交通场景中改进 SSD算法的小尺度行人检测研究

由于交通场景中的行人目标所处的背景环境复杂、目标较小等因素,使得目前的行人检测算法在实际应用中存在检测精度不高、检测速度较慢的问题。因此行人检测模块作为高级辅助驾驶系统的核心模块,一直以来都是目标检测的研究热点之一。针对交通场景中小尺度行人目标,将传统的SSD网络结构中的主干网络卷积层结合Inception模块中的稀疏连接来优化卷积结构,从而增强网络的特征提取能力。同时利用残差结构组成的预测模块代替传统的两个3×3大小的卷积核来进一步提取特征图的深层特征,提高对小尺度行人目标的检测精度。引入FocalLoss函数作为网络的分类损失函数,使得损失函数更加关注于包含更多有用信息的困难负样本,解决训练过程中正负样本不平衡的问题,加快网络的收敛和稳定。实验结果表明,对于交通场景中小尺度的行人目标改进的SSD算法在检测精度和速度上都有所提高。

改进型SSD道路行人目标检测算法

针对道路目标检测中行人目标检测效果不佳的问题,提出了一种改进型SSD行人目标检测算法。首先,采用具有噪声的基于密度的聚类方法(DBSCAN)结合K-means算法选取适当规格的Anchor Box,使用DBSCAN剔除样本干扰点后利用K-means确定聚类中心,根据重叠度选择适当规格的Anchor Box;然后,对SSD算法的各个特征图进行尺度不变的卷积操作构建语义信息增强的特征图,并将原始特征图与增强特征图按照Concat方式特征融合,生成SSD算法的改进特征金字塔网络;最后,充分考虑正负样本不均衡的情况,选择Focal Loss函数,并结合Locatization Loss函数修正损失函数。实验结果表明,改进型SSD算法可以提高道路行人目标检测的精度和速度,并且在客观评价上取得了良好的效果。该算法在KITTI测试集上的行人目标检测平均精度为91.17%,检测速率为41.93 fps。

基于改进SSD轻量化的交通路口目标检测

针对当前检测算法很难在资源有限的硬件平台上运行且小目标检测率不高等问题,提出一种基于改进SSD轻量化的车辆检测方法。引入新型轻量化网络MobileNetV3、重新设计特征层交叉融合以及更改损失函数的方法使算法在检测速度上明显提高,且在改进特征提取层和损失函数后,算法的均值平均精度(mAP)提高了2.4%,能够满足在检测识别的任务中对检测准确率和实时性的要求。

基于残差结构的SSD口罩检测

新冠疫情环境下,人们外出均需佩戴口罩进行防护,所以目前对人脸口罩检测的研究迫在眉睫。该文提出一种基于残差结构的SSD(single shot multbox detector)网络用于口罩检测,通过在SSD网络的定位分类前添加残差结构,将特征提取网络和分类定位层进行分离,进而使得进入分类定位层的卷积特征更加抽象,可以有效解决SSD网络同时学习局部信息和高层信息双重任务的问题,维护特征提取网络的稳定性,并利用交叉熵损失函数解决戴口罩和未戴口罩的二分类问题,利用smooth L1 loss损失函数解决口罩位置的回归问题。然后将分类和位置回归做加权计算,通过优化传统的SSD位置误差和置信度误差损失函数,实现人脸佩戴口罩特征和人脸未戴口罩特征的定位和分类,从而提高网络训练速度及检测效率。实验结果表明,ReSSD检测口罩的平均检测精度可达92.3%,比SSD网络提高了7.4%,同时在自然场景下也有高效的检测效果。

基于SSD网络模型改进的水稻害虫识别方法

针对目前主流的目标检测算法在虫害监控系统中识别速度慢、准确度低的问题,提出一种基于SSD网络模型的水稻害虫识别方法。该算法用表征能力更强的特征金字塔代替SSD原有的多尺度特征图,同时改进了归一化和激活函数,使得模型对小目标的识别率更高、收敛性更好,从而提高了水稻害虫的识别率与检测速度。实验表明,相比于faster R-CNN算法,基于SSD改进的水稻虫害识别方法的mAP最高提升了6.6%,其识别速度最高提升8倍。

