摘要：针对现有深度学习异物跟踪检测算法易受复杂环境、目标遮挡等影响,导致出现漏检及检测精度低等问题,提出了一种空间定位与特征泛化增强的铁路异物跟踪检测算法。提出改进多尺度级联GhostNet特征提取网络,提升对红外目标的特征提取能力;利用异物空间位置定位与泛化形态信息,设计空间定位与特征泛化增强模块,增强对复杂场景下位置移动与跟踪轨迹变化目标的检测精度;构建金字塔预测网络,得到红外铁路异物的检测锚框、类别及置信度信息;通过改进类别和置信度显示的DeepSORT跟踪算法,结合卡尔曼滤波与匈牙利算法实现红外弱光环境下铁路异物跟踪检测。实验结果表明:所提算法对铁路异物的跟踪检测精确度达到83.3%,平均检测速度为11.3帧/s;与比较算法相比,所提算法检测精度更高,对红外弱光场景下铁路异物跟踪检测具有较好的性能。

摘要：针对现有视频人群计数方法网络模型复杂度高、精确度和实时性差的问题,提出了一种空间混洗与链式残差增强的轻量级视频人群计数方法。所提模型由多尺度深度可分离反向卷积编码器、尺度回归解码器和预测输出层构成。在编码器部分,设计多尺度深度可分离反向残差块,提取不同分辨率的人群特征及相邻帧之间的时域特征信息,提高模型的轻量化程度;提出空间混洗模块嵌入到编码骨干网络中,增强不同尺度人群特征提取能力。在解码器部分,改进多分辨率融合模块及链式残差模块,对编码器输出的不同分辨率特征逐层聚合,减少细节特征丢失。通过解码器预测输出,得到回归人群密度图,并通过对密度图逐像素求和输出计数结果。所提方法在Mall、UCSD、FDST、ShanghaiTech等人群视频数据集上进行对比实验,结果表明:所提方法检测帧率和参数量等评价指标均优于对比方法;在Mall数据集上,相较于ConvLSTM人群计数方法,所提方法的平均绝对误差(MAE)、均方误差(MSE)的误差值分别降低了43.75%、72.71%,对不同场景视频人群计数具有更高的准确率和实时性。

摘要：5G-R作为我国下一代高速铁路无线通信系统,其安全性对于保障行车安全至关重要。针对5G-AKA协议存在隐私泄露、根密钥不变和效率低等问题,基于格密码理论提出一种新型5G-R车地认证方案。首先,使用临时身份信息GUTI代替SUCI,克服了SUCI明文传输的缺点。其次,设计基于格密码的根密钥更新策略,采用格上公钥密码体制、近似平滑投射散列函数和密钥共识算法,实现了根密钥的动态更新和前后向安全性。再次,加入随机质询和消息认证码,实现了通信三方的相互认证,可有效防范重放、DoS等多种恶意攻击。最后,采用串空间形式化方法进行安全验证,结果表明:本文方法较其他方法有更高的安全性,被攻击成功的概率最低,仅为O(n^(2))×2^(-128),且有较低的计算开销和通信开销,能够满足5G-R高安全性的需求。

摘要：密集场景下准确人群计数和定位,对于保障公共安全具有重要的意义。针对密集人群计数与定位易受人群分布不均、背景干扰等因素的影响,导致计数定位不准确的问题,提出一种基于区域感知校准的自适应人群计数与定位方法。通过构建金字塔结构提取人群图像的多尺度特征,增强特征关联性,并设计可变形几何自适应模块学习不同分布的人群几何特征,以增强对人群分布不均的适应性。在此基础上,提出区域感知和区域校准模块,提取全局上下文特征和区域特征,克服了背景干扰造成的定位与计数不准问题。接着通过双分支卷积预测通路,输出生成点的预测位置和置信度分数,以提高网络的定位与计数精度。最后提出改进二分图最大匹配Hopcroft-Karp算法对真值点与预测点进行匹配校准,从而完成人群定位与计数。实验结果表明,所提方法分别在公开的ShanghaiTech Part A和Part B数据集、NWPU-Crowd数据集、UCF-QNRF数据集上评价指标均优于对比算法,且定位精度较P2Pnet分别提高了3.5%、6.1%、11.3%和8.1%,能够有效提高人群定位与计数的准确度。

摘要：5G-R作为我国下一代高速铁路移动通信系统,其安全性对于保障高速铁路行车安全至关重要。针对高速铁路5G-R网络切换认证过程易受去同步攻击、不具备前向安全性及计算开销大等问题,提出了一种基于切比雪夫混沌映射与中国剩余定理增强的高速铁路切换认证方案。首先,基于切比雪夫混沌映射半群性,设计通信双方密钥协商机制,实现了切换认证过程中源基站与目标基站之间的双向身份鉴权,能够有效抵抗伪基站和去同步攻击。然后,利用中国剩余定理的秘密共享原理,派生出列车和目标基站的会话密钥,确保了链路计数值NCC在切换时的安全传输,从而克服了切换认证不具备前向安全性的不足。最后,利用BAN逻辑形式化理论和Scyther安全分析工具,分别验证了所提方法的安全性,并与同类协议进行安全性和效率分析。结果表明:所提方案安全性更高,在通信和计算开销等方面较比较方法性能更优,能有效满足5G-R切换认证安全的需求。

