增强感知遥机器人控制系统研究

为了更好地实现非结构环境下的遥机器人作业,提出了"增强感知"这一概念,并设计了具有增强感知功能的遥机器人控制系统。在该系统中机器人的状态、报警等重要信息成为输出通道传输的重点,在减少对信息传输带宽和再现信息资源占用的同时提高操作者对本地状态的意识和对远程环境的感知。基于DSP设计的运动控制器,很好地实现了系统的智能控制和智能协调。所开发的具有遥控和自主协调操作功能的共享控制系统将操作者从连续、无聊的直接控制中解放出来,充分发挥了操作者的决策能力,实现了人机协作遥操作。实验结果显示了系统的性能。

基于Retinex亮度校正的图像细节对比度增强感知

传统图像对比度增强方法存在细节丢失问题,导致图像明亮位置像素失真。针对上述问题,提出新的基于Retinex亮度校正的图像细节对比度增强感知方法。利用Retinex对图像三种色彩增强,校正图像亮度。引入细节增益因子并与调整映射相结合,保护图像明亮位置对比度,抑制裁剪效应和光晕。建立高斯差分映射感知对比度,利用PCM调整对比度,完成图像细节对比度的增强感知。为验证研究方法的有效性,进行一次仿真。根据实验结果分析可知,与传统方法对比研究方法处理后的图像纹理清晰,细节丢失较少,证明了论文成果为图像领域深入研究提供可靠理论支撑。

基于面部全局抑郁特征局部感知力增强和全局-局部语义相关性特征融合的抑郁强度识别

现有基于深度学习的大多数方法在实现患者抑郁程度自动识别的过程中,主要存在两大挑战:(1)难以利用深度模型自动地从面部表情有效学习到抑郁强度相关的全局上下文信息,(2)往往忽略抑郁强度相关的全局和局部信息之间的语义一致性。为此,该文提出一种全局抑郁特征局部感知力增强和全局-局部语义相关性特征融合(PLEGDF-FGLSCF)的抑郁强度识别深度模型。首先,设计了全局抑郁特征局部感知力增强(PLEGDF)模块,用于提取面部局部区域之间的语义相关性信息,促进不同局部区域与抑郁相关的信息之间的交互,从而增强局部抑郁特征驱动的全局抑郁特征表达力。然后,提出了全局-局部语义相关性特征融合(FGLSCF)模块,用于捕捉全局和局部语义信息之间的关联性,实现全局和局部抑郁特征之间的语义一致性描述。最后,在AVEC2013和AVEC2014数据集上,利用PLEGDF-FGLSCF模型获得的识别结果在均方根误差(RMSE)和平均绝对误差(MAE)指标上的值分别是7.75/5.96和7.49/5.99,优于大多数已有的基准模型,证实了该方法的合理性和有效性。

一种低空遮挡场景感知增强方案研究

随着低空无人机业务的稳步快速增长,低空场景的通感一体化已成为低空经济发展中必不可少的关键一环,利用现有5G基站进行低空通感一体改造也成为研究热点。对于低空覆盖感知中的遮挡问题,提出利用一种电磁可控智能面及边缘提高感知性能,并提出了性能评估框架,以分析不同的感知方式和电磁操控机制的性能。仿真验证表明,在所研究的低空场景通感一体感知任务中,电磁操控机制的加入可以有效提升无人机感知概率,同时被动感知方式优于主动感知方式,而典型空-地场景下所提出的绕射增强结构的性能表现也优于智能反射面。

基于感知增强无锚框网络的遥感图像目标检测

遥感图像目标成像尺度和方向多变导致现有目标检测算法往往存在较多的误检和漏检现象,针对这一问题,提出一种感知增强无锚框网络下的遥感目标检测方法。首先,构建高层特征增强模块并将其融入特征金字塔顶层网络中,通过在深层网络挖掘更多的语义信息,增强高层网络对待检测目标的特征描述力。进一步,构建多尺度目标感知增强模块,通过引入多分支空洞卷积结构,在不同特征层中增强网络模型对不同尺度大小目标的感知力。最后,基于无锚框网络框架,利用区域分配因子和距离向量确定目标中心点位置,实现遥感图像定向目标检测。所提方法在遥感目标检测数据集DIOR-R和HRSC2016上的平均准确率达到71.4%和96.7%。定性和定量的对比实验结果证明所提方法具有良好的有效性,对不同尺度和成像方向下的不同种类遥感目标均能实现更加准确的检测。

