基于人物交互的学生课堂行为识别研究

深度学习技术促进了学生课堂行为识别研究的发展,为精准刻画学生的课堂学习行为提供了有效途径。然而,该方法面临真实课堂场景下目标多、行为特征复杂等困难,导致行为识别准确率不高。基于此,文章提出了一种基于人物交互的学生课堂行为识别网络,将交互对象作为重要特征引入课堂行为识别,首先将原网络中的检测模块替换为YOLOv5s,然后引入欧氏距离减少冗余人-物节点关系,并设计新特征提取算法优化听课这类无交互物品的学生行为识别,最后通过实验验证了此网络有效性和准确性。文章通过研究,旨在为规模化课堂行为识别研究提供理论参考和实践借鉴,进一步优化课堂教学效果的过程化评价,促进教学质量提升。

基于多尺度目标检测的人机协作装配场景认知方法

人机协作装配场景的快速理解对提高协作机器人认知能力、实现人机协作装配具有重要的现实意义。针对非结构化人机协作装配场景认知过程中目标尺度差异较大、缺少统一场景描述框架等问题,首先构建了一种轻量级多尺度目标检测网络LMS-Net,并在网络训练过程中引入目标检测框聚类机制以提高多尺度目标检测精度;然后将LMS-Net检测结果转换为人物交互图并建立了人机协作装配场景元描述模型,提出了基于多尺度目标检测的人机协作装配场景认知方法。在自建数据集HRC-Action上的实验结果表明所构建多尺度目标检测网络具有较高的准确率(平均89%)和较快的速度(深度学习工作站平均58.7 FPS,Jetson Nano B01嵌入式开发板平均25 FPS),所提人机协作装配场景认知方法具有较好的可行性和实用性。

基于快速局部对比度和目标特征的星图弱小目标检测算法

为了解决局部对比度方法在用于星图空间目标检测时存在运算量大和去除背景噪声困难的问题,提出了一种基于快速局部对比度和目标特征的方法来检测目标。在对比度计算前、对比度计算中和对比度计算后3个环节,分别提高了算法实时性、对复杂背景的抑制和去除噪声。首先,通过中值滤波去除高频噪声;然后,通过快速局部极大值滤波确定目标区域,通过局部对比度计算抑制背景,突出目标成像特征;最后,根据目标成像特征,设置目标能量分布、目标能量集中和目标能量传递3个特征函数,通过设置特征阈值去除噪声,提取真实目标。实验结果表明,本文所提方法在检测率和时间消耗上均具有优越性,对于信噪比为1.5的目标有95%的检测率,平均耗时仅为某些对比方法的1/30~1/6。本文所提方法更适用于星图复杂背景条件下的目标快速检测,满足星图空间目标检测算法鲁棒性强、实时性高的要求。

综合教学目标导向的课程教学体系创新——基于BOPPPS方法的探索

立足于人力资源管理课程教学面临的新问题,为实施完成人力资源管理教学的知识、能力与素养培养目标,采用BOPPPS教学方法对人力资源管理课程教学体系创新。以绩效管理章节为例,通过在导言、学习目标/结果、先测、参与式学习、后测、总结和产学研拓展7个阶段针对知识、能力与素养不同教学目标而实施不同的策略,探索人力资源管理课程教学体系创新。期望能够解决人力资源管理教学面临的问题,同时给其他课程改革带来启示。

1起由冷链产品引起的新型冠状病毒Omicron BA.2.3.7感染的传播链和基因序列分析

目的对福建省福州市M区1起由进口冷链产品引起的新型冠状病毒暴发疫情进行溯源及基因序列分析。方法收集2022年9月6日至9月9日期间M区新冠疫情中全部感染者(8名)以及1份阳性冷链产品样本拭子,进行流行病学调查,对采集到的样本进行实时荧光定量PCR检测,对3例阳性感染者和1份冷链产品样本进行全基因组序列测序分析。结果该起疫情共有8人感染,均为无症状感染者,4条全基因组序列高度同源,共享75个的核苷酸突变位点,共享55个氨基酸突变位点,且符合谱系BA.2.3.7的特征。结论本次疫情由未有效防护的工人暴露于污染了新型冠状病毒Omicron BA.2.3.7的进口冷链产品所引起。

