改进FCOS的复杂场景口罩佩戴检测算法

针对在复杂场景口罩佩戴检测中存在的多尺度、多角度和遮挡等问题,提出一种基于改进FCOS的复杂场景口罩佩戴检测算法。在算法的骨干网络中引入Res2Net的分组残差连接结构,提高网络对不同尺度口罩的特征提取能力,并在其中集成可变形卷积,拓展其对未知形状物体的建模能力;设计一种集成注意力机制的特征金字塔,为不同的特征通道赋予不同的权重,抑制无用的特征信息;根据目标口罩的相关统计特征自动地划分正负样本,提高不同尺度口罩的样本质量,并引入Generalized Focal Loss联合训练样本的分类分数和定位质量分数,提升算法性能。实验结果表明,在复杂场景下的口罩佩戴检测中,该改进算法的mAP相比于原始FCOS提高6.7个百分点,同时与一些主流的目标检测算法相比,该改进算法也具有更好的效果和鲁棒性。     

基于多深度对抗网络的ROV水下目标检测

有缆水下机器人ROV是水下工程作业的重要工具,但由于不同水质特性及水中散射折射的影响,ROV水下图像普遍存在失真模糊、分辨率低等问题。为此构建深度分离可变形卷积代替原始卷积,采用高效表达稀疏性的特征提取结构实现对ROV水下目标的特征提取;再运用多深度机制的改进GAN网络生成器和类似马尔可夫架构的判别器建立数据集,增强水下图像;最后构建多项损失函数,提升网络的泛化性能并实现对ROV目标的快速检测。水下实验结果表明,该水下图像增强方法提高了ROV目标检测精度,符合预期要求。     

可变形镜在飞秒激光相位补偿中的应用

在一台kHz飞秒激光器中,引入可变形镜进行相位补偿,应用SPIDER方法和仪器作为测量手段,建立了一套相位测量补偿系统.实验表明激光脉冲的位相畸变得到较好的补偿,应用可变形镜是自适应相位补偿的一种有效而简单的方法.     

Level-5十周年社庆，打造新概念变形游戏机！

1998年10月，游戏制作人日野晃博在索尼的资助下。于日本九州福冈市创办了Level-5。十年后，这家曾经以卡通渲染技术著称的RPG名门已经成为日本游戏业界的超级巨星，堪称日本南端最著名的游戏公司。为了庆祝公司成立十周年，Level-5于9月26日在东京国际论坛召开了“Level-5 Vision 2008”，同时公布了7个新项目，展望了Level-5未来新阶段的发展。而在现场中最令人惊讶的，是一部“可变形新主机”的公开!     

“数字水世界” 带你步入太虚幻境

能想象到以后的建筑物不再是钢筋混凝土结构,而是完全由循环水做成的吗？近年来建筑界的一个梦想便是设计出可变形、交互式、动态的建筑。如果利用砖等传统材料实现这一梦想,难度一定很大。但是在科技不断发展的今天,数字技术可以让我们遥不可及的梦想成真。     

可变形方有型 变形金刚T220

动画片《变形金刚》在上个世纪七八十年代曾经让全世界的孩子们为之疯狂,并一直延续至今。而由《变形金刚》所带来的玩具、车模等衍生产品成功造就了一批世界级的企业,并为动漫衍生产品行业的发展树立了成功的典型。现在随着《变形金刚》系列电影的热映,头盔制造业也不甘落后,行业代表TankedRacing不久前便推出了可变形的T220头盔产品。     

基于显著图的可变模板形态学去雾方法

针对暗通道先验去雾中存在的光晕现象和天空区域颜色失真现象,提出了一种基于自适应可变形结构元（Adaptive deformable structuring element,ADSE）中值滤波结合灰度形态学重构精细化透射率的方法.该方法利用透射率与图像细纹理结构的无关性,由有雾图像的灰度图计算显著图（Salience map,SM）,将SM作为导向图计算ADSE,用生成的ADSE对最小颜色通道图像进行自适应中值滤波运算;其次,以粗估计暗通道图像为标记图像,以自适应中值滤波后的图像作为模板图像进行灰度形态学重构运算,获得精细化暗通道图像,继而得到精细化透射率;最后,针对天空区域,引入最优化透射率方法,对天空和非天空区域做统一的运算得到最终透射率,完成图像去雾.本文算法对真实场景具有很好的去雾效果,同时,基于形态学的运算易于并行化和硬件实现.     

新型激光驱动可变形反射镜的模型、研制及特性

介绍了一种新型的利用激光驱动的可变形反射镜.它包括三个部分:以聚脂薄膜为主体做成的2μm厚的镜面,支撑镜面的6μm高栅格状的支撑柱,由光敏材料砷化镓(GaAs)构成的感光底层.同时在镜面与感光底层之间施加偏置的高频交流电压.当感光底层背面被激光照亮时,GaAs中载流子的变化导致镜面与感光底层之间电阻的重新分布,从而镜面与感光底层之间电压发生变化,因此在静电力的作用下镜面将会发生相应的形变.文中分析了此反射镜工作的理论模型,介绍了此装置的制作工艺,并通过实验验证了偏置电压幅值、交流电压频率等参数对可变形反射镜性能的影响.     

基于可变形模板的视频对象分割

提出一种基于原型的可变形模板进行图像分割的算法，从而可以将感兴趣的视频对象从静止的复杂背景中提取出来，首先定义一个原型模板来特征化感光趣的视频对象，得到一个先验概率密度函数的一个将运动信息与边缘方向结合起来的似然函数，然后应用贝叶斯准则将两者结合起来，得到后验概率密度函数。求它的最大值，从而确定对象的位置。