内容感知的可解释性路面病害检测模型

针对实际场景中高分辨路面图像难以直接作为现有卷积神经网络(convolutional neural network,CNN)的输入、现有预处理及下采样算法无法有效感知并保留原始路面图像中低占比的病害区域信息等问题,借助于可视化解释的技术手段,设计了一种即插即用的图像内容自适应感知模块(adaptive perception module,APM),既平衡了高分辨路面图像与CNN输入限制,又能够自适应感知激活前景病害区域,从而实现高分辨路面图像中病害类型的快速准确检测,构建可信路面病害视觉检测软件系统.APM利用大卷积核和下采样残差操作降低原始图像分辨率并获取图像浅层特征表示;通过注意力机制自适应感知并激活图像中路面病害区域信息,过滤无关的背景信息.利用联合学习的方式,无需额外监督信息完成对APM的训练.通过可视化解释方法辅助选择和设计APM的具体结构,在最新公开数据集CQUBPMDD上的实验结果表明:APM相比于现有的图像预处理采样算法均有明显提升,分类准确率最高为84.47%;在CQU-BPDD上的实验结果及APM决策效果可视化分析表明APM具备良好的泛化性与鲁棒性.实验代码已开源:https://github.com/Li-Ao-Git/apm.

基于多特征融合的小样本视频行为识别算法

现有基于小样本学习的视频行为识别方法,在解决小样本学习中信息量稀缺问题时存在信息重复度高以及类间相似性大等不足,而且鲜有关注小样本学习中的域偏移与枢纽点问题,从而导致动作类表达能力弱和行为识别中错误分类的问题,此外,复杂的网络结构导致参数量与计算量成倍增加.针对以上问题,本文提出一种基于多特征融合的小样本视频行为识别算法,具体来说,该方法提出深度特征与流形特征的融合策略.首先,针对特征形式之一的流形特征,提出使用表征传播对流形结构进行平滑操作,更好地缓解了小样本学习中的域偏移与枢纽点问题.其次,通过同时使用对视频特征表达能力不同的深度特征与流形特征,获得更多的样本有效信息,进而缓解小样本学习中样本稀缺的问题.最后,为减小模型的参数量与计算量,选择基于2D方法构建模型.在HMDB51、UCF101以及Kinetics三个数据集上进行实验,结果表明,本文方法在“5-way 1-shot”任务下表现突出,识别率优于现有的小样本视频行为识别方法,在HMDB51上提高了8.5%,在UCF101上提高了9.5%,在Kinetics上提高了1.0%.

基于级联多任务深度神经网络的施工现场车辆进出检测与识别算法

施工场景下,对于进出车辆的管理涉及到建筑工地财产安全,以及对被污染车牌识别不准确等问题。针对这些问题,提出了一种低算力的车辆进出检测、识别与追踪算法,大幅减少了人力管理成本,实现了施工现场的车辆智能化管理。考虑到施工现场车型识别及车牌识别涉及大小目标的混合检测,提出了一种级联多任务端到端的神经网络框架。利用YOLO网络实现了对施工现场车辆的检测与车型识别,在此基础上实现车牌定位和识别以及车辆目标跟踪。车牌识别借助轻量级神经网络实现了端到端的精准识别,基于改进的DeepSort目标跟踪算法实现了对场内所有车辆的进出轨迹追踪。针对施工现场数据集缺乏问题,基于现有的门岗监控数据,构建施工现场车辆检测数据集对多任务级联神经网络进行训练,并在COCO2017数据集上对算法进行了进一步验证,结果表明了算法的有效性与可靠性。

基于特征点对齐度的图像配准方法

该文提出了一个新的匹配准则——特征点对齐度准则,并在此基础上提出了一种基于特征点对齐度准则的图像配准方法。首先,利用小波多尺度积提取出图像的特征点及其角度信息,再利用该文提出的特征点对齐度准则计算所有特征点对之间的对齐度,从而得到匹配点对。实验结果证明了该方法的精确性和有效性。

基于良分布的亚像素定位角点的图像配准

针对Harris检测出的角点位置会发生偏移和易产生伪角点,以及在角点匹配过程中计算复杂,容易产生误匹配等缺点,该文提出了基于良分布的亚像素定位角点的图像配准方法。该方法首先使用多尺度Harris算子检测图像的角点作为初始兴趣点,并采用自适应非极大值抑制对兴趣点的数量进行限制,以减少后续过程的计算复杂度,提高算法效率,同时使得角点在图像中处于良分布状态。然后利用亚像素定位技术进行精确定位,排除伪角点和不稳定的角点。最后使用随机抽样一致性算法对初始匹配进行鲁棒的模型参数估计。实验结果表明算法配准效率改进明显,并具有良好的精确性和鲁棒性。

