基于卷积神经网络的桥梁裂缝识别和测量方法

为了提高桥梁裂缝检测水平,解决目前手工检测费时费力和传统图像处理方法需要人工设定参数的问题,提出一种基于改进GoogLeNet的桥梁裂缝检测算法。首先,构建了一个较大规模的桥梁裂缝数据集RLH（Retinex-Laplace-Histogram equalization）用于模型的训练和测试。其次,基于原始的GoogLeNet模型,采用归一化的卷积核改进了inception模块,采用三种改进方案修改网络开头,去掉第七个及以后的inception层,建立桥梁裂缝特征图像分类系统。最后,利用滑动窗口精准定位裂缝并结合骨架提取算法计算裂缝的长度和宽度。实验结果表明,改进的GoogLeNet网络与原始GoogLeNet网络相比,识别准确率提升了3.13%,训练时间减少为原来的64.6%。另外,骨架提取算法能够考虑裂缝的走势,计算宽度更加准确,且最大宽度和平均宽度都能计算。综上所述,所提分类和测量方法具有准确度高、速度快、定位准确、测量准确等特点。     

气凝胶骨架结构的有机-无机交联度对其力学、热学性能的影响

硅系气凝胶是目前研究理论最为完善、合成技术最为成熟的气凝胶材料。本工作分别以四乙氧基硅烷(TEOS)、甲基三甲氧基硅烷(MTMS)、MTMS与二甲基二甲氧基硅烷(DMDMS)混合硅源、乙烯基甲基二甲氧基硅烷(VMDMS)为前驱体, 制备了不同种类的硅系气凝胶。所制得的硅系气凝胶具有较高的比表面积, 并呈现出纳米多孔的网络结构。本研究详细探讨了前驱体结构对气凝胶的力学及热学性能的影响。结果表明, 硅系气凝胶的骨架结构交联度越低, 弹性性能越好; 同时, 引入有机碳氢链会进一步提升气凝胶的弹性性能。所制备的硅系气凝胶兼具良好的保温隔热性能, 常温热导率在0.032~0.041 W/(m·K)范围内, 热重损失随着骨架结构内有机组分的增多而增大。这些优良的力学及热学性能使硅系气凝胶在保温隔热、储能等领域均具有广阔的应用前景。     

基于时空权重姿态运动特征的人体骨架行为识别研究

人体行为识别在视觉领域的广泛应用使得它在过去的几十年里一直都是备受关注的研究热点.近些年来,深度传感器的普及以及基于深度图像实时骨架估测算法的提出,使得基于骨架序列的人体行为识别研究越来越吸引人们的注意.已有的研究工作大部分提取帧内骨架不同关节点的空间域信息和帧间骨架关节点的时间域信息来表征行为序列,但没有考虑到不同关节点和姿态对判定行为类别所起作用是不同的.因此本文提出了一种基于时空权重姿态运动特征的行为识别方法,采用双线性分类器迭代计算得到关节点和静止姿态相对于该类别动作的权重,确定那些信息量大的关节点和姿态;同时,为了对行为特征进行更好的时序分析,本文引入了动态时间规整和傅里叶时间金字塔算法进行时序建模,最后采用支持向量机完成行为分类.在多个数据集上的实验结果表明,该方法与其它一些方法相比,表现出了相当大的竞争力,甚至更好的识别效果.     

