基于差分筛选的YOLOv2监控视频目标检测方法

监控视频的多目标跟踪是视频智能分析的热点研究内容,其中目标的检测是目标跟踪的基础,精度高、速度快的目标检测器对于后续的实时分析任务尤为重要。提出一种针对监控视频的基于差分筛选的YOLOv2目标检测算法,采用差分算法筛选无前景目标帧及设置重叠度量阈值进行跨帧检测,改善了YOLOv2作为检测方法用于监控视频多目标跟踪任务时速度过慢的不足,同时高精度的检测结果有利于下一步多目标跟踪任务的顺利完成。利用NPLR监控视频数据集对YOLOv2目标检测算法进行了测试,并将该方法与可变型部件模型DPM进行了比较。结果表明,差分YOLOv2方法在精度上高出DPM方法0.304 6,检测时间快了26倍左右,验证了该算法的有效性。     

利用主动深度学习提取极化SAR影像建筑区

针对利用传统监督分类方法从极化SAR影像中提取建筑区存在标记样本数量不足、难以挖掘有效特征等问题,提出一种主动学习与深度学习相结合的极化SAR影像建筑区提取方法。首先通过自动编码器对训练样本训练得到初始分类器;接着利用主动学习得到未标记样本中最富有信息量的样本进行人工标记;并将标记好的样本加入到训练样本中重新训练分类器。分别采用RADARSAT-2和ALOS-2极化SAR影像进行实验。结果表明传统的SVM方法和深度学习的方法加入主动学习后建筑区的提取精度都有所提高,而主动深度学习方法的提取效果优于主动SVM方法。     

基于多源高分辨率遥感影像的2 m不透水面一张图提取

不透水率是衡量城市生态环境状况的一个重要指标。当前全球范围内仅有1 km和30 m分辨率尺度的不透水面专题信息,无法满足城市尺度水文模型建模、海绵城市规划和建设需求。提出了图谱信息融合的不透水面提取模型,实现了基于深度学习的不透水面提取新方法,研制了不透水面遥感全流程提取和监测软件。基于多源高分辨率遥感影像首次完成了中国31个省（直辖市、自治区）的2 m不透水面专题信息提取,形成全国不透水面一张图,为海绵城市和生态城市的建设提供了基础数据支撑和技术监测手段。     

轻小型低成本无人机激光扫描系统研制与实践

无人机激光扫描系统受制于激光扫描仪、惯性测量单元（inertial measurement unit,IMU）等传感器的重量、成本以及无人机平台有效载荷、续航能力等因素的制约,不得不在保证数据质量的前提下在上述制约因素间取得平衡。高精度IMU的昂贵价格极大地限制了无人机激光扫描系统的易用性,因此轻小型低成本无人机激光扫描系统成为学术界和工业界共同关注的热点。重点阐述了小型低成本无人机激光扫描系统的两个关键点,即视觉-低成本IMU耦合的高精度定姿方法和IMU-激光扫描仪-相机的自标定方法;并阐述了基于大疆无人机飞行平台的激光扫描系统——珞珈麒麟云的研制和性能。实践表明,该激光扫描系统有高度的稳定性和可靠性,在无地面控制的情况下获取点云的精度在20 cm以内,在灾害应急、智慧城市等领域具有广泛的应用价值。     

地质样品卤族元素分析进展

地质样品中卤素是反演与流体和挥发分相关的地质过程的重要示踪元素.由于卤素含量低和强挥发性,准确测定地质样品中卤素一直是分析地球化学的难点.近年来,针对地质样品卤素的样品前处理技术的开发开展了大量工作.高温热解法、碱熔（溶）法、酸性消解法和碱性提取法能够满足土壤、沉积物和岩石中高含量卤素的分析要求.针对低含量卤素,仅有中子活化法和稀有气体质谱法能够准确定量.随着分析地球化学的发展,地质样品卤素分析技术逐渐向更高效的消解方法、更简便的操作以及更高灵敏度和高精度的分析方向改进.总结了近年来国内外在地质样品卤素分析方面所取得的成果,对比了各类方法的优缺点,展望了地质样品卤素分析方法的发展前景.      

成层软土地基预固结处理后桩基水平承载力估算方法

目前通过对软土地基预加固处理来提高桩基水平承载力已被工程界认可,但如何在工程前期设计过程中估算软土地基预处理后桩基水平承载力提高值仍是技术难点。基于此,参考Bowles[1]的地基土水平抗力计算式,同时考虑成层软土地基预排水固结处理影响,通过数学推导,推求出根据原状软土室内土工试验抗剪强度指标及预加固处理时间,估算软土地基预处理后桩基水平承载力提高值的实用计算方法。考虑桩侧土弹塑性屈服影响,推导出成层软土中水平受荷桩弹塑性解析解及塑性区深度的计算式,给出了桩顶水平位移、桩身最大弯矩的无量纲计算式及相关计算源代码。依托于浙江省某水闸桩基工程案例,根据提出的计算方法对桩基水平承载力、桩顶水平位移及桩身最大弯矩等性状进行预估计算,并与地基预处理前、后现场试桩检测值进行验证对比,认为桩基水平承载力、桩顶水平位移及桩身最大弯矩等预估计算成果与工程现场试桩的检测值较接近,对类似工程设计具有较好的参考价值。     