基于边缘特征点对对齐度的图像配准方法

针对基于特征的图像配准方法存在特征提取的多样性和相似度计算的复杂性等问题,在定义边缘特征点对的角度直方图和对齐度的基础上,提出了一种基于边缘特征点对对齐度的图像配准方法。该方法首先利用小波多尺度积准确地提取边缘图像和特征点,然后根据特征点的角度直方图得到的旋转角度,并通过计算所有特征点对在边缘图像中的对齐度来精确地确定匹配点对。大量的实验结果表明,该方法具有较强的适用性、精确性和有效性。

联合局部和全局稀疏表示的磁共振图像重建方法

针对在压缩传感中独立使用全局或局部稀疏字典所分别导致的图像细节或整体图像结构信息的丢失,提出了一种联合利用局部和全局稀疏约束来捕捉磁共振图像细节和整体结构信息的磁共振图像重建算法。该算法首先从特定的磁共振图像中训练出稀疏字典,然后利用该字典进行局部稀疏编码。其次,利用预定义的全局字典来加强磁共振图像的全局稀疏性。最后,在局部和全局稀疏的共同约束下,利用非线性共轭梯度算法来对重建模型进行求解。整个重建过程可以重复迭代以逐步改善重建质量。实验结果表明:当下采样因子达到10时,相比于字典学习算法(dictionary learning MRI,DLMRI),提出的算法在重建质量上可以提高1-6dB。

基于小波多尺度积的图像配准方法

由于基于特征的图像配准方法,对提取图像特征的鲁棒性和精确性都有很高的要求.本文提出了一种基于小波多尺度积的图像配准方法。该方法利用小波多尺度积提取边缘图像和特征点,同时保存特征点的方向信息,具有抗噪性强和边缘定位精确等优点;然后利用特征点的方向信息,定义角度直方图来得到图像之间的精确旋转角度;最后可以选择多种匹配准则来确定匹配点对。实验结果表明,本文提出的方法具有精确性、抗噪性、有效性和鲁棒性等优点。

面向"兴趣、基础、能力、素养"四位一体的"计算机系统"课程教学研究

文章分析了"计算机系统"课程教学中存在的主要问题,提出从"兴趣一-基础一能力一素养"的多层次课程任务入手,通过对任务组织以及教学方式和评价方式等进行改革,帮助学生掌握基础知识,培养学生的专业兴趣,提升学生的专业实践能力;同时探索课程知识点与思政元素的切入点,拓展思政建设的途径和方法,提高学生科学方法、职业规划、为人处世和道德修养等方面的素养。

上海市市区9376成人中糖尿病患病率调查研究

目的调查上海市区成人糖尿病患病率。方法上海市区 ３０岁以上 ９ ３７６人，馒头餐后２小时指尖血糖≥６．７ｍｍｏｌ／Ｌ者作ＯＧＴＴ，并测量身高、体重、腰围与臀围。结果９３７６人中按ＷＨＯ诊断标准，糖尿病与ＩＧＴ患病率分别为４．１６％和４．２６％；按ＡＤＡ诊断标准，糖尿病患病率为４．７６％。从糖尿病与ＩＧＴ患病率中可见：在４０岁以上者随年龄增长而增高；ＢＭＩ≥２５者高于ＢＭＩ〈２５者；男性ＷＨＲ高于女性。结论上海市区成人糖尿病与 ＩＧＴ患病率近年来显著增加。流行病学调查中糖尿病的诊断标准采用 ＦＰＧ≤７． ０ｍｍｏｌ／Ｌ是适当的， ２ｈＰＧ≥ １１． １ｍｍｏｌ／Ｌ亦应同时作为诊断标准。

基于对齐度的电力设备红外与可见光的图像配准

提出了一种全新的电力设备红外与可见光图像的配准算法,该方法基于图像的小波变换与对齐度最大化完成图像的配准过程。首先进行图像预处理,分别对红外图像取其负像以及对可见光图像取其灰度图像,从而提升两者的相似性特征;然后利用小波变换提取出图像的边缘及特征点,最后利用对齐度准则计算所有特征点对之间的对齐度,得到匹配点对。实验结果证明了此方法的有效性、精确性和适用性。

基于多尺度模糊逻辑的小波边缘检测方法

针对非极大抑制法中由于单一选定阈值所带来的确定性对边缘提取效果的影响,提出了一种新的基于模糊逻辑的图像边缘检测方法,即在不同尺度下实现图像的模糊增强,从而提高边缘检测精度.该方法对图像分别在不同尺度下低通滤波后实施广义模糊增强算法,增强灰度的区域对比度,更好地实现了在大尺度下抑制噪声、在小尺度下精确定位的效果.实验证明了该方法对影子(phantom)边缘的检测有较好的效果.

