区域感知实时人像超分辨率重建网络

在人像超分辨率重建领域,传统方法通常将整幅图像进行统一处理,导致效率低下。为降低模型的推理时延,提出了一种实时超分辨率重建模型RASR。该模型利用门控单元处理低分辨率图像,识别出人像边缘区域;采用分区重建策略,使用不同尺寸的子模型分别针对包含或不包含人像边缘的区域进行重建。实验结果表明:与现有方法相比,RASR模型在4倍上采样重建场景下的推理时延降低了88%,能够更有效地重建高分辨率人像图像。

WSN中基于区域感知的改进AODV路由协议

AODV路由协议是无线自组网中的经典协议,适用于无线传感器网络(WSN)。但是该协议在路由发现阶段通过跳数建立路径,导致网络拥塞严重、部分节点过早失效以及活动路由频繁断裂,从而引起传输时延延长、路由开销增大、网络寿命缩短等问题。针对WSN中能量分布不均衡以及对邻居节点依赖性强的特点,提出基于区域感知的改进AODV路由协议。在路由发现阶段,引入QoS需求参数中的时延作为路径主权重,并计算区域变化率对路径主权重产生的正负增益,采用最优路径选择算法选取权重最小的路径,并将其作为最优路径。在路由维护阶段,通过计算区域能量和节点距离,丢弃区域中质量较差的节点,减少冗余拓扑和链路故障现象的发生。实验结果表明,相比传统的AODV协议,该协议的端到端时延和路由开销分别降低47.73%和48.00%,分组转发率和网络生存时间分别提升6.97%和14.80%。

基于区域感知贝叶斯决策的5G超密集异构网络联合垂直切换技术研究

针对无线通信异构网络切换中最优接入网的选择问题,现有研究主要集中于解决在两个网络间选择切换,而对于未来5G(5th Generation)通信系统中超密集网络的切换问题研究较少.本文就研究了5G无线通信系统中超密集异构网络的选择切换.文中提出了一种基于区域感知贝叶斯决策的联合垂直切换方式,该方案通过选择超密集异构接入网络的最优切换概率从而解决超密集网络切换问题.通过对移动用户(mobile station)从宏基站进入超密集服务小区,以及在小区内和小区间移动的不同场景进行仿真分析,研究结果表明本文决策方式能够准确地选择要切换的网络,因而该方案能够适用于超密集网络的应用场景.

基于深度学习和区域感知的多晶体显微组织图像分割方法

材料微观组织结构表征是成分-工艺-组织-性能内禀关系研究中的重要环节。通常采用图像技术对材料显微组织图像进行处理和分析是获取材料微观组织结构特征的主要途径。本文针对材料组织图像分割任务,提出了一种基于深度学习和区域感知的图像分割方法。通过将形状信息作为约束条件引入深度学习的损失函数中,驱使网络在训练过程中更加关注分割目标的形状特征,提升准确度。实验结果表明,本文提出的加权损失函数在4种基线模型上的性能均超过9种经典的损失函数加权方法。

基于字符区域感知的端到端车牌识别方法

随着智能交通领域车牌应用需求的升级,自然场景下的车牌识别依然面临挑战。针对多变的自然光照以及多样的拍摄角度导致的车牌识别精度与实时性无法兼顾的问题,提出了一种基于字符区域感知的端到端车牌识别算法。通过引入字符区域感知网络直接在图像中定位字符,无需车牌检测即可直接对字符进行识别,有效优化了车牌识别流程。使用ResNet18作为主干网络,结合FPEM和FFM组合成的低计算分割头弥补轻量级网络的缺陷,在不降低算法精度的前提下使其具有良好的实时性。构造车牌内容相关人造数据集对字符感知网络进行预训练,进一步提升字符感知能力和算法精度。在CCPD数据集上的实验结果表明,与现有车牌识别方法相比,所提出的算法在推理速度保持6帧/秒的情况下平均准确率可达46%,比现有的基线模型超出约3%。

