动态场景的三维重建研究综述

随着静态场景三维重建算法的不断成熟,动态场景三维重建算法成为近年来的研究热点和研究难点。现有的静态场景三维重建算法对静止的对象有较好的重建效果,一旦场景中对象出现变形或者是相对运动,其重建效果不太理想,因此发展对动态场景的三维重建研究工作是相当重要的。简要介绍三维重建的相关概念及基本知识、静态场景三维重建和动态场景三维重建的研究分类及研究现状;全面总结了动态场景三维重建研究最新进展,将动态场景三维重建按照基于RGB数据源的动态三维重建和基于RGB-D数据源的动态三维重建进行分类,其中RGB数据源下又可划分为基于模板的动态三维重建、基于非刚性运动恢复结构的动态三维重建和RGB数据源下基于学习的动态三维重建,RGB-D数据源下主要总结归纳基于学习的动态三维重建,对各类典型重建算法进行了介绍和对比分析;介绍了动态场景三维重建在医学、智能制造、虚拟现实与增强现实、交通等领域的应用;提出了动态场景三维重建的未来研究方向,并对这个快速发展领域中的各个方向研究进行了展望。

多场景下基于传感器的行为识别

针对基于传感器的行为识别任务中识别场景单一且固定的问题,提出一种多场景下基于传感器的行为识别迁移模型,由基于传感器的动态感知算法(dynamic perception algorithm,DPA)和自适应场景的行为识别迁移方法(adaptive scene human recognition,AHR)两部分组成,解决在固定场景下对传感器的依赖性以及在场景转换时识别模型失效的问题。DPA提出两阶段迁移模式,将行为识别阶段和模型迁移阶段同步推进,保证模型在传感器异动发生后仍能持续拥有识别能力。进一步提出AHR场景迁移方法,实现模型在多场景下的行为识别能力。实验验证该模型具有更优的适应性和可扩展性。

颠覆性创新、场景驱动与新质生产力发展

加快颠覆性创新转化为新质生产力,是新时代推进现代化产业体系建设和赋能高质量发展的重要任务。颠覆性技术的演化、新兴产业的成长都离不开应用场景的支撑。新兴技术的应用场景具有多样性、规模性、演进性、协同性、不确定性等特征,在其“工程化—商业化—产业化”动态演进过程中发挥着技术验证、需求验证和生态构建的作用。实践中,促进一些突破既有法律和政策边界的创新在特定场景中的应用,需要提升政策适配性。为此,应坚持统筹设计,推进包容、审慎监管;增加场景供给,加大场景示范推广力度;提升场景创新能力,夯实场景创新基础;培育融合创新生态,优化服务保障。最终,通过创新、构建和发展应用场景,加快发展新质生产力。

深度学习的自然场景文本识别方法综述

自然场景文本识别在学术研究和实际应用中具有重要价值,已经成为计算机视觉领域的研究热点之一。然而,识别过程存在文本风格多样、背景环境复杂等挑战,导致识别效率和准确率不佳。传统的基于手工设计特征文本识别方法由于其有限的表示能力,不足以有效地应对复杂的自然场景文本识别任务。近年来,采用深度学习方法在自然场景文本识别中取得了重大进展,系统地梳理了近年来相关研究工作。首先,根据是否需要对单字符进行分割,将自然场景文本识别方法分为基于分割与无需分割的方法,再根据其技术实现特点将无需分割的方法进行细分,并对各类最具有代表性的方法工作原理进行了阐述。然后,介绍了当前常用数据集以及评价指标,并在数据集上对各类方法进行了性能对比,从多个方面讨论了各类方法的优势与局限性。最后,指出基于深度学习的自然场景文本识别研究存在的不足和难点,对其未来的发展趋势进行了展望。

