摘要：基于结构化SVM的目标跟踪因其优良的性能而受到了广泛的关注,但是现有方法存在损失函数不精确和模型漂移问题。针对这两个问题,首先提出基于DIoU损失与平滑约束的结构化SVM模型。该模型采用DIoU函数作为损失函数,利用t时刻超平面法向量w_(t)与t-1时刻超平面法向量w_(t-1)差值的L_(2)范数作为平滑约束。其次基于对偶坐标下降原理设计了该模型的求解算法。最后利用提出的基于DIoU损失与平滑约束的结构化SVM实现了一种多尺度目标跟踪方法。对所提出的目标跟踪方法在OTB100和VOT-ST2021数据集上进行了实验验证,实验结果表明:所提出的Scale-DCSSVM在OTB数据集上的跟踪成功率比DeepSRDCF高1.1个百分点,在VOT-ST2021上的EAO比***高1.2个百分点。所提方法具有较优的性能。

摘要：目标自寻的炮弹打击目标时,传统的目标跟踪方法易受混杂背景的影响,产生模型漂移从而导致跟踪失败。近年来,随着结构化SVM技术的发展,基于结构化SVM的目标跟踪方法能够有效解决复杂背景的问题。弹载成像条件下,在结构化SVM目标跟踪方法的基础上,增加代价敏感权重解决弹载图像中背景混杂所引起的正、负样本不平衡问题,同时利用t时刻超平面法向量w_(t)与t-1时刻超平面法向量w_(t-1)差值的L_(2)范数作为平滑约束抑制模型漂移问题。通过基于对偶坐标下降原理设计了模型的求解算法并实现一种多尺度目标跟踪方法Scale-CS_SSVM。在弹载数据集上进行实验验证,结果表明:与Scale-DLSSVM方法相比,Scale-CS_SSVM在跟踪精度和成功率上分别提高了5.5和5.0个百分点,达到了最优的性能。

摘要：智能建造是以传统土木工程专业为基础,面向国家建设需求的新工科发展方向。混凝土结构设计课程作为传统土木工程专业的核心课程之一,仍是智能建造专业的重要教学环节。为了满足人才培养的新要求,结合目前国内高校智能建造专业的核心课程分析,探讨了现有混凝土结构设计课程知识的改革措施,构建了适应智能建造背景下程混凝土结构设计课程的知识体系,明确了混凝土结构设计在智能建造专业中的作用,相关成果可为智能建造专业结构设计教学提供参考。

摘要：面对科学理论主导工程教育导致偏离工程实践的现实困境,欧林基金会以战略的远见创办了一所旨在创新传统工程教育的新型学院。它改变了工程教育"先基础后专业""先理论后实践"的传统,以工程实践为主导,从塑造工程创新人才的需要出发,通过全学程地实施"课程+项目"的培养模式,对传统的工程教育进行革命性的变革。学生通过在项目实践中跨学科团队学习,在提高自主学习和动手设计建造能力的同时,跨学科思维能力、创新创业能力、团队合作能力、全球视野和伦理道德也得到同步提升。欧林工学院独树一帜的工程教育改革已经取得显著成效,推动了工程教育从工程科学范式向工程实践范式的转变,不仅引领了美国乃至全世界工程教育改革与发展的方向,也对我国新工科建设具有非常重要的借鉴意义。

摘要：现有通用深度学习目标检测方法对中、大目标有着较好的检测精度,而对小目标检测精度较低,主要原因在于小目标训练数据少以及下采样后特征图分辨率过低.针对上述问题,一方面,提出一种尺度敏感损失函数用于分类热图的训练,使小目标能够对模型更新产生更大的影响;另一方面,利用反卷积与可变形卷积提出一种自上而下的特征融合方法,获得高分辨率、强语义的特征图来检测目标.在上述两个方面的基础上,设计一种尺度敏感与特征融合的小目标检测方法.在PASCAL VOC数据集上,对提出方法进行了实验验证,实验结果表明:相比于现有目标检测方法,本文方法在保持较快检测速度的同时,提升了小目标检测的精度.

摘要：传统子空间跟踪较好解决了目标表观变化和遮挡问题,但其仍存在对复杂背景下目标跟踪鲁棒性不足和模型漂移等问题.针对这两个问题,本文首先通过增大背景样本的重构误差和利用L1范数损失函数建立一种在线鲁棒判别式字典学习模型;其次,利用块坐标下降设计了该模型的在线学习算法用于视觉跟踪模板更新;最后,以粒子滤波为框架,结合提出的模板更新方法实现了鲁棒的视觉跟踪.实验结果表明:与IVT(Incremental Visual Tracking)、L1APG(L1-tracker using Accelerated Proximal Gradient)、ONNDL(Online Non-Negative Dictionary Learning)和PCOM(Probability Continuous Outlier Model)等典型跟踪方法相比,本文方法具有较强的鲁棒性和较高的跟踪精度.

摘要：现有子空间跟踪方法较好地解决了目标表观变化和遮挡问题,但是它对复杂背景下目标跟踪的鲁棒性较差。针对此问题,该文首先提出一种基于Fisher准则的在线判别式字典学习模型,利用块坐标下降和替换操作设计了该模型的在线学习算法用于视觉跟踪模板更新。其次,定义候选目标编码系数与目标样本编码系数均值之间的距离为系数误差,提出以候选目标的重构误差与系数误差的组合作为粒子滤波的观测似然跟踪目标。实验结果表明:与现有跟踪方法相比,该文跟踪方法具有较强的鲁棒性和较高的跟踪精度。

摘要：为了研究混凝土在高温后的耐久性能,通过试验对C30混凝土经历100~800℃高温后的残余抗压强度、碳化规律及氯离子侵蚀规律展开研究。将高温后混凝土残余强度与已有成果对比分析,提出高温后抗压强度折减系数的计算式;设计开展高温后碳化试验明确了高温中性化深度与混凝土残余强度的线性关系,并提出了高温后混凝土碳化系数与最高受热温度之间的简化计算式;高温后混凝土抗氯离子侵蚀能力大幅下降,混凝土中不同深度处的氯离子含量随高温温度线性增加,且在200、700℃时出现较大幅提升。

摘要：综合交叉学科是知识生产的前沿,重大原创性科研成果的产生,大多发生在该领域,其学科地位显要已毋庸置疑,但以学科分化为基础建立的大学组织结构、资源配置方式、考核评价体系以及缺乏多学科背景的学术人才等因素,严重制约了综合交叉学科的发展。为了提高我国大学综合交叉学科建设水平,必须采取有力措施进行组织建构和制度设计,激发综合交叉学科发展的活力,增强原始性创新能力,建设世界一流综合交叉学科。

摘要：L1跟踪对局部遮挡具有较好的稳健性,但存在对模板中的离群信息比较敏感和计算速度慢的问题。针对这两个问题,提出了两阶段稀疏表示模型,并基于块坐标优化原理设计了相应的快速求解算法。在第一阶段,该算法利用局部约束线性编码,求解目标模板表示系数,在第二阶段,该算法利用软阈值操作,求解小模板表示系数。以粒子滤波为跟踪方法,结合提出的模型和算法实现了稳健快速的视觉跟踪。利用标准图像序列对提出的方法进行了验证,实验结果表明,提出的跟踪方法在稳健性和跟踪速度方面均优于现有跟踪方法。