基于全局局部协同的非均匀图像去雾方法

近年来,基于卷积神经网络(Convolutional neural network,CNN)的图像去雾方法在合成数据集上取得了显著的进展,但由于真实场景中存在雾分布不均的问题,卷积运算的局部感受野难以有效捕获到上下文指导信息,从而导致全局结构信息丢失.因此,真实场景下的图像去雾任务面临着巨大的挑战.考虑到Transformer具有捕获长距离语义信息依赖关系的优势,有利于引导全局结构信息重建.然而,标准Transformer结构的高计算复杂度阻碍了其在图像恢复中的应用.针对上述提到的问题,提出一个由Transformer和卷积神经网络组成的双分支协同非均匀图像去雾网络Dehazeformer.Transformer分支用于提取全局结构信息,同时设计稀疏自注意力模块(Sparse self-attention modules,SSM)以降低计算复杂度.卷积神经网络分支用于获取局部信息,从而恢复纹理细节.在真实非均匀有雾场景下的实验结果表明,该方法不管是在客观评价还是在主观视觉效果方面均达到优异的性能.

基于拓扑一致性对抗互学习的知识蒸馏

针对基于互学习的知识蒸馏方法中存在模型只关注教师网络和学生网络的分布差异,而没有考虑其他的约束条件,只关注了结果导向的监督,而缺少过程导向监督的不足,提出了一种拓扑一致性指导的对抗互学习知识蒸馏方法(Topology-guided adversarial deep mutual learning,TADML).该方法将教师网络和学生网络同时训练,网络之间相互指导学习,不仅采用网络输出的类分布之间的差异,还设计了网络中间特征的拓扑性差异度量.训练过程采用对抗训练,进一步提高教师网络和学生网络的判别性.在分类数据集CIFAR10、CIFAR100和Tiny-ImageNet及行人重识别数据集Market1501上的实验结果表明了TADML的有效性,TADML取得了同类模型压缩方法中最好的效果.

基于支持向量机的显著性建筑物检测

提出了一种针对自然图像中显著性建筑物的检测方法.首先,采用自底向上的注意力机制,对图像进行Haar小波分解,对得到的HL,LH分量进行平方求和,得到增强图像,然后对该增强图像在垂直方向上进行侧投影,基于得到的投影曲线进行多层阈值分割,找到显著性建筑物候选区域.进而,利用Sobel算子进行水平边缘与垂直边缘的检测,并统计较长的水平边缘与垂直边缘的数目,组成特征矢量.最后利用线性支持向量机对特征进行分类.实验证明了所提算法的有效性.

深度学习单帧图像超分辨率重建研究综述

单帧图像超分辨率重建(single image super-resolution reconstruction,SISR)是一类典型的不适定问题,具有广泛的实际应用价值.近年来,基于深度学习的SISR方法的研究已经取得长足的进展,其性能大大超越了传统的方法.本文将SISR研究归纳为两大挑战性问题:SISR的建模和面向真实场景的领域自适应问题.基于此,将当前基于深度学习的SISR方法划分为有监督的SISR和不成对的SISR.进一步简单介绍SISR的应用情况.最后,总结并探讨未来SISR研究的发展方向.

基于支持向量机的机场检测算法

提出了一种新的机场检测算法.该算法通过把机场跑道的几何特征与其所在区域的纹理特征相结合来描述机场特征,其中由灰度的平均值和方差、区域的光滑性、直方图的偏斜度、区域的一致性、图像的随机性、图像的梯度平均和方差等8个特征组成机场的纹理特征向量.先通过直线检测找到机场跑道的候选区域,然后用基于高斯核函数的支持向量机作为分类函数,对候选区域的特征向量进行分类,由此判别机场跑道.实验表明,与传统的仅通过形状判断机场的方法比较,该算法对机场的误检率较低,检测率比刘德红的方法高近10倍,几乎能实时完成一幅图像的检测.

Karhunen-Loeve展开基函数的小波分解算法

Karhunen-Loeve展开被广泛应用于信号处理,图像分析中的特征提取,动力系统中的模型简化等.文中提出了用小波方法快速估计Karhunen-Loeve展开式中基函数,通过把核函数投影到小波空间把积分问题离散化.应用正交小波变换,积分问题就被转化为矩阵特征分解问题.若核函数还是局部p阶光滑的,所得矩阵的维数可进一步降低,而精度却没有大的损失.实验结果表明所提出的算法是快速有效的.

