基于深度学习的图像全景分割综述

随着深度学习与图像分割的不断发展,图像全景分割已经成为计算机视觉领域的一个研究热点,许多图像全景分割方法被提出。综述了基于深度学习的图像全景分割研究方法,首先介绍了图像全景分割国内外的研究现状,对已有图像全景分割的方法,根据网络架构优化任务的不同进行分类阐述,主要包括特征提取优化的图像全景分割、子任务分割优化的图像全景分割、子任务融合优化的图像全景分割、其他图像全景分割;其次简单介绍图像全景分割中常用的MS COCO、PASCAL VOC、Cityscapes、ADE20K和Mapillary Vistas五个数据集以及全景质量(PQ)和解析覆盖(PC)两种评价准则;然后对典型图像全景分割方法在不同数据集上进行了性能比较;接着列举了图像全景分割在医学、自动驾驶、无人机、农业、畜牧业、军事等领域的应用;最后指出了现有方法在复杂场景应用、实时性、冲突等方面存在的不足与挑战,并探讨了基于简单统一框架的图像全景分割、实时的高质量图像全景分割、复杂应用场景下图像全景分割等未来研究方向。

基于分层强化学习的机械臂复杂操作技能学习方法

在面对复杂任务时,传统强化学习方法存在状态空间庞大、奖励函数稀疏等问题,导致机械臂不能学习到复杂的操作技能。针对上述问题,提出一种基于分层强化学习的机械臂复杂操作技能学习方法。首先,底层运用基于Beta过程的自回归隐马尔可夫模型,将复杂操作任务分解为多个简单的子任务;其次,对每个子任务运用SAC算法进行技能学习,得到每个子任务的最优策略;最后,根据底层得到的子任务最优策略,上层通过基于最大熵目标的改进强化学习算法学习复杂操作技能。实验结果表明,所提方法能有效实现机械臂复杂操作技能的学习、再现与泛化,并在性能上优于其他传统强化学习算法。

基于端到端的多任务商标分卡模型

目前商标分卡处理方法是先进行文本检测再进行区域分类,最后对不同的区域进行拆分组合形成商标分卡.这种分步式的处理耗时长,并且因为误差的叠加会导致最终结果准确率下降.针对这一问题,本文提出了多任务的网络模型TextCls,通过设计多任务学习模型来提升商标分卡的检测和分类模块的推理速度和精确率.该模型包含一个特征提取网络,以及文本检测和区域分类两个任务分支.其中,文本检测分支采用分割网络学习像素分类图,然后使用像素聚合获得文本框,像素分类图主要是学习文本像素和背景像素的信息;区域分类分支对区域特征细分为中文、英文和图形,着重学习不同类型区域的特征.两个分支通过共享特征提取网络,像素信息和区域特征相互促进学习,最终两个任务的精确率得以提升.为了弥补商标图像的文本检测数据集的缺失以及验证TextCls的有效性,本文还收集并标注了一个由2000张商标图像构成的文本检测数据集trademark_text(https://github.com/kongbailongtian/trademark_text),结果表明:与最佳的文本检测算法相比,本文的文本检测分支将精确率由94.44%提升至95.16%,调和平均值F1 score达92.12%;区域分类分支的F1 score也由97.09%提升至98.18%.

多Agent协同处理模型的研究与设计

为能快速有效地处理开放式网络环境中的任务,结合移动Agent技术和计算机支持的协同工作技术,提出多Agent协同处理模型,并对其实现的相关技术进行研究。由协作管理器对任务进行分解,对负责处理子任务的Agent进行控制,使Agent之间能够进行协作处理,应用有效的算法为分解的子任务建立其最优执行序列,提高任务的执行效率。

基于神经网络的机器人路径规划算法

机器人路径规划技术是机器人研究的一个重要领域。针对未知的全局环境,使机器路径最优化,利用机器人传感器网络建立可视区域,将整体任务分解为环境信息已知的一系列子任务,利用神经网络高速并行计算的优点,建立神经网络罚函数,提出一种实时性较高的变参数方法离散化求取罚函数的负梯度方向,控制机器人快速高效地完成子任务,从而驱使机器人到达目标点并进行仿真。仿真结果证明了复杂环境静态和动态目标指引下方法的有效性和实用性,特别适用于实时性要求高的场合。