无线传感器网络能量感知增强树型路由协议研究

现有的无线传感器网络路由协议普遍采用设定固定最小能量阈值的方法来避免低剩余能量的节点被选为数据转发节点,以防止因节点过早死亡而导致的网络结构破坏。然而这种方法缺乏应用灵活性。在本研究提出的能量感知增强树型路由协议中,设定了随着网络整体能量下降而动态变化的节点剩余能量阈值,以使得网络中所有节点的能量均衡下降,且采用了同质化加权求和的方法将邻居节点节省的路由跳数和剩余能量同时考虑进路由决策过程。最后,实验结果显示该协议可进一步提高网络稳定性。

结合人耳听觉感知的两级语音增强算法

针对现有语音增强算法面临残留噪声这一问题,结合人耳听觉系统的掩蔽特性,本文提出了一种优化的语音增强算法。算法分为两级,第一级利用MMSE-LSA谱估计法对带噪语音进行降噪处理,经过处理后,带噪语音信号的信噪比得到了提高。然后,针对第一级增强语音信号中的残余噪声利用人耳听觉掩蔽特性掩蔽掉。为此,算法结合人耳听觉掩蔽特性设计了感知增强滤波器,该滤波器能够有效去除第一级增强语音信号中的残留噪声。仿真实验表明,在各种复杂背景噪声以及信噪比环境下,经过本文算法处理后的增强语音信号残留噪声明显减少,算法提升了增强语音的主观感知质量。

感知增强类流场可视化方法研究与发展

流场可视化作为科学可视化领域发展最早、应用最广泛的研究方向,在帮助用户分析和理解复杂流场流动机理,洞察流场物理现象并发现流动科学规律方面发挥着重要的支撑作用.其中感知增强类流场可视化方法能够有效展现流场结构特征、各属性间的相互作用及其复杂的流动物理现象,为用户提供良好的流场可视化分析环境,提高流场科学数据处理效率和可视分析能力.文中主要介绍了感知增强类流场可视化方法在工业设计、航空航天、生物医学以及其他交叉领域的应用.抽象领域专家分析理解流场物理现象,洞察流场数据集中蕴含的复杂物理规律的过程,提出一个自顶向下的VCIH分析流程模型,包括视觉接收、认知构建、交互参与和硬件辅助.以VCIH模型为指导,从视觉感知增强、流场物理过程增强、探索式交互增强和硬件依赖性增强4个方面综述了感知增强类流场可视化方法的研究现状,并结合应用需求展望未来的发展趋势.

面向6G智能协作感知的无人机通信系统

无人机通信具有强视距、覆盖范围广、灵活部署等优势,与通感一体化技术结合,有望进一步提升用户对通信及感知的极致性能需求,支撑高清视频传输、增强/虚拟现实以及智慧城市等新兴应用。面向第六代(6G)移动通信系统的感知需求,概述实现智能协作感知的多无人机通信系统的组网体系架构以及性能评估方式。在此基础上,讨论支撑智能协作感知的关键赋能技术,最后总结了面向6G智能协作感知的无人机通信系统的未来发展方向及挑战等。

增强局部感知的人体姿态估计技术

人体姿态估计技术受到卷积神经网络结构的限制,先学习图像纹理局部信息再学习结构全局信息,而关节点定位属于小目标检测任务且具有位置敏感性,对局部信息关注学习有额外要求。针对上述问题,本文提出一种基于增强局部感知的人体姿态估计技术,建立跨阶段监督模块和结构意识注意力模块,增强浅层神经元的感知能力,融合更多具有局部判别信息的特征。在公共数据集COCO和MPII上的结果表明,增强局部感知策略进一步提升了关节点定位的准确率。