关于Ремез算法中一个线性方程组的快速解法

Ремез算法是解决最佳一致逼近问题的一个著名算法 .其中最重要的一步是解一个含有n+2个未知量的线性方程组 .本文通过分析该方程组的特点 ,设计了一种快速算法 .该算法仅需O(n2 )的工作量 .而用经典的Gauss消去法解该线性方程组则需要O(n3 )的工作量 .二者比较 。

一种迁移学习和可变形卷积深度学习的蝴蝶检测算法

针对自然生态蝴蝶多种特征检测的实际需求,以及生态环境下蝴蝶检测效率低、精度差问题,本文提出了一种基于迁移学习和可变形卷积深度神经网络的蝴蝶检测算法(Transfer learning and deformable convolution deep learning network,TDDNET).该算法首先使用可变形卷积模型重建ResNet-101卷积层,强化特征提取网络对蝴蝶特征的学习,并以此结合区域建议网络(Region proposal network, RPN)构建二分类蝴蝶检测网络,以下简称DNET-base;然后在DNET-base的模型上,构建RPN网络来指导可变形的敏感位置兴趣区域池化层,以便获得多尺度目标的评分特征图和更准确的位置,再由弱化非极大值抑制(Soft non-maximum suppression, Soft-NMS)精准分类形成TDDNET模型.随后通过模型迁移,将DNET-base训练参数迁移至TDDNET,有效降低数据分布不均造成的训练困难与检测性能差的影响,再由Fine-tuning方式快速训练TDDNET多分类网络,最终实现了对蝴蝶的精确检测.所提算法在854张蝴蝶测试集上对蝴蝶检测结果的mAP0.5为0.9414、mAP0.7为0.9235、检出率DR为0.9082以及分类准确率ACC为0.9370,均高于在同等硬件配置环境下的对比算法.对比实验表明,所提算法对生态照蝴蝶可实现较高精度的检测.

引入格式塔理论的超分辨率图像重建技术

超分辨率图像重建是一个不适定问题,学术上富有挑战性,在影像处理、高分辨率对地观测等领域具有广泛的用途,其目标评价特性与格式塔理论关于视像认知的相以性、共性线、同趋性等高度吻合.本文引入格式塔理论,在国际图像与视频压缩标准JPEG2000、MPEG-4推荐的提升小波分解与重建框架下,开展重建级大于分解级的超分辨率图像重建模型与算法研究,有如下三方面的贡献:1)对高频信息进行高精度估计,重建获得超分辨率图像,最高频系数置零的小波变换去噪为超分辨率图像重建提供了一个逆向成功的范例;2)遵循格式塔理论,对边缘轮廓、纹理及高频细节信息进行重建;3)建立了带格式塔约束的超分辨率图像重建优化模型框架,体现了人类视觉评价指标.

一种自然场景图像的目标材质视觉特征映射算法

针对自然场景图像目标材质视觉特征映射中,尚存在特征提取困难、图像无对应标签等问题,本文提出了一种自然场景图像的目标材质视觉特征映射算法.首先,从图像中获取能表征材质视觉重要特征的反射层图像;然后,对获取的反射层图像进行前景、背景分割,得到目标图像;最后,利用循环生成对抗网络对材质视觉特征进行无监督学习,获得对图像目标材质视觉特征空间的高阶表达,实现了目标材质视觉特征的映射.实验结果表明,所提算法能够有效地获取自然场景图像目标的材质视觉特征,并进行材质视觉特征映射;与同类算法相比,具有更好的主、客观效果.

真实有雾场景下的目标检测

在有雾场景中实现对目标精确检测,是视频监控、智慧城市、无人驾驶等多个实际应用中一个重要的研究内容.为促进真实有雾场景下的目标检测研究,探讨了2个问题:有雾场景目标检测数据集的构建以及真实有雾场景下目标检测的解决方案.首先,设计了一种系统化的、具有真实感的有雾图像合成方法,并建立了合成有雾场景的目标检测数据集.同时,探讨了对真实有雾场景下目标检测器具有提升性能作用的数据集处理方法.其次,探讨了先验知识和模型的联合优化对真实有雾场景的目标检测性能的有效性,并提出了2个框架:基于知识引导的目标检测框架和基于图像去雾和目标检测的联合学习框架.基于知识引导的目标检测框架将统计先验知识用于指导通用目标检测网络学习有雾场景下的目标特征,使通用目标检测器能更好地适应特殊的目标检测场景.基于图像去雾和目标检测的联合学习框架通过去雾模型和目标检测模型的联合优化学习,有效学习图像去雾中恢复的结构细节和颜色特征,从而提高真实有雾场景下的目标检测精度.在RTTS数据集上的实验结果表明,基于知识引导的目标检测框架和基于图像去雾和目标检测的联合学习框架能够有效地提高有雾场景下目标检测器的性能,均值平均精度(mAP)分别为70.5%和66.6%.

