摘要：多源遥感数据具有互补性和协同性,近年来,基于深度学习的方法已经在多源遥感图像分类中取得了一定进展,但当前方法仍面临关键难题,如多源遥感图像特征表达不一致,融合困难,基于静态推理范式的神经网络缺乏对不同类别地物的适应性。为解决上述问题,提出了基于跨模态Transformer和多尺度动态3D卷积的多源遥感图像分类模型。为提高多源特征表达的一致性,设计了基于Transformer的融合模块,借助其强大的注意力建模能力挖掘高光谱和LiDAR数据特征之间的相互作用;为提高特征提取方法对不同地物类别的适应性,设计了多尺度动态3D卷积模块,将输入特征的多尺度信息融入卷积核的调制,提高卷积操作对不同地物的适应性。采用多源遥感数据集Houston和Trento对所提方法进行验证,实验结果表明:所提方法在Houston和Trento数据集上总体准确率分别达到94.60%和98.21%,相比MGA-MFN等主流方法,总体准确率分别至少提升0.97%和0.25%,验证了所提方法可有效提升多源遥感图像分类的准确率。

摘要：目的 图像内补与外推可看做根据已知区域绘制未知区域的问题,是计算机视觉领域研究热点。近年来,深度神经网络成为解决内补与外推问题的主流方法。然而,当前解决方法多分别对待内补与外推问题,导致二者难以统一处理;且模型多采用卷积神经网络(convolutional neural network,CNN)构建,受到视野局部性限制,较难绘制远距离内容。针对这两个问题,本文按照分而治之思想联合CNN与Transformer构建深度神经网络,提出图像内补与外推统一处理框架及模型。方法 将内补与外推问题的解决过程分解为“表征、预测、合成”3个部分,表征与合成采用CNN完成,充分利用其局部相关性进行图像到特征映射和特征到图像重建;核心预测由Transformer实现,充分发挥其强大的全局上下文关系建模能力,并提出掩膜自增策略迭代预测特征,降低Transformer同时预测大范围未知区域特征的难度;最后引入对抗学习提升绘制图像逼真度。结果 实验给出在多种数据集下内补与外推对比评测,结果显示本文方法各项性能指标均超越对比方法。通过消融实验发现,模型相比采用非分解方式具有更佳表现,说明分而治之思路功效显著。此外,对掩膜自增策略进行详细的实验分析,表明迭代预测方法可有效提升绘制能力。最后,探究了Transformer关键结构参数对模型性能的影响。结论 本文提出一种迭代预测统一框架解决图像内补与外推问题,相较对比方法性能更佳,并且各部分设计对性能提升均有贡献,显示了迭代预测统一框架及方法在图像内补与外推问题上的应用价值与潜力。

摘要：厄尔尼诺不仅危害海洋生物和生态环境,还造成全球多个地区气候异常.文中同时考虑海表温度、气压和降水量3个环境要素,采用多个交互视图提升对厄尔尼诺特征的理解和探索分析的深度;使用时间序列图和像素矩阵来分析厄尔尼诺的年代际和季节性规律,并利用颜色地图来展示厄尔尼诺相关的海洋环境要素的空间分布,同时构建了海表温度、气压和降水量3个海洋环境要素的相关性地图,以揭示厄尔尼诺表征海域的海洋环境要素对全球的海洋环境要素变化的影响程度;使用平行坐标系统和散点图矩阵展示了海表温度、海表气压、降水量与厄尔尼诺事件间的相互关系,并利用数据重叠率比较了3个环境要素对厄尔尼诺事件的区分度;最后通过案例分析和用户使用反馈,展示了该方法的有效性.

摘要：目的光度立体算法是一种单视角下的稠密三维重建方法,其利用相同视角下来自不同光照方向的一系列图像恢复像素级的表面法向。拍摄光度立体图像所用的高分辨率线性响应相机的成本十分昂贵且难以获取,很难通过传感器直接获取超高分辨率图像来恢复高分辨率表面法向。因此,提出一种基于深度神经网络的光度立体超分算法,以从低分光度立体图像中恢复出准确的高分表面法向。方法首先,对原始的低分光度立体图像进行归一化预处理操作,以消除剧烈变化的表面反射率影响,并消减过饱和镜面反射的影响。随后,提出多层聚合超分光度立体网络(multi-level aggregation super resolution photometric stereo network,MASR-PSN)。MASR-PSN包含一个新颖的深浅层融合的最大池化聚合框架、权值共享的特征回归器、并行设计的不同尺寸卷积核的并行回归器结构,能够在保留多尺度信息的同时,增强特征表示,防止模式坍塌学习到某一固定尺度相关的非重要特征,以及防止3×3卷积核带来空间域上的过度平滑。结果广泛的消融实验证明了提出的深浅层聚合层和并行权值共享回归器的有效性,能明显减少生成表面法向的平均角度误差(mean angular error,MAE)。本文方法仅需其他方法一半分辨率的光度立体图像,而能准确地恢复出复杂表面的结构。DiLiGenT benchmark数据集的定量实验和Light Stage Data Gallery数据集、Gourd数据集的定性实验显示,MASR-PSN在预测表面法向精确度方面有明显提升。在DiLiGenT benchmark数据集中,本文方法在仅使用其他方法一半分辨率的光度立体图像的情况下,以96幅图像为输入时,取得7.31°的平均角度误差,比最佳方法提升0.08°,以10幅图像为输入时,取得9.00°的平均角度误差,比最佳方法提升0.43°。结论提出的MASR-PSN方法提升了光度立体任务表面法向重建的准确性,在低分辨率的输入图像下,依然可以恢复出细节清晰的超分辨率表面法向。

