旋转目标检测是遥感图像处理领域中的重要任务,其存在的目标尺度变化大和目标方向任意等问题给自动目标检测带来了挑战。针对上述问题,提出了一种改进的RoI Transformer旋转目标检测框架:首先,利用RoI Transformer检测框架获取旋转的感...旋转目标检测是遥感图像处理领域中的重要任务,其存在的目标尺度变化大和目标方向任意等问题给自动目标检测带来了挑战。针对上述问题,提出了一种改进的RoI Transformer旋转目标检测框架:首先,利用RoI Transformer检测框架获取旋转的感兴趣区域特征(rotated region of interest,RRoI)用于鲁棒的几何特征提取;其次,在检测器中引入高分辨率网络(high-resolution network,HRNet)提取多分辨率特征图,在保持高分辨率特征同时适应目标的多尺度变化;最后,引入KLD(Kullback-Leibler divergence)损失,解决旋转目标表示的角度周期性的问题,提高检测方法对任意方向目标的适应性,并通过旋转目标边界框参数的联合优化提升目标定位精度。本文提出的旋转目标检测方法,即HRD-ROI Transformer(HRNet+KLD ROI Transformer),在DOTAv1.0和DIOR-R两个公开数据集上与典型的旋转目标检测方法进行了比较。结果显示:相比于传统的RoI Transformer检测框架,本文方法在DOTAv1.0和DIOR-R数据集上检测结果的mAP(mean-average-precision)分别提高了3.7%和4%。展开更多
【目的】通过比较两种不同杀菌处理(高温短时High temperature short-time和超高压Ultra-high pressure杀菌)的非浓缩还原(Not from concentrate,NFC)苹果汁贮藏期品质变化,为我国NFC果汁产品标准的制定和规范市场NFC果汁产品货架期提...【目的】通过比较两种不同杀菌处理(高温短时High temperature short-time和超高压Ultra-high pressure杀菌)的非浓缩还原(Not from concentrate,NFC)苹果汁贮藏期品质变化,为我国NFC果汁产品标准的制定和规范市场NFC果汁产品货架期提供试验依据。【方法】以‘红富士’苹果为原料制备NFC苹果汁,采用高温短时杀菌(HTST,98℃,50 s)和超高压杀菌(UHP,400 MPa,15 min)处理后,在4℃条件下冷藏,利用微生物学、化学及主成分分析(PCA)等方法以及HPLC、GC-MS等手段研究两种不同杀菌处理的NFC苹果汁贮藏期微生物、理化指标、多酚含量、酶(Polyphenol oxidase,PPO;Peroxidase,POD)活性、抗氧化活性、香气成分的变化。【结果】HTST和UHP处理对细菌总数、大肠杆菌、霉菌与酵母的杀菌率均为100%,但贮藏第10、5周时果汁菌落总数分别呈显著增加(89.15%、58.65%),大肠杆菌、霉菌与酵母增殖速度不明显;贮藏期HTST和UHP两种处理NFC苹果汁微生物种群变化小,但优势菌属不同。两种处理的NFC苹果汁贮藏期可溶性固形物、pH、总酸的变化不大,但总色差显著增大(P<0.05);贮藏期HTST和UHP处理NFC苹果汁中表儿茶素分别下降了33%和53%,FRAP总抗氧化能力和DPPH自由基清除率分别保持在76%、73%和77%、76%,HTST处理NFC苹果汁的多酚含量和抗氧化活性明显高于UHP处理的样品;HTST处理后贮藏期NFC苹果汁的PPO与POD完全失活,但UHP处理样品的酶活性呈现先增大后降低的趋势。HTST处理后果汁18种特征香味物质总的保留率为52%,但贮藏期香气成分保持稳定;UHP处理NFC苹果汁的香气含量(57.75 mg/100 mL)接近对照样品(57.17 mg/100 mL),但贮藏期香气成分变化显著,降低了26.13%。【结论】HTST和UHP杀菌处理的NFC苹果汁在4℃可分别贮藏9、4周,贮藏期内其品质满足商业要求,HTST处理NFC苹果汁货架期长于UHP处理。展开更多
以澳洲青苹(Granny Smith apple)与红富士苹果(Fuji apple)为原料,采用SY酵母不同比例(GSA与FA果浆体积比1∶1,1∶2,1∶3,1∶4,0∶1)的冷破碎混合果浆,制备低度苹果酒,分析果酒各项品质指标。结果表明,不同比例混合果浆发酵,其残糖与酒...以澳洲青苹(Granny Smith apple)与红富士苹果(Fuji apple)为原料,采用SY酵母不同比例(GSA与FA果浆体积比1∶1,1∶2,1∶3,1∶4,0∶1)的冷破碎混合果浆,制备低度苹果酒,分析果酒各项品质指标。结果表明,不同比例混合果浆发酵,其残糖与酒精度与单种果浆发酵均无显著性变化;混合果浆发酵酒的酸度(100%)随GSA果浆添加比例减小而降低(66±0.31>58±0.23>44±0.11>39±0.18>33±0.33),总酚含量(53.3±0.11<57.7±0.30<59.7±0.24<65.7±0.61<68.5±0.43 mg/100 mL)随GSA果浆占比的减小而增大,但抗氧化活性随GS添加比例提高而增大,其色值减小不易发生褐变;有机酸随着GSA比例的增大而增加(8.28±0.03>6.99±0.10>6.23±0.06>5.62±0.03>5.33±0.01 mg/mL);混合发酵酒香气中共检测出42种呈香物质(19种酯类物质、11种醇类物质、9种低级脂肪酸及3种醛酮类),不同比例GSA与FA混合发酵酒的呈香物质主要区别在酯类,而醛酮类、低级脂肪酸及醇类基本无显著差异。加入澳洲青苹原料可使发酵果酒不易褐变,颜色明亮,GSA与FA混合果浆最佳体积比为1∶1。展开更多
文摘旋转目标检测是遥感图像处理领域中的重要任务,其存在的目标尺度变化大和目标方向任意等问题给自动目标检测带来了挑战。针对上述问题,提出了一种改进的RoI Transformer旋转目标检测框架:首先,利用RoI Transformer检测框架获取旋转的感兴趣区域特征(rotated region of interest,RRoI)用于鲁棒的几何特征提取;其次,在检测器中引入高分辨率网络(high-resolution network,HRNet)提取多分辨率特征图,在保持高分辨率特征同时适应目标的多尺度变化;最后,引入KLD(Kullback-Leibler divergence)损失,解决旋转目标表示的角度周期性的问题,提高检测方法对任意方向目标的适应性,并通过旋转目标边界框参数的联合优化提升目标定位精度。本文提出的旋转目标检测方法,即HRD-ROI Transformer(HRNet+KLD ROI Transformer),在DOTAv1.0和DIOR-R两个公开数据集上与典型的旋转目标检测方法进行了比较。结果显示:相比于传统的RoI Transformer检测框架,本文方法在DOTAv1.0和DIOR-R数据集上检测结果的mAP(mean-average-precision)分别提高了3.7%和4%。