目标跟踪的视觉注意计算模型

借鉴心理学中有关视觉注意的研究成果,提出一种应用于视频图像序列的注意焦点计算模型。针对Itti模型算法计算复杂度高、运算速度慢等缺点,通过对注意焦点的跟踪来降低计算量,实现注意焦点的实时监测。利用相邻帧之间的相似性,通过加权颜色直方图,以最大匹配度作为预测模型,得到下一帧注意焦点的位置。实验结果表明,该注意焦点计算鲁棒性较好,可以满足动态场景实时监测的需要。

病毒唑雾化吸入治疗毛细支气管炎40例

毛细支气管炎是一种婴幼儿较常见的下呼吸道感染,此病仅见于2岁以前。1995～1996年,我们采用病毒唑雾化吸入治疗40例,现报告如下。1 临床资料 1.1 病例选择 选择年龄在3个月～2岁,病程在3天以内,临床以发热、咳嗽、气喘。

青岛市示范幼儿园膳食营养状况分析

目的了解青岛市示范幼儿园膳食营养状况。方法膳食调查采取称重法。结果青岛市示范幼儿园热能、锌、钙、视黄醇等营养素1999年低于标准供给量,2005年达到标准供给量。2005年与1999年相比,钙、视黄醇的幼儿园达标率从1999年8.7%和30.4%提高到2005年57.1%和71.4%。但脂肪产热占总热能比例过高、钙磷比例不适宜等问题没有明显改善。结论幼儿园膳食中应多增加含钙丰富的食物,同时控制总热能,减少脂肪摄入。

4467例婴儿听力筛查结果分析

[目的]通过对新生儿的听力筛查,了解本地区听力障碍的发病状况,探讨新生儿听力筛查的运作模式。[方法]采用瞬态诱发耳声发射技术(TEOAE)对2004年1月￣2005年12月,来我所儿保科进行生后42d健康查体的4467例婴儿进行听力筛查,对复筛未通过者,于生后3月前采用脑干听觉诱发电位(ABR)技术诊断。[结果]实筛4467例,初筛通过率93.87%需复筛274例,实际复筛227例,复筛率82.85%,复筛通过173,复筛通过率76.21%,未通过54例,有51例进行ABR检查,另有7例初筛未通过直接做ABR检查,共ABR检查58例,9例被诊断为不同程度的双耳或单耳听力障碍,其发病率为2.01‰。[结论]新生儿听力筛查非常重要,TEOAE是目前新生儿听力筛查比较理想的检测方法,42d初筛,3个月复筛,未通过者及时转诊,进行ABR检查可以及早发现听力障碍,从而为早期干预,有效促进婴儿语言发育提供保障。

青岛市集体儿童生长发育状况分析

目的为了解全市托幼机构儿童生长发育状况及儿童保健工作情况，评价近4年全市集体儿童保健工作质量及效果。方法我院统一下发由本院制定的托儿所、幼儿园统计表格，培训各园保健医生，资料进行严格控制。结果2002年-2005年，儿童身高、体重增长合格率由65．4％上升至71．7％，低体重发生率、发育迟缓发生率逐年下降，差异有极显著性；儿童龋齿患病率逐年下降，龋齿矫治率、视力矫治率逐年上升。结论全市托幼机构卫生保健工作质量明显提高，今后要进一步加强听力筛查工作，大力开展儿童健康教育。

ERROR ANALYSIS FOR SOLVING VANDERMONDE SYSTEM WITH SPECIAL POINTS

The Bjorck and Pereyra algorithms used for solving Vandermonde systemof equation are modified for the case where the points are symmetricly situated aroundzero. The working operation is saved about half. A forward error analysis is presentedfor the modified algorithms, and it's shown that if the points are situated in some order,the error bound are as good as Higham's result in 1987.

0~3岁儿童先天性心脏病筛查与管理模式分析

目的:分析0~3岁儿童先天性心脏病筛查与管理模式。方法:随机选取2017年4月至2020年6月期间在本中心进行健康体检的24015例0~3岁儿童作为筛查对象。所有儿童均采取心脏听诊联合经皮血氧饱和度检查方式进行先天性心脏病筛查,并对初筛为阳性的患儿经心脏超声心动图检查确诊,对最终确诊为先天性心脏病的患儿进行干预治疗并定期随访。结果:24015例儿童经初筛为阳性的患儿有285例,占总受检例数的1.19%,经心脏超声心动图检查确诊为先天性心脏病的患儿有70例,占总受检例数的0.29%;其中以ASD型异常为主要临床表现,共计检出25例,占比35.71%;其次为PDA型异常,共计检出18例,占比25.71%;排名第三的为VSD型异常,共计检出13例,占比18.57%。经后期跟踪随访,70例确诊病例中有67例(95.71%)的患儿生长状况良好。结论:对于0~3岁儿童采取心脏听诊联合经皮血氧饱和度检测筛查法可以有效地检出先天性心脏病患儿,通过儿科医师初筛-超声确诊-干预治疗后随访的干预模式对0~3岁儿童先天性心脏病的筛查同样重要。

青岛市卫生局幼儿园幼儿血色素动态观察

贫血是幼儿常见病，也是评价幼儿健康素质的重要指标之一。为动态观察我国幼儿的血色素变化情况，进一步做好幼儿卫生保健工作，现将我院1998-2005年的幼儿血色素资料进行系统整理分析，其结果报告如下。