摘要：跨模态行人重识别是一项具有挑战性的任务,目的是在可见光和红外模式之间匹配行人图像,以便在犯罪调查和智能视频监控应用中发挥重要作用.为了解决跨模态行人重识别任务中对细粒度特征提取能力不强的问题,本文提出一种基于融合注意力和特征增强的行人重识别模型.首先,利用自动数据增强技术缓解不同摄像机的视角、尺度差异,并基于交叉注意力多尺度Vision Transformer,通过处理多尺度特征生成具有更强区分性的特征表示;接着,提出通道注意力和空间注意力机制,在融合可见光和红外图像特征时学习对区分特征重要的信息;最后,设计损失函数,采用基于自适应权重的难三元组损失,增强了每个样本之间的相关性,提高了可见光和红外图像对不同行人的识别能力.在SYSU-MM01和RegDB数据集上进行大量实验,结果表明,本文提出方法的mAP分别达到了68.05%和85.19%,相较之前的工作性能有所提升,且通过消融实验和对比分析验证了本文模型的先进性和有效性.

摘要：文章为了使中华文化更加深入地融入到未来汽车设计中,基于WOS和CNKI数据库,利用Citespace软件将中外汽车设计的发展历程、发展热点和发展趋势进行对比。比较了关键词、作者、科研机构、共现时区视图等因素对于汽车设计领域的影响,文章总结了国内外汽车设计理念,并提出了对中国汽车设计的几点建议。

摘要：题1已知锐角△ABC的垂心为H,过点B、C、H作圆Γ_(0),以AH为直径作圆Γ.圆Γ_(0)与Γ的第二个交点为X,作圆Γ_(1)与Γ关于AX对称.圆Γ_(1)与Γ_(0)的第二个交点为Y.

摘要：为了提高儿童座椅的安全性,建立了儿童安全座椅的有限元模型,利用LS-DYNA进行碰撞仿真。选取靠背倾角、头枕倾角和安全带中心高度作为设计变量构建响应面模型。提出混沌变异理论在粒子群优化中的应用,并利用基于混沌变异的分组MOPSO算法得到儿童座椅的参数最优解。最后利用最优解再次进行仿真实验,并与原始性能对比,得到的结果在儿童各个部位的损伤、防护都有明显改善。

摘要：电气化、互联网+、人工智能的兴起,使得人们对汽车的各方面要求不断提高,只有物理与数字化的融合才能给用户带来全新的体验。目前最成功的汽车制造商倾向于将技术与服务结合,追求给用户以更方便、更舒适的体验。在未来,人们更希望能够实现“人机共驾”,所以汽车将通过HMI成为人驾驶过程中的一部分,而不是一个由各个零件组合而成的物体。在这一转变中,用户体验的地位逐渐上升。人们应该研究如何设计汽车以提升用户体验,以及自动驾驶对于用户体验的改善水平。

摘要：题1在△ABC中,AB>AC,I是内心,AM是中线.设过I且与BC垂直的直线与AM交于点L,I关于点A的对称点为J.证明:∠ABJ=∠LBI.(第21届中国女子数学奥林匹克).证明引理在△ABC中,I是内心,⊙I切三边BC、CA、AB分别于点D、E、F.设DI交EF于点L.则AL过BC的中点M.

摘要：车辆目标检测技术是自动驾驶车辆环境感知模块的关键,对驾驶安全至关重要。本文在EfficientFormer算法的基础上,使用加入了3×3卷积的FFN替代局部token混合器,抓取局部和全局信息。在注意力中加入深度3×3卷积,将局部信息注入到值矩阵V中,并添加全连接层实现注意力头之间的相互通信。将池化和3×3 DWConv分别作为稳定和可学习局部下采样并进行结合,得到注意力下采样机制。利用4阶段模型和阶段分配进行搜索空间优化。利用BDD100K数据集进行训练,得到改进的EfficientFormer算法的mAP达到58.9%,精准率达到了76.4%,召回率达到了49.1%,比其他主流算法性能更加优越。同时,其在真实场景检测中的延迟降低到了7.2ms,这表明该算法在自动驾驶目标检测中即有精准性又有时效性。