一种在尺度空间下基于边缘的角点目标检测方法

图像中的目标角点位置是实现很多计算机视觉任务的关键数据。为了克服传统检测算法产生的数据冗余问题,提出了一种在尺度空间下基于边缘的角点目标检测方法。首先,构建一个分组多层的尺度空间,将原图投影到其中后得到多个平滑图像。与此同时,采用定义的边缘算子检出平滑图像中所有边缘而得到多个按序存放的像素点集,当点集数量稳定时停止更大尺度的变换。然后,在当前尺度下,计算点集中各元素反映其角点强度的特征值。根据这些特征值变化规律检出角点的支撑集区间,并在此区间中采用高斯拟合函数确定最终的目标角点。实验表明,该方法能够检出特征显著的目标角点及其角度,其中合成图像精度在像素级,应用案例中的平均误差与图幅比约为1.5/100。

论清前期词坛中心与边缘的共振——以闽词作家丁炜为中心

在清前期词坛中心众派争流的同时,处于词坛边缘的词人不仅深受主流词风的影响,也以其独特的个性风格和地域特色参与词学建构的进程。作为闽词代表作家的丁炜博采两宋词家之长,小令慢词兼擅,又有所取舍融汇,与当时词学精神深度吻合;其词作选调和音律也很有特色。放在清代词学复兴的大背景下观照,其艺术风貌不仅反映了清前中期词学演变的轨迹,具备一定的范本意义;其与当时词坛的互动交流更是提升闽词在清代词史上的地位,也显示出清前期词坛中心与边缘共振的内在机理。

顾及边缘的多时相SAR图像半监督建筑区提取

针对合成孔径雷达(synthetic aperture radar,SAR)图像中建筑区域难以辨识与标注的问题,提出一种结合改进的伪标签技术和边缘增强策略的半监督建筑区提取新方法.首先,引入同一位置、不同时相的SAR图像作为自然数据增强手段,并通过多个不同时相图像的预测结果投票确定伪标签;其次,设计一种边缘增强辅助模块,通过特征图变形以修正建筑区主体特征,辅以跳跃连接改进边缘特征,并针对主体和边缘特征进行分离式监督;此外,构建一个包含2种传感器和2个城市区域的多时相SAR图像建筑区提取数据集,含1 000幅带标注图像和800组无标注时序图像,并基于该数据集进行实验验证.实验表明,在所构建测试集上,基线方法使用全量数据训练后交并比(intersection over union,IoU)为63.43%,而所提方法在使用10%和全量数据时IoU分别为63.46%和68.24%,仅利用10%的标注数据即可达到基线方法使用全量标注数据训练的精度.

一种表达图像地物边缘的线段序列检测方法

针对地物边缘提取中准确度与完整度难以兼顾、线段间缺乏连接关系的问题,提出一种表达图像地物边缘的线段序列检测方法。分析线段序列的构建规律,通过边缘分组界定地物边缘范畴,利用相位约束、距离约束、共线约束、连接性约束,解决遮挡或其他地物干扰导致的线段断裂问题,采用相邻性约束和端点共享约束对同边缘组内不同线段进行分类,同时对符合端点共享条件的线段进行更新,以构建线段序列。利用所提方法分别对街景、航空、卫星图像进行地物边缘检测实验,评价结果显示线段序列精度可达98%,表明所提方法能够准确表达地物边缘,提升图像地物边缘表达的能力。