区域感知校准的自适应人群计数与定位方法

密集场景下准确人群计数和定位,对于保障公共安全具有重要的意义。针对密集人群计数与定位易受人群分布不均、背景干扰等因素的影响,导致计数定位不准确的问题,提出一种基于区域感知校准的自适应人群计数与定位方法。通过构建金字塔结构提取人群图像的多尺度特征,增强特征关联性,并设计可变形几何自适应模块学习不同分布的人群几何特征,以增强对人群分布不均的适应性。在此基础上,提出区域感知和区域校准模块,提取全局上下文特征和区域特征,克服了背景干扰造成的定位与计数不准问题。接着通过双分支卷积预测通路,输出生成点的预测位置和置信度分数,以提高网络的定位与计数精度。最后提出改进二分图最大匹配Hopcroft-Karp算法对真值点与预测点进行匹配校准,从而完成人群定位与计数。实验结果表明,所提方法分别在公开的ShanghaiTech Part A和Part B数据集、NWPU-Crowd数据集、UCF-QNRF数据集上评价指标均优于对比算法,且定位精度较P2Pnet分别提高了3.5%、6.1%、11.3%和8.1%,能够有效提高人群定位与计数的准确度。

基于跨区域关系感知的3D点云分类方法

针对现有的多数点云分类方法无法充分结合局部区域特征与各区域之间的关系的问题,提出了一种由局部特征提取模块和跨区域关系学习模块所组成的点云分类网络CRA⁃PointNet++。局部特征提取模块通过采样、分组以及聚合函数相结合来获取局部区域特征,而跨区域关系学习模块通过动态区域划分与通过注意力机制获取区域代表点的方式来得到区域间的关系。在标准数据集ModelNet40上,CRA⁃PointNet++总体精度达到了93.0%,平均精度达到了90.3%,实验结果表明该网络相较于现有的主流网络有更好的性能表现。

基于区域化压缩感知的无线传感器网络数据收集方法

在无线传感器网络的数据收集过程中,传统的传输方式会使靠近Sink节点的中继节点接收和发送大量数据,形成一个以Sink节点为中心的区域.相对于其他节点来说,该区域内传感器的能量会更快地被耗尽,导致整个网络负载不均衡.目前,压缩感知(Compressive Sensing,CS)已经逐步应用于无线传感器网络领域用以减少传感器的传输量,以达到延长网络生命周期的目的.为实现能量有效的传输,该文提出一种基于区域化压缩感知(Regionalized Compressive Sensing,RCS)的数据收集方法.首先,网络拓扑被随机划分成多个区域,划分原则不依赖于所采集数据的特征或相关性;然后,每个区域选择选出一个区域中心节点以接收其他节点的采样值;随后,区域中心节点使用CS方法获得区域测量值;最后,这些节点将它们发送到Sink节点用于数据重构.为保证RCS的有效性,该文进一步考虑了实际应用中的两个问题,区域测量矩阵的设计和采样停止时机的选择.通过与当前典型的传输方法比较,RCS方法的性能优于直接传输、分布式压缩感知以及混合算法,同时实验验证了所提出的区域测量矩阵设计原则和采样停止原则是可行的.

物联网下复杂传感器相互感知区域干扰躲避算法

为了克服物联网的传感器相互感知区域干扰对传送成功率带来的影响,需要设计传感器相互感知区域干扰躲避算法,提出一种基于自适应链路均衡配置和码间干扰抑制的物联网传感器相互感知区域干扰躲避算法。构建物联网下传感器相互感知的传输信道模型,考虑物联网路由节点的分组交换性进行物联网复杂传感器节点优化部署,采用波特间隔均衡配置方法进行物联网下复杂传感器感知信道的均衡处理,结合码间干扰抑制方法进行干扰滤波,采用自适应链路均衡配置方法实现物联网下复杂传感器相互感知区域干扰躲避,提高干扰滤波抑制能力和传感器的信息感知能力肖志良。仿真结果表明,采用该方法进行传感器干扰躲避,输出误码率较低,传感器感知区域信息采集的纯度较高,抗干扰性较好。

