深度学习支持下的城市破损路沿石检测方法

针对破损路沿石在街景影像中受到目标多尺度、相似地物干扰以及遮挡等问题,提出了一种面向城市街道两侧破损路沿石检测的CDD-YOLO(convolutional swin transformer deformable decouple-YOLO,CDD-YOLO)模型。依据破损路沿石呈现形状尺度多样性特点,嵌入C3_STR(convolutional swin transformer,C3_STR)模块进行特征融合,增强模型对多尺度特征的感知性能;对于相似地物干扰导致的误检现象,加入可变形卷积模块,利用目标区域自适应特性,提升模型对相似地物的判别能力;为避免因遮挡引起的定位不准确问题,引入解耦检测头结构,增强模型对模糊边界特征的提取能力。在自制的街景破损路沿石数据集上进行验证,分析表明,该方法的precision、recall、F1、IoU 4项评价指标分别达到了82.45%、81.22%、81.01%和80.23%,显著优于其他主流目标检测方法,验证了该方法的有效性和可行性。

基于加权锚点的多视图聚类算法

大规模多视图聚类旨在解决传统多视图聚类算法中计算速度慢、空间复杂度高,以致无法扩展到大规模数据的问题.其中,基于锚点的多视图聚类方法通过使用整体数据集合的锚点集构建后者对于前者的重构矩阵,利用重构矩阵进行聚类,有效地降低了算法的时间和空间复杂度.然而,现有的方法忽视了锚点之间的差异,均等地看待所有锚点,导致聚类结果受到低质量锚点的限制.为定位更具有判别性的锚点,加强高质量锚点对聚类的影响,提出一种基于加权锚点的大规模多视图聚类算法(Multi-view clustering with weighted anchors,MVC-WA).通过引入自适应锚点加权机制,所提方法在统一框架下确定锚点的权重,进行锚图的构建.同时,为增加锚点的多样性,根据锚点之间的相似度进一步调整锚点的权重.在9个基准数据集上与现有最先进的大规模多视图聚类算法的对比实验结果验证了所提方法的高效性与有效性.

基于多尺度特征融合的跨视角步态识别

在跨视角步态识别中,针对衣着遮挡情况下难以提取具有可辨别性和多样性的步态特征,导致识别准确率下降的问题,提出了一种基于多尺度特征融合网络的跨视角步态识别方法。该方法能够有效利用步态特征间的互补性,获得具有可辨别性和多样性的步态特征,从而解决因衣着遮挡造成可辨别性差以及单一性的问题,进而提升跨视角步态识别的准确性。为验证所提方法的有效性,在公共数据集CASIA-B上进行了验证,实验结果表明所提方法在处理具有遮挡条件下的跨视角步态识别问题的识别性能达到了73.4%,同时在正常和背包两种行走条件下的识别性能分别达到了95.5%和88.0%。此外,我们的方法在处理遮挡条件下的识别性能优于同类典型的步态识别方法。

基于fisheye views算法解决可视化程序设计语言问题的研究

可视化程序设计语言已经引起了越来越多学者的研究兴趣,并产生了一系列研究成果。在对编程元素由二维图形对象构成的传统可视化程序设计语言中产生的两个显示问题进行了详细分析,提出引入一种改进的fisheye views算法来解决这些问题的方法。并通过设计的原型系统VPMF表征了该方法的效果和可行性。

武汉市主城区建成环境对街道活力影响的时空特征----基于多尺度地理加权回归

探究建成环境对街道活力的影响效应是城市公共空间品质提升的关键。文章以武汉市主城区为例,首先基于人口热力数据测度多时段街道活力,其次利用街景数据、POI数据及OSM路网数据构建基于宏观街区构成和微观街道特质的多维度建成环境指标体系,最后引入多尺度地理加权回归模型探讨不同建成环境对街道活力影响的时空差异。结果表明:(1)时间上,武汉市主城区内中高活力街道在9:00-18:00间整体占比最多。空间上,街道活力在各时段整体呈“东核西带、多点聚集”分布。(2)基于宏观街区构成的二维建成环境对街道活力的影响整体较微观三维街道建成环境更为明显。(3)各建成环境要素对街道活力影响的时空异质性显著。距娱乐休闲设施最近距离和围合度对街道活力的影响整体具有稳健的时空变化特征,接近度、功能混合度、功能设施密度和天空开敞度次之,距综合商场最近距离、街道高宽比和交通安全设施占比则表现了明显的时空局部显著效应。

