基于多任务辅助推理的近眼视线估计方法

眼动交互是头戴式虚拟现实(VR)/增强现实(AR)设备的关键操控方式, 如何进行高精度、高鲁棒性的非标定视线估计是当前VR/AR眼动交互的核心问题之一, 高效、鲁棒的非标定视线估计需要大量的眼图训练数据和高效的算法结构做支撑。在现有基于深度学习的近眼视线估计方法的基础上, 通过添加多任务辅助推理模块, 增加网络结构的多阶段输出, 进行多任务联合训练, 在不增加视线估计测试耗时的前提下, 有效提升视线估计精度。在模型训练时, 从视线估计网络结构的多个中间阶段引出多个眼部特征的辅助推理并行网络头, 包括眼动图像的语义分割、虹膜边界框及眼部轮廓信息, 为原始视线估计网络提供多阶段中继监控, 在不增加训练数据的基础上, 有效提升视线估计网络的测试精度。在国际公开数据集Acomo-14与OpenEDS2020上的验证实验表明, 与无辅助推理的网络相比, 所提方法精度分别得到了21.74%与18.91%的效果提升, 平均角度误差分别减少到1.38°与2.01°。      

基于因子分析的高铁站点选址决策因素研究

高铁城际交通网络作为我国城市经济发展中的重要枢纽,高铁站选址对于城市经济的发展必然有带动和促进作用.通过从高铁站选址如何影响城市经济角度切入,浅析众多直接影响高铁站建设的决定性因素,基于因子分析与案例论证法,综合分析城市发展条件、工程条件、经营条件及政策等指标因素对高速铁路客运站选址的影响,并提出相关建议.     

天基边缘智能光学遥感技术构想

边缘计算对智能遥感载荷的应用有着重要的作用,能极大促进人工智能解决方案的部署,研究边缘计算与智能遥感载荷在多方向的深度融合技术,实现海量数据下复杂需求的实时响应,是全面推进天基物联网智能化建设的必要一环。文章在研讨天基边缘智能遥感应用模式的基础上,提出天基边缘智能遥感的总体构想,分析了天基边缘智能遥感系统构建中的核心问题及需要解决的关键技术,并探讨了天基边缘智能遥感在今后发展中可能存在的问题与带来的挑战。     

美国空间探测的得失

□□长期以来,探索太空有两个主要原因.一是出于国家荣誉,想在其他国家首次实现特定目标之前先行一步,经典的案例就是美国与苏联为成为第一个载人登月国家而展开的竞争.二是纯粹为了获取科学知识,正是因此美国航空航天局促进了航天器技术在监视、成像及分析太阳系内外天体和现象方面应用的发展.     

甚高频数据链模式二通信协议栈一致性测试系统设计及验证

甚高频数据链模式二(VDLM2)通信协议是航空电信网(ATN)所支持的四种甚高频数据链模式之一,已被定为过渡时期ATN空地通信的主要方式,是目前应用最为广泛的甚高频数据链。本文以自主开发的甚高频模式二协议栈通信系统为被测系统,设计了一种与之适合的一致性测试系统,通过该测试系统对模式二协议栈进行了一致性测试。测试结果表明,测试系统可以很好地完成一致性测试的功能,并具有很强的扩展性,为系统性能进一步测试奠定了基础。     

移动卫星网络仿真验证系统研究

移动卫星网络具有网络节点动态、多波束大覆盖、信息接入机动灵活、卫星节点处理能力受限等特点,目前现有的通用网络仿真软件很难模拟真实的卫星通信网络环境。构建一个移动卫星网络仿真验证系统,包括主控模块、仿真核心模块,以及HLA/STK接口模块等。通过典型案例设计和分析,仿真验证了卫星网络链路层和网络层协议,给出吞吐量、通信时延等仿真结果,从而证明该系统可以为卫星网络的关键技术研究提供有效的网络模拟环境。     

基于迁移学习的小样本目标识别研究进展与展望

在空、天、海等复杂环境下的目标识别任务中，高质量的样本数据往往较少。特别是在干扰对抗环境下，某些特定领域的目标信息获取困难，可靠的标注数据较少。小样本问题对深度学习技术在目标识别任务中的应用提出了新的挑战。迁移学习为小样本不确定环境下的目标识别问题提供了新的研究思路。本文针对小样本目标问题，以机载雷达等空天传感器信息对海面目标识别为例，介绍了迁移学习的主要思路和方法，对迁移学习在海面目标识别问题中的应用现状进展进行了总结；分析和归纳了迁移学习在海面目标识别应用中的主要挑战。最后对可解释性及鲁棒性的海洋目标识别技术需求及未来发展方向进行了展望。