基于Transformer的图文跨模态检索算法

随着互联网多媒体数据的不断增长,文本图像检索已成为研究热点。在图文检索中,通常使用相互注意力机制,通过将图像和文本特征进行交互,来实现较好的图文匹配结果。但是,这种方法不能获取单独的图像特征和文本特征,在大规模检索后期需要对图像文本特征进行交互,消耗了大量的时间,无法做到快速检索匹配。然而基于Transformer的跨模态图像文本特征学习取得了良好的效果,受到了越来越多的关注。文中设计了一种新颖的基于Transformer的文本图像检索网络结构(HAS-Net),该结构主要有以下几点改进:1)设计了一种分层Transformer编码结构,以更好地利用底层的语法信息和高层的语义信息;2)改进了传统的全局特征聚合方式,利用自注意力机制设计了一种新的特征聚合方式;3)通过共享Transformer编码层,使图片特征和文本特征映射到公共的特征编码空间。在MS-COCO数据集和Flickr30k数据集上进行实验,结果表明跨模态检索性能均得到提升,在同类算法中处于领先地位,证明了所设计的网络结构的有效性。

连铸工艺参数调整对连铸坯中心偏析的影响

研究了过热度、拉速、二冷水量、电磁搅拌投用值以及轻压下量等主要连铸工艺参数改变对连铸坯中心偏析的影响。在不影响连铸坯表面质量的前提下,对铸坯凝固过程中影响铸坯内部偏析的拉速、二冷水量、电磁搅拌投用值和轻压下量等工艺参数进行优化,从而改善了连铸坯的中心缺陷,减少了铸坯中心偏析,提高了产品内部质量。

公安信息资源综合数据集市建设的架构设计

公安信息资源综合数据集市建设有利于对各类公安业务信息进行整合,为情报分析研判提供良好的数据基础。而数据集市建设成功的关键在于架构设计,通过源数据准备、数据同步管理、数据清洗管理、数据整合和聚类分析五个环节的有机衔接以及对每一个环节内容的科学设计,可以形成一种高效、合理的数据集市建设架构,从而有力保证公安信息资源综合数据集市建设的成功。

基于空洞卷积金字塔的目标检测算法

作为目标检测领域最突出的问题,遮挡和多尺度严重影响了算法的召回率和准确率。针对以上问题,该文从感受野入手,提出了一种基于空洞卷积金字塔网络(ACFPN)的目标检测算法。首先,将不同尺寸的空洞卷积层引入特征金字塔网络(FPN)中,构建混合感受野模块(HRFM),旨在控制参数量的条件下,通过增大感受野获取更多全局特征信息,解决目标的遮挡问题;其次,改进FPN的结构,设计低层嵌入特征金字塔模块(LEFPM),将浅层特征细节信息和高层特征语义信息相融合,提高特征图的丰富度和表征能力,增强模型的尺度适应性;特别地,针对漏检问题,引入FCOS算法中的无锚框(AF)机制,减少了候选框的冗余,进一步提高了定位精度。最后在公开数据集上进行测试,该算法在检测精度上大幅提升。

基于特征定位与融合的行人重识别算法

行人外观属性是区分行人差异的重要语义信息。行人属性识别在智能视频监控中有着至关重要的作用,可以帮助我们对目标行人进行快速的筛选和检索。在行人重识别任务中,可以利用属性信息得到精细的特征表达,从而提升行人重识别的效果。文中尝试将行人属性识别与行人重识别相结合,寻找一种提高行人重识别性能的方法,进而提出了一种基于特征定位与融合的行人重识别框架。首先,利用多任务学习的方法将行人重识别与属性识别结合,通过修改卷积步长和使用双池化来提升网络模型的性能。其次,为了提高属性特征的表达能力,设计了基于注意力机制的平行空间通道注意力模块,它不仅可以在特征图上定位属性的空间位置,而且还可以有效地挖掘与属性关联度较高的通道特征,同时采用多组平行分支结构减小误差,进一步提高网络模型的性能。最后,利用卷积神经网络设计特征融合模块,将属性特征与行人身份特征进行有效融合,以获得更具鲁棒性和表达力的行人特征。实验在两个常用的行人重识别数据集DukeMTMC-reID和Market-1501上进行,结果表明,所提方法在现有的行人重识别方法中处于领先水平。

公安机关执法执勤用车配备管理研究

近年来，公安机关对执法执勤用车的要求不断提高，传统民用车辆通过后期改装供警务使用的“民车警务化”模式已经不能适应当前执法执勤的需要，现有执法执勤用车配备使用模式也已经不能适应当前警察职能的充分实现，一定程度上影响了公安机关战斗力的发挥和工作效率的提高，因此，亟须探索制订基于职责和执法任务相区分的公安机关执法执勤用车编制配备标准、分类标准、更新标准和装配标准，确立有别于一般民用车辆的专门警用车辆研发装配模式，提升警用车辆的专业化程度和水平，逐步建立定制化、模块化、集成化的公安机关执法执勤车辆体系。