人体图像精细化解析方法在语义边缘的性能评测与分析

人体图像精细化解析旨在为输入的人体图像进行像素级分类,属于细粒度的图像语义分割任务,由于具有广阔的应用场景,在近10年受到了研究者的关注,相关技术得以迅速发展.本文重点研究现有人体图像解析精细化模型对人体图像语义边缘的预测性能.首先,总结现有人体图像数据集,对比数据集在规模和标注类别方面的差异;其次,根据模型原理性差异,从通用图像语义分割、辅助信息引导、高分辨率特征增益和标签降噪4个方面对现有人体解析方法进行梳理和分类;再次,针对现有评估指标对于语义边缘区域预测能力敏感度不足的问题,构建新的评估指标,即平均边缘交并比(mean Boundary Intersection over Union,mBIoU),并用于对现有模型的评估,从数值上对比各方法的性能差异;最后,展望了人体解析未来的发展方向.研究结果表明:平均边缘交并比相较于现有指标能够更好地区分模型在语义边缘区域预测性能的差异,对人体图像精细化解析模型解决人体解析任务特有挑战的能力具有良好的评估作用,有利于未来算法的开发与性能评估.

基于强边缘的空间离焦模糊复原算法

针对图像中出现的空间离焦模糊,提出了一种基于强边缘的全图模糊量估计算法。首先在传统的空间离焦模糊恢复算法中对边缘特征进行分类,选择符合复原要求的边缘使用刃边法进行模糊参数估计;然后对不符合复原要求的边缘进行连通域内的均值计算求解模糊参数,并生成全图模糊量映射图;最后对离焦模糊图像进行基于维纳滤波复原模型的图像复原。实验表明,该文算法能够在模糊信息复杂的区域获得较好的复原效果,在信息熵、梯度幅值上更接近清晰图像。

基于感兴趣区域和过滤伪边缘的暖通空调供水管道焊接法兰焊缝识别方法

针对仅提取单一的图像特征,焊缝识别效率不高的问题,设计了基于感兴趣区域和过滤伪边缘的暖通空调供水管道焊接法兰焊缝识别方法。利用工业相机等设备对焊缝图像进行采集,并对采集到的图像进行降噪处理,基于过滤伪边缘去除焊缝图像的多余信息,通过计算焊缝图像的各项参数,在感兴趣区域的作用下,计算激光条纹的斜率和特征点的间距,完成焊缝图像的特征提取;通过构建的焊缝识别模型,对焊缝图像进行梯度计算,完成对焊缝的识别。在试验测试中,文中设计的基于感兴趣区域和过滤伪边缘的暖通空调供水管道焊接法兰焊缝识别方法识别时间为1.45 ms,识别效率更高。

大模型及其应用前景分析——从大模型应用场景到推理算力在边缘的展望

随着计算机技术和大数据的快速发展,深度学习在各个领域取得了显著成果,特别是大模型(Large Models)的崛起,为人工智能应用带来了革命性变化。本文首先定义了大模型,并详细探讨了大模型的应用场景,随后分析了大小模型协同工作的机制,并展望了随着应用的发展,推理算力在边缘侧应用的前景。

在破产边缘的明星办公空间运营商,会给同行怎样的启发?——盈利模式在哪里?

WeWork悬了。总部位于美国纽约的“明星”联合办公空间提供商WeWork自成立之日起到现在,一直亏损,从未盈利。从数据可以看出,在最近的7年时间里持续亏损,共计接近亏损150亿美元。截至2022年12月31日,该公司在39个国家的779个地点运营着4,390万平方英尺(约408万平方米)的空间,其中包括美国和加拿大的1,830万平方英尺(170万平方米),会员数量为54.7万。

美学区天然基牙二次冠修复中预备体不良边缘的处理策略

天然基牙二次冠修复是固定修复的难点之一。天然基牙需要进行二次冠修复的原因包括美学因素、侵犯生物学宽度等。本文将围绕美学区天然基牙二次冠修复中预备体不良边缘如何进行修复-牙周治疗的处理策略进行探讨,梳理美学区天然基牙二次冠修复不良边缘处理的决策树。美学区天然基牙二次冠修复中预备体边缘是核心,总的治疗原则为在适宜的美学位置、适宜的生物学位置,形成清晰、光滑及连续的边缘形态。