面向国家战略的产业竞争情报场景化智慧服务模式研究

通过对面向国家战略的产业竞争情报智慧服务进行场景化、细粒度描述,构建产业竞争情报场景化智慧服务模式,以赋能复杂环境下产业高质量发展。首先,梳理国内外关于“场景化服务、产业竞争情报服务模式、智慧情报与情报智能服务”等相关研究,提出“产业竞争情报场景化智慧服务”的概念内涵;其次,沿着“战略引领与需求牵引—场景解构与细粒度刻画—平行系统与虚实交互—范式转变与服务升维”的研究逻辑,融合场景理论、平行智能思想,构建产业竞争情报场景化智慧服务模式;最后,以新能源汽车产业进行实证研究,为该行业竞争情报服务融慧进阶提出有效路径。本文提出了产业数字化升级、产业核心技术攻关、产业应急协同处突、新产业新业态培育四大情报服务场景,基于产业情报场景描述五元组,从服务内容、服务主体、服务客体、服务工具/手段、服务能力维度对其进行全景式描绘,构建了面向国家战略的产业竞争情报场景化智慧服务模式,并以新能源汽车产业为例,验证了本文模式的可行性与有效性。

场景理论视域下乡村体育旅游融合的理论逻辑、发展困境与纾解路径

乡村体育旅游作为落实乡村振兴战略的重要组成部分,已成为推动乡村文化、生态、产业等发展的主要内容。运用文献资料法、逻辑分析法等研究方法,从场景理论的真实性、戏剧性、合法性维度探究乡村、体育、旅游三要素融合的理论逻辑、发展困境与纾解路径。构建“新场景—新行为—新价值”乡村体育旅游融合的理论逻辑,阐释乡村体育旅游融合的乡村表达性、符号感知性、融合生产性等多维度困境,并提出场景理论视域下乡村体育旅游融合的纾解路径:深挖文化内涵与乡土特色,感知乡村体育空间;提升具身体验与品牌设计,彰显乡村体育价值;强化创新意识与产业实力,完善乡村体育产业链。

虚拟现实场景下的精准化采摘机器人作业研究

利用虚拟现实场景仿真技术,对葡萄采摘机器人的精准作业控制过程进行分析,通过构建虚拟现实环境下葡萄采摘机器人作业场景模型,以机器人采摘运动柔顺、无碰撞和不损伤采摘对象为目标,对采摘作业过程的夹紧、托举以及剪切动作进行虚拟仿真。虚拟现实场景下20次采摘动作仿真结果中,有3次采摘发生碰撞、17次采摘成功。这表明,在设计阶段利用虚拟现实场景进行精准化作业仿真和控制算法测试,能够有效缩短采摘机器人研制过程中的调试和优化时间。

场景赋能驱动下的工业互联网平台成长演化——“柠檬豆”案例研究

工业互联网平台是工业领域的数字新经济,是数字经济与实体经济融合的关键载体。以“柠檬豆”平台为案例研究对象分析工业互联网平台成长演化机理,研究发现,工业互联网平台场景赋能以平台用户需求场景为牵引,开发冗余数据资源,整合异质资源,实现资源共享、知识传导和数字协同;工业价值网络中的资源映射到工业互联网平台上成为可调用的数据资源,数字孪生产生更丰富的场景,驱动网络效应强化;工业互联网平台成长演化的本质是基于场景赋能体系构建的价值创造过程与基于网络效应形成的生态构建过程之间的交互共演。响应场景驱动创新范式,研究有助于完善平台组织理论,丰富网络效应研究情境,为我国工业互联网平台高质量发展提供理论依据。

场景理论视角下“图书馆+地铁”公共文化服务创新研究

图书馆与地铁跨界融合,共同打造公共文化空间,是拓展公共文化服务覆盖的有效途径,也是公共文化服务融合发展的新思路,而“场景”本质上是更高级形式的文化空间,本文在既有研究和我国实践探索经验基础上,提出“图书馆+地铁”这一公共文化融合服务场景概念,并引入场景理论,论证分析其应用于建设“图书馆+地铁”场景的契合性。在场景理论指导下,从合法性、真实性、戏剧性3个维度出发,打造深入人心的公共文化服务场景,探索“图书馆+地铁”的更多可能性,为公共文化服务发展注入活力。