一种基于有向感知区域调整的强栅栏构建算法

K-栅栏覆盖是有向传感器网络的研究热点之一。传统栅栏构建算法消需要耗大量节点能量,降低了网络寿命。文中创新性地利用有向节点感知区域的可调特性,不消耗节点能量,可高效构建栅栏。首先,创建有向可调感知模型,揭示感知区域的调整规律,使相距较远的两个节点不靠移动形成连续感知区域。接着,提出一种基于感知区域可调特性的有向强栅栏构建方法,优化调整感知区域,分布式选择最优节点,构建有向强栅栏。仿真结果证明,相比依赖于节点运动的传统栅栏构建算法,所提栅栏构建方法能够用更少的资源构建栅栏,有效延长网络寿命,具有重要的理论与实际意义。

基于能耗区域感知的无线传感器网络路由算法

如何提升无线传感器网络使用寿命,已经成为网络工业化的热点问题。信息回传(即信息的无效传播)是造成能量浪费的重要源头,严重遏制了网络寿命的延拓。针对回传造成的能量损耗以及经典LEACH协议中能量消耗不均衡问题,提出一种新型的基于能耗区域感知的无线传感器网络路由算法FA-LEACH。该算法排除死亡节点的影响,依据节点剩余能量信息建立簇头节点候选集;基于簇头节点的位置和方向信息,引入前置感知区域概念,建立评价节点重要性的指标,甄选附属于簇头节点的中继节点(即附属簇头节点);通过有选择性的附属簇头节点的信息传递,能够有效解决信息回传问题。仿真结果表明,所提算法在网络生存周期和能量均衡利用方面均优于LEACH、LEACH-C以及EEUC算法,该项路由协议可以有效提升网络的实用性。

基于区域内容感知核范数的低剂量CT影像去噪

针对传统基于核范数最小化(NNM)的低秩约束模型在低剂量CT(LDCT)影像去噪中易造成局部纹理细节丢失的问题,提出一种具有区域内容感知能力的加权NNM的LDCT影像去噪算法。首先采用基于奇异值分解(SVD)的方法估计LDCT影像中的局部噪声强度;然后采用基于局部统计特性的方法进行目标影像块匹配;最后根据影像局部噪声强度以及不同奇异值水平自适应设置核范数权重,以实现基于加权NNM的LDCT影像去噪。仿真实验结果表明,所提算法在均方根误差(RMSE)指标上较传统NNM算法、全变分最小化算法以及变换学习算法分别降低30.11%、14.38%和8.75%,在结构相似度(SSIM)指标上较上述3种算法分别提高34.24%、23.06%和11.52%。真实临床数据实验结果表明,所提算法处理结果的放射医生评价平均分为8.94,与常规剂量CT影像的评价平均分数仅差0.21,显著高于传统NNM算法、全变分最小化算法和变换学习算法的平均分。仿真及真实临床数据的实验结果表明,所提算法能够在滤除LDCT影像伪影噪声的同时,有效保持局部纹理细节信息。

基于城市照明的区域性感知模型

物联网中的无线传感网络有两个基本问题:网络节点的均匀覆盖和节点能量的消耗。对此,本文提出一种基于城市照明的区域性感知模型,将无线传输节点嵌入在公共照明系统中,形成了一个均匀覆盖整个区域、没有能量异构问题的无线传输网络,通过射频识别(RFID),感知区域中的人和物的类别、意图、位置等,同时提供人和物从区域中获得所需要的信息服务。并将该模型在某国际科技园中实现,建立了一个初级的物联网"感知区域"。

无线多媒体传感器网络感知模型与数量估计

针对无线传感器网络的不同应用需求,将其分为4种类型:节点平行于目标平面的延时覆盖、无延时覆盖、节点位于目标平面中的延时覆盖及无延时覆盖.综合考虑节点感知区域和可能感知区域等因素,为每种应用构建了不同的感知模型.围绕不同的感知模型,针对节点部署方式和部署个数进行了分析,并且对结果进行了仿真.结果表明,所提出的的感知模型和部署个数的估计结果正确,且更符合实际应用需求.

