自适应特征融合与cosIoU-NMS的目标检测算法

针对经典的有锚框检测算法RetinaNet、无锚框检测算法FCOS等目标检测算法中存在漏检以及重复检测的问题,提出一种自适应特征融合与cosIoU-NMS的目标检测算法.首先采用自适应特征融合模块对多尺度特征中相邻3层特征加权融合,获取丰富的上下文信息和空间信息;然后采用cosIoU计算检测框之间的余弦相似度与重叠面积,使目标定位更准确;最后使用cosIoU-NMS代替Greedy-NMS抑制置信度分数较高的冗余框,保留更准确的检测结果.以RetinaNet和FCOS为基准,在PASCAL VOC数据集上的实验结果表明,所提算法的检测精度达到81.3%和82.3%,分别提升2.8个百分点和1.2个百分点;在MSCOCO数据集上检测精度达到36.8%和38.0%,分别提升1.0个百分点和0.7个百分点;该算法能够增强特征表征能力,筛除多余的检测框,有效地提高检测性能.

结合空间注意力机制的实时鲁棒视觉跟踪

为提高全卷积孪生网络(SiamFC)跟踪器在复杂场景下的跟踪能力,缓解跟踪器在跟踪过程中出现的目标漂移问题,提出一种结合空间注意力机制的实时目标跟踪算法。在SiamFC框架基础上,将改进的视觉几何组(VGG)网络作为主干网络,增强跟踪器对于目标深度特征的建模能力。对自注意力机制进行优化,提出一种即插即用的轻量级单卷积注意力模块(SCAM),将空间注意力分解为2个并行的一维特征编码过程,减少空间注意力的计算复杂度。保留跟踪过程中的初始目标模板作为第1模板,通过分析连通域在跟踪结果响应图的变化动态选择第2模板,融合2个模板后对目标进行定位。实验结果表明:在OTB100、LaSOT和UAV123数据集上,所提算法相比于SiamFC跟踪成功率分别提高了0.082、0.045和0.045,跟踪精度分别提高了0.118、0.051和0.062;在VOT2018数据集上,所提算法相比于SiamFC在跟踪准确率、鲁棒性和期望平均重叠率上分别提高了0.029、0.276和0.134;跟踪速度达到了70帧/s,能够满足实时跟踪的需求。

基于跨层次聚合网络的实时城市街景语义分割

随着自动驾驶技术的迅速发展,精确高效的场景理解显得尤为重要。城市街景语义分割旨在准确识别并分割出行人、障碍物、道路和标志物等要素,为自动驾驶技术提供必要的道路信息。然而,当前的语义分割算法在城市街景分割中仍然面临一些挑战,主要表现为不同类别的像素区分不够清晰、对于复杂场景结构的理解不够精准以及对小尺度对象或大尺度结构的分割不准确等问题。为此,本文提出一种基于跨层次聚合网络的实时城市街景语义分割算法。首先,在编码器末端设计了结合跨层次聚合的金字塔池化模块,用于高效提取多尺度上下文信息;其次,在编码器和解码器之间设计了跨层次聚合模块,通过引入通道注意力机制增强信息的表征能力,逐级聚合编码器阶段的特征以充分实现特征复用;最后,在解码器阶段设计了多尺度融合模块,在通道维度聚合全局信息与局部信息,促进深层特征与浅层特征的融合。将所提算法在两个通用的城市街景数据集上进行了验证。在一张RTX3090显卡上(TensorRT测速环境),本文算法在Cityscapes测试集以294 FPS的实时性达到73.0%mIoU的准确性,在更高分辨率的图像上以164 FPS的实时性达到75.8%mIoU的准确性;在CamVid数据集以239 FPS的实时性达到74.8%mIoU的准确性。实验结果表明,本文算法在准确性与实时性之间取得了有效平衡,对比其他算法的语义分割性能具有显著提升,为实时城市街景语义分割领域带来了新的突破。