基于用户生产场景辨识的电压暂降经济损失评估

准确评估工业用户电压暂降经济损失,是制定治理方案、估算赔偿金额的前提。针对现有评估方法未考虑实际生产场景多变、先验数据有限的问题,提出了考虑用户生产场景变化的电压暂降经济损失评估方法。首先,基于奇异值分解以及K最邻近算法检测过渡区间,进行功率数据分段,并构建功率数据特征指标体系,准确刻画功率数据特性;其次,提出基于改进生成对抗网络(generative adversarial networks,GAN)的数据增强模型,通过引入特征损失提高生成数据质量并保证多样性,解决先验数据有限问题;再次,混合生成数据及先验数据,构建用户生产场景辨识模型,实现用户生产场景的有效辨识;最后,根据电压暂降发生时刻的生产场景明确生产线运行状态,结合各生产场景下的工业过程中断次数及生产线中断损失,实现电压暂降经济损失的准确评估。通过算例验证了该文方法的有效性和准确性。

基于场景化的智能家居设计研究

在智能科技的迅猛发展和人们对便利生活的需求日益增长的背景下,智能家居使用备受人们关注。在此背景下,分析了场景化设计的重要作用,针对智能家居设计存在的技术缺陷给出解决措施,将智能家居产品设计以场景为中心,将场景思维贯穿整个设计过程,以家居环境和用户使用场景作为核心要素驱动智能家居产品的开发与设计。深入了解用户的生活习惯、需求和痛点,通过场景识别技术、系统可编程性和可定制性等技术,提高智能家居产品的适应性与便利性,以期为智能家居设计场景化,产品的设计和开发提供重要依据。

医院多场景融合智能门禁系统的设计与实现

目的充分发挥门禁系统在医院管理中的作用,满足医院多场景应用需求,使门禁系统更智能。方法制定合理流程及相应技术方案,通过门禁系统与医院信息系统、智慧医院微信公众平台、叫号系统、人事系统、教学系统等进行融合,建设多场景融合智能门禁系统。结果实现了医院多场景融合下的全流程自动化、智能化门禁系统。结论多场景数据与门禁数据互通,解决了患者、陪护、职工、学生、第三方人员进出医院的管理问题,提升了患者就诊效率,节约了人力成本,实现了医院的精细化管理。

全流程一站式智慧化入院服务场景的构建与应用

青岛大学附属医院以入院过程关键节点为线索,立足患者需求,自主研发患者服务平台,构建智慧化入院服务场景,延伸院前入院准备服务,拓展患者入院办理模式,真正为患者解决住院的衣食住行问题。全流程一站式智慧化入院服务场景的构建与应用,为优化和拓展入院服务流程、提升患者就医体验、提高医院管理效率提供了借鉴。

弱监督场景下的支持向量机算法综述

支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量的、唯一且明确的真值标记样本来训练学习器,在不完全监督、不确切监督以及多义监督等弱监督场景下难以取得较好的效果.本文首先阐述了弱监督场景的概念和SVM的相关理论,然后从弱监督场景角度出发,系统地梳理了目前SVM算法的研究现状和发展,包括基于半监督学习、多示例学习以及多标记学习的方法;其中基于半监督学习的方法根据数据假设可细分为基于聚类假设和基于流形假设的方法,基于多标记学习的方法根据解决方案可细分为基于示例水平空间、基于包水平空间以及基于嵌入空间的方法,基于多标记学习的方法根据处理思路可细分为基于问题转换和基于算法自适应的方法;随后,本文总结了部分代表性算法在公开数据集上的实验结果;最后,探讨并展望了未来可能的研究方向.

复杂场景下多模态点云数据配准技术

针对复杂环境下多模态点云数据获取难,以及对点云数据配准、三维模型构建精度的要求越来越高的情况。本文以南通大剧院实景三维建模为例,当初始点云和校准点云两组多模态融合点云位置差较大时,采用ICP算法进行点云配准易导致局部最优问题,利用所提出的基于控制点辅助约束的最近点迭代(CPA-ICP)算法通过对点云数据进行配准,并与其他3种点云配准算法的试验进行对比,可知该方法的配准精度和配准效率较高,对复杂场景下的多模态点云数据融合有较好的参考意义。

