结合双流I3D和注意力机制的视频异常事件检测

为了减少视频异常事件检测过程中冗余帧对检测效果的影响,更好地利用视频中关键帧包含的有用信息,提出了一种结合双流膨胀卷积神经网络（Two-stream Inflated 3D ConvNets,I3D）模型和压缩-激励注意力机制多示例异常检测算法。首先,利用双流膨胀卷积神经网络提取视频时空特征;其次,通过双向长短期记忆（Bidirectional Long Short Term Memory,Bidirectional LSTM）神经网络获取视频特征长时序信息;再次,借助压缩-激励注意力机制分配特征权重;最后,通过多示例排序损失函数得到异常排序模型,并在排序损失函数中加入稀疏损失和平滑损失,更好地预测视频异常分数。实验表明,在公开数据集UCF-Crime上检测准确率达到了82.84%,高于基线模型7.43%。     

离心铸造气缸套的质量控制

针对目前气缸套产品在质量上不稳定的问题,本文以较广泛应用的高磷铸铁、硼铸铁、钒钛铸铁、灰铸铁高频表面淬火等材质的气缸套为例,分析了化学成分和离心铸造工艺参数对气缸套组织及其性能的影响,阐述了化学成分和工艺参数如何选择及控制,为提高气缸套产品的内在质量提供了依据。