基于Android系统的智慧校园后勤服务平台设计

为提升高校师生的工作、学习和生活质量,设计了一种基于Android系统的智慧校园后勤服务平台。该平台将校园师生、后勤管理者和故障维修人员紧密联系在一起,并通过移动客户端、硬件终端、平台服务器端和My SQL数据库之间的数据互联互通,实现了高校后勤管理过程中的信息查询、故障报修和数据采集等多种形式的信息共享,进一步提升了高校的后勤保障水平。

适用于近地面成像的自适应光学系统研究

为了克服近地面湍流对几十到几百米中长成像距离下光学系统成像质量的不利影响,设计了基于长焦距望远物镜和一体化自适应模块的光学成像系统。在系统中心高度1.9 m及50~200 m的成像距离下,开展了分辨率板的室外成像实验。实验结果表明,在近地面的50~200 m中长距离下湍流对成像质量的影响明显,所搭建的实验系统能够在不同距离下有效克服湍流影响,提高图像的分辨率和清晰度的一致性,但随着成像距离的增加,湍流影响的增大,系统的校正能力降低,成像质量下降。系统在100 m成像距离下的成像分辨率能够达到0.5 mm。在200 m的距离对混凝土模型表面裂缝进行了观测及校正实验,实验结果表明,系统能够抑制湍流影响,提高裂缝图像的清晰度,验证了系统的实际应用能力。

对我国安全生产教育培训的思考

企业的安全生产是企业生存的头等大事,而安全生产的一项重要的基础性工作就是企业安全教育培训,它是企业提高从业人员安全意识和安全生产技能的有效途径。本文论述了当前我国生产中安全培训工作中存在的差距,分析了培训效果低效的原因,提出了提高培训质量的具体措施。

融合记忆信息的单目标跟踪模板更新机制

针对孪生架构单目标跟踪算法存在的目标状态更新不及时的问题,基于模板与记忆信息动态融合的跟踪策略,提出一种通用的模板更新机制。该机制采用双模块融合的更新策略:通过记忆融合模块融合搜索图像特征的短期记忆信息,获得目标变化情况;将前一帧可信的跟踪结果作为动态模板,从相关特征的角度,通过权重融合模块对原始模板和动态模板进行加权融合,通过结合跟踪过程的原始记忆与短期记忆实现更准确的目标定位。将模板更新机制应用于SiamRPN、SiamRPN++和RBO三种主流算法,并在VOT2019公开数据集上进行实验验证。结果表明:应用该机制后算法的性能得到了有效提升,具体而言,在SiamRPN++算法中,平均重叠期望值提升了6.67%,准确性提升了0.17%,鲁棒性下降了5.39%;此外,在遮挡、形变和背景干扰等复杂场景下,添加模板更新机制的SiamRPN++算法展现出较好的跟踪性能。

基于多重注意力机制的立体匹配算法

现有的立体匹配算法在弱纹理、阴影等病态区域的匹配效果较差,为了充分利用场景上下文信息来提高视差匹配精度,提出一种有效的多重注意力立体匹配算法(MAnet)。特征提取阶段,通过多种注意力机制,即位置通道注意力和多头十字交叉注意力(MCA),调整特征通道并有选择性地聚合任意范围内的上下文信息,为匹配代价计算提供更有辨识性的特征。将MCA扩展到3D卷积中,扩大网络感受野,使聚合的匹配代价更准确。对于网络的损失函数,通过加权超过误差阈值部分的损失来提高网络对困难区域的学习能力。在KITTI数据集中对算法进行实验验证,MAnet对KITTI2015测试集的误差仅为2.06%,实验结果表明,与基准算法相比,MAnet提高了视差精度,有助于改善病态区域的匹配效果。

基于三角剖分与超像素结构的3D标签优化方法

在立体匹配问题中,基于3D标签的算法可以取得更高精度的亚像素视差图。针对3D标签的随机初始化问题,提出一种基于超像素结构与三角剖分的标签初始化方法。利用基于超像素边界提取到的特征点构建三角剖分,生成初始3D标签;针对图割算法迭代优化3D标签时效率的问题,在超像素结构上利用图割算法进行全局优化3D标签,迭代中加入对当前标签状态的假设扩展标签候选,提升了标签搜索效率。在Middlebury2014数据集上对方法进行验证,实验结果表明,所提方法的平均误匹配率(8.31%)低于LocalExp算法的平均误匹配率(8.39%),并且处理单幅图像耗费的平均时间约为LocalExp算法的70%。

基于多目标蝙蝠优化的高光谱图像解混算法

由于高光谱图像的丰度特性,盲源分离算法不能直接用于高光谱图像解混。同时,在解混过程中用梯度算法对目标函数进行优化时易陷入局部最优。为此,本文提出了一种基于多目标蝙蝠优化算法的高光谱图像解混算法。该算法将高光谱图像模型中存在的丰度非负约束及丰度和为一约束作为解混的两个目标函数,将解混问题转化为对目标函数的优化问题,同时引入多目标蝙蝠优化算法来求解,从而实现高光谱图像解混。实验结果表明,本文算法能有效解决上述问题,并且当改变图像的信噪比、像元纯度和像素数时,观察光谱角距离与均方根误差值的变化情况,与其它解混算法相比,本文算法具有更高的解混精度和很好的抗噪性,在像元纯度很低的情况下也有很好的性能。