基于CNN与双向LSTM的行为识别算法

针对传统行为识别依赖手工提取特征,智能化程度不高,识别精度低的问题,提出一种基于3D骨骼数据的卷积神经网络(CNN)与双向长短期记忆网络(Bi-LSTM)的混合模型。使用3D骨骼数据作为网络输入,CNN提取每个时间步的3D输入数据间的空间特征,Bi-LSTM更深层地提取3D数据序列的时间特征。该混合模型自动提取特征完成分类,实现骨骼数据到识别结果的端对端学习。在UTKinect-Action3D标准数据集上,模型的识别率达到97.5%,在自制Kinect数据集上的准确率达到98.6%,实验结果表明,该网络有效提高了分类准确率,具备可用性和有效性。     

基于kinect三维骨骼节点的动作识别方法

近年来,基于人体动作识别的应用场景越来越广泛。为了更好的识别效果,提出了一种基于人体三维骨骼节点的动作识别方法。用Kinect等设备获取人体骨骼关节点三维数据信息,以人体臀部为原点重新建立人体坐标系;提取人体关键骨骼的数据信息,定义人体动作特征向量;根据动作表达式用行为树构造动作序列,实现识别。通过对5种定义的动作与其他算法做比较实验,表明提出的方法识别率较高,推广性较强。     

基于Kinect的课堂教学状态监测系统

课堂上对学生听课效果进行评估的重点是捕捉学生听课行为.本系统利用Kinect传感器获取学生听课过程中的彩色、深度、骨骼点图像来分析学生的上课肢体状态、注意力方向,以此反映学生听课状态.同时,系统利用Kinect麦克风阵列采集到的声源信息来统计课堂回答问题的频度和声源位置.通过对上述信息的综合分析,获取学生上课状态的客观指标,从而对课堂教学评估提供数据支撑.     

神经网络用于无磷洗涤助剂合成条件的预测与优化

以丙烯酸和马来酸酐为单体,采用溶液聚合法合成了一种三聚磷酸钠的无磷替代品丙烯酸与马来酸酐共聚物。以L16(45)正交实验的结果,采用误差反向传播BP(backpropagation)算法,完成了神经网络的学习,据此预测了MA与AA质量比、引发剂与单体质量比、反应温度、反应时间、滴加单体时间对助洗性能的影响。在给定误差范围内,预测结果表明,最佳产品的合成条件是:MA与AA质量比为0 25,引发剂与单体质量比为0 045,反应温度为85℃,反应时间1 5h,单体滴加时间为20min;实验结果表明,BP神经网络在合成无磷助洗剂中有较好的离线学习功能,可以较少的实验次数而获得更多的信息,指导合成工作。     

新型光漂剂的漂白性能研究

研究了一类新型光漂剂———磺酸基卤素铝酞菁的去污漂白性能。从不同试验中得到该类光漂剂在常温日光条件下对酒渍、茶渍、咖啡渍等顽渍具有很好的去污漂白作用,去污值分别可提高10.8%、12.5%及15.9%。通过与过硼酸钠及过碳酸钠的去污对比试验,突出了该类光漂剂在温和条件下即具有很好的漂白性能,有望代替传统漂白剂。与洗涤剂中的荧光增白剂有相互增效作用,洗涤剂中盐类能改善光漂剂的性能。通过它的光降解试验,初步表明该类光漂剂易于光降解。     

基于BVH驱动的OGRE骨骼动画*

OGRE游戏引擎中的角色动画将模型与骨骼文件进行映射。若想在不借助第三方建模软件重新制作模型和动画的基础上更改现有模型的动作,获取与模型匹配的骨骼数据成为一个难题。提出了一种将标准BVH动作文件解析为XML文件的方法,生成与OGRE模型匹配的骨骼文件,将来源广泛的BVH文件作为动作数据,极大地丰富了OGRE角色动画。实验结果证明,转换后的BVH可以与OGRE中的模型融合起来,从而驱动模型。     

一种移动节点定位活动目标的校正方法*

为了消除测距定位追踪活动目标的测量误差,通过利用四个移动传感器感知活动目标M,由任意三个传感器所得的信息计算出目标M的位置分别为M1、M2、M3、M4,由其四点所围成的凸区域的形心或其所围成的凹区域的主骨架线中点M′作为逼近点替代目标M,从而消除由测量引起的误差。在MATLAB环境中进行仿真实验,表明用四个移动信源节点追踪活动目标M的方法可消除测量误差,M′成功逼近目标M。