对深度学习中目标定位不确定度评定的讨论

得益于深度学习技术的快速发展,高准确率的目标自动定位得以实现,这为各领域的智能化转型提供了极大的助力。然而,尽管大多数情况下基于深度学习的目标定位方法都能够获得较为精确的输出,但一些误差较大的定位结果还是难以避免。正因为缺少规范的不确定度评定,所以那些误差较大的定位结果难以被有效地消除,进而影响了基于深度学习的目标定位方法的工程化应用。从符合计量规范的测量不确定度入手,讨论了当前深度学习中目标定位技术评价指标的意义和不足,并提出了对规范化目标定位技术不确定度评定的建议。

基于改进NSGA-Ⅱ算法的考虑人机系数生产线平衡多目标优化研究

在现代制造加工生产线中,生产设备是制造业生产的重要组成部分。设备的充分利用对于生产需求的匹配度产生直接影响。文章参考“人机系数”的概念,构建了考虑生产线平衡率、平滑指数和人机系数的多目标优化函数问题,采用了改进的自适应NSGA-Ⅱ算法来求解该模型。研究结果表明,在满足客户节拍要求的前提下,调整人机系数可以提高生产线平衡率,降低平滑指数以及生产成本;通过数值算例验证了相比于传统NSGA-Ⅱ算法,改进的自适应NSGA-Ⅱ算法能寻找出质量较高、覆盖更广的近似Pareto解集,为决策者提供选择。证明了本研究方法的有效性和实用性,该研究为现代制造加工生产线提供了一种有效的优化方法,并为其他类似行业提供了借鉴。

论人形机器人的法律地位

近年来,人工智能的飞速发展极大地推动了人形机器人的商业化进程,人形机器人已经成为产业发展的新风口。相较而言,人形机器人法律地位的研究才刚刚起步。类人外形的具身存在,以涌现方式生成的决策和内容,这两个基本特征引发了人形机器人特有的法律难题。将人形机器人确定为法律主体,既不符合传统法理及其背后演进的逻辑,也违背了立法目的,更会引发人类社会系统性的生存危机。人形机器人是法律风险总体可控的对象,也是伦理风险和技术风险较高的权利对象,需要法律的特别规制。人类中心主义的立场,是我们厘清人类与人形机器人关系的理性前提。

生命、物质与数码物:后人类的三重伦理视域

现代社会的发展动摇了传统人文主义的基础,也改变了人类当下的生存实况,这同时也暴露出传统主体哲学与人类中心主义的偏狭与不足。人类不得不面向更具有多元性与偶然性的后人类时代。后人类时代从以下几个方面展现出新的伦理视域:首先,生命不再是人类所能规划的对象,生命具有更深远的开放性,人类只是生命活动中的一种表现形式;其次,物质也并非完全的惰性者,物质也在积极地参与人类的感知,意义世界的开启并不只由人类主导;最后,数码物自身构成了远离人类理性的独特世界,数码物的活动有其自身的逻辑,它一方面构成了人类的数字化生存,另一方面又保留着深不可见的非人属性。后人类时代出现了挑战人类传统的伦理价值观念,促使人类重新向存在敞开自身。

基于计算机视觉的Affordance理解研究综述

利用基于计算机视觉的Affordance理解研究行为者和周围环境之间的交互属性,对指导机器人导航、抓取具有重要意义。因此,全面、深入地综述了基于计算机视觉的Affordance理解研究现状。首先,对近年来提出的方法依据研究方向进行归类,综述不同方法的思路和特点;然后,对多个常用的公开数据集进行介绍,并对不同方法在这些数据集上的性能进行对比分析;最后,阐述基于计算机视觉的Affordance理解各类方法的优势与不足及未来的发展趋势。