基于LabVIEW的BA无标度网络演化模拟软件

BA无标度网络模型可对自然界和人类社会中大多数的网络演化特征进行描述。然而目前还没有一种可以描述BA无标度网络增长特性和优先连接特性的演化模拟软件。针对软件的缺失,设计了基于Lab VIEW与Matlab的BA无标度网络演化模拟软件。利用Lab VIEW构建人机界面和实现动态演化,并以Matlab计算邻接矩阵、节点度和连接概率等数据。最终实现每点击一次增长按钮,就会增加一个节点的BA无标度网络演化的动态显示。该软件有利于学习和理解BA无标度网络模型。通过BA无标度网络演化示例进行结果验证表明,软件不仅能够演示网络演化过程,还可动态计算邻接矩阵、节点度和连边概率。

Color Correction for Multi-view Video Using Energy Minimization of View Networks

Systems using numerous cameras are emerging in many fields due to their ease of production and reduced cost, and one of the fields where they are expected to be used more actively in the near future is in image-based rendering （IBR）. Color correction between views is necessary to use multi-view systems in IBR to make audiences feel comfortable when views are switched or when a free viewpoint video is displayed. Color correction usually involves two steps： the first is to adjust camera parameters such as gain, brightness, and aperture before capture, and the second is to modify captured videos through image processing. This paper deals with the latter, which does not need a color pattern board. The proposed method uses scale invariant feature transform （SIFT） to detect correspondences, treats RGB channels independently, calculates lookup tables with an energy-minimization approach, and corrects captured video with these tables. The experimental results reveal that this approach works well.

基于LabView的舰船发动机温度检测

由于传统系统存在温度检测精准度低的问题,不能满足舰船发动机温度检测标准,提出了基于LabView的方法对舰船发动机温度检测系统进行设计。根据舰船发动机工作原理,采用LabView方法对发动机温度传感器设计,并对信号电路进行调理,解决因传感器内部温度改变而引起的电压变化问题;对传感器中的软件功能展开研究,按照温度转换步骤,采用线性标度转换方法,可获取准确温度物理量。由实验结果表明,该系统对温度检测最高精准度可达到95%,能够满足舰船发动机温度检测标准。

中观尺度城市建成环境对疫情空间风险的影响探析

全球新冠肺炎疫情持续蔓延背景下,建成环境对大流行病传播风险的空间应对已成为当前城乡规划领域关注的重点。为揭示中观尺度城市建成环境对新冠肺炎空间分布的影响机制,研究以2020年武汉中心城区疫情集中爆发社区及其街道为基本研究单元,立足疫情传播特征借助ArcGIS和Pycharm平台对社区及街道两类数据进行提取和计算,基于克里金插值和语义分割模型获取街道开敞度、交通拥堵度、土地利用混合度、容积率等9个建成环境特征,并在此基础上,利用地理加权回归模型构建疫情空间风险指标体系。研究表明:一、社区及街道建成环境要素与疫情空间风险紧密相关,语义分割模型在街道建成环境要素测度上具有方法优势;二、存在4个通过稳健性检验的显著影响要素,其中道路密度、土地利用混合度、交通拥堵程度与疫情风险分布呈显著正相关,路网宽度和疫情风险分布呈显著负相关;三、地理加权回归模型相较于OLS模型充分地考虑了各因素的空间解释,通过回归系数分析了不同风险指标的空间效应,所构建的疫情空间风险评价体系指出传染病防治规划策略宜结合社区及街道等多种尺度的建成环境要素。本研究结果为中观尺度城市建成环境下传染病防治的空间对策制定提供依据。