认知系统中基于有限感知与混合保护的功率分配策略

研究了频谱共享环境中,一种基于认知用户有限感知区域与主用户混合保护措施的功率分配方法,在考虑主用户占用子信道概率的情况下,通过建立认知系统的多区域模型,提出了适应于主用户存在与否两种不同情况下的干扰避免策略。在满足认知用户自身最大功率约束与主用户混合干扰功率约束的条件下,基于最大化认知系统传输速率的目标,提出了各子信道集合的和功率以及不同集合内功率分配的联合优化方法,且复杂度较低。仿真结果表明,本文所提方法在不同参数设置下均达到了较好的速率性能,且远远超过机会频谱接入方式所获得的最大传输速率。

基于改进YOLOv5算法的钢管焊缝缺陷检测

针对X光图像下钢管焊缝缺陷对比度弱﹑缺陷尺寸大小不一﹑同类缺陷形状变化大等因素导致的缺陷检测率不高的问题,提出一种改进YOLOv5的焊缝缺陷检测算法。首先,对X光图像进行去模糊处理,获得较清晰的焊缝图像;其次,在YOLOv5的主干网络中引入动态区域感知卷积代替标准卷积,保证参数不增加的情况下,增强特征提取能力;进一步针对YOLOv5中CSP特征金字塔融合准则过于简单的问题,采用了一种高效的特征融合机制以增强特征表达能力;最后,在检测头部分引入可学习权重参数,实现检测头中的特征自适应融合。实验结果表明,与传统YOLOv5算法相比,虽然检测速度从32.2 fps降到27.5 fps,但是检测的mAP提高了3.3%,达到94.6%,初步满足实际生产中钢管焊缝缺陷自动检测需求。

基于光谱成像的彩绘文物新应用与新方法

目前基于光谱成像的彩绘文物分析主要集中在颜料分析、信息增强、隐含信息挖掘等方面,分析方法主要采用遥感图像处理软件。针对文物数据专门分析方法研究尚显不足的问题,提出基于光谱成像的彩绘文物新应用与新方法。主要包括基于最小噪声分离(MNF)变换感知修复区域的新应用,利用感兴趣区域分析与融合挖掘彩绘文物隐含信息以及基于稀疏非负矩阵欠近似彩绘文物线稿提取的新方法。通过在唐墓壁画、彩绘泥塑以及手绘绢画上的实验,发现光谱成像可以有效感知修复区域,提出的新方法可以有效挖掘隐含信息以及提取线稿,对基于光谱成像的彩绘文物分析研究具有重要意义。

无线Mesh网络干扰与区域负载感知路由度量

针对干扰邻居数(INX)路由度量不能正确反映网络负载分布信息这一关键问题,在INX的基础上提出无线Mesh网络干扰与区域负载感知(IRLA)路由度量.IRLA通过平均竞争度描述干扰链路对同一信道的竞争程度和干扰链路负载的离散程度来衡量网络负载分布状况,使网络在路径选择时避开重负载区域,有效地实现了网络负载均衡.理论分析和NS-2仿真结果表明,所提路由度量能显著提高网络吞吐量,降低网络端到端时延和丢包率,在高负载网络环境下,仍具有提升网络性能的优势.

基于遗传优化策略的传感器配置算法

传感器配置是传感器网络研究的核心问题之一.传感器网络配置可以有效布置传感器网络节点、合理覆盖感知数据区域、延长感知区域传感器网络的运行周期,既能够准确地采集感知区域的数据信息,又能够充分管理传感器网络资源.本文提出了在传感区域中一个有效的基于遗传算法策略的的传感器配置算法,算法目标在于优化传感器数量并且确定它们的位置以支持分布式传感器网络.实验结果表明这种算法非常有效.

认知无线电中一种有效的联合功率分配策略

文章在考虑主用户占用子信道概率情况的基础上,建立了认知系统的多区域模型,文章提出了适应于主用户是否存在的干扰避免策略。在满足认知用户约束的条件下,基于最大化认知系统传输速率,提出了各子信道集合以及不同集合内功率分配的联合优化方法,且该方法复杂度较低。