文本核重建与扩展实现任意形状文本检测

基于分割的方法对自然场景中的文本进行像素级预测,大幅度提升了对任意形状文本的检测效果,但是如何有效分离相邻文本仍然是检测中的难题。目前广泛采用的方法是通过缩小文本注释边界得到文本核来分离相邻文本。然而,网络预测文本核时舍弃了文本核外大部分信息,降低了基于分割的文本检测方法的性能。为了解决这个问题,提出了一种文本核重建算法,将文本核的生成放在后处理阶段,通过网络预测的方向场将文本实例向内收缩形成文本核。同时,提出了一种文本核扩展算法用于将文本核恢复为完整的文本实例。实验表明,所提方法在Total-Text(88.66%)、CTW-1500(87.28%)和MSRA-TD500(90.65%)三个数据集上取得了相似或最好的检测性能。

基于K-means聚类的相控阵任意形状波束子阵综合方法

传统相控阵由于设计复杂性和成本过高,已经不能满足日益增长的应用需求,子阵划分等技术较好地解决了这个问题。本文提出一种任意形状波束相控阵子阵综合方法,在激励匹配策略下,将子阵综合问题转化为一个子阵布局优化问题,而子阵的复激励可解析地从参考阵列激励计算得到。利用一种无监督聚类K-means方法对子阵布局优化问题进行求解,该方法能同时对子阵的激励幅相进行优化,增加了子阵综合的自由度和灵活性。在任意形状波束子阵综合数值算例中,通过与传统智能优化方法在方向图逼近、激励匹配代价函数、阵列性能参数及计算效率等方面的比较,验证了所提方法的有效性。

基于边缘特征增强的任意形状文本检测网络

在场景文本检测方法中,文本实例的边缘特征与其他特征在大多数模型中都是以同样的方式进行处理,而准确检测相邻文本边缘区域是正确识别任意形状文本区域的关键之一.如果对边缘特征进行增强并使用独立分支进行建模,必能有效提高模型的标识准确率.为此,提出了三个用以增强边缘特征的网络模块.其中,浅层特征增强模块可有效增强包含更多边缘特征的浅层特征;边缘区域检测分支将普通特征和边缘特征进行区分以对目标的边缘特征进行显式建模;而分支特征融合模块可将两种特征在识别过程进行更好的融合.在将这三个模块引入渐进尺度扩张网络(Progressive scale expansion network, PSENet)之后,相关消融实验表明这三个模块的单独使用及其组合均可进一步增加网络的预测准确率.此外,在三个常用公开数据集上与其他十个最新模型的比较结果表明,改进后得到边缘特征增强网络(Edge-oriented feature reinforcing network, EFRNet)的识别结果具有较高的F1值.

基于自适应注意力的任意形状场景文本检测

大量基于卷积神经网络的场景文本检测方法对于密集的长文本容易检测不全,且泛化能力较差。针对这些问题,提出一种面向自底向上的场景文本检测方法。使用自适应通道注意力机制(ACA),通过局部跨通道交互获得更具代表性的文本特征,提高深度卷积神经网络的性能;利用特征增强金字塔(FPEM)融合低层和高层信息进一步增强不同尺度的特征;为解决长文本尺度变化问题,提出一种加权感知损失(WAL),通过调整不同大小的文本实例的权重来增强鲁棒性。实验在CTW1500及MSRA-TD500标准数据集上验证了该方法的优越性。

任意形状林业目标物的像素级自动标注算法

在林业智能应用问题中,经常需要对遥感图像中的非刚性目标如“火”“烟”“云”等进行识别。由于此类目标物受限于颜色不确定(或渐变)以及无固定形状,导致现有图像标注方法的性能不佳甚至失效。因此,针对如何准确地选择目标物的兴趣区域(region of interest,ROI),进而提高像素标记的速度以及准确率进行了研究。针对图像目标物形状的非凸性,提出了任意形状ROI的像素级自动标注算法,该算法可将任意形状的兴趣区域转化为多个凸区域问题,针对分解后的每个凸壳内的像素进行提取、训练、标记。基于无人机拍摄的高清图像集,通过将其与边界框法、凸壳法、图像分割以及图像抠图方法进行实验对比,证明该方法存在易操作,符合人类视觉,求解速度快,可批量操作,且能够实现非刚性目标的像素级自动标注等特点。

文本中心像素重建实现任意形状的文本检测

针对自然场景文本检测算法未能高效、准确地实现端到端的任意形状文本检测,提出了轻量型像素聚类文本核重建的文本检测算法,针对轻量型网络特征信息弱和感受野小的问题,设计了图像级上下文信息模块(imagelevel context module)来捕获全局图像信息和语义级上下文信息模块(semantic-level context module)学习目标区域信息,两者信息融合增强网络特征信息保证检测的准确性,为了有效区分相邻文本和定位弯曲文本,基于文本核启发将文字实例中心视为聚类中心,从核中心经过一次像素聚类重建完整的文字实例实现对任意形状文本的检测。方法在弯曲文本数据集Total-Text和CTW1500综合评分达到了84.1%和84.6%超过了最好的CARFT方法,检测速度42帧/s超过最优EAST的,有效地解决了检测形状文本的高效和准确性,在应用层面更加友好。