基于神经辐射场的多尺度视图合成研究

针对神经辐射场(NeRF)在多尺度的视图合成任务中产生模糊和锯齿的问题,提出一种融合不同尺度的视图特征和视点特征作为先验提高合成目标视图质量的多尺度神经辐射场(MS-NeRF)。首先,对于不同尺度的目标视图,利用多级小波卷积神经网络提取目标视图特征,将视图特征作为先验对网络合成目标场景视图进行监督。其次,扩大视点相机发出的光线在目标视图像素点上的采样面积,避免在每个像素上只对单束光线进行采样导致渲染结果产生模糊和锯齿。最后,在训练时加入不同尺度的视图特征和视点特征,提升网络合成不同尺度视图的泛化能力,并利用渐进式结构的深度神经网络拟合视图特征和视点特征到目标视图的映射关系。实验结果表明,与相关方法相比,MS-NeRF减少了训练成本,提升了合成目标视图的视觉效果。

考虑宏微观建成环境的共享单车骑行影响因素分析

针对共享单车骑行影响因素分析中对微观建成环境因素探讨的不足,以北京市五环内及附近街道为研究对象,基于城市多源数据,从公共交通设施、土地利用、人口经济属性、空间设计及道路环境5方面提取宏微观建成环境因素,并构建全局回归模型(global regression,GR)、地理加权回归模型(geographically weighted regression,GWR)及多尺度地理加权回归模型(multi-scale geographically weighted regression,MGWR),对共享单车骑行密度进行分析。研究结果表明:MGWR模型有更好的回归效果,调整拟合优度R 2高达0.91;共享单车骑行密度空间上呈现“高-高”及“低-低”聚类两极分化现象;地铁站点密度为局部影响因素,公交线路密度及隔离护栏出现率为区域影响因素,其他建成环境变量为全局尺度;骑行密度显著影响因素的回归系数,在空间上较为平稳,单一变量的空间影响关系均为正向或负向影响;微观建成环境中,绿视率、交通信号出现率为正向影响,色彩丰富性及路灯出现率为负向影响。

多源数据视角下城市街道空间活力测度

街道是城市空间的重要组成部分之一,而街道空间活力则是衡量城市街区空间品质的重要指标.本文基于前人研究,在概念层面重新界定了城市街道空间活力,并从外在表征与内在构成要素两方面构建了城市街道空间活力的定量测度框架,使用Pearson相关性分析探索城市街道空间活力外在表征与内在构成要素的影响关系.通过对合肥市政务区的实证研究发现:(1)不同时刻街区内的行人具有不同的空间分布规律;(2)城市街道空间活力的外在表征与绿视率、界面围合度、界面丰富度、相对步行道宽度、商业设施便利度、公共服务设施便利度、文化设施便利度等内在构成要素之间具有显著影响;(3)街道空间活力的外在表征与内在构成要素的影响程度随时间而改变.合理的空间功能布局与精细化空间环境设计,是高效组织人群、提升街道活力的关键.

联合注意力机制与多级特征融合的街景全景分割算法研究

全景分割是场景认知领域的新型挑战性任务,针对此任务中的卷积神经网络和下采样的计算范式中,存在建模长距离特征依赖学习效率低和小物体信息丢失的局限性。本文设计了一种联合注意力机制和多级特征融合的街景分割算法。首先,使用压缩和激励网络(Squeeze-and-Excitation Networks,SENet)改进Panpotic-Deep-Lab网络,聚合通道上下文信息,加强网络学习重要特征,抑制无用特征。其次,在解码器阶段引入多尺度特征融合模块弥补部分物体信息。为验证方法的有效性,基于Cityscapes城市景观基准数据集,实验结果显示:本文方法提取的全景分割质量(PQ)为59.5%,分割质量(SQ)为80.5%,识别质量(RQ)为73.4%,平均交并比(mIOU)为78.8%。结果表明,本文模块可以有效提升全景分割精度。

基于深度学习视野自选择的密集匹配网路

当前以PSMNet为代表的密集匹配网络结构在匹配代价计算过程中采用了多尺度技术,通过视差软回归的方式寻找最佳视差点,但多尺度参与计算会导致不同尺度相互干扰,视差不连续,区域的匹配误差增加。文章设计了不同视野的多支路网络结构AFSNet,针对每个像素点选出最佳视野。AFSNet能够有效减少视差非连续边缘误差,提升匹配精度,EPE和3PE在4个数据集上比采用多尺度的PSMNetS平均减少了1.79%和6.76%;以偏移损失和置信网络为选择依据,可以有效选择最佳尺度,实现合并精度优于任意支路精度;在测试的网络中,AFSNet模型泛化性整体优于其他参与测试的网络。