基于深度学习的快速长时视觉跟踪算法

在目标尺寸变化、遮挡和出视场等复杂长时视觉跟踪环境下,现有基于深度学习的视觉跟踪算法很难对目标进行实时准确的跟踪。针对该问题,提出一种快速的长时视觉跟踪算法,该算法由一个快速短时视觉跟踪算法和一个快速全局重检测模块组成。在基准算法SiamRPN中加入二阶通道与区域空间融合的注意力模块作为短时视觉跟踪算法,在保证快速性的同时,提高算法的短时视觉跟踪精确度和成功率;为使改进后的短时视觉跟踪算法具有快速的长时视觉跟踪能力,在算法中加入提出的基于模板匹配的全局重检测模块,该模块使用轻量级网络和快速的相似度判断方法,加快重检测速率。在OTB100、LaSOT、UAV20L、VOT2018-LT、VOT2020-LT等5个数据集上进行测试,实验结果表明,所提算法在长时视觉跟踪中具有优越的跟踪性能,平均速度达104帧/s。

基于二阶注意力的Siamese网络视觉跟踪算法

为提升基于Siamese网络视觉跟踪算法的特征表达能力和判别能力,以获得更好的跟踪性能,提出了一种轻量级的基于二阶注意力的Siamese网络视觉跟踪算法。使用轻量级VGG-Net作为Siamese网络的主干,获取目标的深度特征;在Siamese网络的末端并行使用所提残差二阶池化网络和二阶空间注意力网络,获取具有通道相关性的二阶注意力特征和具有空间相关性的二阶注意力特征;使用残差二阶通道注意力特征和二阶空间注意力特征,通过双分支响应策略实现视觉跟踪。利用GOT-10k数据集对所提算法进行端到端的训练,并在OTB100和VOT2018数据集上进行验证。实验结果表明:所提算法的跟踪性能取得了显著提升,与基准算法SiamFC相比,在OTB100数据集上,精度和成功率分别提高了0.100和0.096,在VOT2018数据集上,预期平均重叠率(EAO)提高了0.077,跟踪速度达到了48帧/s。

基于密集连接与特征增强的语义分割算法

在语义分割算法DeepLabv3+中,由于对主干网络提取的特征信息利用不充分,导致了分割边缘不连续、目标丢失以及分割错误等问题。为此,提出一种基于密集连接和特征增强的语义分割算法。采用共享空洞空间金字塔池化(S-ASPP)模块建立多个空洞卷积之间的联系,增强局部信息之间的语义关联,捕获密集的采样点像素,同时提高对高层特征信息的利用。引入特征金字塔增强模块(FPEM)和特征融合模块(FFM),对主干网络输出的多层特征信息进行处理,增强特征的表达能力,并采用FFM对FPEM输出的不同尺度特征信息进行融合,提高各层特征之间的互补能力,以获得更全面的特征图信息。在此基础上,将S-ASPP和FFM的输出进行拼接和卷积操作,得到最终的分割结果。在PASCAL VOC 2012和Cityscapes数据集上的实验结果表明,该算法的平均交并比分别达到81.13%和73.39%,相较于基准算法DeepLabv3+分别提升了2.3和2.1个百分点,充分利用了骨干网络中的每层特征信息,提升了算法的分割精度,取得了较好的分割效果。

基于CNN-Transformer双模态特征融合的目标检测算法

针对单模态目标检测的不足,提出了一种基于CNN-Transformer双模态特征融合的目标检测算法。在YOLOv5的基础上,构建了一个可以同时输入红外和可见光图像的双流特征提取网络;然后,分别提出了基于卷积神经网络结构的红外特征提取主干网络和基于Transformer结构的可见光特征提取主干网络,以提升对红外和可见光图像的特征提取能力;最后,按照中期融合的思想,设计了双模态特征融合模块,对两个分支对应尺度的双模态特征信息进行有效融合,实现跨模态信息互补。在数据集上对所提算法进行验证,实验结果表明,该算法在KAIST数据集上对双模态图像进行检测的结果,较基准算法单独检测红外图像和可见光图像,精度分别提升了5.7%和17.4%;在FLIR数据集上较基准算法,检测精度分别提升了11.6%和17.1%;在自建GIR数据集上,所提算法的检测精度也有明显提升。此外,该算法还可以单独处理红外或可见光图像,且检测精度较基准算法均有明显提升。

