摘要：在基于深度卷积神经网络的目标检测方法中,模型的参数量动辄数十兆字节,在计算资源有限的移动终端等边缘设备中部署这样的大模型比较困难。为了解决这个问题,本文在Single Shot MultiBox Detector(SSD)的基础上联合轻量化网络设计和参数量化两种技术来实现网络模型的轻量化。首先,基于ResNet50和MobileNet我们重新设计了SSD目标检测框架,并训练了一个全精度参数模型。然后,在全精度参数模型的基础上,采取逐块量化的策略将特征提取层中卷积层的参数精度降低到三值(零和正负一)。实验结果表明,本文提出的联合方案在Pascal VOC2007数据集上测试能够达到72.54%的mAP,和其他业界领先的轻量级目标检测方法相比检测精度更高且能使模型占用的内存空间更小。

摘要：设计多分支网络以提取分集特征已成为行人重识别领域的重要方向之一.由于单分支学习到的特征表达能力有限,所以文中提出基于多分支协作的行人重识别网络.在局部分支、全局分支、全局对比池化分支、关联分支这4个相互协作的分支上进行特征提取,获得强大的分集行人特征表达能力.文中网络可应用于不同的主干网络.实验中考虑OSNet、ResNet作为文中网络的主干网络进行验证.实验表明,文中网络在行人重识别数据集上均取得Start-of-the-art结果.

摘要：An object learning and recognition system is implemented for humanoid robots to discover and memorize objects only by simple interactions with non-expert users. When the object is presented, the system makes use of the motion information over consecutive frames to extract object features and implements machine learning based on the bag of visual words approach. Instead of using a local feature descriptor only, the proposed system uses the co-occurring local features in order to increase feature discriminative power for both object model learning and inference stages. For different objects with different textures, a hybrid sampling strategy is considered. This hybrid approach minimizes the consumption of computation resources and helps achieving good performances demonstrated on a set of a dozen different daily objects.

摘要：鉴于ResNet的强大表达能力,其在行人重识别领域获得了广泛的应用。虽然基于ResNet50构建的行人重识别网络取得了优异的性能,但流行的ResNet50仍存在模型体积大、效率低等局限性。与之相比,EfficientNet作为一种新兴的深度模型,具有设计合理、运行高效等特点,并在ImageNet数据集上有着更出色的性能表现。为此,本文尝试将EfficientNet系列网络引入到行人重识别领域,替代比较流行的ResNet50主干网络,提供了一个全新的骨干网基线。本文重点根据EfficientNet系列网络给出一种二分支行人重识别网络构造。相比于ResNet50,基于EfficientNet构造的二分支行人重识别网络具有网络参数规模小、性能提升明显的特点。实验结果表明:所构造的网络在行人重识别流行数据集上均有良好的表现。

摘要：DETR是第一个将Transformer应用于目标检测的视觉模型。在DETR结构中,Transformer编码器对已高度编码的图像特征进行再编码,这在一定程度上导致了网络功能的重复。此外,由于Transformer编码器具有多层深度堆叠的结构和巨大的参数量,导致网络优化变得困难,模型收敛速度缓慢。本文设计了一种无编码器的Transformer目标检测网络模型。由于不需要引入Transformer编码器,本文的模型比DETR参数量更小、计算量更低、模型收敛速度更快。但是,直接去除Transformer编码器将降低网络的表达能力,导致Transformer解码器无法从数量庞大的图像特征中关注到包含目标的图像特征,从而使检测性能大幅降低。为了缓解这个问题,本文提出了一种混合特征注意力(fusion-feature mixing attention,FMA)机制,它通过自适应特征混合和通道交叉注意力弥补检测网络特征表达能力的下降,将其应用于Transformer解码器可以减轻由于去除Transformer编码器带来的性能降低。在MS-COCO数据集上,本文网络模型(称为FMA-DETR)实现了与DETR相近的性能表现,同时本文的模型拥有更快的收敛速度、更小的参数量以及更低的计算量。本文还进行了大量消融实验来验证所提出方法的有效性。