东周时期古式青铜罍与华夏边缘的族群认同

在形制和装饰方面具有早期特征的32件古式青铜罍,可以划分为圆肩、折肩两类,二者分别以中原地区商末周初、西周中期的同类青铜罍为原型进行了仿制。古式青铜罍的时代从春秋早期一直延续至战国时期,分布于范围广阔的华夏边缘地区,构成了一条新的“边地半月形文化传播带”。结合“华夷之辨”的历史背景与族群认同理论,古式青铜罍可视为东周时期华夏边缘地区的“族群标志”。古式青铜罍象征着更加久远的时代,因而同时具有“超越本地”和“超越现实”的价值属性。古式青铜罍主要为社会上层所拥有,是东周时期华夏边缘地区存在“社会上层交流网络”的考古学证据,社会上层通过古式青铜罍等物品所代表的文化或意识形态权力来实现其“领导策略”。

融合图像边缘的区域生长点云分割算法

为了解决传统区域生长点云分割算法因种子点选择不当或者生长策略设计不当导致的欠分割或过分割现象,本文提出利用图像中目标对象边缘得到目标点云边缘点作为种子点的区域生长点云分割算法.首先通过激光雷达与相机联合标定融合采集到的点云与图像,然后根据图像中目标对象边缘以及图像与点云的映射关系提取出目标对象点云的边缘点,接着以边缘点为种子点,根据边缘的性质设计出相关的生长策略,最后进行区域生长分割得到目标点云.实验结果表明,相比其它三种主流点云分割算法,本文算法可以从数据量大的稠密点云中以高精度分割出目标点云,并且有效避免欠分割与过分割现象.

从核心到边缘的逆向演替:以安徽蚌埠的城市变迁为例

在核心–边缘理论的框架下,基于“极化”与“扩散”的研究视角,以蚌埠为例,对其从省域核心城市到边缘城市的变迁进程、阶段特征及内在机制进行系统研究。研究结果显示:①交通、工业、创新3个维度核心地位的建立是蚌埠“核心”崛起的动力来源与表征,遵循了“核心”形成的理论路径;②城市的边缘化主要表现为战略、交通地位下降以及工业、创新维度的“核心”竞争力下滑;③“核心”的边缘化以及“边缘”锁定的动因源于政策的倾斜与市场经济自发的不均衡性,其中政策力量起主导作用;同时边缘化与城市收缩的不断累积形成负向反馈,削弱了“核心”的扩散效应;④创新提出“核心”逆向演替的本土化理论解释,即政策力量成为核心–边缘结构的主导机制,能够强化“核心”的极化作用并引导“核心”发挥扩散效应,但市场机制对于扩散效应的具体实施结果具有决定性作用。

带锯齿边缘的铰链式畸变单元气动特性研究

随着现代飞机高机动性的要求和S弯进气道的提出,发动机进气道内流场畸变问题日益突出,如何在地面试车台准确模拟发动机进口气动界面(Aerodynamic interface plane,AIP)的总压畸变面临更大的挑战。本文以美国Arnold工程发展中心提出的一种新型可变开角的铰链式总压畸变模拟器为基础,以单铰链畸变单元为研究对象,采用RANS(Reynolds-averaged Navier-Stokes)数值方法详细分析了铰链主要几何参数和来流马赫数对稳态畸变流场的影响规律,采用精度更高的分离涡模拟(Detached eddy simulation,DES)方法研究了铰链下游漩涡发展和总压脉动特征。通过对原铰链进行锯齿改型,在保证稳态畸变流场基本不变的前提下,加强了尾迹与主流区的掺混,有效降低了下游流场的动态畸变指数,扩大了稳/动态畸变比例的模拟范围。

一种面向战术边缘的智能云服务模型

针对战术边缘环境下遂行作战任务时面临资源紧张匮乏、数据处理能力弱、指挥通信时延大及相应的需求等问题,引入新兴的边缘计算技术和人工智能算法,提出一种面向战术边缘的智能云服务模型,以实现将强大云服务能力向战术边缘环境扩展,为战场终端用户提供快速、稳定、高效的信息服务和数据处理能力,分别从模型框架、功能服务、指挥控制、相关技术等方面对模型进行描述;通过仿真实例对模型进行验证分析。