自适应的非局部总变分图像复原算法

边缘和纹理信息是图像的重要特征信息,在复原过程应得到有效地保持.为此提出了基于非局部总变分的自适应复原模型.新模型的能量泛函包含两项:自适应正则项和数据保真项.自适应正则项的设计是建立在非局部正则项的基础上,主要用其保持纹理;另一方面正则项融入了边缘探测函数,使得模型可以根据局部边缘信息自适应地实施不同程度的扩散力,即在同质区域作用一个较大的扩散过程,避免出现分片常值;在边缘附近作用一个相对平和的力,使得图像边缘得到有效地保持.本文模型利用Gateaux导数计算其扩散方程,通过有限差分进行数值模拟.实验结果表明,所提模型在视觉效果和运行效率方面取得了较好的结果,并且在边缘锐化和纹理保持方面,本文模型相对于经典的TV模型和NLTV模型具有较大的优势.

血过氧化脂质与糖尿病性血管病变

血过氧化脂质与糖尿病性血管病变上海市第一人民医院内分泌科叶正宝，邵安华上海市第一人民医院糖尿病研究室葛永新糖尿病性血管病变是糖尿病的常见并发症。糖尿病性血管病变的临床诊断与防治早已引起医学界的高度重视。目前，用于诊断糖尿病性血管病变的常用生化指标有Ｔ...

巯甲丙脯酸对临床糖尿病肾病的作用

巯甲丙脯酸对临床糖尿病肾病的作用上海市第一人民医院内分泌科叶山东，胡远峰上海市第一人民医院糖尿病研究室葛永新，彭大妹临床糖尿病肾病（ＤＮ）常表现为高血压，蛋白尿及肾功能进行性减退，此时即行严格血糖控制对肾功能的减退影响不大，因而有效的抗高血压治疗显得...

移动Ad hoc网络容量分析的非合作规划博弈模型

移动Ad hoc网络(MANET)的容量是保证其服务质量的关键性质之一.文中根据MANET中无线信道和链路流量的特性,利用网络流理论、染色理论及非合作规划博弈理论构造了节点流量分配的策略空间及基于节点发送流量速率和延迟为参数的节点流量分配效用函数,进而建立了归一化时间内基于共享信道的MANET容量分析模型,并证明了该模型的Nash均衡解的存在性,给出了模型的Nash均衡解的具体形式.数值仿真结果表明,该模型能有效地对网络容量进行分析,具有较强的普适性.

酶联免疫吸附法检测胰岛素的初步研究

报道ＥＬＩＳＡ竞争法检测人血清胰岛素与人胎胰组织培养液内胰岛素含量，应用自制的胰岛素抗体，豚鼠ＩｇＧ抗体及酶标记胰岛素。本方法可检测的范围是５～４８６０ｐｍｏｌ／Ｌ，非特异性结合ＯＤ＜０．０４，方法回收率为１０６％，批内ＣＶ５．９％，批间ＣＶ７．４％。３０例正常人空腹血清胰岛素均值４５ｐｍｏｌ／Ｌ，与放射免疫分析法比较，其相关系数ｒ＝０．９６７３。

结合候选区域距离度量学习与CNN分类回归联合的左心室检测

心脏MRI左心室自动检测在心脏疾病计算机辅助诊断中具有重要价值,针对左心室候选区域与周边组织分布复杂而导致区分度低的问题,提出结合候选区域2级距离度量学习与CNN分类回归联合学习的左心室检测方法.在候选区域生成阶段,利用超像素产生初始区域并合并为中间区域,设计有监督的2级距离度量学习算法,融合中间区域来构建目标候选区域;在检测阶段,以CNN分类与回归联合学习的方式定位候选区域,并设计难例样本挖掘策略对模型进行微调,以缓解样本不均衡问题.将该方法与扩展的4种变体方法(改变或舍弃部分模块)在公开心脏图谱数据集(CAP)上进行了实验,结果表明该方法中各模块设置具有合理性;与FastR-CNN和基于SSAE方法的检测结果相比,该方法取得了较高的检测精度.

妊娠期糖尿病妇女血清中元素含量的变化

糖尿病与体内微量元素的不平衡密切相关。妇女在妊娠期中容易发生糖耐量异常和妊娠期糖尿病 ,因此研究这些孕妇血清中元素含量的变化 ,对弄清妊娠期糖尿病的机理和进行防治有重要意义。本工作测定了糖耐量异常和妊娠期糖尿病孕妇血清中硒、铜、锶、镁、锌、钙、磷、铁和铝等九种元素的含量 ,研究了其与正常孕妇的差异 ,并观察了元素含量与孕期的相关性。结果表明 ,糖耐量异常和妊娠期糖尿病孕妇血清中硒的含量与正常孕妇相比明显降低。妊娠期糖尿病孕妇血清中铜比正常孕妇显著升高 ,而锌有降低趋势 ,其它元素则未见明显变化。此外 ,观察到正常孕妇和血糖异常孕妇血清中硒和钙的含量都与孕期呈明显的负相关性。