煤矿井下行人检测算法

针对井下光照不均匀、行人特征与背景的相似度高等导致基于计算机视觉的行人检测技术在井下应用面临很大挑战的问题,提出采用Faster区域卷积神经网络(RCNN)进行煤矿井下行人检测。Faster RCNN行人检测算法采用区域建议网络(RPN)生成候选区域,RPN与Fast RCNN共享卷积层,以提高网络训练和检测速度;在图像特征提取过程中采用动态自适应池化方法对不同池化域进行自适应池化操作,提高了检测准确性。实验结果表明,该算法对于不同环境下图像中的行人均具有较好的检测效果。     

基于卷积神经网络的多尺度Logo检测算法

针对自然场景图像中多尺度Logo的检测需求,提出了一种基于卷积神经网络的多尺度Logo检测算法。该算法基于两阶段目标检测的实现思路,通过构建特征金字塔并采取逐层预测的方式实现多尺度候选区域的生成,通过融合卷积神经网络中的多层特征图以增强特征的表达能力。在FlickrLogos-32数据集上的实验结果显示,相比基线方法,所提算法能够提升生成候选区域的召回率,并且在保证大中尺度 Logo 检测精度的前提下,提升小尺度Logo的检测性能,验证了所提算法的优越性。     

基于改进区域卷积神经网络的安全帽佩戴检测

针对已有的安全帽佩戴检测算法对小尺寸目标和部分遮挡目标检测效果较差的问题,在区域卷积神经网络基础上,做出优化用于安全帽佩戴检测。在原始Faster RCNN的基础上使用多层卷积特征融合技术优化区域建议网络产生候选区域特征图,使用在线困难样本挖掘技术训练ROI网络,自动挑选出困难样本使训练更加有效。实验结果表明,相比原始的Faster RCNN算法,所提方法检测精度提高了4.73%,对部分遮挡和小尺寸目标均有较好的检测效果,对环境变化具有更强的适应性。     

基于似物目标的快速行人检测算法

针对传统滑动窗口行人检测速度慢、无效窗口数量大和识别率低的问题,提出基于似物目标的快速行人检测算法。该算法首先使用改进的二值化赋范梯度算法生成目标候选集,再利用提出的NDOG特征描述子计算目标特征。通过在INRIA和Caltech-USA两个行人数据库分析实验,证明该算法可有效减少待检测窗口数量,提高特征表示能力,且计算时间显著降低,使用线性支持向量机作为分类器可获得较高的行人检测率。     

基于改进Faster RCNN的工业机器人分拣系统

传统的分拣作业无法伴随工作环境的变化进行相应的调整,针对此种不足,出现了基于机器视觉的分拣机器人的相关研究,通过将图像处理和特征工程技术引入视觉模块,使得分拣系统能适时的调整.不同于这些方法,本研究基于实验室的工业分拣系统,将深度学习方法应用其中.通过将Faster RCNN检测算法引入视觉模块并对区域提取网络RPN进行相关改进,加快Faster RCNN模型的检测过程,使得该系统满足工业的实时性要求.Faster RCNN作为一种端到端的方法,能自动对输入图像生成更具表达力的特征,对相应目标提取相应特征,这避免了人工设计特征,它的特征自动生成能力使其能适用于各种场景,这提升了工业分拣机器人的环境适应能力.     

石油工程建设专业标准化工作存在的问题及改进建议

文章结合当前石油工程建设专业标准化工作现状,介绍了目前存在的主要问题,分析了问题产生的原因,并针对存在问题及产生原因提出了有效推动石油工程建设专业标准化工作顺利开展的建议。     

PLC应用中抗干扰问题

介绍可编程控制器在工业控制领域的应用以及PLC在应用过程中,要保证正常运行应该注意的一系列问题,并给出一些合理的建议.     

我国海洋石油工业的进展及与国外差距和建议

文章介绍了我国海洋石油工业近年来的发展状况和在国际石油工业中所处的位置．以及我国海洋石油工业与国外的差距和与国外合作的前景。分析了开发南海和东海油田所具有的潜力。建议尽快实施海洋油气开发重大技术装备国产化的具体项目．并加大投资．以适应其发展的需要。     

中国煤层气产业发展问题探讨及相关建议

本文简要介绍了我国煤层气产业开发现状，在总结我国煤层气产业发展所面临的重大问题的基础上，明确提出了产业统一管理、依靠科技进步、培育消费市场、扩大对外开放、产煤产气一体化等煤层气产业发展建议。     

岑溪市城区供水水源方案选择

分析了岑溪市的水源状况,对该市未来用水量进行了预测.岑溪市现有的水源在水量和水质上不能满足其未来用水需求,提出了充分挖掘本地区供水潜力和从邻近河流引水,解决岑溪市设计水平年供水水源的多个水源规划方案.