融合多尺度和注意力机制的小样本目标检测

现有基于微调的二阶段小样本目标检测方法对新类特征不敏感,易将新类别误判成与它相似度高的基类,影响模型的检测性能。针对上述问题,提出一种融合多尺度和注意力机制的小样本目标检测(MA-FSOD)算法。首先在骨干网络使用分组卷积和大卷积核提取更具类别区分性的特征,并加入卷积注意力模块(CBAM)实现特征的自适应增强;再通过改进的金字塔网络实现多尺度的特征融合,使候选框生成网络(RPN)可以准确找到感兴趣区域(RoI),从多个尺度向分类头提供更丰富的高质量正样本;最后在微调阶段采用余弦分类头进行分类,降低类内方差。在PASCAL-VOC 2007/2012数据集上与基于候选框编码对比损失的小样本目标检测(FSCE)算法相比,MA-FSOD算法对新类的AP_(50)提升了5.6个百分点;在更具挑战性的MSCOCO数据集中,与Meta-Faster-RCNN相比,10-shot和30-shot对应的AP则分别提升了0.1个百分点和1.6个百分点。实验结果表明,相较于一些主流的小样本目标检测算法,MA-FSOD算法能更有效地缓解误分类问题,实现更高精度的小样本目标检测。

改进YOLOv5的智慧课堂人脸检测算法

智慧课堂是人工智能领域热门的应用场景。针对课堂场景下摄像头位置较远且偏,图像中目标存在人脸过小和遮挡导致漏检或错检等问题,提出了一种改进YOLOv5的智慧课堂人脸检测算法YOLOv5-SASA。该算法主要包括三个部分,在backbone层沿用了CSPDarknet53网络,通过在最后的空间池化层中使用BasicRFB模块来有效增强网络的特征提取能力;采用NWD损失函数来提高模型对小目标检测的鲁棒性,同时在head层中引入了独立自注意力机制模块SASA,以解决人脸遮挡的问题,并降低模型的参数量;通过降低中间层通道神经元的数量、调节学习率等方式,对改进的YOLOv5网络进行了优化,以避免模型过拟合。实验结果表明,所提出的方法在WiderFace验证集的easy、medium和hard难度下的效果均优于原网络,分别达到了97.5%、96.3%和86.5%的准确率,能够有效提升课堂场景下人脸检测的精度。

基于双重时空特征金字塔的人体行为识别

针对目前人体动作存在着行为识别准确率低的问题,提出一种基于双重时空特征金字塔网络结构的人体行为识别方法—DSTFP。该方法使用SlowFast网络作为骨干网络提取不同尺度的特征,并将多个尺度的特征输入双重时空特征金字塔进行处理以增加网络对多个尺度的敏感度。第一重为语义增强金字塔(SEEP),自顶向下融合多个尺度的特征,在不同尺度的特征中传递高层语义信息;第二重为空间增强金字塔(SPEP),采用自底向上的融合方式,在不同尺度的特征中传递空间定位信息。在公共数据集AVA上的实验结果表明:该方法能获得24.97 mAP,相较于原网络提升了0.77 mAP,并有效地提升了人体行为识别的准确度,相比于同类算法更符合实际应用需求。

基于结构与文本关键词相关度的XML网页分类研究

针对XML网页特点,提出了计算XML文档结构相似性、文档关键词出现的位置以及关键词频度的方法,根据计算的结果提取XML网页特征,同时设计了一种基于支持向量机的XML网页多类分类算法·算法通过XML文档的训练样本集为每一类文档建立基于相似公共特征的聚类核,计算测试样本中的文档与每个聚类核的相似度,判断该文档的所属类·实验证明该分类算法具有比较高的分类查全率和查准率,能够较好地解决XML文档同时属于多个类的问题·

一种有效的矢量图形SVG的结构化方法(英文)

提出了一种关于基于XML的矢量图形SVG实体类、对象之间的关系结构模型与实现方法,其过程是通过对实体的矢量化描述,将实体层次化,并用基于XML的伪码(pseudo-XML)来表示。设计一种转换算法,将伪码转换为结构化的SVG矢量图形代码。结构化的SVG代码有利于基于内容的矢量图形SVG的存储和检索,增强了SVG代码的可读性和可扩展性。