基于图卷积网络的任意形状藏文文本检测方法研究

在文本检测领域,多形状文本检测一直是一个棘手的问题,对于藏文文本检测来说,这更是一个亟待解决的问题。文章构建了基于CC-Based思想的任意形状藏文文本检测模型,该模型首先使用卷积神经网络来获得文本构件预测,然后使用图卷积网络来进行关系推理。模型在藏文自然场景数据集与现代藏文书籍数据集上都取得了优良的实验结果。

一种计算任意形状封闭区域面积的新方法

在图像模式识别中 ,面积是很重要的特征。提出一种计算面积的新方法 ,利用Freeman链码矢量分析 ,对边界像素标注综合处理 ,再进行边界像素坐标加权求和计算 ,求得目标面积 ;该方法与原有计算面积的方法相比 ,该方法实现简单 ,计算量小 。

任意形状混凝土骨料的数值模拟及其应用

提出了平面二维、空间三维任意形状混凝土骨料的模拟方法。通过一次性形成所有同级骨料的基骨料,再对所有的基骨料进行随机延拓,生成任意形状的随机骨料。提出的算法避免了逐个投放效率低、生成的骨料含量低的缺点。三维骨料任意形状的模拟中,假定同一级配中的骨料粒径呈正态分布,建立了以体积为标度的凸型骨料的生长模式和骨料凸性条件,根据多面体的每个面的面积是否大于限定面积,确定该面是否需要延拓,同时以延生点与延伸面以外的所有边界面组成的体积都应该大于零作为凸性限定条件。采用体积和测试法进行骨料的侵入判别。在此基础上研制了相应的二维骨料、三维骨料随机投放软件2D-RAS和3D-RAS。生成的数值混凝土二维骨料含量可达65%以上,三维骨料含量可达55%左右,基本可以满足全级配混凝土的生成需要。最后还对三维混凝土任意骨料形状的弯拉梁的破坏过程进行了初步研究,得出任意多面体骨料试件的极限承载力要大于圆球骨料试件,任意多面体骨料试件所对应的位移相对较大等结论。

任意形状工作面沉陷预测的概率积分法及其应用

概率积分法是煤矿开采沉陷预测的重要方法,可适用于缓倾斜、倾斜煤层开采地表移动分布曲线符合正态分布规律的地表移动和变形计算。针对原方法对任意形状工作面存在的不足,在原有走向和倾向概率积分函数的基础上,以走向和倾向为基准划分积分函数区域,在该区域内剖分非结构化的三角形单元作为二重积分的基本单位;通过坐标旋转变换的二重积分换元法,转化为以直线为上、下限的二重积分,计算旋转后的影响半径,对新的二重积分采用复合辛普森数值积分公式,积分得出地表任意点在基本三角形开采单元下的积分下沉值;最后,通过叠加计算完成任意点、任意形状工作面概率积分法的沉陷预测计算。算法在GIS系统下实现,实例应用效果良好,可为"三下"采煤提供地表移动预测计算的支持。

任意形状工作面沉陷预计计算方法

为弥补现有任意形状工作面沉陷预计计算方法存在的不足,更加准确地预计煤炭开采引起的地表移动和变形,基于概率积分法理论,将工作面按照角点划分为若干梯形,再利用变步长Simpson二重积分法在各梯形区域按预计公式进行积分计算,最后将各梯形单元产生的影响进行叠加处理,实现了任意形状工作面的沉陷预计计算。另外,通过研究拐点偏移距对工作面位置的影响,探讨了任意形状工作面实际计算边界角点坐标的解算方法。在此基础上设计、开发了开采沉陷预计程序,实现了地表移动变形预计、预计结果分析及可视化输出。以某矿区实际开采工作面为例,对计算方法及预计程序进行了验证。结果表明:程序设计合理,预计结果准确可靠,符合实际情况,能够满足大范围沉陷预计的需要,可为"三下"采煤、土地复垦规划提供必要的技术支持。

滑动窗口内进化数据流任意形状聚类算法

任意形状聚类是数据流挖掘中的重要研究课题.提出一种滑动窗口内进化数据流任意形状聚类算法SWASCStream.提出了改良的微簇特征结构,能够全面地描述滑动窗口内任意形状的簇;提出新的稀疏微簇、临界微簇和非疏微簇的概念,有助于从本质上提高滑动窗口内的聚类质量;提出了合理的微簇周期删除策略,能够有效降低算法的维护代价,并且保证误差可控.通过一系列真实和人工数据集上的试验,验证了本文算法的高效性.

