全局区分性增强与边界监督的篡改检测网络

基于深度学习的篡改检测网络通常忽视了全局通道特征间的差异性且未有效利用全局相关性,造成篡改检测结果误检率和漏检率较高。为解决该问题,构建一种新的篡改检测网络。利用双残差网络和限制卷积层构建特征提取主干网络层,提取待检测目标的双视图多尺度特征。建立全局信息增强模块,引入非局部注意力计算方式,计算各尺度通道的低维全局性相关程度,并将其作为增强参数对全局特征进行区分性增强操作。设计新的边界监督方式,通过对预测结果提取边界信息创建边界掩码图像以计算边界辅助损失,利用反向学习以引导全局特征集中于篡改区域,实现监督性篡改检测。在CASIA、COVER、NIST16、Columbia数据集上的实验结果表明,该网络能有效降低篡改检测结果的误检率和漏检率,像素级F1分数相比于性能最优的同类MVSS-Net平均提升了2.3个百分点。

融合边界监督策略的改进特征金字塔算法研究

针对语义分割中存在的边界划分不够准确及存在多尺度目标等问题,提出了一种融合边界监督策略的改进特征金字塔算法。通过融合的边界监督策略和改进的特征金字塔算法分别解决边界划分不准确和存在多尺度目标的问题,并且在上采样过程中加入注意力机制,进一步提升分割效果。实验结果表明:该算法分别在Camvid和PASCAL VOC2012两个数据集上取得了58.69%和78.59%的平均交并比(mean intersection over union,MIOU)指标,在分割效果上有较好的表现。

边界辅助监督的轻量化卫星部件语义分割网络

空间卫星部件的准确分割对于在轨对接及维修等具有重要意义,然而太空场景的特殊性导致卫星及其部件和太空背景的像素数量差异悬殊,同时不同部件在相邻区域难以区分.本文提出边界辅助监督的轻量化卫星部件语义分割网络(edge-auxiliary supervised components segmentation network,EASCSN),经过双分支结构提取多尺度特征和全局语义信息,并以级联形式将语义信息注入到空间特征中,采用多尺度特征聚合解码器处理编码器特征并完成部件分割.此外,为了提高网络边界感知能力,增加边界监督策略辅助训练.在公开数据集的定性与定量实验证明,本方法能在实时且轻量的前提下准确完成卫星部件语义分割,其中平均交并比达到74.74%,平均准确率达到80.99%,计算量和参数量仅为6.08GFLOPS(giga floating-point operations per second)和5.45M,在NVIDIA Tesla T4 GPU上分割速度能够达到43.29帧每秒.高效的卫星部件识别具有辅助感知目标卫星结构和完成空间任务的应用价值,并具备推广星上计算机的潜力.

用于腹部CT肝脏分割的边界监督模型

针对肝脏分割影像中模糊的肝脏边界,提出了一种新颖的用于腹部CT肝脏分割的边界监督模型.该模型包括肝脏区域分割模块和边界分割模块,其中边界分割模块使用肝脏边界进行监督训练,输出精准的肝脏边界.模型将肝脏区域分割输出与边界分割输出融合在一起,得到最终的肝脏分割预测.肝脏区域分割模块与边界分割模块分别设置了相应的损失函数进行监督训练.模型使用腹部器官分割挑战提供的数据集进行了消融实验并与先进模型进行了评估.结果证明该方法的有效性和优异性,提出的边界分割模块有助于保留肝脏的边缘信息,提高了肝脏分割的性能.

基于边界图卷积的机器人行驶路障场景解析

【目的】为了使地面机器人行驶过程中能准确识别出路障以避免发生碰撞,提出一种边界图卷积双向监督网络(boundary-graph convolution bidirectional supervised network,B-GCBSNet)的场景解析算法。【方法】首先使用统一变换器(unified transformer,UniFormer)作为主干网络分别对输入的RGB(red,green,blue,红绿蓝)图像和深度图像进行特征提取;其次利用设计的多模态上下文融合模块(multimodal context fusion module,MCFM)将深度图包含的丰富空间信息补充给RGB图以提取更丰富的语义特征,在解码阶段设计了双向监督模块(bidirectional supervision module,BSM);再次,将含有更多全局信息的低级特征进行边缘化处理以得到边界信息,并通过二分类交叉熵损失函数(binary cross entropy loss,BCELoss)进行监督,而包含更多局部信息的高级特征,则通过图卷积来补充特征的全局上下文,以弥补传统卷积神经网络(convolutional neural network,CNN)提取高级特征时忽略局部位置信息的不足,并通过多分类交叉熵损失函数(cross entropy loss,CELoss)进行监督;最后将边界特征和分割特征进行整合得到最终的场景解析结果。【结果】在机器人行驶路障场景数据集(ground mobile robot perception,GMRP)上进行了试验,与已有的先进方法相比,B-GCBSNet的平均交并比(mean intersection over union,MIoU)达到了93.54%,平均类别准确率(mean classification accuracy,mAcc)达到了98.89%,像素准确率(pixel accuracy,PA)达到了98.85%。【结论】B-GCBSNet能较为准确地识别障碍物及可行驶道路,从而为地面机器人行驶过程中障碍物的识别研究提供了参考。