基于XML矢量图形SVG应用的软件体系结构研究

在单个SVG文档的模块化与结构化的基础上,分析了SVG实体的特征和组织方式,描述了SVG实体、对象、类的结构组成,提出了基于SVG应用的软件开发的体系结构SSA和系统框架设计。在SSA中,设计了一个转换算法,算法针对大量的SVG实体进行分类、提取SVG图元,并将SVG图元存储在关系数据库中,解决了包含大量SVG实体的应用系统存在的运行速度的问题、SVG组件的数据重用问题和基于数据库系统的SVG开发问题。设计了一个基于SSA的数字文物导航平台系统,通过该系统与传统的基于H tm l/Im age的文物展现模式的比较,验证了SSA开发模式的有效性。

基于XML矢量图形SVG的数据库模型与存储研究

在单个SVG文档的模块化与结构化的基础上,分析SVG实体的特征和组织方式,描述了SVG实体、对象、类的结构组成.提出了基于SVG应用的数据模型DMSA和利用关系数据库存储SVG类/对象的方法.在数据模型DMSA中,针对单个文档,使用DOM模式将其层次树形化,对于大量的SVG实体,将其进行分类,提取SVG图元,并将SVG图元存储在关系数据库中,解决了包含大量SVG实体的应用系统存在运行速度慢的问题、SVG组件的数据重用问题和基于SVG应用的数据库系统开发问题.设计了一个基于SVG应用的数字文物导航平台系统,通过该系统与传统的基于Html/Image的文物展现模式的比较,验证了该数据模型的有效性.

一种基于网络矢量图形SVG仿真展示光栅图像的有效方法

提出了一种基于网络矢量图形SVG展示光栅图像的方法(简称为SRRI).首先研究了光栅图像和SVG图形的结构组成,同时依据局部特征(灰度、颜色或者梯度等)相似性将图像分割成若干个互不相交的区域;然后提取每个区域的边缘,并对边缘进行合并、压缩;最后使用SVG代码描述分割后的区域边缘形状和颜色特征,并依据区域同质特征将SVG代码进行合并和压缩.通过数字文物图像集和标准图像数据集进行实验,表明SRRI方法对于粗纹理图像和相似图案较多的文物数字图像,其存储容量小,展示效果好.

电子政务网络办公系统的安全策略与实现

以北京市科委农村中心网络系统的安全设计为实例 ,从网络安全拓扑结构、防火墙的策略、访问控制权限和政务系统的安全算法等多方面详细介绍了电子政务网络办公系统的安全设计策略与实现过程。

联大高职软件技术专业建设与教学体系改革

本文从培养目标、培养规格、课程体系、教学内容、教学过程、教学环境、考核办法等方面探讨北京联合大学高职软件技术专业的专业建设,提出以实践环节教学为主体,与企事业单位联合办学,建立"学产研"人才培养途径与机制的教学体系的改革设想。

首都电子政务发展现状与问题分析

首都电子政务硬件网络平台和各种软硬件系统已初具规模 ,各项业务应用系统建设已经开始启动 ,但是在推进电子政务的信息产业化问题、电子政务投资分散、电子政务平台标准不统一、信息化与政府职能体制冲突问题以及信息化带来的数字鸿沟问题等方面考虑甚少 。

基于视觉的目标定位技术的研究进展

基于视觉的目标定位是目前计算机视觉领域的研究热点。就现阶段基于视觉的定位技术进行了综述,着重介绍了基于单目视觉定位、基于双目视觉定位和基于全景视觉定位3类定位技术的研究现状,并分析了各自的优缺点。最后就基于视觉定位方法的发展趋势做了简要分析,以期为以后基于视觉定位问题的研究提供参考。

一种基于帧间关联的实时车道线检测算法

为了更好地满足车道线检测的实时性和鲁棒性要求,提出一种基于帧间关联的车道线检测算法。根据道路图像的特征,将图像灰度化后,采用中值滤波去除图像采集过程中引入的噪声,再根据自适应阈值边缘提取检测算法,在提取过程中对原图像进行区域划分,利用改进的Hough变换得到车道候选线,建立动态的ROI,通过帧间关联方法实现对车道线模型的约束和更新。实验结果表明,基于帧间关联的车道线检测方法不仅降低了图像数据的运算量,缩减了算法的执行时间,而且提高了算法的鲁棒性。