摘要：全卷积孪生网络目标跟踪利用训练深度卷积网络,预先离线学习的方法解决通常相似性学习的问题,可以在线跟踪任意目标。针对基于全卷积孪生网络的目标跟踪,文中提出了一种基于Tiny Darknet全卷积孪生网络的目标跟踪器。首先,基于Tiny Darknet重新设计孪生网络目标跟踪框架;框架对输入的目标模板图像和搜索图像进行特征提取,通过互相关方法计算特征间的相似度,根据相似度得分确定目标的位置与尺度。然后,在该孪生网络目标跟踪框架的基础上,对Tiny Darknet的网络结构本身进行调整,以适应输入、输出尺寸。最终实验结果表明,基于Tiny Darknet全卷积孪生网络的目标跟踪相比原始的AlexNet全卷积孪生网络在保证跟踪准确性几乎不变的同时更加轻量级,帧速提高了30%,实时性更佳。

摘要：随着物联网和移动实时地理信息系统的发展,基于地图的传感器实时监控系统将成为管理物联设备的新途径,而传感器数据的实时可视化是提高监管效率的主要方法。该文提出一种以开源OSMDroid(Open Street Map)为地图平台,基于自定义矢量地图符号实时展示传感器数据的方法,并在Android移动终端上实施验证。该方法利用可缩放矢量图形(Scalable Vector Graphic,SVG)将传感器设备抽象为自定义矢量地图符号,根据传感器数据类型设计地图符号图元与传感器数据的映射规则,据此在地图上实时刷新传感器设备地图符号。地图符号的视觉变量随传感器数据实时改变,从而实现传感器数据的实时可视化显示。实验结果表明,通过地图符号实时可视化传感器数据可有效提高传感器设备管理效率,及时获取设备数据,为传感器设备管理提供一种直接有效的途径。

摘要：鉴于传统地理信息系统缺少一种对传感器实时数据获取的方法,利用传统地理信息系统的手段很难进行传感器的实时展示。针对此问题,研究传感器数据通信协议的特征,结合地理信息空间操作的特点,设计面向空间信息的数据通信协议,采用实时通信的方式解决传统地理信息系统在展示传感器数据方面实时性差的问题。根据面向空间信息的数据通信协议,设计与之对应的服务端操作与响应模型。在远程电表监控软件中验证了该协议的可行性。

摘要：近年来,基于卷积神经网络的有监督图像语义分割方法的研究取得了巨大进展。针对该方法所依赖的手动标签繁琐、费时的问题,一种流行的解决方法是通过游戏视频来收集类似于真实场景的图像并自动生成标签,随后利用迁移学习将合成场景训练的模型迁移到真实场景。由于域偏移,简单地将合成场景(源域)上学习的模型应用到真实场景(目标域)一般会出现较高的泛化误差。针对该问题,提出一种新的图像语义分割的无监督迁移算法。该算法首先基于传统的图像风格转换网络对源域图像集进行风格转换预处理,使得图像风格能对齐于目标域,有效降低域间差异;然后,采用生成对抗训练实现源域与目标域特征的对齐。针对现有生成对抗训练中鉴别网络视野受限的问题,提出通过空洞卷积来设计鉴别网络,从而有效提升鉴别网络的分辨能力。在两个典型城市道路数据集GTA5以及SYNTHIA上的实验表明:相比于经典的AdaptSegNet算法,所提算法在GTA5数据集上的平均交并比(mIoU)提高了4.5%,在SYNTHIA数据集上的平均交并比提高了2.6%。

摘要：随着嵌入式机器视觉技术的不断发展,对视频数据带宽、处理速度和数据精度的要求越来越高。针对当前基于ARM及DSP的嵌入式图像处理系统存在的采集速度慢、带宽有限等缺点,提出了一个基于内部集成ARM+FPGA结构的Zynq-7000芯片且能够实现软硬件协同工作的视频处理系统框架。该系统框架采用FPGA并行处理算法实现图像预处理环节,采用ARM处理器进行程序流程控制以及实现复杂的图像识别算法,通过DDR缓存以实现软件与硬件的协同工作,在保证处理速度与带宽的基础上兼顾了系统功能的灵活性,并且降低了系统功耗。测试验证结果表明,所提出的系统框架不仅可以提供高速彩色图像采集和预处理的方案,同时还可以实现高性能的中端图像处理算法,并能够将结果快速送达显示端显示。