长时视觉跟踪中基于双模板Siamese结构的目标漂移判定网络

在长时视觉跟踪中,大部分目标丢失判定方法需要人为确定阈值,而最优阈值的选取通常较为困难,造成长时跟踪算法的泛化能力较弱。为此,该文提出一种无需人为选取阈值的目标漂移判定网络(DNet)。该网络采用Siamese结构,利用静态模板和动态模板共同判定跟踪结果是否丢失,其中,引入动态模板有效提高算法对目标外观变化的适应能力。为了对所提目标漂移判定网络进行训练,建立了样本丰富的数据集。为验证所提网络的有效性,将该网络与基础跟踪器和重检测模块相结合,构建了一个完整的长时跟踪算法。在UAV20L, LaSOT,VOT2018-LT和VOT2020-LT等经典的视觉跟踪数据集上进行了测试,实验结果表明,相比于基础跟踪器,在UAV20L数据集上,跟踪精度和成功率分别提升了10.4%和7.5%。

网络工程实用人才培养

为满足网络工程专业人才培养需求,我校对网络工程实用人才的培养进行一系列改革。紧扣院校培养高级应用型人才的主旨,在专业定位、培养目标、培养模式、课程体系、教材建设、实验室建设等方面作了大量研究,提出符合学校实际的培养方案。实践证明,该方案的实施增强了学生的动手实践能力,提高了就业率。

VLAN技术的研究与仿真

VLAN技术能够有效地避免局域网中的广播风暴,增强网络的安全性。阐述了VLAN的分类、标识方法、VTP协议以及VLAN间路由,研究了VLAN的基本原理。提出了一种简化的VLAN实验方案,通过在路由器上增加交换模块,成功地在GNS3平台下仿真了交换实验。详细阐述了仿真过程,仿真结果验证了VLAN的实现方法。

一种基于卷积神经网络的哈欠检测算法

哈欠检测可以用于对驾驶员的疲劳驾驶行为发出警告,从而减少交通事故的发生。提出了一种基于卷积神经网络的哈欠检测算法,可以把驾驶员的面部图片直接作为神经网络的输入,避免对面部图片进行复杂的显式特征提取。利用Softmax分类器对神经网络提取的特征进行分类,判断是否为打哈欠行为。该算法在YawDD数据集上取得了92.4%的哈欠检测准确率。与现有多个算法相比,所提算法具有检测准确率高、实现简单等优点。

路由协议OSPF的研究与仿真

OSPF协议是一种典型的链路状态路由协议,应用非常广泛.在对OSPF协议的分组类型、分组首部格式、工作原理等进行深入研究的基础上,设计了一种多区域OSPF实验网络模型.在GNS3平台上,搭建了仿真的网络环境,配置了路由器和计算机,对设计的网络模型成功地进行了仿真.仿真结果验证了OSPF协议的工作过程,为OSPF协议在实际网络中的正确部署提供了参考.

基于嵌入式Linux的Web服务器的设计与实现

随着嵌入式技术和网络技术的发展,基于Web的远程监控在嵌入式系统中应用越来越广泛。提出了一种嵌入式Web服务器的设计与实现方法,为嵌入式设备的远程管理提供了一种可行的实施方案。该Web服务器以嵌入式Linux系统和S3C2410 CPU为软硬件开发平台,采用CGI技术,用C语言编写完成。

P2P技术在大文件共享中的应用研究

为解决实验教学中出现的局域网内大文件快速分发问题,提出了一种基于P2P技术的传输方案。分析了P2P的工作原理、网络分类、网络特点以及BitTorrent工作过程等,设计了一个典型实验网络拓扑,并搭建了真实网络进行了验证。利用MYBT软件搭建了P2P服务器,在种子节点和下载节点数量变化情况下,对约4GB的文件进行分发,统计了平均下载时间。实验结果表明,相对于FTP等集中式传输而言,基于P2P技术的文件共享系统节省了大量时间,很好地实现了局域网内大文件的快速分发。

