摘要：Deep Snake端到端地变形初始目标框到目标轮廓,能提升实例分割的性能,但存在对初始目标框敏感和轮廓参数独立回归的问题.因此文中提出基于2D循环卷积和难度敏感轮廓交并比损失的Deep Snake.首先,基于轮廓的空间上下文信息设计2D循环卷积,解决对初始目标框敏感的问题.然后,基于定积分的几何意义与样本难易度提出难度敏感轮廓交并比损失函数,将轮廓参数进行整体回归.最后,利用2D循环卷积和难度敏感轮廓交并比损失函数完成实例分割.在Cityscapes、Kins、Sbd数据集上的实验证明文中方法的实例分割精度较优.

摘要：基于结构化SVM的目标跟踪由于其优异的性能而受到了广泛关注,但是现有方法存在正样本和负样本不平衡问题。针对此问题,该文首先提出一种用于目标跟踪的代价敏感结构化SVM模型,其次基于对偶坐标下降原理设计了该模型的求解算法,最后利用提出的代价敏感结构化SVM实现了一种多尺度目标跟踪方法。在OTB100数据集和VOT2019数据集上进行了实验验证,实验结果表明:该文方法相比相关滤波目标跟踪方法,跟踪精度较高,相比深度目标跟踪方法,具有速度优势。

摘要：深度神经网络具有脆弱性,容易被精心设计的对抗样本攻击.梯度攻击方法在白盒模型上攻击成功率较高,但在黑盒模型上的迁移性较弱.基于Heavy-ball型动量和Nesterov型动量的梯度攻击方法由于在更新方向上考虑了历史梯度信息,提升了对抗样本的迁移性.为了进一步使用历史梯度信息,本文针对收敛性更好的Nesterov型动量方法,使用自适应步长策略代替目前广泛使用的固定步长,提出了一种方向和步长均使用历史梯度信息的迭代快速梯度方法(Nesterov and Adaptive-learning-rate based Iterative Fast Gradient Method,NAI-FGM).此外,本文还提出了一种线性变换不变性(Linear-transformation Invariant Method,LIM)的数据增强方法 .实验结果证实了NAI-FGM攻击方法和LIM数据增强策略相对于同类型方法均具有更高的黑盒攻击成功率.组合NAI-FGM方法和LIM策略生成对抗样本,在常规训练模型上的平均黑盒攻击成功率达到87.8%,在对抗训练模型上的平均黑盒攻击成功率达到57.5%,在防御模型上的平均黑盒攻击成功率达到67.2%,均超过现有最高水平.

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：在利用稀疏邻域嵌入来改进视觉伪影的图像超分辨率过程中,以稀疏特征进行高频信息估计时会产生过拟合,导致图像目标的边缘纹理部分过于平滑而丢失细节信息.针对此问题,提出图像块稀疏结构相似度邻域约束超分辨率方法.首先通过建立高/低分辨率样本块对模型并进行字典对学习,同时得到样本对模型的同构稀疏表示系数;然后以图像块稀疏结构相似度作为特征,在样本对模型中进行稀疏结构相似邻域选择;最后建立图像超分辨率目标函数,将邻域加权估计、稀疏线性组合以及下采样逼近作为约束项,采用共轭梯度算法进行模型求解.利用公共数据仿真实验和实际采集图像进行实验,并对主要参数进行验证和分析,结果表明,该方法在抑制视觉伪影的同时有效地保留了图像细节信息,峰值信噪比和结构相似度等客观评价指标也有所提高.

摘要：在教授传统的《线性代数》课程时,为追求数学的严密性,教师往往大量讲授概念、算法和定理,进而会导致课堂内容过于抽象,大部分学生普遍反映线性代数“学不了、用不了”。文章探讨了基于几何直观的《线性代数》课程的启发式教学方法,从而建立学生对线性代数的感性认识,进一步提高学生学习的趣味性、易懂性和主动性。

摘要：针对卷积神经网络(CNN)中间层特征维度高,含噪声较多的问题,提出一种CNN特征降维的方法,首先利用主成分分析(PCA)对CNN特征进行降维,在数据层面和人类感知层面证明了其有效性;然后将降维后的CNN特征作为区域特征向量,利用多水平超像素分割和随机森林回归构建了一个融合手工特征及降维CNN特征的显著性检测模型;最后选取了10个显著性检测传统模型进行对比,构建的融合模型性能优于仅使用传统手工特征的方法,降维后的CNN特征能够改进显著性模型的性能.

摘要：研制了一套采用模拟标准的某型炮兵榴弹炮装备的弹丸弹道射频信号的初速度雷达测试与标校系统。该系统具有测试精度高,测试对象可拓展及易操作等特点。通过实装测试证明该系统能够满足初速度雷达检测与标校需求,实现了对雷达主要指标的现场测试与标校,可为基层快速检测维修及计量检定提供技术支撑。

摘要：满足履带式装甲车辆运动控制虚拟仿真系统沉浸感和实时性要求,建立了车辆滑动模型,分析其运动特点,结合驾驶员操纵规律与驾驶经验,设计了基于预瞄-跟随理论的履带式装甲车辆跟随折线型轨迹的运动控制新方法,并借助Creator与Vega Prime三维建模联合仿真,实现了履带式装甲车辆虚拟场景下的自主运动;实验结果表明:履带式装甲车辆有效避开障碍物到达预期目标位置,证明了此种控制方法的有效性,这为履带式装甲车辆运动控制的实现和驾驶员的驾驶培训提供了方法借鉴。

摘要：由于圆弧型检测面的曲率半径对斜入射SV波EMAT辐射声场的影响规律尚不清楚,导致厚壁管道线聚焦斜入射SV波EMAT的缺陷检测能力、缺陷定量/定位精度出现偏差。建立了基于平面/凸面检测面的线聚焦斜入射SV波EMAT的辐射声场有限元模型,研究了凸面检测面的曲率半径、EMAT曲折线圈匝数、设计初始角等因素对辐射声场的主瓣峰值和主瓣宽度的影响规律,并与平面检测面进行了对比。结果表明,与平面检测面相比,凸面检测面起到聚焦超声波的作用,具体表现在聚焦侧主瓣峰值增加22.76%,主瓣宽度减小10.56%。在曲折线圈匝数超过28匝后,线圈匝数的增加对主瓣峰值加强作用有限;当曲率半径为1.485×10-1 m,线圈设计初始角为10°,曲折线圈匝数由10匝增加至28匝时,线聚焦SV波主瓣峰值增加102.56%,主瓣宽度减小57.99%。