基于功能保持的特征金字塔目标检测网络

针对特征金字塔网络在多尺度与小目标检测上的问题,提出基于功能保持的特征金字塔目标检测网络.首先在主网络中选择特征图构建特征金字塔,针对不同尺度的特征图,通过功能保持融合模块自上而下地进行低损失的特征融合.功能保持融合模块有效保留高层的强语义信息,增强底层特征图对小目标的表示能力.再利用网络两个阶段的特征描述目标,提升检测精度.最后,充分利用上下文信息进一步增强对多尺度目标的判别能力.在PASCAL VOC公共数据集上的实验表明,文中网络检测效果较优.同时,通过检测效果图可看出,文中网络在目标遮挡、模糊等情况下的检测效果也较优.     

在线生物文献磁共振图像识别方法

为实现在线生物文献磁共振成像(MRI)图像库的构建,利用图像特征的塔式梯度方向直方图(PHOG)和塔式关键词直方图(PHOW)进行互补特征表示,使用支持向量机对MRI图像与非MRI图像以及脑部MRI与非脑部MRI图像进行自动分类。实验结果表明,空间形状信息与局部分布信息融合的特征能提高图像分类的准确率,为构建在线文献中MRI图像库的知识系统提供技术支持。     

融合多尺度分形注意力的红外小目标检测模型

为提高红外图像小目标检测的性能,融合传统方法的先验知识和深度学习方法的特征学习能力,该文设计了一种融合多尺度分形注意力的红外小目标端到端检测模型。首先,在对适用于红外图像弱小目标检测的多尺度分形特征分析基础上,给出了基于深度学习算子对其进行加速计算的过程。其次,设计卷积神经网络(CNN)学习度量得到目标显著性分布图,结合特征金字塔注意力模块和金字塔池化下采样模块,提出了一种基于多尺度分形特征的注意力模块。将其嵌入到红外目标语义分割模型时,采用非对称上下文融合机制提高浅层特征和深层特征的融合效果,并利用非对称金字塔非局部模块获取全局注意力,以提高红外小目标检测性能。最后,采用单帧红外小目标(SIRST)数据集验证提出算法的性能,所提模型交并比(IoU)和归一化交并比(nIoU)分别达到了77.4%和76.1%,优于目前已知方法的性能。同时通过迁移实验进一步验证了提出模型的有效性。由于有效地融合了传统方法和深度学习方法的优势,所提模型适用于复杂环境下的红外小目标检测。     

基于“人力金字塔”模型的电子政务技术与应用的整合分析

本文针对电子政务中的唯技术观与普及应用之间的矛盾,重点分析了"人力金字塔"模型,以此为基础,提出了技术与应用相整合的思路。     

自然感色彩的可见光/红外控向金字塔融合

利用控向金字塔多分辨率且具有方向信息的特点,研究提出了基于控向金字塔分解的可见光与红外图像彩色融合方法。按照人眼对亮度与颜色感知的不同,在YUV颜色空间的亮度Y通道中,利用局部能量和匹配测度来保留波段间的显著信息和互补信息,在色差U、V通道中使用分解子带的线性组合,从而获得具有近自然感色彩的彩色融合图像,且使红外图像的热目标能够以鲜亮的橙黄色突出。通过灰度级图像融合客观评价参数和颜色数量的对比分析表明,该方法能保留可见光与红外图像的细节信息,并较大程度提升彩色融合的色彩表现和目标探测能力。     

2-D and 3-D resistivity in the area of the Menkaure Pyramid Giza, Egypt

An area 47 × 26 m adjacent to the Queens’ pyramids near the Menkaure Pyramid, Giza, was examined using 14 parallel Wenner-Schlumberger profiles at 2 m intervals with a 1 m electrode spacing. Most of the inverted 3-D models show moderate resistivity values at shallow depths. However, in two places higher resistivity values identified two elongate features. One may correspond to a 2 × 8 m solar boat placed near the pyramid while the other may indicate a 5 × 20 m N–S room with a mud brick roof.      

Properties of a hierarchical network based on the star graph

This paper introduces a new class of interconnection networks named star-pyramid. An n-level star-pyramid is formed by piling up star graphs of dimensions 1 to n in a hierarchy, connecting any node in each i-dimensional star, 1 < i ? n, to a node in the (i − 1)-dimensional star whose index is reached by removing the i symbol from the index of the former node in the i-dimensional star graph. Having extracted the properties of the new topology, featuring topological properties, a minimal routing algorithm, a simple but efficient broadcast algorithm, Hamiltonicity and pancyclicity, we then compare the network properties of the proposed topology and the well-known pyramid topology. We show that the star-pyramid has some more attractive properties than its equivalent pyramid. Finally, we propose two variants of star-pyramid, namely the generic star-pyramid and wrapped star-pyramid, as topologies with improved scalability, fault-tolerance, and diameter.     

仿射变换下图像不对称度计算方法

一个人的器官如果比其他人出现了更多的不对称,就可能是一种疾病的征兆。根据不对称性原理,提出了一种改进的三维医学图像不对称计算模型,通过对中耳区域三维医学图像不对称度的研究,给出了不对称度量化的数值计算优化方法,从而来诊断胆脂瘤型中耳炎。实验结果与医生的诊断之比较表明,利用T分布检验方法诊断胆脂瘤的置信度可达到98%。同时该计算模型具有客观性和可度量性,在其他可利用不对称性进行计算机辅助诊断领域具有较好的推广价值。     

Wrap-around effect removal finite ridgelet transform for multiscale image denoising

Denoising in wavelet domain is an attractive research field. Recently, the research focused on finding some algorithms that can detect line singularities of image while smoothing noise. Based on the finite Radon transform a finite ridgelet transform was derived for this purpose. But the wrap-around effect of the finite Radon transform limits its power greatly. In this paper, a way is pointed out to remove the wrap-around effect of the finite Radon transform. By embedding it into a moving window pyramid, a multiscale image denoising algorithm is developed.     

基于LP融合和亮度变换的图像增强

将图像融合与亮度变换结合,提出一种图像增强的新方法。该方法利用拉普拉斯塔融合,在亮度变换中引入克隆选择算法优化参数,取得较好的增强效果。与PCA方法和小波方法相比,图像的信息熵保持在较高水平,平均梯度值分别提高3．28和0．14左右,标准差平均提高6．92和5．14左右。