四元共聚热塑性聚酰亚胺的合成与表征

为了提高聚酰亚胺的热塑性,制备兼具优异热塑性与耐热性的聚酰亚胺材料,以均苯四甲酸二酐(PMDA)与3,3′,4,4′-联苯四羧酸二酐(s-BPDA)为二酐、4,4′-二氨基二苯醚(ODA)与2,2′-二[4-(4-氨基苯氧基)苯基]丙烷(BAPP)为二胺,通过两步法成功制备了一系列四元共聚热塑性聚酰亚胺,并研究了刚性联苯基团与柔性单体、侧甲基的协同作用对聚酰亚胺材料性能的影响。利用FTIR、XRD、DMA和TGA等测试手段对材料的分子结构、热塑性和耐热性等进行了表征。结果表明:该系列四元共聚聚酰亚胺具有良好的热塑性与耐热性,其中当二酐与二胺的摩尔分数比(PMDA∶s-BPDA∶ODA∶BAPP)为70∶30∶70∶30时,该材料表现出优异的热塑性和耐热性,同时在非质子极性溶剂中表现出较好的溶解性,极大地提高了聚酰亚胺在溶剂或熔融状态下的加工性能。

无人货架场景下的人体关节点定位算法研究

在新零售场景下,无人货架上商品种类繁多,易受光照等外界因素干扰,且顾客手持商品时手部或身体会对商品关键信息形成遮挡,使得自然场景中仅采用图像识别算法不能满足无人货架应用需求。针对无人货架实际应用场景的特性,基于深度学习中人体关节点定位算法与图像分类算法对该场景中的手持商品识别提出了解决方案。首先,利用人体关节点定位算法准确定位顾客上身关节点;然后,用图像分类算法识别以手臂相关关节点为中心截取的包含商品主要特征的图像。为了提升算法的实用性,对卷积姿态机CPM从关节点定位的速度与精度2个方面进行改进,设计了L-CPM和EP-L-CPM算法,并采用公开数据集和实际无人货架场景人体姿态数据集验证算法性能。实验结果表明,所提出的算法能够准确、高效地定位人体关节点。