基于指部关联特征的多模态图像采集系统

针对基于单个生物特征的身份认证安全性和稳定性不足的问题,设计了基于指部关联特征的多模态图像采集系统,采用单个双波段摄像头分时采集同一根手指的指纹、指节纹和指静脉图像。指纹和指节纹采用非接触反射采集方式,指静脉采用单侧近红外光源与反射镜面相结合的透射采集方式,并根据静脉图像质量评价动态调控光源,根据特征点信息量动态调整各个特征的权重。实验结果表明,该多模态采集系统在认证通过率、误识率和拒登率等指标都优于指纹或指静脉的单模态采集系统,认证通过率达到99.1%,误识率为0.000 1%,不存在拒登现象。

架空电缆除冰机器人的设计

通过对现有架空电缆除冰机器人的分析,提出一种敲击挤压式除冰机器人的设计方案,并进行了优化设计。该方案完善了除冰机器人原有的工作方式,给出了该机器人的具体功能与结构的设计方法。最后对设计的合理性进行了相关分析,并在动力源、对电缆的损伤、操作危险性、效率、除冰效果等方面提供了一种设计思路。

基于CORBA和移动Agent的网络管理系统

分析CORBA和移动Agent2种网管技术的特点和不足,提出一种基于CORBA和移动Agent的网络管理系统的设计方法。系统模型采用Java虚拟机作为运行平台,ORB作为底层通信设施,KQML作为通信语言。考虑网络规模对2种网管模式性能的影响,系统对不同网管任务分别采用CORBA对象和移动Agent。性能分析与实验结果表明,与基于CORBA或移动Agent网络管理系统相比,该网络管理系统具有较好的网管性能。

一种基于区域和关键点特征相结合的双目视觉人体检测与定位方法

人体检测与定位是计算机视觉领域的研究热点与难点之一,其被广泛应用于人机交互和人机协作等诸多领域。提出一种基于区域和关键点特征相结合的双目视觉人体检测与定位方法,首先利用HOG与SVM相结合的检测框架实现人体的检测,然后利用MSER算法提取人体区域的MSER特征,最后利用局部不变算子ORB描述MSER区域的特征,进而实现立体匹配与人体的定位。实验表明本文提出的方法不仅能缩小特征检测的范围,而且能提高特征之间匹配的准确度。

具有听觉系统的简易机器人的设计与实现

设计了一种具有听觉系统的可以人机交互的服务型机器人,在单片机的控制下执行人类的语言命令。该机器设计简单、易于实现,为机器人语言训练提供实验平台。在总体设计、语音识别、特征量的提取,以及控制功能等方面进行了论述。

CORBA和移动代理在电信网络管理中的应用研究(英文)

对CORBA和移动代理技术进行了深入研究,在分析了两种网管技术的优势和不足的基础上,提出了一个基于CORBA和移动代理技术的综合网管模型。网管模型利用Java虚拟机作为运行平台,ORB作为底层通信设施,根据网络规模对两种网管模式性能的影响,在不同网管任务中分别使用CORBA对象和移动代理。

基于结构张量的GrabCut图像分割算法

传统的Grab Cut图像分割方法大多基于图像的像素值建立图模型,未考虑到彩色图像中丰富的纹理信息。为此,提出一种新的Grab Cut模型图像分割算法。对比基于结构张量的Grab Cut分割方法和传统Grab Cut分割方法的结果,利用结构张量和像素值构建紧缩的结构张量。为提高计算的简洁性和高效性,将Grab Cut方法构建的混合高斯模型扩展到张量空间,并用Kullback-Leible散度代替常用的黎曼度量。在合成纹理图像和自然图像上进行的实验结果表明,与Carsten Rother,GACWRF等方法相比,该算法具有更精确的分割效果,不仅实现了纹理信息与颜色信息的无参融合,而且提高了计算效率。