改进SSD的无人机目标检测研究

在无人机进行目标检测过程中,原始SSD(Single Shot Multi Box Detector)算法存在特征图利用率低和小目标检测率低的问题。分析研究不同算法的优缺点后,提出改进型SSD算法。设计一种特征图融合模块,在不过多增加计算量的情况下,将包含更多位置、纹理信息的低层特征图和语义性较强的深层特征图进行融合。同时通过引入IoU(Intersection over Union)值对SSD算法损失函数中位置回归部分进行改进,提高目标检测精度。实验对比原始SSD网络和改进型SSD网络,结果表明:在IoU阈值和类别置信度同为0.5的条件下,相比原始SSD算法,改进型SSD算法在训练精准度和各类AP(Average Precision)值均有明显提高。因此,改进型SSD网络能有效地对输入图像进行目标检测,为改进目标检测算法网络提供了新思路,在图像识别领域具有一定的应用价值。

基于改进SSD网络的目标检测方法

传统目标检测方法存在准确率低、可靠性差、效率低等问题,无法满足对大量图片准确、高效处理的需求。对SSD网络结构进行改进,删除原网络最后两个预测层,对保留各预测层的默认框个数和宽高比进行优化,同时对保留的最后一个预测层的网络参数进行改进。改进后的SSD网络减少了网络参数和计算量,对存在遮挡、目标较小等情况的图片数据具有更好的检测精度和检测效果,同时模型检测的mAP提高了约5.1%。改进后的网络模型解决了传统方法的不足,可以实时、准确、高效地对大量图片数据进行目标检测处理。

基于自适应调节下信息特征惩罚的图像修复算法

为了提高修复图像的视觉效果,克服修复过程中块效应的产生,提出了基于自适应调解下信息特征惩罚的图像修复算法。首先,通过置信度与数据项对待修复块的优先级进行运算,从所有待修复块中搜寻出优先级最高的修复块作为优先修复块;然后,利用图像的平均梯度信息,建立自适应调节方法,对样本块的大小进行调节,以适应图像的平滑度变化,避免块效应的产生;最后,引入误差平方和(SSD)函数,从已知区域中搜寻与待修复块最接近的最优匹配块,对待修复块进行修复。以最优匹配块与待修复块的SSD函数值为依据,构造信息特征惩罚因子,用于对置信度值进行更新,提高更新后置信度值的准确性。实验结果表明,所提算法修复的图像能够较好的克服块效应的产生,图像的整体视觉效果较好。

亚综合征性抑郁患者认知功能障碍对照研究

目的探讨亚综合征性抑郁患者的认知功能障碍状况，为临床干预提供依据。方法将45例亚综合征性抑郁患者设为研究组，31例重型抑郁症患者设为对照组，28例同期健康体检者设为健康组，采用抑郁自评量表、韦氏成人智力量表、临床记忆量表、威斯康星卡片分类测验对三组认知状况进行测评分析。结果研究组除无意义图形再认和人像特点回忆之外，其余各项指标均显著差于健康组（P〈0．05或0．01）；抑郁自评量表评分、言语智商、操作智商、总智商、记忆商数、威斯康星卡片分类测验正确百分数、持续错误数、随机错误数、分类数方面的成绩明显好于对照组（P〈0．05或0．01）；治疗后研究组的指向记忆、联想学习、正确百分数、随机错误数与健康组比较仍未恢复正常（P〈0．05或0．01）。记忆商数和正确百分数显著高于对照组（P〈0．05）。结论亚综合征性抑郁患者存在认知功能障碍，程度较重型抑郁症患者轻，但治疗后有部分认知功能不能完全恢复。

