自适应融合 RGB图像特征的稀疏深度修复

深度修复的目的是从稀疏深度图像中恢复出稠密的深度图像。现有方法通常是以稀疏深度图像及其对应的 RGB图像为输入,通过 1个卷积神经网络恢复出密集深度图像。然而,普通的卷积层在处理稀疏且不规则的深度信息时有较大的局限性,同时,RGB图像特征和深度图像特征属于不同的模态。针对这些问题,文章提出了自适应稀疏不变模块,根据输入像素的有效性来处理稀疏深度,并提出了结合注意力机制的多尺度特征融合模块,在关注有效特征的同时,抑制不必要的特征,进一步提高深度修复性能。文章在 NYUv2数据集上进行了一系列实验,实验结果表明了所提出算法和模块的有效性。     

局部空间-时间显著性的表达过程蕴涵对空间显著性的表达

建立的基于独立成分分析进行特征提取器的学习,进而模拟人类对视觉信息的局部空间-时间显著性的表达过程的计算模型,蕴涵了对局部空间显著性的有效表达;从而当据其设计为机器人主动视觉的注意机制的视线控制而用的算法,可以同一个处理过程适用于动态场景或静态场景的情形。对获自动态场景的特征提取器的频率特性的分析,揭示了此种内在的包含性的成因;算法的实验结果显示了局部空间-时间显著性表达过程对静态场景的局部空间显著性可有效表达。     

Choice zones: architecturally relevant areas of interest

A new type of area of interest (AOI) termed “choice zones” is proposed, that is relevant for eye tracking research in the built environment. Choice zones are an ex ante measure; this is in contrast to many existing definitions of AOIs which are data-driven. Choice zones are defined algorithmically using space-geometric parameters. The validity of the concept is tested against fixation data from an urban navigation experiment in which participants chose between alternative paths. Findings show that choice zones account for 90% of the fixations clusters. The merit of the measure for applied studies in built environment research is discussed.     

飞机结构X射线裂纹图像智能评定

飞机结构X 射线图像评定过程存在复杂背景下裂纹分割不准、检出难等问题。基于高效层聚合网络提出一种飞机结构X 射线裂纹图像智能评定模型（ELAN-Seg）,将ELAN-Seg 模型和DeepLabv3+模型的射线图像裂纹分割能力进行对比,结合图像处理技术对模型分割的裂纹长度进行评估,利用飞机强度试验及外场维护过程采集的X 射线图像对模型进行验证。结果表明：分割的最小裂纹长度约为3 mm,ELAN-Seg 模型对复杂背景射线图像裂纹分割更加准确,裂纹漏检率小于3.8%,该模型具有工程适用性。     

基于时空模型的快速视频显著区域检测

传统的视频显著区域检测方法运算量大且难以处理包含复杂运动的视频,本文提出一种基于时空模型的快速显著区域检测方法.该方法用一种新的模糊聚类算法对特征点的运动轨迹进行无监督聚类,对不同运动类型进行分类.在复杂运动情况下,该算法通过计算优化的聚类中心的个数以获得运动类型数,再将异常数据剔除后,生成运动显著图.而在空间显著区检测方面,则利用反差模型以及Gabor滤波器获得图像的静态显著图.在此基础上,还提出一种基于运动优先思想的时空混合方法,将运动和空间显著图动态合成视觉显著图.实验证明,该方法能够有效地提取视频显著区域,与传统的方法相比该方法平均耗时更少且更方便.     

飞行员注意力分配的定量测量方法

在实验室内让被试人员在飞行模拟器上完成了三个不同阶段的模拟飞行任务,同时用眼动仪器记录了被试者的眼动数据.采用划分兴趣区域的方式,把视觉信息源划分为座舱内仪表和外部视景两个兴趣区域,对三个眼动指标在两个兴趣区域内的分布情况进行了分析和对比.结果显示,三个模拟任务阶段被试者显示出了不同的扫视模式,在外景有更多的注视点比率、更多的注视时间比率和更长的平均注视时间.表明视觉飞行规则下,战斗机驾驶员主要从外景获取视觉信息,他们的大部分注意力都集中在外景.眼动指标可以客观地反映驾驶员的注意力分配规律和工作负荷变化,研究结果对于战斗机座舱显示信息的设计和飞行员的培训有一定的指导意义.     

基于双重注意力机制及S-BiGAN的机电设备故障诊断

标签样本少条件下机电设备的准确故障诊断对于提高复杂机电设备的健康管理能力具有重要意义。针对标签样本少条件下难以建立准确故障诊断模型的问题,在半监督生成对抗网络的基础上,将注意力模块引入生成对抗网络,并利用格拉姆角场将一维数据转换为二维图像;结合双向生成对抗网络特点,提出一种基于双重注意力机制的半监督双向生成对抗网络（S-BIGAN）机电设备故障诊断模型,以轴承数据为例进行验证。结果表明：与CNN-SVM、SGAN 等算法相比,本文提出的模型能够提高样本生成质量和故障分类特征,有效解决标签样本少情况下的故障诊断问题,极大地提高了故障诊断准确率。     

Radar maneuvering target tracking algorithm based on human cognition mechanism

Radar Maneuvering Targets Tracking(RMTT) in clutter is a quite challenging issue due to the errors in the models and the varying dynamics of the processes. Modern radar tracking system calls for the adaptive signal and data processing algorithm urgently to adapt the uncertainty of the environment. The mechanism of human cognition can help persons cope with the similar diffi-culties in visual tracking. Inspired by human cognition mechanism, a comprehensive method for RMTT is proposed. In the method, the model transition probability in Interacting Multiple Model(IMM) and the validation gate can be adjusted dynamically with target maneuver; the waveform in radar transmitter can vary with the perception of the environment. Experimental results in cluttered scenes show that the proposed algorithm is more accurate for perceiving the environment and targets, and the waveform selection algorithm is better than that with fixed waveform.     

多节点探测器软着陆的路径规划方法

面向小行星探测任务的需要,柔性连接的多节点深空探测器是针对单节点探测器着陆易倾覆或反弹等问题的一种解决方案.基于此构建了一种采用柔性连接的三节点探测器并对其软着陆情况进行建模,提出了带自注意力机制的多任务深度强化学习方法.各节点以探测器主体为参照物描述自身状态,节点之间通过联合学习来提高各自对复杂环境的适应能力;在对探...     

内隐学习的研究综述

内隐学习从提出至今已有三十多年的历史,由于其所具有的重要理论与实践价值,这一领域已吸引了众多学者的关注与探索.本文试对目前关于内隐学习的研究成果做一梳理,以期让人们较系统的了解这一领域并为今后的研究提供参考.