基于多视角融合的医学图像分割方法研究

提出了一种基于变换器的多视角医学图像融合分割框架,通过采用一种发散融合的注意力模型来建模跨视图信息,充分挖掘语义之间的相互依赖,解决了不同视图之间的数据不对齐以及难以捕捉长距离相关性等关键问题。同时使用多尺度注意力机制来提取多尺度的全局特征。在Cardiac MRI数据集上分别评估了多疾病、多视角和多中心的右心室分割任务,验证了该方法具有更优的分割性能。

上海城市街道环境的大规模测度研究

街道是城市活动多样且密集的公共开放空间,也是产生城市活力的重要场所。街道环境的大规模测度有助于整体把控城市街道的特征及痛点,然而已有研究较少考虑不同等级、功能街道的差异,在识别街道空间问题和指导实践层面上不够精准。以上海市主城区为例,基于路网、POI和街景图片数据,采用空间句法、语义分割和冷热点分析方法,从道路等级、街道功能、街道网络形态和街道视觉要素4个维度大规模测度街道环境,对不同等级、不同功能街道的网络形态和视觉要素进行对比分析,为街道的转型和更新提出针对性建议。

跨视角地理视觉定位

伴随着智能终端设备的爆炸性增长和移动互联网的迅速崛起,在许多场景下,例如地广人稀的偏远山区,基于位置的服务需求越来越凸显。但由于这些区域GPS信号遮挡或信号基站难以覆盖,GPS定位无法正常发挥作用。图像地理定位指仅根据视觉信息确定图像的拍摄位置。在没有任何先验知识的情况下,预测照片的地理位置是一项非常艰巨的任务,因为不同条件下(例如,不同的天气,物体或相机设置)拍摄的图像会呈现出巨大的变化。文中尝试探索图像的跨视角地理视觉定位方法,首先利用逆极坐标转换将街景视角转换为空域视角图像,以此减少两者间的域差异,再利用深度学习的方法来对不同视角的图像进行编码以获得更加鲁棒的图像全局向量描述子,然后在此基础之上进行图像匹配和街景视角查询图像的定位。在图像特征提取方面,采用了VGG16模型,利用层数更深的小卷积核的方式去增大网络模型的感受视野并节省参数。在特征编码方面,将多尺度注意力机制融入NetVLAD模型,将骨架模型提取到的特征编码成更加鲁棒的全局特征描述子向量。实验结果显示,上述方法能够实现较高精度的街景视角的匹配与定位,同目前已有的方法相比,匹配精度更高。而且无须专业设备采集的高清街景视图,普通智能手机拍摄的街景视图即可获得较好的匹配定位精度。

改进的核相关滤波跟踪算法

主要针对核相关滤波(KCF)跟踪算法无法解决目标跟踪中尺度变化及目标丢失问题,提出了一种改进的核相关滤波目标跟踪算法。在训练位移滤波器的基础上增加了一个尺度滤波器来改进目标尺度变化问题。为解决目标丢失问题,结合了遮挡处理机制,当判断目标受到遮挡面积较小时使用支持向量机(SVM)对样本进行在线训练,当目标遮挡时使用再检测分类器进行检测。实验结果表明,该方法与其他优秀跟踪算法比较跟踪精度有明显提升。

三维环境下的工程图自适应优化技术

工程图纸是企业生产的重要依据,对三维环境下的工程图纸进行优化以符合企业的要求很有必要。论文利用模型与图纸的关联性,给出了以模型模板和工程图模板为基础的自适应优化原理。提出了模板定制的原则,并给出了模板普通定制与特殊定制的方法,为后续优化奠定基础。详细论述了实现自适应优化的几个关键技术,包括视图定位,比例匹配,尺寸定位与明细栏优化,获得了大型复杂装配体工程图良好的优化效果。

对教师教育中教育实践的重新审视

教师教育要适应发展和变革,必经不断优化教育质量。教育实践是教师教育中重要的教学环节,被认为是一种促进教师专业发展的重要途径,对教师的专业成长起着举足轻重的作用。本文就怎样树立新的教育实践观去审视教育实践等作一些探究,从而促进教师教育的发展。