基于Fg-CarNet的车辆型号精细分类研究

车辆型号识别在智能交通系统、涉车刑侦案件侦破等方面具有十分重要的应用前景.针对车辆型号种类繁多、部分型号区分度小等带来的车辆型号精细分类困难的问题,采用车辆正脸图像为数据源,提出一种多分支多维度特征融合的卷积神经网络模型Fg-CarNet（Convolutional neural networks for car fine-grained classification,Fg-CarNet）.该模型根据车正脸图像特征分布特点,将其分为上下两部分并行进行特征提取,并对网络中间层产生的特征进行两个维度的融合,以提取有区分度的特征,提高特征表达能力,通过使用小卷积核以及全局均值池化,使在网络分类准确度提高的同时降低了网络模型参数大小.在CompCars数据集上进行验证,实验结果表明,Fg-CarNet提取的车辆特征在保证网络模型参数最小的同时,车辆型号识别率达到最高,实现了最好的分类效果.     

面向建筑物重建的相机标定方法研究

由于灭点具有很多独特的几何属性且大量地存在于建筑物场景中,因此针 对建筑物重建,提出了一种基于灭点的相机标定方法。首先通过构造各种几何约束关系,如 灭点与相机矩阵间的关系、世界坐标原点和相机矩阵间的关系,逐步实现相机矩阵的度量重 建和欧氏重建,获得相机矩阵的值,然后通过分解相机矩阵得到相机的内外部参数。该方法 在标定过程中无须借助任何标定物,求解过程简单,标定速度快。实验结果表明,该方法可 以满足虚拟现实中建筑物场景重建的需要。     

湘西北下寒武统牛蹄塘组页岩含气性影响因素分析

湘西北地区下寒武统牛蹄塘组发育了一套富有机质泥页岩,其分布稳定且厚度较大,在桑植石门复向斜一带埋深大,保存较完整。牛蹄塘组页岩气富集甜点区的页岩气质量体积为 1.48～8.75 m³/t,具有很好的工业开发价值。 有机碳含量既决定了页岩气的资源潜力,同时也影响页岩气的吸附和存储能力。对牛蹄塘组页岩气的研究认为：储集空间主要可分为原生晶间或粒间微孔隙、有机质微孔隙、不稳定矿物溶蚀孔、构造裂缝和解理缝等 5 种成因类型;页岩气较易发生吸附和解吸作用,吸附态气所占较大比例;页岩气存储状态主要受有机碳含量和储集空间类型的综合影响;高过成熟富有机质页岩生成的天然气在较好的保存条件下仍然可以聚集并成藏;温压条件、埋藏深度和矿物组成等对页岩含气性的影响均相对较小。