形状和颜色混合不变量在图像检索中的应用

多视觉特征的图像检索是当前基于内容的图像检索领域的重要方向.已有的多特征的检索主要通过线性加权的方法对特征进行组合,但这种组合方式仅实现了代数意义上的合并,未能真正利用和发掘特征间存在的相互关系,并且权重值不容易确定,检索结果易受权重值的影响.针对这一问题,提出一种形状-颜色混合不变特征的构造方法,特征提取的过程包含同时对形状、颜色信息的抽取,直接构造出能够同时对形状仿射变换和颜色对角-偏移变换具有不变性的特征,也称作形状-颜色矩不变量.首先分别在图像的2维几何空间、3维颜色空间定义形状核、颜色核,然后对形状核、颜色核的乘积进行多重积分,最后做规范化,就得到一个不变量.理论上,通过选择不同的形状核、颜色核可以推导出无穷多的不变量.实验结果表明,该方法优于加权组合特征的方法;与加权特征、局部特征相比,形状-颜色矩不变量对于同一物体不同成像条件下的近复制图像、整体属性相似的图像、大体类似的物体图像等表现出较高的检索性能及效率.     

融合时间和邻域信息的矩阵分解算法

矩阵分解通过降维的方式可以在一定程度上解决数据的稀疏性问题。考虑时间信息可以根据时间信息的变化来预测用户对物品的兴趣趋势。考虑邻域关系可以产生以共同兴趣为基础的推荐。但是,现在所研究的矩阵分解当中很少综合考虑时间信息和邻域关系对用户评分预测的影响。本文提出一种融合时间和邻域信息的矩阵分解算法,此算法把时间信息与领域关系直接映射到用户-物品-时间的三维空间,通过隐含特征直接寻找他们之间的潜在关系。在MovieLens上的实验结果表明,本文提出的推荐算法在一定程度上提高了推荐结果的准确性。     

Real-time Safety Helmet-wearing Detection Based on Improved YOLOv5

Safety helmet-wearing detection is an essential part of the intelligent monitoring system. To improve the speed and accuracy of detection, especially small targets and occluded objects, it presents a novel and efficient detector model. The underlying core algorithm of this model adopts the YOLOv5 (You Only Look Once version 5) network with the best comprehensive detection performance. It is improved by adding an attention mechanism, a CIoU (Complete Intersection Over Union) Loss function, and the Mish activation function. First, it applies the attention mechanism in the feature extraction. The network can learn the weight of each channel independently and enhance the information dissemination between features. Second, it adopts CIoU loss function to achieve accurate bounding box regression. Third, it utilizes Mish activation function to improve detection accuracy and generalization ability. It builds a safety helmet-wearing detection data set containing more than 10,000 images collected from the Internet for preprocessing. On the self-made helmet wearing test data set, the average accuracy of the helmet detection of the proposed algorithm is 96.7%, which is 1.9% higher than that of the YOLOv5 algorithm. It meets the accuracy requirements of the helmet-wearing detection under construction scenarios.     

检测小篡改区域的U型网络

目的 图像篡改区域检测是图像取证领域的一个挑战性任务,其目的是找出图像的篡改区域。传统方法仅针对某种特定的篡改方式进行设计,难以检测其他篡改方式的图像。基于卷积神经网络的方法能够自适应地提取特征,同时检测包含多种篡改方式的图像。但是其中多数方法都选择增强图像的噪声特征,这种机制无法较好处理篡改区域与原图像来源相同、噪声相似的情况。多数方法还忽略了篡改区域过小而产生的样本不平衡问题,导致检测效果不佳。方法 提出了一个基于区域损失的用于检测小篡改区域的U型网络,该网络构建了一个异常区域特征增强机制,放大与图像背景差异较大的异常区域的特征。此外,还利用区域损失增强对篡改区域框内像素的判别能力,可以解决因篡改区域过小而产生的样本不平衡问题。结果 消融实验说明了异常区域特征增强机制和区域损失机制的有效性;对JPEG压缩和高斯模糊的对抗性测试证明了模型的鲁棒性;在CASIA2.0（CASI-A image tampering detection evaluation database）、NIST2016（NIST nimble 2016 datasets）、COLUMBIA （Columbia uncompressed image splicing detection evaluation dataset）和COVERAGE （a novel database forcopy-move forgery detection）数据集上与最新方法进行比较时,本文方法取得了最优性能,其F1 score分别为0.979 5、0.982 2、0.995 3和0.987 0。结论 本文的异常区域特征增强机制和区域损失机制能有效提高模型性能,同时缓解篡改区域过小导致的样本不平衡问题,大量实验也表明了本文提出的小篡改区域检测方法的优越性。     