基于SNMP的嵌入式Proxy代理的设计与实现

许多早期的嵌入式设备通过专用接口(如RS-232)进行管理,不支持网络管理。采用基于简单网络管理协议(SNMP)的Proxy代理,可以满足嵌入式设备的网络管理需求。对Proxy代理的工作原理进行了说明,阐述了Proxy代理的软硬件设计方法,并将Proxy代理成功地应用于微波通信设备,为嵌入式设备快速升级提供了一种通用的解决方案。

路由器安全访问策略设计与实现

路由器安全访问保证了整个Internet的可用性。本文阐述的把访问控制列表与Radius服务器相结合的方法,为提高路由器及内部网络的安全性提供了一种策略,具有较好的实用效果。文中详细说明了具体的实施过程,其中Radius服务器实现了用户的身份认证,访问控制列表对通过认证的用户进行授权。

QoS技术的研究与实现

为了满足远程教学、视频会议等新业务对Internet提出的更高服务质量(QoS)的要求,需要在网络中采用QoS技术。研究了网络中存在的QoS问题,以及QoS的服务模型。设计了一个典型的QoS原理实验,并搭建了真实的网络环境,详细阐述了实验过程。实验中,把QoS应用于FTP传输中,分析了QoS应用前以及应用于不同端口时传输速率的变化。实验结果表明,QoS策略能够保证高优先级数据的快速传输,成功地验证了交换网络中QoS的实现方法。

基于SNTP的网络时钟软件设计与实现

简要介绍了网络时钟软件的应用场合,SNTP协议的工作模式、工作原理、报文格式及时间戳格式,分析了该软件的需求。阐述了网络时钟软件设计与实现方法,包括界面设计,时间校正模块实现,串口通信模块实现。

EtherChannel技术的研究与实现

EtherChannel技术能够通过聚合多个端口提高链路带宽,并在链路上实现冗余容错和负载均衡。研究了EtherChannel的配置协议、冗余容错和负载均衡原理,提出了一种简化的实验模型。在该模型中,把EtherChannel应用到了VLAN的Trunk链路中。搭建了真实的网络环境,详细说明了配置过程,成功地验证了EtherChannel的实现方法。

ER、PR、Her-2/neu在甲状腺乳头状癌中的表达及意义

目的:探讨雌激素受体(ER)、孕激素受体(PR)、人类表皮生长因子受体2(Her-2/neu)在甲状腺乳头状癌中的表达及意义。方法:收集甲状腺乳头状癌共43例,结节性甲状腺肿8例,癌旁正常甲状腺组织4例。用免疫组化SP法检测ER、PR、Her-2/neu在甲状腺组织中的表达,并分析这些蛋白表达与甲状腺肿瘤生物学特征的关系。结果:5例男性标本ER、PR、Her-2/neu阳性表达率分别为40%(2/5)、40%(2/5)、60%(3/5),39例女性阳性表达率分别为56.41%(22/39)、48.71%(19/39)、61.53%(24/39)。年龄】45岁的标本19例,阳性表达率分别为57.89%(11/19)、57.89%(11/19)、68.42%(11/19),年龄【45岁标本24例,阳性表达率分别为54.16%(13/24)、41.66%(10/24)、58.33%(14/24)。有淋巴结转移16例标本,阳性表达率分别为68.75%(11/16)、75%(12/16)、81.25%(13/16),无淋巴结转移27例标本,阳性表达率分别为48.14%(13/27)、33.33%(9/27)、1.85%(14/27)。结论:ER、PR、Her-2/neu在甲状腺乳头状癌中有较高的阳性表达,三者的阳性表达与年龄、性别无关,与是否发生淋巴结转移有关,这为甲状腺乳头状癌的诊断、治疗和判断预后提供了一条新的途径。