波致海床瞬态液化对再悬浮贡献率的深度学习预测方法

波致瞬态液化渗流导致海床内细粒沉积物向海水中运移,这一过程对海底沉积物再悬浮的贡献率不容忽视,但是贡献率的准确估计和预测比较困难。本研究将黄河水下三角洲的观测数据(包括水深、有效波高、有效波周期、实验舱内悬沙浓度、实验舱外悬沙浓度)作为模型输入数据集,基于长短时记忆循环神经网络建立了瞬态液化对再悬浮贡献率的深度学习预测模型。为了客观评价模型的性能,以平均绝对百分比误差、均方根误差和平均平方误差-标准偏差为评判标准,将该深度学习模型与其他预测模型(支持向量回归模型、人工神经网络)的预测结果进行了比较。结果表明,基于长短时记忆循环神经网络的深度学习模型对3.5d以内的瞬态泵送再悬浮贡献率预测误差最小,其平均绝对百分比误差、均方根误差和平均平方误差-标准偏差分别为5.87%、1.6730、0.1574。因此,该模型可以有效地减少机器学习方法在连续预测中产生的误差叠加问题。     

降水相态转换机制及积雪深度预报技术研究

利用2014—2017年山西省地面和高空气象观测资料、NCEP/NCAR FNL再分析资料、山西及周边地区多普勒天气雷达资料,对山西冬半年雨转雪过程进行归类与分析,探讨地面气温在降水相态转换中的作用,提取降水相态转换的前兆信息。针对降雪过程,统计分析降雪量和积雪深度增量的关系,总结提炼积雪深度预报指标。最后,选取气候特征相似的两次雨转雪过程进行对比分析,揭示降水相态转换的物理机制。结果表明:(1)山西省11月发生雨转雪的站次最多,其次为2月。地面气温作为降水相态变化的重要指标,其与气候和天气(如冷空气强度和路径)特征、地理位置等有关。(2)山西冬半年积雪深度增量与降雪量比值约0.68 cm·mm~(-1),且比值随着气温降低而增大,因此存在明显的时空差异。(3)在雨转雪的不同时段,随着对流层低层降温,冰雪层厚度在总云层的比例有所增加,且云中固态凝结物下落路径缩短,使得固态凝结物在下落过程中融化概率减小,造成相态变化。     

青藏高原积雪对陆面过程热量输送的影响研究

利用1979-2016年中国区域长时间序列逐日雪深资料,分析了青藏高原积雪深度与积雪日数的分布及变化特征,并将积雪期划分为三个阶段(积累期、鼎盛期和消融期),结合ERA-Interim月平均再分析资料,分析了积雪与地表热状况(气温、地表和土壤温度)和能量输送量(地表净短波辐射、地表净长波辐射、感热通量、潜热通量、地表热通量和土壤热通量)的相关关系,初步探讨了积雪在高原陆面过程中的作用。结果表明:研究时间范围内青藏高原积雪(深度和日数)主要呈减少趋势,仅在黄河源区及高原边缘地区为增加趋势,积雪鼎盛阶段(1-2月)的减少趋势最显著;高原积雪对地表主要起降温作用,深层土壤温度对积雪的响应存在滞后性,积雪的减少抑制了土壤向上的热量输送进而不利于冻土的发育;高原积雪与地表感热和地表热通量主要呈现负相关关系,潜热通量与积雪也呈负相关特征但比感热通量的相关性小。由于ERA-Interim资料对高原积雪深度的描述与本研究使用的卫星遥感积雪深度存在较大偏差(包括空间分布、气候倾向率、年际变化以及绝对大小等),导致本研究中积雪与地表热状况和热通量的相关度不高,需要通过陆面模式模拟做进一步探讨。     

联合地物轮廓线的三维重建算法研究

针对现有三维重建研究中对线特征利用不充分,重建精度低的问题,提出了一种联合地物轮廓线的三维重建算法。利用BDCN模型和相应预处理算法,提取出二维影像上的边缘轮廓线;基于对极几何原理的核线引导和三角测量原理,建立线段的初始匹配假设;通过相似性计算和图聚类算法重建出三维轮廓线模型结果;将结果应用于三维网格模型的优化。使用Building-Imagery-P36和DTU MVS数据集对本文算法进行验证,结果表明：本文方法提取出的轮廓线段精简而完整。相比经典的Line3D++算法,MAE和标准差值平均降低了0.321、0.699,重建时间平均降低了58%,精度和效率都有明显提升。附加三维轮廓线约束后,生成的网格模型视觉效果更佳,细节信息更为丰富。