动态场景下基于3D多目标追踪的实时视觉SLAM方法研究

近年来一些解决动态场景下的SLAM技术被提出,其中SLAM与MOT结合的技术路线不仅可解决动态场景问题,还可以提高系统对周围场景的理解,获得了更大关注。本文介绍了一种高效的实时在线视觉SLAMMOT融合系统,以双目视觉或RGBD作为输入,只须借助2D目标检测网络,便能高效、准确、鲁棒地跟踪相机以及动态目标的位姿,并生成稀疏点云地图。为提高多动态目标追踪的精度与准确度,引入了级联匹配与IOU匹配结合的策略;利用阿克曼转向模型来简化追踪目标的运动,减少求解动态目标位姿所需匹配点的数量;利用因子图将相机与动态目标的追踪结果进行联合优化,同时提高相机、追踪目标的位姿和地图点的精度。最后在KITTI跟踪数据集上与其他方法进行比较。结果表明,在满足实时性要求的前提下,该方法仍能准确地追踪相机以及动态目标位姿。

综合能源系统下虚拟储能建模方法与应用场景研究综述及展望

为了促进多能耦合互补和实现可再生能源就地消纳,综合能源系统已成为多领域的研究热点。考虑到能源设备及网络的多样性、复杂性以及多种能源时间尺度的差异性,根据能量平衡原理,对系统内具有可调特性的源、网、荷进行储能化建模,并构成虚拟储能系统参与到综合能源系统的优化调度中。为了准确把握虚拟储能的研究重点,首先介绍了虚拟储能的定义、逻辑架构和技术内涵;其次针对综合能源系统源、网、荷端设备或网络,总结和归纳了4种虚拟储能建模方法和特性指标;然后重点分析了虚拟储能在4种典型场景的具体应用;最后展望了虚拟储能未来的发展方向。

改进FCENet的自然场景文本检测算法

针对自然场景文本检测中由于背景复杂、尺度多变、形状弯曲等造成的检测难题,提出了一种改进FCENet(Fourier contour embedding network)的场景文本检测算法。该算法基于FCENet并引入了多尺度残差特征增强模块和多尺度注意力特征融合模块。多尺度残差特征增强模块作为骨干网络顶层的残差分支,增强了特征金字塔结构自上而下的高层语义信息流动,提高了文本像素分类能力,有效减少误检现象。多尺度注意力特征融合模块使不同语义和尺度的特征能够更好地融合,结合自底向上的特征融合网络,有效避免文本过度分割并提高了弯曲文本的检测能力。实验结果表明,该方法在弯曲文本数据集CTW1500和Total-Text上的综合指标F值分别达到了86.2%和86.5%,相比原算法FCENet分别提升了1.1和0.7个百分点。

基于场景流的可变速率动态点云压缩

针对现有的动态点云压缩神经网络需要训练多个网络模型的问题,提出基于场景流的可变速率动态点云压缩网络框架.网络以原始动态点云为输入,利用场景流网络进行运动向量估计,在压缩运动向量和残差的同时,引入通道增益模块对隐向量通道进行评估和缩放,实现可变速率控制.通过综合考虑运动向量损失和率失真损失,设计新的联合训练损失函数,用来端到端地训练整个网络框架.为了解决动态点云数据集缺少真实运动信息标签的问题,基于AMASS数据集制作带有运动向量标签的人体数据集,用于网络的训练.实验结果显示,与现有的基于深度学习动态点云压缩方法相比,该方法的压缩比特率下降了几个数量级,与静态压缩网络单独处理每帧的重构效果相比,该方法有5%~10%的提升.

面向密集场景的空天地网络资源分配算法

空天地网络具有覆盖范围大、吞吐量高、弹性强等优点。该文针对大量用户并发接入、网络负载不均衡所引发的网络拥塞、服务质量恶化等问题,提出一种面向密集场景的资源分配算法。首先以用户需求为中心,根据不同类型用户任务的偏好来构建用户效用函数,然后基于匹配博弈的网络选择算法和结合对偶上升法的功率控制算法来实现负载均衡,优化资源分配方案。实验表明,相较于传统策略,所提策略整体用户接入率至少提高35%,时延和吞吐量方面性能提升超过50%;在密集场景下,能更有效地均衡负载,提升网络性能。