基于特征聚合的点云密集对应估计网络

随着点云数据应用范围的扩增,估计三维点云之间的密集对应关系的研究受到了广泛的关注。对于点云密集对应关系估计的任务来说,提高点云逐点特征的表示能力和鲁棒性是关键。然而,前人方法中的特征编码模块仅利用了局部邻域特征,并简单地直接将每个阶段的输出级联作为最终特征。因此,首先提出了一个全局特征聚合模块,用于显式地在网络的各个阶段提取全局上下文信息并将其聚合到局部特征中,从而提高逐点特征的表示能力。此外,还提出了一个基于注意力机制的多阶段特征聚合模块,用于自适应地聚合来自特征编码模块不同阶段的特征,增强网络的鲁棒性。在人体和动物的点云数据集上进行实验,实验结果表明该方法相比最近的密集对应估计方法有显著提升,达到了目前先进水平。

广东省城市环境空气质量时空特征及经济影响因素分析

选取2014—2018年广东省21个城市的空气质量指数(AQI)以及PM_(2.5)、PM_(10)、CO、NO_(2)、O_(3)、SO_(2)的浓度数据,利用重心模型和空间自相关模型,对广东省的空气质量和各污染物的浓度水平进行时空特征分析,同时,利用空间计量分析模型分析社会经济特征变量对环境空气质量空间特征的影响。结果表明:2014—2018年广东省的大气污染重心一直徘徊在广州市和东莞市的交界地带。全省的重心由东北向西南迁移,6种污染物的迁移路径各有特点。6种污染物中,PM_(2.5)、PM_(10)、NO_(2)、O_(3)的重心整体向西南方向迁移,CO的污染重心整体向东北方向迁移,而SO_(2)污染重心整体向南迁移。6种污染的污染重心每年迁移的距离非常微小。广东省春夏的污染重心偏东北方向,分布较松散;秋冬季的污染重心偏向西南方向,分布较集中。2014—2018年,广东省存在大气污染的“热点”和“冷点”区域,呈现出高污染区域聚集和低污染区域聚集的态势。珠江入海口地区、清远市周边的空气质量较差;湛江沿海地区、汕尾地区的空气质量相对较好。2014—2018年,广东省人均地区生产总值(GDP)、第三产业占GDP比重与城市AQI呈现负相关关系,工业产值占GDP比重、人均可支配收入、研究与试验发展(R&D)经费支出与城市AQI呈现正相关关系,外商直接投资和大气环境之间的关系不确定。