结合图元与感知哈希的手写输入简笔画识别

目的 为了克服手写输入中随意性强和自由度大的缺陷,同时兼顾简笔画的整体属性和局部特征,提出一种基于图元识别与感知哈希技术相结合的手写输入简笔画二级识别算法。方法 首先提取笔画的几何特征、笔序特征及结构特征且进行识别,然后查找由图元信息、笔画结构信息和笔序信息构成的简笔画语义库,完成由规则的几何图元构成的简笔画识别;若未被识别,则生成简笔画图像,利用感知哈希技术完成简笔画图像的识别。结果 基于本文提出的简笔画识别方法,实现了对样本库中150种简笔画对象的识别,平均识别率为82.6%。结论 实验结果表明,对于不同用户手写输入的任意样本库中的简笔画,该方法具有较高的识别率,此外,还可以通过在简笔画语义库和样本库中增加简笔画的种类等方式实现对更多种类简笔画的扩展识别。     

DICON: interactive visual analysis of multidimensional clusters

Clustering as a fundamental data analysis technique has been widely used in many analytic applications. However, it is often difficult for users to understand and evaluate multidimensional clustering results, especially the quality of clusters and their semantics. For large and complex data, high-level statistical information about the clusters is often needed for users to evaluate cluster quality while a detailed display of multidimensional attributes of the data is necessary to understand the meaning of clusters. In this paper, we introduce DICON, an icon-based cluster visualization that embeds statistical information into a multi-attribute display to facilitate cluster interpretation, evaluation, and comparison. We design a treemap-like icon to represent a multidimensional cluster, and the quality of the cluster can be conveniently evaluated with the embedded statistical information. We further develop a novel layout algorithm which can generate similar icons for similar clusters, making comparisons of clusters easier. User interaction and clutter reduction are integrated into the system to help users more effectively analyze and refine clustering results for large datasets. We demonstrate the power of DICON through a user study and a case study in the healthcare domain. Our evaluation shows the benefits of the technique, especially in support of complex multidimensional cluster analysis.     

化工设备CAD系统的实现模式

CAD是一种应用软件,在建立一个CAD系统之前,必须作全面的考虑和规划,以选择一个恰当的系统实现模式来满足其性能要求.对化工设备CAD系统的性能要求、软硬件选择、系统的模型和结构选择等诸方面进行讨论,并对已经开发完成的一个化工设备CAD施工图软件(PVCAD)的实现模式作一介绍.     

含七氟异丙基的苯胺类化合物的合成

以连二亚硫酸钠为引发剂,在苯环上通过自由基亲电取代反应引入七氟异丙基,合成了一系列含七氟异丙基的苯胺类衍生物,研究了各种条件对反应的速度和收率的影响。最佳结果为:芳胺与七氟异丙基碘的物质的量比1:1.1～1.5,连二亚硫酸钠、碳酸氢钠与苯胺的物质的量分别为1.1～1.3,相转移催化剂四丁基溴化铵与苯胺的物质的量比在0.05～0.1,溶剂总用量使苯胺浓度在0.5～1.0mol/L;反应温度10～20℃;溶剂采用乙醚。取代基供电子性越强,反应时间越短,产率越高;氨基的对位优先反应,氨基的邻位较难发生反应;且七氟异丙基总是优先取代在芳环电子云密度较高的位置上。     

加强消防法制建设 构建依法治火体系的思考

消防法制建设是增强消防工作规范性的关键,有利于在相关法律法规的引导下优化依法治火体系,实现对火灾隐患的全面排查,满足社会生产生活需求。消防法制建设也是依法治国战略实施中的关键内容,顺应当前消防工作的发展趋势,促进社会经济的稳定发展。然而,在实践工作中也面临着一定的挑战,导致依法治火体系建设的阻力增大。文章将对消防法制建设的特点进行分析,明确加强消防法制建设构建依法治火体系的重要性,提出消防法制建设和依法治火体系构建中的问题,并提出相应的解决对策,为实践工作提供参考。     

电力系统中无触点有载调压装置的研究与应用

随着科技和经济的发展,大量用电设备对供电质量的要求越来越高,传统的有载调压变压器由于其固有的缺陷而不能满足要求。现有的通过继电器切换或炭刷来调节电压的交流稳压器通常用在低压用户端,而且也存在一些弊端。目前正研究的无触点有载调压变压器,由于晶闸管是直接用于主电路,因此需要大量的晶闸管串并联,控制复杂,体积大,价格高,并且技术也未成熟,并没有推向市场。基于此,本文提出了一种配电系统的无触点有载调压拓扑结构,它具有上述装置的优点,同时又克服了其缺点。本文除了对其工作原理,主电路进行了介绍外,还重点对暂态无冲击控制条件进行了分析,最后通过实验对该设备进行了验证。