深度学习点云质量增强方法综述

随着三维探测技术的发展,点云逐渐成为最常用的三维物体/场景表征数据类型之一,广泛应用于自动驾驶、增强现实及虚拟现实等领域。然而,受限于硬件设备、采集环境以及遮挡等因素,采集的原始点云通常是不完整、稀疏、嘈杂的,为点云的处理和分析带来了巨大挑战。在此背景下,点云质量增强技术旨在对原始点云进行处理以获得结构完整、密集且接近无噪的点云,具有重要意义。本文对现阶段深度学习点云质量增强方法进行了系统综述,为后续研究者提供研究基础。首先,简要介绍了点云数据处理中通用的关键技术;分别介绍了补全、上采样和去噪3类点云质量增强方法,并对3类方法中的现有算法进行了分类、梳理及总结。其中,点云补全与点云去噪算法均可根据是否采用编码器—解码器结构分为两大类,点云上采样算法可根据网络主要结构分为基于卷积神经网络的方法、基于生成对抗网络的方法和基于图卷积神经网络的方法。其次,总结了质量增强任务中常用的数据集与评价指标,并分别对比分析了现阶段点云补全、上采样和去噪中主流算法的性能。最后,通过系统的梳理,凝练出点云质量增强方向所面临的挑战,并对未来的研究趋势进行了展望。此外,本文汇总了涉及的文献及其开源代码,详见链接https：//github.com/LilydotEE/Point_cloud_quality_enhancement。     

Ru/TiO2催化剂在三硝基苯乙烯加氢反应的研究

高附加值的芳香胺类化合物是制备染料、荧光增白剂、稳定剂以及其他精细化学品的重要原料，在涂料、医药以及农药等产品的研究中具有重要价值。选用上海化学试剂公司经销和中国有色金属化学研究所制备的TiO₂载体，通过浸渍法制备了Ru/TiO₂催化剂。分别应用到三硝基苯乙烯加氢反应中，比较其催化活性。结果表明，贵金属钌负载到中国有色金属化学研究所制备的TiO₂载体时，具有相对理想的催化性能。压力为0.5 MPa、反应温度为40℃、反应时间为3 h的条件下，三硝基苯乙烯的转化率为95.6%,三氨基苯乙烯的选择性为90.1%。运用X射线衍射(XRD)、傅里叶变换红外光谱(FT-IR)、物理吸附仪(BET)、化学吸附仪(H₂-TPR)等表征手段对催化剂进行分析，并探讨了金属-载体之间的相互作用和TiO₂载体晶体结构对催化反应的影响。     

浅析欧盟禁用偶氮染料检测新标准液液萃取方法的优化

在欧盟禁用偶氮染料检测新标准ISO14362-1/3:2017的基础上,本文对样品前处理提出了新的优化方法。使用加速溶剂萃取仪、多通道平行浓缩仪等设备来提高脱色和浓缩的工作效率,并提出了使用旋涡振荡器来提取REACH法规禁用的24种芳香胺。     

基于多尺度注意力小波网络的可适应病变规模超声乳腺图像分割

针对超声乳腺图像中对不同规模病变的分割鲁棒性不足的问题,提出了一种多尺度注意力小波网络(MAW-Net).通过设计两个轻量的网络模块,多尺度拼接模块和跳过连接升维模块,达到在不同尺度上集成丰富的特征和全局上下文信息,减少编码器和解码器之间的语义差距以适应不同规模病变分割的目的.并引入双树复小波变换,很好地削弱了噪声影响.在两个公共的乳腺超声数据集UDIAT和BUSI数据集上进行测试,其Dice系数分别达到91.32%和84.23%.并与其他6种先进的图像分割方法进行比较,具备强分割鲁棒性、噪声影响小等优势.