行政违法行为检察监督的完善

《中共中央关于加强新时代检察机关法律监督工作的意见》对行政检察工作提出了新要求,为全面深化行政检察监督指明了前进方向、提供了基本遵循。探究如何强化行政违法行为检察监督,首先对行政违法行为检察监督的内涵与边界进行界定,在此基础上分析我国行政违法行为检察监督的现状。实践中,我国行政违法行为检察监督存在着依据不充分、监督范围不统一、线索渠道不畅通、监督机制不健全等问题,亟需通过树立正确的思想观念、拓宽线索来源渠道、明确监督范围、健全工作机制,促进行政违法行为检察监督工作的完善。

论民事检察监督的五大问题——以新《民事诉讼法》规定为视角

从新《民事诉讼法》相关条文规定分析,人民检察院的民事检察监督针对的是人民法院及其审判人员以及诉讼参与人的违法行为。民事检察监督的方式为抗诉和检察建议,不宜增加别的方式。抗诉与检察建议应有"管辖范围"之别,但无先后顺序之分。当事人申请监督与检察院依职权监督并行不悖,不存在孰先孰后问题。虽然执行监督在立法上的规定过于笼统,但可以从相关法条、法律解释、司改文件中找到解决问题的答案。检察监督应有边界,监督诉权的边界在于限定调查核实权和限定当事人申请监督的次数和期限;监督审判权的边界在于保障人民法院审判权的专属性和维护审判权对诉权的优先救济。

γ源移动探伤中控制监督区边界的计算及优化建议

根据GBZ132-2008《工业γ射线探伤放射防护标准》中控制区监督区边界的比释动能率要求,计算出移动探伤中在无屏蔽、受检工件屏蔽、准直器屏蔽等三种条件下控制区监督区的边界距离及满足探伤人员安全的铅防护层厚度,并给出有效减小控制区监督区边界范围的建议。

行政执法过程中公民拍照行为的合法性及边界

从"法不禁止则自由"这一自然法则层面分析,行政执法人员阻止公民对其执法活动进行拍照并无实定法依据;相反,从主权在民原则角度诠释,公民对行政执法过程进行拍照并上传网络的行为是公民行使监督权的体现,其行为具有天然的合法性。但是公民在对行政执法活动进行拍照,尤其是将影像资料上传网络时,必须秉持公共理性,恪守法律底线,以避免造成或加剧政府和公民之间互信的消解,继而诱发社会秩序紊乱。

刍议行政执法检察监督的制度完善

行政执法检察监督是检察权对行政权的直接监督,也是对国家利益、社会公共利益的公力救济。检察机关作为国家法律监督机关,其对行政行为进行监督具有正当性基础,遵循了法治规律,体现了司法权对行政权的制约和监督。基于检察监督与行政执法促进依法行政和社会治理的现代化目标的一致性,检察机关与行政机关的互动成为必然趋势。本文从行政执法检察监督的法理基础以及检察权与行政权二者的关系出发,结合行政执法检察监督中存在的问题,探求行政执法检察监督的范围、方式、程序及效力。

坚持司法为民 做实行政检察

新时代做实行政检察工作,要充分认识“四大检察”全面协调充分发展的重要意义,立足行政诉讼监督的法定职能,落实党中央关于全面依法治国、推动法治政府建设的重大部署。要以行政诉讼监督为基石,立足生效行政裁判监督、行政审判人员违法行为监督、行政裁判结果执行监督的责任田,改善产品,提高监督质量。要以化解行政争议为己任,立足行政检察监督定位和法律监督机关的职权优势,处理好抗诉与调处和解的衔接关系,在办案同时做好调处和解工作。要以非诉执行监督为延伸,遵循效率原则,把握好行政非诉执行监督边界。要正确处理行政检察与其他监督职能的关系。