爆破振动对任意形状地下洞室的影响研究

根据应力波理论和复变函数方法,建立了求解爆破地震波作用下任意形状洞室动态响应的解析方法。即通过保角变换的方法,将物理平面上任意形状的洞室映射到像平面的单位圆,将问题转化为应力波与单位圆形洞室的相互作用问题。以爆破地震波与一半圆直墙拱形洞室相互作用为例,求解了不同频率的爆破地震波以不同方向作用于地下洞室时围岩的应力和振速分布,结合围岩的抗拉强度,求解了各种工况下围岩的临界破坏振速。

基于边界元法的含局部不渗透区域任意形状气藏渗流问题

为求解任意形状气藏的渗流问题,建立含局部不渗透区域的任意形状气藏的边界元渗流模型,求解模型并绘制井底压力动态的典型曲线;根据渗流机理和渗流过程,分析曲线的形态;将简单气藏模型的边界元解与解析解进行比较,验证该气藏边界元模型及方法的正确性和可靠性.结论有助于认识该类复杂气藏的渗流机理和渗流过程,也可用于试井分析,识别大范围内不渗透区域的存在,为认识和开发气藏提供理论基础.

任意形状埋置基础的竖向振动复合集总参数模型

根据基础振动弹性半空间理论的最新发展成果,推演出基础竖向振动的复合集总参数模型。运用该模型对复杂形状、任意埋置状况块体基础在竖向谐和扰力作用下的动力反应进行计算,并将计算结果与采用弹性半空间理论所得到的竖向振动刚度和阻尼系数的计算公式(由大量试验、数值计算所证实)计算结果进行比较,结果表明: 2种结果非常吻合,误差仅为10．7％;利用该模型可以容易地计算在竖向扰力作用下任意频率以及泊松比ν≤0．48的任意形状(不包括环型)和任意埋置状况基础的均质半空间上块体基础的动力反应。

层状地基任意形状刚性基础动力响应求解

提出了基于积分变换、对偶方程与精细积分算法求解多层地基任意形状刚性基础的动力刚度问题.首先在频率波数域内圆柱坐标体系中利用圆形微元的对称与反对称特性建立多层地基中格林影响函数的波动方程,然后将应力和位移关系表示成对偶形式进行精细积分求解以提高计算精度和稳定性.再将任意形状刚性基础与地基的交界面离散化为一系列圆形微元,利用格林影响函数建立其平动与转动动力刚度的矩阵方程.该求解方法高效、准确并且计算稳定,适于任意复杂多层地基任意形状基础动力刚度的计算.

任意形状工作面开采沉陷预计系统开发

针对现有开采沉陷预计软件只能预计规则工作面的缺陷,基于概率积分法理论,利用VB和Surfer软件进行混合编程,开发了任意形状工作面开采沉陷预计系统。该系统对积分区域进行两次三角形划分解决了预计计算模型的复杂定积分问题,从而实现了任意形状工作面、任意剖面以及整个矿区开采地表移动变形的可视化预计。预计结果符合实际情况,有利于优化开采方案,可为"三下"采煤提供相应的技术服务。

层状介质任意形状回线源瞬变电磁全区视电阻率的研究

利用时域垂直磁场求取全区视电阻率.任意形状回线的垂直磁场可以看成是多个水平电偶极子的垂直磁场累加而成;因此,不论回线是何形状,只要将其分解为水平电偶极子,就可利用水平电偶极子的垂直磁场求取任意形状回线的全区视电阻率.

嵌入掩膜的SPIHT任意形状ROI编码

感兴趣区域(ROI)编码可以在低码率条件下获得高质量的局部感兴趣区域,或在图像渐进传输中使感兴趣区域获得优先传输。本文在分析了当前各类ROI编码方法的基础上,基于SPIHT算法提出了一种支持多个任意形状感兴趣区域并生成可任意截断码流的ROI编码算法。该算法在SPIHT算法中嵌入了重要系数的ROI掩膜信息,使编码器同步地进行图像和ROI形状的编码,使得生成的码流具有任意可截断的特性。文中还就图像ROI编码的质量评价指标进行了讨论,并给出了一种充分考虑ROI和背景的重要性与面积比例差别的图像质量评价指标,称为重要性-面积加权峰值信噪比(WPSNR)。实验结果表明,该算法支持有损到无损的多个任意形状ROI的图像编码,而且ROI优先级可调,能够生成具有嵌入式可截断性质的码流,在任意地方截断仍能保证解码器所需的图像信息和ROI掩膜信息,且计算复杂度和SPIHT相当,压缩效果高于BbB移位算法。适用于低码率应用或感兴趣优先渐进传输的应用。

具有任意形状隶属函数的分层模糊系统逼近性能研究

首先证明了对任意给定的矩阵A和正数c,一定存在向量b,使得方程Ax=b有非负解,且b和解的范数均小于c。在此基础上证明了具有任意形状隶属函数的分层模糊系统对紧集上连续函数的逼近性质,为使用分层模糊系统进行辨识或控制以避免模糊规则数目随系统变量个数呈指数增长提供了理论依据。