基于KD-YOLO的轻量化安全帽佩戴检测方法

安全帽佩戴检测对建筑工地的安全管理至关重要,现有的检测模型存在检测速度慢、检出精度低及难以实地部署等现象,据此提出一种基于YOLOv5s的轻量化安全帽检测模型KD-YOLO,该模型引入知识蒸馏的思想,将改进的轻量级网络作为学生网络,通过教师-学生的知识传递,来提升学生网络检测准确性;利用轻量级注意力模块Shuffle Attention,以增强对图像有用信息的关注;采用基于动态非单调聚焦机制的边界框损失Wise-IoU损失函数来平衡不同质量的锚框,减少误检和漏检。实验结果表明,改进的轻量化安全帽检测模型通过引入知识蒸馏等优化策略后网络的平均精度均值提升3.5%,参数量减少18.1%,浮点运算数减少1.8%,满足建筑工地实时安全帽佩戴检测需求,同时模型内存占用少,易于实地部署。

基于联结扩张注意网络的图像去摩尔纹算法

针对相机拍摄数字显示屏时图像产生的摩尔纹,本文提出了基于联结扩张注意网络的图像去摩尔纹算法。该算法先以轻量级基线U-Net网络为基础,将改进的动态特征金字塔模块DFP引入U-Net的跳跃连接中,并构成联结结构,实现多尺度特征提取与融合,再利用CBAM改进的软注意力机制RMAM来聚焦摩尔纹图像颜色信息,最后构建网络模型对其进行了训练及测试。结果表明,相较于其他算法,该算法具有较高的峰值信噪比和结构相似度。

自注意力结合上下文解耦的交通车辆检测

为应对车流量、时间地点和天气等因素给交通车辆检测带来的挑战,提出基于YOLOv5s模型的新算法。该改进模型适用于各种交通场景,其改进如下:在特征串联阶段引入高效的二维局部特征叠加自注意力(ELFSa),以增强模型对目标的感知能力;将YOLOv5s的检测头替换为简易特定于任务的上下文解耦(S-TSCODE),以实现分类和定位子任务之间的完美平衡,从而改善模型的收敛;为减少运算负担,模型中的大于3×3的部分卷积操作被替换成了GSConv。实验结果显示,改进的YOLOv5s在各方面均有提升,其中mAP_(@0.5)为98.9%,mAP_(@0.5:0.95)为87.0%,分别提升0.1%和1.5%。针对各种复杂的交通场景,所提出的方法增强了车辆检测的性能和鲁棒性。

融合局部自注意力的YOLOv5遥感图像检测

针对遥感图像普遍存在背景复杂、小目标多、特征提取难等问题,本文提出了一种改进的上下文通道变换器(Contextual and Simple Squeeze-and-excitation Transformer,CoST)风格模块算法。这种设计充分利用相邻Key之间的语义信息,引导注意力矩阵动态学习,同时引入简化版通道注意力(Simple Squeeze-and-excitation,SSE),促进了与当前任务相关的特征图通道的形成,抑制了与当前任务关系不大的特征通道,从而增强了视觉表征的能力。实验在目标检测(YOLOv5s)框架上进行,在PASCAL VOC和DIOR数据集上进行评估,结果表明:改进后的YOLOv5s在模型在VOC以及在遥感数据集DIOR上平均精度分别提升了2.4%和1.4%,验证了模块CoST的有效性。

基于改进YOLOv5s模型的电梯内电瓶车检测方法

针对现有检测模型不能满足在实时场景下准确检测电梯内电瓶车的问题,提出一种改进YOLOv5s模型的电梯场景下电瓶车检测方法。改进模型将全局注意力机制融合到YOLOv5s模型的颈部特征融合网络中,来增强模型对融合特征的学习能力;使用充分解耦的检测头部替换原YOLOv5s模型的耦合头部,将目标检测过程中目标分类判定和边框回归这两个子任务解耦,以提升模型检测的准确度。实验结果表明,在自建电梯内电瓶车图像数据集E-Car上,改进YOLOv5s模型显著提高了检测效果,检测指标P、R、mAP_0.5和mAP_0.5∶0.95分别达到94.5%、92.2%、96.9%和64.5%,比原模型分别提高4.3%、2.8%、3.8%和4.6%。相比其他主流的目标检测模型,改进YOLOv5s模型在保持一定检测速度的前提下,具有更高的检测精度,能够实现高效的电梯内电瓶车检测。

