多粒度局部卷积模块,对不同粒度级别的车辆图像进行局部卷积操作,使网络重构时能够关注到不同粒度级别的车辆局部特征;其次,对多粒度局部特征图利用随机通道丢弃模块进行随机通道丢弃,抑制网络对车辆显著性区域特征的注意力,提高非显著性特征的关注度;最后,提出一种渐进式多粒度训练模块,在每个训练步骤中增加分类损失,引导网络提取更具辨别力和多样性的车辆多尺度特征。实验结果表明,在Stanford cars数据集、Compcars网络数据集和真实场景下的车型数据集VMRURS上,所提网络的识别准确率分别达到了95.7%、98.8%和97.4%,和对比网络相比,所提网络不仅具有较高的识别准确率,而且具有更好的鲁棒性。     

基于快速收敛LBP算法的图像分割

针对循环信度传播(LBP)算法计算量大及误分率高的问题,提出了一种基于快速局部区域收敛的LBP算法的图像分割方法。首先建立局部区域Gibbs能量模型,然后采用局部收敛的LBP算法对区域消息进行传播。为了提高LBP算法的运行速度,提出了一个有效的加速技术。最后,使用局部区域能量的最大后验准则(MAP)得到分割结果。实验结果表明,提出的算法得到了较好的分割结果,特别是在噪声和纹理区域,分割效果明显提升,同时具有较快的速度。     

雷达辐射源个体识别综述

雷达辐射源个体识别通过提取个体特征来辨识雷达个体,是电子对抗领域的热点研究方向。近年来随着深度学习的飞速发展及其在各领域的成功应用,基于深度学习的雷达辐射源个体识别成为焦点。虽然研究多年,成果丰富,但目前尚缺少关于该方向全面、细致的综述。基于此,该文从雷达辐射源个体特征机理分析、基于手工特征的识别方法、基于深度学习的识别方法以及数据集构建4个方面着手,对雷达辐射源个体识别开展系统的综述工作,并对当前现状和未来方向进行总结与展望,旨在推动雷达辐射源个体识别理论和方法研究的新发展。     

高增益高线性度CMOS偶次谐波混频器设计

设计了一种能应用于GPS接收机的偶次谐波混频器,在RF输入端采用了电流复用电路提高混频器的转换增益和线性度,在LO输入端采用了倍频技术.同时,该拓扑结构还具有低功耗的优点.仿真结果表明:在1.8V电源电压下,RF频率1.575GHz,LO频率0.7895 GHz,LO功率为-5 dBm时,该混频器的转换增益为20.848 dB,三阶交调截至点为-2.297 dBm.表现出了高增益、高线性度的性能.     

多模态特征融合的长视频行为识别方法

行为识别技术在视频检索具有重要的应用价值;针对基于卷积神经网络的行为识别方法存在的长时序行为识别能力不足、尺度特征提取困难、光照变化及复杂背景干扰等问题,提出一种多模态特征融合的长视频行为识别方法;首先,考虑到长时序行为帧间差距较小,易造成视频帧的冗余,基于此,通过均匀稀疏采样策略完成全视频段的时域建模,在降低视频帧冗余度的前提下实现长时序信息的充分保留;其次,通过多列卷积获取多尺度时空特征,弱化视角变化对视频图像带来的干扰;后引入光流数据信息,通过空间注意力机制引导的特征提取网络获取光流数据的深层次特征,进而利用不同数据模式之间的优势互补,提高网络在不同场景下的准确性和鲁棒性;最后,将获取的多尺度时空特征和光流信息在网络的全连接层进行融合,实现了端到端的长视频行为识别;实验结果表明,所提方法在UCF101和HMDB51数据集上平均精度分别为97.2％和72.8％,优于其他对比方法,实验结果证明了该方法的有效性.     

对桃林口水库底孔启闭机电气控制系统改造的思考

<正>1.引言桃林口水库泄水底孔于1997年8月28日落闸蓄水,底孔闸门启闭机随之正式投入使用,其电气控制系统迄今已运行11a之久,电气元件严重老化,运用中时常会出现动作不灵活和误动作现象,甚至出现元器件烧毁现象。2008年结合底孔启闭机大修时机,对电气控制系统进行了更新改造。在总结十几年运行经验的基础上,充分考虑现场环境因素,引进当今成熟的先进控制技术,采用了PLC(可编程控制器)自动