摘要：获取三维模型的纹理信息是计算机图形学领域的一个重要研究问题.传统的方法往往通过纹理映射来完成这个任务,其局限是需要一幅合适的纹理图像.为了能够更简便地得到模型的纹理,提出一种交互式着色算法.对于网格模型,首先进行显著特征的提取和分类来减少用户对重复出现的特征的交互量,进而由用户在不同区域上交互几条颜色曲线作为种子曲线.然后结合位置、法向和曲率信息来衡量相邻顶点的相似度,以防止相邻区域之间出现渗色,并通过随机游走算法计算出每个顶点到每条种子曲线的跳转概率;最后以跳转概率作为权值对各条种子曲线的颜色进行加权平均,得到每个网格顶点的颜色.进一步地,还将上述算法应用到点云模型上.实验结果表明,该算法能够准确地区分不同的区域,鲁棒地为三维模型着色.

摘要：数据采集系统的机内自检与测试是系统设计中不可缺少的一项功能,多通道信号源是多路采集系统自检与测试系统的重要组成部分。本文介绍了一种多通道信号源的具体设计实例,它采用Altera公司的可编程逻辑器件EPM7128S及MAX+PLUSⅡ开发系统实现。由于采用该器件,简化了电路设计,减小了设备体积,同时也使设备的可靠性和设计的灵活性大大提高。

摘要：虚拟手术仿真为医学手术训练提供了具有真实感和沉浸感的新手段。设计和实现了针对腰椎压缩性骨折内固定手术的虚拟仿真,构建3D手术场景并制作形变动画,采用多层级碰撞体组合切换的碰撞检测方法,并将多指标力反馈模型值映射为HTC Vive手柄的不同强度的震动触感,结合语音指导和UI视觉反馈,实现视觉、听觉和触觉的多通道手术体验。该系统提供指导训练模块和测评模块,可以对手术操作流程、操作用时和操作正确性等多项指标进行评分,规范用户的操作流程和提高手术正确操作的熟练度。

摘要：室内装饰性的墙纸纹理具有色彩多样、图案丰富的特点,包含现代风格、巴洛克风格、奢华风格等的多种不同风格,不同风格的墙纸适用于卧室、客厅、浴室等多种不同的现实场景。墙纸纹理的风格变化趋势引起了许多墙纸设计公司、墙纸售卖者的广泛关注。设计师需要识别不同风格墙纸纹理,并针对不同的房间场景,为客户推荐合适的纹理。此过程耗费较多人力和时间,我们希望可以使用计算机实现自动墙纸纹理风格标注与推荐。本文构建了包含多种墙纸纹理风格的图像数据集,在计算机视觉和机器学习方法的基础上,使用特征学习与SVM分类器构建了墙纸纹理的风格学习和应用场景推荐系统,实现了针对输入墙纸纹理图像进行风格分析预测,并对该墙纸纹理所适用的场景进行了推荐。

摘要：本文研究了一种基于机器视觉的纺织品疵点检测系统,它采用模块化硬件设计,图像处理软件满足实时检测的要求,可以有效检测出生产线上的疵点。并为该系统设计了一种基于规则表分类器、模糊算法及人工神经网络的组合式多级分类器,具有一定的学习能力,当待测材料或有关设备发生变化时,系统可根据疵点样本库对分类器进行训练,以适应生产线的相关变化。实验结果验证了该方法的有效性。

摘要：通过分析机载航电系统仿真模型存在的问题,给出了XML数据模型描述的方法和特点,提出了以想定任务需求为仿真建模的驱动数据的方法,基于XML技术设计了想定任务-飞机-机载装备三层描述关系。分别给出了想定任务和航电系统仿真模型的组成、结构化语言描述、有向树模型及XML技术描述的方法,并在此基础上形成规范的系统接口,为系统建模平台的建设提供重要的技术基础。最后,根据有向树和XML技术的特点,以节点和元素为基本单元,设计了XML文件数据访问的操作函数,形成系统建模平台的基础资源,利用设计的XML任务描述文件给出了航电系统仿真应用平台的设计架构。分析表明该方法用于航电系统仿真平台的建设将很大程度上提高仿真模型资源的重用性和共享性。