一种改进的粒子群爬山优化图像分割方法

针对粒子群优化算法在图像分割中存在算法搜索能力不足并且分割不够精准的问题,文章提出了一种改进的粒子群爬山优化图像分割方法。文章首先引入爬山算法,检测粒子群搜索空间中多个全局极值点,增强粒子群算法的局部搜索能力;其次将算法作用于图像中生成K个峰值的三维直方图,根据欧几里德距离,将每个像素分配给最近的峰值从而分割图像;利用标准图像数据集进行实验,并与其他基于粒子群优化的图像分割方法对比分析,该算法在图像分割的视觉效果和5种常用的客观评价指标都具有更优越的性能。

通道注意力引导的空洞卷积神经网络图像去噪

卷积神经网络是目前相对普遍且去噪性能较好的图像处理方法。传统的深度卷积神经网络(DnCNN)中同一层中的特征通道间的重要程度是平等的,不利于特征的提取。将DnCNN与通道注意力,以及空洞卷积神经网络构成的稀疏块相结合,提出了一种通道注意力引导的卷积神经网络CDNet用于图像去噪。不仅更有效地提取图像复杂背景下的更有用的信息,还降低网络训练的复杂性。对比试验结果表明该网络在不同公开数据集上的PSNR值以及SSIM值都优于其余去噪网络,去噪效果相对较好。

“学习通+BOPPPS”模式下的信息论与编码课程教学实践研究

信息论与编码是高校通信工程专业开设的一门重要基础课程,具有内容抽象繁杂、理解难度较高等特点。为改善原有课程教学中存在的学生学习主动性不高、教学质量不佳等问题,教学团队尝试将学习通+BOPPPS教学模式引入到该课程的教学中,充分将网络时代先进的信息技术与教学思想进行有机融合。文章以课程中的“马尔可夫信源”知识点为例,详述从课前线上学习通预习到课中BOPPPS教学设计再到课后学习通复习巩固的具体实施过程,并对学习通+BOPPPS模式进行教学反思,旨在为改善教学,进一步提升教学质量提供思路。

高等教育线上教学状况的调查研究分析

线上教学是利用互联网和信息科学技术实现的新型教学方式。为了解线上教学的模式特点及实施过程中存在的问题,本文采用问卷调查的方法,调查了参与线上教学活动的210名学生及87名教师。调查结果显示,当前依托网络技术实施教学,存在的主要问题有:师生网络工具运用能力不足、线上线下难保证同质同效、应用型课程缺少必备的场景和存在高等教育同质化的风险。根据调查结果,本文提出了改进线上教学的对策和建议。

基于最小类内方差的快速阈值分割算法

最小类内方差法分割图像时需要计算二次统计量,运算量大,效率不高。以减小运算量为目标,对最小类内方差的方法进行改进,提出一种基于最小类内方差的快速阈值分割算法。从图像的灰度直方图出发,推导出简单的迭代公式,然后利用基于最小类内方差的快速阈值分割算法求出阈值。该算法获取阈值速度快,实时性强,用所获取的阈值分割图像有较好的分割效果。理论分析和实验结果表明,该算法运算速度快,分割效果好,具有较高的实用价值。

建筑类高校计算机基础教育改革探讨

为适应信息社会的需要,建筑类高校也同样进行计算机基础教育教学活动。本文介绍了建筑类高校计算机基础教育所存在的问题,提出了进一步提高计算机基础教育教学质量的几种改革措施。从教育教学研究,课程体系建设,实验过程开展,师资培养等多个方面进行了介绍,提高计算机基础教育教学质量。

八叉树在三维建模中的应用

三维建摸过程中,图形顶点的存储和查找是影响建模速度的重要问题。文章采用八叉树算法存储和查找顶点,并给出了算法的实现过程。实验结果表明,该方法能有效存储和查找顶点,能够提高三维建模时查找顶点的速度。