战略目标视角下饲料企业人力资源管理的实施路径

饲料企业的各项经济业务活动都需要人的参与和控制,只有保证一定数量和质量的劳动力资源,才能推动饲料企业的正常运营和发展,才能提高饲料企业的经济效益,因此,人力资源成为饲料企业的第一资源。而在战略目标的导向下,人力资源管理需要立足经济业务活动的期望值,为战略目标的顺利达成提供有力的人才支撑。但部分饲料企业的人力资源管理工作存在一定问题,这些问题制约了企业的内部管理成效,需要加以分析,进一步优化人力资源管理的实施路径。

论《1844年经济学哲学手稿》隐含的本体论变革

感性对象性活动是《1844年经济学哲学手稿》隐含的本体论概念。马克思肯定费尔巴哈用以克服旧哲学宗教性的感性原则,将恢复现实性、差异性和多样性的感性视为人的本质力量,将现实的人视为感性存在。马克思看到费尔巴哈所没有看到的辩证法这一批判方法的伟大之处,即辩证法的推动原则和创造原则,从而将现实的人视为从事创造性活动的历史性存在。只有从“感性对象性活动”入手,才能准确把握马克思的“现实的人”,才能理解马克思如何基于全新的前提完成对古典政治经济学的批判。

基于6D位姿识别面向任意物体的智能人-机协同递送

在日常实践中存在大量人与人之间的多样性物体递送需求,这可以依靠协作机器人来完成这些简单、耗时又耗力的任务.为此,针对人-机协同递送过程中无法精确识别物体位姿导致难以准确抓取的问题,引入基于Pn P算法(Perspective-nPoint)的物体6D位姿识别网络,实现待递送物体位姿的精确识别;提出改进的被递送物体数据集制作方法,实现面向任意物体的精准识别;通过视觉系统标定、坐标转换以及抓取方案改进,实现物体的精确位姿定位与准确抓取;为验证所提出的人-机协同递送系统的有效性,进行了基于LineMod数据集和自制数据集的人-机物体递送对比实验.结果表明,面向自制数据集的物体递送提出的人-机递送系统平均误差距离为1.97 cm,递送平均成功率为76%,平均递送时间为30 s;如不考虑抓取姿势,其递送成功率可达89%;具有较好的鲁棒性,应用前景良好.

考虑经验驾驶行为的入弯实时类人速度规划方法

为提高自动驾驶汽车的安全性、舒适性与通行效率,提出了一种考虑到滑行及安全速度的类人入弯速度规划策略。该策略基于混沌优化理论与实车弯道行驶速度数据,通过将车辆的入弯速度规划问题构建为多目标优化问题,建立了舒适模式与效率模式。通过定义奇点速度,简化了非线性高阶约束条件。结果表明:在该策略规划中,在不同弯道场景下,横向加速度和纵向加速度均在摩擦圆约束内,可保证车辆的行驶安全。相比于未考虑滑行的方法,在舒适模式下,该策略产生的纵向加速度减小9.76%,通行效率提高61.73%;在效率模式中,纵向加速度为加速度阈值,满足加速度约束,通行效率提高88%。因而,无论舒适模式还是效率模式,该方法均可兼顾舒适性和通行效率。

冷冻胚胎处置医疗纠纷的裁判困境与破解之道

在人类辅助生殖实施过程中,若夫妻一方或双方在冷冻胚胎移植之前死亡,死者亲属与医疗机构往往因能否继续移植或取回冷冻胚胎引发民事纠纷。其中,由人类辅助生殖机构出具、夫妻双方签字的知情同意书仅为机构履行告知说明义务的证明,不具备合同法上的效力。生育权作为我国民法典未列明的自由性人格权,是当下冷冻胚胎私法秩序建构中的重要理论工具,可借助人格权理论协调特殊情形下冷冻胚胎处置过程中的权利冲突。在夫妻一方死亡的情形下,另一方有权基于生育权保存、植入或废弃冷冻胚胎;在夫妻双方死亡的情形下,涉及冷冻胚胎的生育权主体不复存在,考虑到儿童利益最佳原则,该冷冻胚胎原则上不应被继续孕育成人。

