摘要：提出基于注意力机制的深层神经网络用于目标计数,其任务是为输入图像的目标进行精确数目统计。该网络模型同时引进多任务学习方法,多尺度融合得到密度特征图和注意力特征图进行目标计数。首先,使用交叉特征金字塔网络进行特征提取;其次,将提取的特征分别用于密度特征图及注意力特征图进行交叉融合;最后,通过多任务学习将两个输出特征图逐元素运算,得到精确的密度特征图。提出的网络模型在行人检测数据集(ShanghaiTech)与多类别的行为识别数据集(UCF_CC_50)上进行了训练与测试,实验结果表明,通过在各个分支引入注意力机制,可以有效提高整个模型预测结果的准确率。

摘要：针对带有领导者的二阶多智能体系统提出了一种编队控制算法.通过控制领导者与跟随者之间通信信号的通断,实现对多智能体系统中各智能体的有限时间编队控制.其中编队控制分为包容控制、包容一致性控制、分组一致性控制、一致性控制四个过程.并通过Lyapunov理论分析和齐次性有限时间稳定性定理证明了编队控制算法的合理性,最后通过仿真进一步验证了所设计算法的有效性.