面向边缘的脉冲神经网络片上学习算法

脉冲神经网络受大脑启发,通过模拟神经元的离散脉冲方式表达、传递并处理信息。全脉冲化的计算与数据流使神经形态硬件具有高能效的特点,因此更适用于供电受限的边缘设备。现有边缘神经网络处理器主要依赖于离线训练,即在片外或云端训练,导致了高延迟、高带宽和隐私泄漏的问题。特别地,离线训练难以实时学习并适应端侧变化的场景。相比之下,片上学习可以使边缘设备在本地完成实时学习和推理任务。然而,典型的脉冲神经网络学习算法需要复杂的计算和大量的存储,与边缘设备受限的算力、存储和功耗产生了矛盾。为了在边缘设备上实现脉冲神经网络片上学习,目前已有大量研究聚焦于如何改进或设计出适用于边缘的脉冲神经网络片上学习算法。本文围绕边缘型脉冲神经网络片上学习方法,从无监督和监督学习两个类别进行展开,详细介绍了生物启发的片上学习算法,如STDP和SDSP,以及基于梯度下降的片上学习算法,如Improved STBP等,并对脉冲神经网络片上学习处理器进行了简要介绍。最后总结了脉冲神经网络片上学习存在的问题和挑战。

边缘的行者:《隐匿者》对后物质时代的反思

胡学文一直聚焦于小人物的边缘化,《隐匿者》通过主人公范秋的生活和遭遇,呈现出后物质时代每一个“隐匿者”的真实状态,并深入思考社会符号化和人物边缘化问题。作品反思后物质时代边缘化人群的困境,主张回归自然,摆脱异化的后物质社会,从“隐匿”中“突围”,探求当代边缘化人群的出路。这展现了胡学文的人道主义关怀。

一种细化边缘的轻量级边缘检测神经网络

针对目前边缘检测模型复杂度高、参数量大、识别边缘精度及效率不高的问题,提出了一种轻量级边缘检测神经网络。首先,通过MP模块将原图像分成同等维度的小块并进行位置编码,以增强边缘像素点之间的联系;再经过MGC中的多组卷积操作提取图像不同区域特征进行融合,减少冗余信息;最后通过多次的反卷积上采样调整输出图片的分辨率尺寸,输出预测边缘图。最终的网络只有125 KB的参数,在BIPED和MDBD数据集上进行实验,验证模型检测边缘的综合能力。相比于当前最先进的轻量级边缘检测方法LDC,在BIPED数据集上的测试结果表明,指标ODS(optimal dataset scale)仅低了0.9%,模型参数量则降低了81.5%,FPS提高了89.0%。在保持细粒度识别边缘的同时,可以满足实际任务中的需求。

生死边缘的时空错觉

我8岁的时候,从屋顶上掉了下来,掉的过程似乎花了很长时间。等上了高中,学了物理,我算了算,原来只不过是0.8秒。这令我踏上了探索的征途:为什么它感觉起来是那么久?我们对现实的感知有什么样的特点呢?

基于云边缘的智能生产线多目标任务调度方法

在现代制造系统中,高效且有效的任务调度至关重要。基于云边缘的智能生产线多目标任务调度方法提出了一种新的优化生产过程的方法,它可以利用云计算和边缘计算资源的优势,并考虑最小化完工期、能耗和成本等多个目标。首先,概述了一种综合的技术框架和实现算法,包括数据收集和预处理、多目标优化建模、云边资源分配、使用非支配排序遗传算法II(NSGA-II)的任务调度,及其性能评估和可视化;其次,通过解决各种实际问题展示了其在当代制造环境中的重要性。该方法为实现高效、可持续和有竞争力的生产系统提供了一种前景广阔的解决方案。