基于Transformer的融合多层级语义信息的会话推荐方法

为了提升会话推荐的准确率,对多个会话间的高阶关系进行了研究。提出一种基于Transformer结构融合多层级语义信息的推荐方法(简称TCL),可以融合项目局部上下文信息、会话内部的全局语义信息、跨越不同会话的关联语义等多个层级的信息,从而能够更加准确地预测用户感兴趣的项目。在此基础上,构造出一种基于相似会话组的训练数据,丰富了会话数据的多样性,缓解了数据稀疏问题。实验在三个真实场景的数据集上进行,实验结果表明该方法的有效性,P@20指标最大提升3.46%。

一种基于颜色布局的压缩图像检索方法

图像检索技术是多媒体应用中的关键技术。现有的基于内容图像检索技术大都是基于非压缩域的。对于目前普遍存在的压缩格式图像,采用这种技术必须先解压再检索,不但计算量大,而且需占用较多的存储空间,严重影响了检索系统的实时性和灵活性。各种压缩标准的推出与普及促使人们寻求可以直接在压缩域操作的检索技术。本文针对JPEG压缩图像,结合国际标准MPEG-7中建议的颜色布局描述符,提出一种快速的基于DCT域的图像检索方法;实验结果说明,此方法具有检索效率高、检索效果好的特点。

分形压缩在数字水印技术中的应用

鲁棒性数字水印技术一直存在着嵌入量与鲁棒性之间的矛盾,该算法通过对水印信号进行分形压缩,将得到的分形码通过公式加入到数字产品中,较大程度地提高了水印信号的稳健性。

基于分层密文非对称机制的大数据密钥分发算法

针对大数据部署过程中存在的密钥分发复杂、节点抗攻击性不强、冗余数据比例偏高等不足,提出了一种基于分层密文非对称机制的大数据密钥分发方案。采用分层机制,针对网络核心控制节点等重要节点采用矢量机制进行密钥生成,基于非对称方式对密钥予以时域冲激响应,对未通过响应判决的节点采用逆向映射方式生成新的密钥副本。仿真实验表明,文中算法具有节点沦陷比例较低和冗余数据占比不高的特点,特别是节点处于高速运动时,文中算法节点沦陷比例较MHC算法低32.4%,较SCQV算法低58.4%,冗余数据占比较MHC算法平均降低25.6%,较SCQV算法平均降低52.1%。文中算法提高了密钥分发安全性能,降低了各层节点在数据鉴权复杂度,使得网络数据冗余情况有了显著的改善。

论社会主义和谐校园文化的构建

在积极构建和谐社会的大背景下,高等院校作为整个社会体系总体布局中的重要组成部分,对社会政治、经济、文化诸领域的导向及支撑作用十分明显,构建和谐校园自然成为构建和谐社会的战略支撑和重要阵地。高校应积极构建开放、民主、和谐的校园文化,把校园建设成适宜学生成长发展,具备民主、科学、人文、开放的育人环境的"生态系统"。

建筑工地高分辨率无人机全景图像关键帧选取与拼接

随着建筑工地规模的增加,及时了解工地的状态变得越来越困难。无人机技术的发展,在短时间内可以收集到大量建筑工地的图像数据。利用这些数据,可以实时、有效地通过视觉技术监测大型建筑工地。论文提出了一种采用过滤模糊帧,选择关键帧,修正摄像机镜头畸变策略,对施工现场全景图进行图像拼接。用该方法得到高质量的完整全景图,有助识别各种施工现场环境。

新工科背景下智慧课堂教学模式研究

高等教育教学研究重点是提高本科教学质量,在新工科背景下智慧课堂教学模式是一种创新教学模式。分析了新工科建设和智慧课堂建设的内在联系,将新工科背景下智慧课堂教学模式应用到实践教学。智慧课堂教学模式与传统课堂教学模式相比有6大优势:学习主动化、学习模式高效化、教学方式移动化、数据分析智能化、学习轨迹动态化和测评反馈及时化,这些优势证明智慧课堂教学模式是建设高水平本科教育,全面提高人才培养能力的行之有效的教学模式。

程序设计研究式教学方法与实现——以内部排序为例

内部排序是程序设计教学中的重要内容。文章对几种常用的、内部的排序算法进行介绍,对各算法时间和空间复杂度进行了总结和说明。用表格的方式展示算法执行过程中数据的变动方式,以研究的方式开展排序的教学。最后编程实现,对比分析各算法的时间消耗。