一种多网融合的分阶段考生行为识别检测算法

针对现有考场考生行为识别存在检测范围小、识别准确率不高的问题,提出了一种多网融合的考生行为识别检测算法.考生定位采用轻量化检测网络Yolov4-Tiny并对其进行改进.首先,在主干部分嵌入通道空间双注意力机制CBAM,解决了考场中考生小目标和遮挡目标难以识别的问题.其次,在特征提取后引入PPM金字塔池化结构,能够提高网络获取全局信息的能力.然后,将改进后的网络融入Alphapose人体姿态估计模型提取出考生的骨骼关键点坐标信息.最后,通过时空图卷积神经网络ST-GCN进行行为分类.实验表明,通过迁移学习的方式在数据集NTU-RGB+D得到预训练模型,最终在考生行为数据集上对4类行为识别的平均准确率达到了94.6%,能够有效的完成考场中考生的行为识别检测任务.

民航机务维修工作的虚拟人姿态生成技术

针对现阶段民航机务维修性验证分析中使用的虚拟人姿态生成技术存在效率低下、适用性较低等问题,提出一种基于多目标优化算法的虚拟人姿态生成方法。根据欧拉四元数运算规则建立虚拟人的骨架模型,通过给定的发动机设计布局确定维修的目标位置,综合考虑机务维修中的可达性、平衡性、关节转动范围以及视域范围因素构建各人机因素的约束目标函数,在此基础上运用粒子群算法对虚拟人姿态进行优化求解,实现虚拟人维修工作姿态的生成。验证实验结果表明,所提方法可以实现机务维修工作中目标作业点已知时虚拟人作业姿态的生成,拥有较好的有效性、适用性和可行性。

基于姿态特征融合的短道速滑运动员多目标追踪

短道速滑运动员滑行过程中存在尺度变化大、频繁遮挡、运动模糊以及外观相似等复杂情况,使得多目标追踪过程面临更为严峻的挑战.为此,构建一个短道速滑场景下由37段短道速滑运动员比赛视频片段组成多目标追踪数据集SSSMOT,并基于姿态信息提出一种多目标追踪方法.首先从锚框、损失函数和非极大值抑制3个方面优化YOLOv5检测模型,提高检测准确度;然后设计特征提取网络P-RNet,依据姿态信息的指引针对性地提取特征,提高特征鲁棒性;最后使用姿态关键点改进数据关联匹配方法,在一定程度上缓解因运动员外观相似导致匹配错误的问题.在SSSMOT和SKMOT数据集上与其他方法的实验结果表明,所提方法针对多目标追踪的准确度达到96.43%;并通过其他评价指标和消融性实验,证明了该方法的有效性和优越性.

人物主体间性:主体间性理论的突破及其教育意蕴

人物主体间性实现了主体间性理论的突破与整全,建构了人类一种新的生存方式和思维方式。人物主客间性是人与自然关系恶化的根源,而人物主体间性则是解决人类生存危机的根本之道。人物主体间性之所以可能,就在于“道法自然”的宇宙根本法则、“关系本体”的先验之根、“众生平等”的万物主体性、“人物共生”的生存之道以及“人物感通”的人类情怀。确立人物主体间性,就为教育确立了一种新的自然伦理向度,为教育提供了一种新的“生态人”的人学理念,并有利于建构一种新的生态教育观和培养人“天地境界”的美学情怀。

融合时空上下文信息的强化学习小目标快速搜索

人眼在搜索目标时,先基于此前的扫视经验粗略扫视,找到可能有目标的位置,再进行详细搜索.前者的扫视可称为基于时间上下文信息的扫视,后者可称为基于位置上下文信息的搜索.受人眼这种目标搜索模式启发,本文提出一种结合强化学习的时空上下文目标搜索方法.该方法基于强化学习搜索策略构建时间上下文模块,获得时间上下文信息;再通过构建一个自适应多尺度窗口提取位置上下文信息,两种信息在目标搜索过程中交替配合,完成目标搜索.实验结果表明,该方法在MS COCO数据集上较基准方法提升了2.9%,且可在5个搜索次数内找到目标.