两级嵌入式系统的消息驱动和快速传送

提出了两级调度嵌入式操作系统的运行原理和任务、子任务的消息驱动机制,设计了一种新的描述消息的数据结构,用以满足两级调度嵌入式操作系统的运行。利用这种数据结构,可以用零拷贝的方式来传送消息,极大地提高了系统的效率。在两级嵌入式操作系统中,构建了完全独立的、由不同类型消息所组成的任务级消息队列和子任务级消息队列。最后,分析了这两种消息队列和各种不同类型消息的特点,并分析了利用消息驱动任务和子任务的方法。

未知环境下多自主水下航行器目标搜索方法

针对未知复杂环境下,传统搜索模式或离线设计全局优化航迹的自主水下航行器搜索方法中,搜索效率低,定位精度不稳定,环境适应能力差等问题,本文提出一种基于动态预测的多自主水下航行器协同自适应目标搜索方法,该方法分为3种模式:有目标模式,根据获取声呐视域中的目标信息进行自适应的实时目标搜索;无目标模式,利用分区域策略辅助区域搜索覆盖、协同规划任务;避障模式,利用改进的动态窗口法实时面对复杂的障碍威胁;根据不同的水下环境,3种模式间交替切换执行,完成未知水下环境的目标搜索。仿真结果表明:该方法能够应对未知水下的不确定信息,保障目标状态信息的可信区间,具有环境适应性和搜索高效性。

网络化智能攻击子弹药任务规划

网络化智能攻击子弹药的任务状态包括:搜索、识别、攻击和毁伤评估。为了实现多个弹药协同工作以更好更高效的方式执行作战任务,构造效益函数来对多个子弹药的任务进行规划,以最大收益的情况进行任务分配。建立了搜索收益、再识别收益、攻击收益和毁伤评估收益的计算公式。通过仿真示例看出,建立的效益函数模型可以实现将子弹药以最适合的任务状态分配给最适当的目标。

实时操作系统μC/OS-Ⅱ子任务扩展的一种改进方法

随着嵌入式系统的日益发展,更复杂的任务支持是当前大多数嵌入式操作系统必须解决的问题.该文在μC/OS-Ⅱ内核上,通过以任务优先级变量为基础,修改任务控制块结构,任务调度、通讯等函数的方法,使其在保持强实时的优势下,实现了同一优先级多个子任务并发调度,不仅扩展了原内核的任务数,同时形成了任务组,并完整实现了任务组内任务间的消息通信,采用该文的方法,对不需要任务组支持的原有系统,亦无需做任何改动.

驱动式教学法在程序设计语言类课程教学中的应用

在程序设计语言类课程教学中采用任务驱动式教学法,结合分组协作式的具体实施方案,既可提高教学质量,又可培养学生探索、创新、研讨与协作的科研品质。教师在驱动式教学法中的作用主要有确定总体任务、确定阶段性任务、指导学生完成任务及总结、评分等几个方面。

应用近似算法的光学遥感卫星区域目标成像任务规划方法

光学遥感卫星成像任务规划的研究对象多以点目标为主,对于区域目标的处理,多是将其转化为点目标后求解,因此存在精度不高和效率过低等问题。同时,还存在对于长时间周期的规划问题耗时过长,以及大区域长时间任务规划性能较差等问题。文章根据卫星成像任务规划的约束条件,建立成像任务规划模型,分析并归纳光学遥感卫星轨道及星下点轨迹的特点,认为星下点轨迹在中低纬度区域的投影可近似认为是直线;通过将区域目标向直线投影,将二维平面区域转化为一维线状区域,对模型进行求解。该方法能大幅降低求解区域目标问题的复杂度,在一维线状区域的基础上对侧摆进行处理,同时能够提高长时间周期规划的性能。利用环境减灾-1A(HJ-1A)卫星进行验证,结果表明,文章提出的方法能够在较短的时间内解决大区域长时间成像任务规划问题。

“变频调速技术与应用”课程理实一体化教学改革与设计

针对高职院校"变频调速技术与应用"课程建设中的现状与存在的问题,优化选择贴近实际的工业化项目,侧重于变频器的实际使用,尤其是参数设置,将项目任务分解成一个个独立的子任务,实现该课程的理实一体化教学模式。