基于梯度调节规则的图像修复算法研究

当前较多图像修复算法采用单一大小样本块进行图像修复,不能适应图像不同差异的纹理丰富度变化,使得修复结果存在块效应以及模糊效应等不足。本文利用图像的梯度值,设计了基于梯度调节规则的图像修复算法。将图像的梯度信息引入优先权计算,联合数据项、置信度项目构造优先权计算函数,以计算优先修复块。利用图像的梯度变化率,建立梯度调节规则,用以调节样本块大小,适应不同的纹理丰富度。引入SSD(Sumofsquareddifferences)函数从源区域中寻找最优匹配块,实现图像修复。实验结果显示,所设计方法修复的图像具有良好的视觉效果。

量子论的结构场解释和系统结构动力学方程的建立

通过量子论的科学中心地位及困境的简析指出，克服困境的可能方向之一是揭示和深刻认识薛定谔场（波函数）的物质性并补充对单粒子运动的描述。基于科学的统一性并吸收系统科学的思想，揭示“结构”是连通宇宙各系统的一个基元性物质概念并提议对薛定谔场作“结构场”解释，进而由量子变分原理导出系统结构动力学方程。这一将量子论安置于进化决定论框架的初步尝试，为人们探索科学的新综合，提供了一种参考视角。

基于单点多盒检测器的全局-局部层级的域适应目标检测

在目标检测领域里通常希望在拥有大量标记的场景中训练好的模型能够应用在无标记的其他场景中,但是不同的域分布往往是不同的,这样往往导致域迁移时模型性能的急剧下降。为了提高域迁移时模型的目标检测性能,通过两个层级来解决域迁移问题,包括全局层级迁移和局部层级迁移。这两种层级迁移分别对应不同的特征对齐方式,即全局层级采用选择性对齐方式,局部层级采用完全对齐方式。所提域迁移框架基于单点多盒检测器(SSD)模型,在全局和局部层级分别配置相应的域适配器以减少域间差异,通过对抗网络算法实现具体训练,再通过一致性正则化来进一步提高模型的域迁移性能。通过大量实验验证了提出的域迁移模型的有效性,结果表明同目前常见的域适应-快速区域卷积(DA-FRCNN)模型、对抗识别域适应(ADDA)模型以及动态对抗适应网络(DAAN)模型等三种域迁移模型相比,该模型在不同数据集上的均值平均精度(mAP)可以提高5%~10%。

锑的淡水沉积物质量基准初探

我国未建立锑(Sb)的淡水沉积物质量基准(freshwater sediment quality criteria,SQCfw)。锑的沉积物毒理学数据有限,本文通过分配实验获得宏观分配系数K m=165.22ρw^-0.319,将锑在水中的浓度转化为锑在沉积物中的含量。在20个毒理学数据的基础上,采用物种敏感性分布法(species sensitivity distributions,SSD)并选取Logistic模型将其拟合,得到锑的SQCfw为37.80 mg·kg^-1。本文同时为SQC的建立提供了基于生物毒性的方案。

结合局部一致性和低频振幅探究躯体症状障碍患者大脑自发性活动的改变

躯体症状障碍(somatic symptom disorder,SSD)是一种常见的医学疾病,致病原因涉及生物学、心理学及社会因素.目前关于SSD的神经机制知之甚少.本研究通过静息态功能磁共振成像(functional magnetic resonance imaging,fMRI),结合低频振幅(amplitudes of low-frequency fluctuation,ALFF)和局部一致性(regional homogeneity,ReHo)分析探究45位SSD患者和43位健康对照自发性脑活动特征的区别.结果发现:与对照组相比,SSD患者右侧扣带回中部的ReHo值显著升高,而右侧楔前叶、左侧颞下回延伸到左侧颞中回和左侧海马旁回、右侧脑桥的ReHo值显著降低.同时,SSD患者扣带回中部延伸至左侧额中回、右侧脑岛延伸至右侧额下回、左侧额中回延伸至左侧前扣带回的ALFF值均显著升高.这些脑区的脑功能与自我加工、情绪处理、身体知觉等有关,与SSD发病机制有重要联系.