摘要：螺旋通道换热器广泛应用于农业工程领域,为了进一步提升螺旋通道的传热性能,该研究提出了一种带纵向肋的矩形截面波纹螺旋通道,数值研究了波纹数和纵向肋几何参数对通道内流体流动与传热性能的影响。结果表明:增加波纹螺旋通道的波纹数,使得通道在层流状态下产生了多涡结构,增加了通道的综合换热性能。在雷诺数Re=750,波纹数n=18时,相比于光滑螺旋通道,波纹螺旋通道内综合换热评价指标最高增加了27.66%。在此基础上,在通道内增加纵向肋,通过数值模拟观察到纵向肋诱导产生了纵向涡。在纵向肋高度不变的情况下,随着纵向肋宽度的增加,通道的综合换热评价指标存在最大值。当Re=250,肋宽为1/3通道宽度,肋高为1/16通道高度时,相比于波纹螺旋通道,纵向肋波纹螺旋通道的综合换热评价指标最高为1.157。在纵向肋宽度一定的情况下,增加纵向肋高度使通道的综合换热评价指标呈现先增大后减小的趋势。研究结果可为纵向肋波纹螺旋通道的设计及优化提供参考。

摘要：针对现有壁画深度学习修复方法,存在上下文信息关注不足及结果欠佳的问题,提出了一种多层次特征融合与超图卷积的生成对抗修复模型。首先,利用金字塔特征分层对壁画进行多尺度层次特征提取,并采用混合空洞卷积单元扩大多层特征提取感受野,以克服单尺度卷积操作对于壁画特征提取能力不足的问题。然后,提出多分支短链融合层及门控机制融合多分支特征方法,将相邻分支间的特征信息进行融合,使融合后的壁画特征图中既有同分支的特征,又有相邻分支的特征,以提高特征信息的利用率;并引入门控机制对特征进行选择融合,以减少细节信息的丢失。接着,将融合特征通过卷积长短期记忆网络(ConvLSTM)特征注意力方法,增强对壁画上下文信息的关注。最后,设计超图卷积壁画长程特征增强模块,通过在编码器和解码器的跳跃连接之间建立超图卷积层,利用超图卷积捕获编码器的空间特征信息,并将其迁移到解码器中,有助于解码器更好地生成壁画图像,以加强特征的长程依赖关系,并与SN-PatchGAN判别器对抗博弈从而完成修复。通过敦煌壁画数字化修复实验,结果表明:所提方法客观评价优于对比算法,对于破损壁画修复结果更加清晰自然。

摘要：使用深度学习算法修复壁画时,缺乏语义约束,孤立地修复壁画会导致修复结果存在语义不一致,结构纹理紊乱的问题。为了解决这个问题,提出了一种全局语义与局部语义联合学习的壁画修复算法。首先,设计了联合学习分层网络,将壁画分为高层语义和低层语义,实现对不同语义的分层修复;其次,设计了全局联合学习生成模块,通过自回归网络对全局语义进行自回归建模,经语义推理得到壁画的全局修复信息;接着,构建局部联合学习生成模块,提出了上下文聚合块,学习壁画的上下文信息,生成壁画的局部信息;然后,加入联合学习注意力机制,实现全局语义与局部语义的一致性修复,解决了孤立修复导致误差累积和语义不一致的问题;最后,将生成的壁画放入谱归一化判别器中进行判别,得到修复后的壁画。对敦煌壁画的修复实验结果表明,与其他方法相比,用所提方法对壁画进行修复后的壁画具有更好的结构和纹理,所提方法的客观评价指标峰值信噪比和结构相似度均优于其他算法。

摘要：针对现存深度模型修复壁画时,未兼顾像素级特征与语义级特征,而导致纹理精细度欠缺、结构扭曲等问题,提出一种联合核预测和特征推理的渐进式壁画修复算法.首先,设计区域渐进模块,通过部分卷积实现壁画特征渐进式映射.然后,提出双分支修复模块,其中核预测卷积分支实现破损区域的像素级修复;而语义特征推理分支中引入门控可变形卷积,并结合语义一致性注意力机制实现特征推理,完成破损壁画的语义级修复.最后,将双分支修复结果融合输出,最大限度地减少重构误差,提升修复精度.通过对敦煌壁画进行数字化修复实验,结果表明所提方法修复后的壁画具备较好的结构纹理特征,在评价指标上优于比较算法.

摘要：针对铁路信号安全通信RSSP-Ⅱ协议在下一代5G-R无线通信中存在安全性低以及认证效率低的问题,提出一种基于区块链共识增强的高速铁路RSSP安全通信协议。首先,基于区块链的防篡改性和混合椭圆曲线非对称加密机制,设计私钥签名和共识机制相结合的增强认证方案,实现D2D移动终端和地面信号设备的密钥机密性保护,以有效防止消息伪造,抵抗分布式拒绝服务攻击。然后,提出共识算法和签名验证相结合的混合验证方法,验证信号安全设备身份的合法性,并降低共识延迟。最后,采用TAMARIN形式化工具验证所提方案的正确性。结果表明:所提方案较对比方法,具有更高的安全属性和执行效率,并为5G-R下D2D通信的安全性提供了一定的理论和技术支撑。