基于人脸检测的课堂关注度分析系统

针对各高校课堂教学质量评价带有主观、片面和滞后的问题,提出一种基于"交并均"的多种人脸检测融合算法的课堂关注度分析系统。首先对获取的视频帧图像进行图像均衡和滤波等处理。然后,将处理后的图像分别通过三种不同的人脸检测算法进行检测,获得三个不同的坐标集合;同时,对坐标集合中的数据进行比对分析获得理想最大坐标集合、理想最小坐标集合和理想均衡坐标集合;最后,使用集合中的坐标信息计算出学生抬头率,通过阈值分级量化出学生的课堂专注度,从而实现对课堂教学质量的客观评价。实验结果表明,该系统能够对各种课堂的教学质量做出客观评价,为评估和改善学生听课效率和课堂教学质量提供科学依据。

基于改进ExfuseNet模型的街景语义分割

使用ExfuseNet模型进行街景语义分割时,由于街景图像背景复杂度较高,造成感兴趣类之间的面积占比与分布不均衡,特别是图像中面积占比低且密度低的感兴趣目标,越到网络深层越容易被错误分类,最终导致模型分割性能下降。为解决该问题,文中对ExfuseNet模型进行了改进。为了获取不同尺度的语义信息,在不增加模型参数量的条件下,多监督模块采用不同空洞率的带孔卷积。在下采样特征融合后,立刻采用随机丢弃层来减少模型参数量,提高泛化力。在主输出前采用CBAM注意力机制模块以便更高效地对感兴趣目标类的深度语义信息进行采样,并在多监督模块之后采用类平衡函数来改善数据集Camvid的类不平衡问题。实验结果表明,改进的ExfuseNet模型语义分割效果有明显提升,其均交并比提升到了68.32%,Pole类分类准确率提升到38.14%。

单块嵌入式GPU下对街景图像的实时分割研究

在有限的计算资源下,现有的语义分割网络无法兼顾实时性和准确性,导致在自动驾驶等实时应用领域上仍无法落地应用。为此,本研究采用先将感兴趣目标定位正确后再做进一步分类的策略,其在不同深度下部署了轻量级注意力机制模块以快速地捕捉到有效的空间特征信息,紧接着特征融合模块能够融合这些兼容性低下的空间特征信息,最后经过边界与内部优化模块以提高分割目标边界的平滑性以及内部的准确性和连续性。实验证明单块Tesla-P100显卡搭载所提出的网络能够胜任大部分实时任务。对于352×480分辨率的Camvid图像输入,网络在76.69帧下仍能达到69.12%的均交并比;对于1 024×2 048分辨率的Cityscapes图像输入,网络在49.90帧下均交并比达到了79.75%;对于720×1 280分辨率的Aeroscapes图像输入,网络在59.53帧下均交并比达到了80.43%。

ANALYSIS AND DESIGN OF THE STABLE PARALLEL PACKET SWITCH

This paper analyzes the Parallel Packet Switch(PPS) architecture and studies how to guarantee its performance. Firstly a model of Stable PPS (SPPS) is proposed. The constraints of traffic scheduling algorithms, the number of switching layers and internal speedup, for both bufferless and buffered SPPS architecture, are theoretically analyzed. Based on these results, an example of designing a scalable SPPS with 1.28T capacity is presented, and practical considerations on implementing the scheduling algorithm are discussed. Simulations are carried out to investigate the validity and delay performance of the SPPS architecture.