基于动态双向优先级的任务分配与调度算法

提出了一种基于动态双向优先级的任务分配与调度算法,称作动态双向优先级(DDDP)算法。该算法综合考虑了实时任务的优先级和子机的优先级,构造了动态双向优先级任务分配模型,实现了数据传输中主机/子机模式的任务动态分配与调度。在模拟实验中,通过使用正常负载和过载情况下的典型数据对算法进行仿真研究表明,这种算法比单纯考虑截止期的EDF算法在性能方面有明显的改进和提高。

云计算环境下数据挖掘服务模式研究

采用传统服务模式缺少对全局控制和子任务两方面数据挖掘的分析,导致服务效果较差,提出了一种云计算环境下的数据挖掘服务模式研究.分析数据挖掘服务模式结构,设计服务执行流程,并对数据资源获取、数据挖掘服务执行和资源释放具体内容进行说明.融合云计算技术,构造云计算平台,在该平台下设计全局控制端和子任务端数据挖掘流程,计算关联规则置信度,实现云计算环境下数据挖掘服务模式的研究.实验研究结果表明,该服务模式可改善传统服务效果差的问题,为数据挖掘服务模式商业化提供可能.

分布式多步骤入侵场景建模及其抽象描述

本文从入侵检测的角度提出了一种完全非集中方式,将分布式多步骤入侵场景建模为分布于被保护网络系统中多个节点上的检测子任务序列。本文基于巴科斯范式对分布式多步骤入侵场景建模进行了抽象描述。

“任务驱动”法在高校计算机公共课教学中的实践

高校计算机公共课作为一门技术性和操作性很强的学科,教师的教学方法对学生能力的培养尤为重要.从建构主义教学设计原则出发,以计算机公共课中的典型案例为例,探索了将"任务驱动"教学法运用到课堂中的实践.

用成组技术分解调度问题

本文首先给出一个复杂调度问题的例子，说明应用成组技术求解调度问题的可能性和重要性。在深入讨论求解成组问题流行的矩阵方法基础上，提出任务分层集群算法和子任务串并关系标识算法。前者可以逐层分解调度问题，后者则能标识子任务之间的相互关系。最后以实例验证这两种算法的有效性．

基于Petri网的虚拟维修培训规划技术研究

针对虚拟维修培训中可能存在不同培训任务的问题,建立了基于Petri网的培训任务规划模型,定义了Petri网广义变迁的扩展属性,提出了利用Petri子网来控制具体任务仿真的基本步骤;通过对变迁相关属性的合理编码,解决了从总体Petri网中提取Petri子网的问题,从而实现了Petri网对不同培训任务的可规划性。最后将结论应用于某齿轮减速箱的拆卸任务规划中,证明任务规划方法的有效性。

论准确把握国内主要矛盾的基本经验

建国以来,在怎样准确地把握国内主要社会矛盾方面,中国共产党和中国人民在半个多世纪的探索中积累了丰富的经验,其中值得牢牢记取的基本经验是:确认每一历史阶段所要解决的主要问题或中心任务,与主要矛盾是内在统一的;在剥削阶级消灭以前,不可把主要的阶级矛盾等同于主要社会矛盾;必须注意主要矛盾与次要矛盾的区分,具有不确定性;要客观地把握具体历史阶段推移中主要矛盾的转变与不变。

具有亚像素精度的冗余特征机器人视觉伺服控制

为克服机器人视觉伺服系统对位姿估算及标定精度的依赖性,结合前期特征识别和后期视觉伺服控制,提出基于冗余特征的机器人视觉伺服控制方法.首先,针对图像处理计算密集的问题,从加快特征提取运算速度考虑,研究了矢量数据的递归贪婪压缩算法;其次,从提高图像空间测量精度考虑,研究了基于向量正交性的亚像素特征提取方法,并结合合作目标形状,给出基于多边形形状拟合的目标识别实验性准则;最后,基于图像视觉伺服理论和任务函数方法,直接以具有亚像素级的冗余图像特征作为反馈信息,建立了机器人视觉伺服控制模型,并进行了视觉伺服验证试验.理论分析和实验结果表明,本文提出的视觉伺服控制方法能够在复杂的环境下快速稳定地提取伺服特征,并对标定误差和深度估计误差具有一定的鲁棒性.