通过N-gram增强局部上下文视野感知的中文生成式摘要

基于序列到序列模型的生成式文档摘要算法已经取得了良好的效果。鉴于中文N-gram蕴含着丰富的局部上下文信息,该文提出将N-gram信息整合到现有模型的神经框架NgramSum,即利用N-gram信息增强神经模型局部上下文语义感知能力。该框架以现有的神经模型为主干,从本地语料库提取N-gram信息,提出了一个局部上下文视野感知增强模块和一个门模块,并来分别对这些信息进行编码和聚合。在NLPCC 2017中文单文档摘要评测数据集上的实验结果表明:该框架有效增强了基于LSTM、Transformer、预训练模型三种不同层次的序列到序列的强基线模型,其中ROUGE-1/2/L相较基线模型平均分别提高了2.76,3.25,3.10个百分点。进一步的实验和分析也证明了该框架在不同N-gram度量方面的鲁棒性。

基于目标感知增强的无人机航拍目标检测

针对现有目标检测器在处理无人机航拍图像上存在的小目标检测精度不高的问题,提出一种具有目标感知特征增强的改进YOLOv4(yolo only look once)航拍检测算法。通过深度级联的方式构建瓶颈连接注意力模块,将其嵌入至YOLOv4主干网络,强化对基础特征的提取;为充分有效地利用目标上下文,对原始网络中特征金字塔输出的多尺度特征进行聚合与校准细化;对于小目标定位不够精确的问题,通过闭环反馈与融合策略重新设计检测头部,增强小目标位置信息的特征响应。该方法在VisDrone航拍数据集上的实验结果表明,检测精度相比YOLOv4提高了4.24%,其中小目标的精度提升了约2%。

感知特征增强学习的低分辨率人脸识别

针对低分辨率人脸图像信息严重缺失而导致的人脸识别能力受限问题,提出了一种感知特征增强学习的低分辨率人脸识别网络.设计的整体网络包含两个通道,其中一个通道为低分辨率人脸识别子网络,顺序执行对输入的低分辨率人脸的超分辨率重构、深度特征提取与识别;另一通道为高分辨率人脸识别子网络,顺序对输入的高分辨率人脸进行深度特征提取与识别,在网络训练阶段辅助低分辨率人脸识别网络的学习.联合低分辨率人脸的超分辨率损失、超分辨率人脸的多级特征损失及身份损失,用于低分辨率人脸识别网络的训练,有效改善了超分辨率人脸的特征表示与判别能力,由此带来低分辨率人脸识别性能的较好改进.实验结果验证了提出方法的可行性和有效性,特别在极低分辨率情况下也得到了识别性能的明显提升.

外军陆战平台作战感知增强技术发展研究

为提高陆战平台的战场生存率和作战效能,针对陆战平台日益复杂的作战环境及作战任务,构建增强作战感知能力的软硬件平台。通过分析外军陆战平台感知装备的技术特点和发展现状,明确合理的实时高速率信息传输架构、先进的多传感器信息融合与人工智能技术、强大的多源战场数据管理系统、便捷的作战感知增强人机功效等关键技术是实现作战感知增强的技术难点及发展方向。分析结果表明:该研究对未来作战感知增强技术的创新、实践具有借鉴作用。

基于机器视觉的高铁碳滑板图像分割算法研究

针对语义分割模型识别碳滑板边缘困难、复杂背景干扰性较大以及特征信息丢失严重等问题,提出一种新型编解码结构的Swin Transformer语义分割优化算法。首先,主干网络采用U型的编解码结构,实现多尺度的信息融合;其次,添加注意力局部增强感知模块来扩大感受野并提高模型泛化能力;然后,采用具有数据相关性的上采样结构,以提高上采样质量,摆脱分辨率对预测结果的影响,加强图像重建能力;最后,将跳跃连接更换为残差路径,使编解码结构中的语义信息联系更加紧密,提升训练效率。实验结果表明,Swin Transformer语义分割优化算法相较基线算法测量预测精度提高了3.63%,所有类别中的像素分类正确率的平均值提高了7.29%。研究结果综合验证了新型编解码结构的Swin Transformer语义分割模型在识别和处理碳滑板任务中的优越性及鲁棒性。

