基于双目立体视觉和轻量化神经网络的交通标志分割和识别

为了降低交通标志图像分割运算量,提出一种基于双目立体视觉和轻量化神经网络的交通标志分割和识别方法。使用已标定的双目立体视觉相机采集交通标志图像,并将其作为轻量化卷积神经网络的输入,通过卷积运算和池化运算提取交通标志的特征。在全连接层中,采用极限学习机和权值修正方法修正输出权值,从而得到交通标志的分割结果。实验结果表明,所提方法能够有效采集高精度的交通标志图像,并降低图像分割运算的复杂性,从而提高交通标志图像的应用性。

优化方法在库岸斜坡稳定性评价中的应用

对三峡库区归州老滑坡在库水位从175m下降到145m过程的滑坡稳定性进行研究,通过黄金分割方法优化计算时步,利用MIDAS/GTS有限元软件分析了库水位下降时岸坡内孔隙水压力的变化及由此引起的岸坡稳定性变化,确定了库水位下降量与库岸斜坡稳定安全系数的关系,结果表明:将优化方法用到库岸斜坡稳定性分析中,可提高计算效率;在库水位下降过程中,斜坡的稳定安全系数不是单调降低,而存在一个极小值;三峡库区归州老滑坡基本稳定。