煤矿带式输送机运输系统智能化监控分析

对山西汾西A矿3308综采工作面带式输送机监控系统布置情况、存在问题进行分析,发现带式输送机监控系统主要存在转载点堵塞无法及时检测、输送带撕裂故障检测效率低、运行感知不完善等问题。在现有的监控系统基础上,提出通过引进先进的AI技术、巡检机器人、感温光纤及运行控制技术等用于监控系统感知增强、故障诊断及智能巡检、环境参数监测及运行控制。工程应用后,构建的智能化监控系统可实现对带式输送机运行的实时监测、故障及时预警及沿线环境监控,在提高带式输送机运行可靠性及运行感知能力等方面效果显著,为后续矿井构建智能化运输系统创造了良好条件。

基于双向特征融合的输电线路异常目标检测

背景复杂、目标尺度变化大、数据集不均衡等是导致输电线路异常目标误检、漏检以及检测精度低的主要原因。因此,提出一种增强特征提取网络,有效减少特征提取过程中的信息丢失,更好保留小目标特征信息。使用通道优化与空间优化模块进行双向特征融合,以适应目标的多尺度变化,减少复杂背景信息的干扰。使用均衡采样与自适应类抑制损失,提高少数类别的检测精度,解决输电线路数据不平衡的问题。在输电线路异常目标检测任务中,检测精度达到90.5%,对困难场景有较好的检测效果。

基于无监督学习的金属表面高光去除算法研究

金属材料表面的高光会严重破坏图像的连续性,产生一定的伪边缘,导致高光区域的纹理细节减弱甚至消失,干扰后续表面的区域分割和缺陷检测等操作。针对现有高光去除方法效率低、损失大、易失真、金属高光数据难标定等问题,提出了一种基于卷积神经网络(CNN)的无监督感知增强网络模型。使用生成对抗的方法生成大量拥有高光特征信息的金属图像,用于增加训练集中高光金属图像数据集的数量;在上下文聚合网络中引入细节增强模块(detail enhance model,DEM)和色彩增强模块(color enhance model,CEM)提高低分辨率权重图中的特征细节保留率;评估函数采用多尺度结构相似性函数代替原有结构相似性函数,解决在图像尺寸过大时细节不敏感的问题。实验表明,所提模型相比其他多曝光图像融合模型,在融合速度领先情况下,融合图像的互信息和平均梯度等评估指数提升10%左右,能够保留更多的纹理特征信息。

强散射背景下的图像感知、融合与可视化技术

视觉信息是人类对周边环境进行感知的重要手段,光学成像和图像处理技术能大大扩展人类“视域”,使得人们获取图像的方式不局限于眼睛能见范围。散射效应导致光学成像装置的作用距离大幅下降,难以对远距离目标进行有效观测。人类对图像信息的感知,通常由对焦、校正和立体视觉形成,三个步骤互相耦合完成。其中,对焦和双目图像信息校正过程可以通过光学系统和数字图像处理的方法进行优化,提高强散射背景下的图像对比度,进而使得散射条件下的图像信息得以被感知和分析。然而,在目前技术条件下,机器立体视觉仍难以达到人类视觉水平,而人类视觉系统仍然是图像感知和分析的重要终端。可以预见,在低能见度条件下实现光学图像信息的精确获取与分析,仍需要实现人类视觉系统和机器的双重结合,发展包含人类视觉在内的立体视觉全局优化技术。主要介绍了在大气和水下浑浊条件下实现光学成像和实现图像融合的物理极限和关键影响因素,并展望人类的立体视觉在提高光学成像能力方面的作用。

《汉语拼音方案》中辅音(声母)呼读音的感知语音学分析

音系分析可以解释在唇辅音p p^h m f后增加元音u,在舌面音tÇtÇ^hÇ后增加元音i、舌尖前音tsts^h s后增加舌尖前元音■、舌尖后音ts ts^hsz后增加舌尖后元音构成呼读音的情况,但无法解释舌尖音t t^h n l与舌根音k k^h x后增加元音的情况。Keyer&Stevens(2006)提出的感知增强理论(Enhancement Theory)[1]为观察辅音呼读音所增元音提供了一个新的视角。汉语拼音方案辅音呼读音之所以增加元音是为了凸显辅音感知显著性,使辅音音值更清晰、更容易辨认。