一种基于域适应的动态商品视觉识别方法北大核心CSCD

由于变形、遮挡、运动模糊、商品之间外观的相似性及真实场景中未知的分布偏差,商品动态视觉识别在实际应用中仍存在巨大的挑战。本文提出了一种面向智能零售的动态商品视觉识别方法,即首先通过目标检测网络实时检测商品的外接矩形框,然后在此基础上识别商品的类别并给予推荐,辅助完成消费结算。针对商品拿取视频与商品库图像、训练图像之间的跨域差异,引入邻域风格自适应模型(IBN)和卷积注意力模块(CBAM),提升模型的域适应能力。为了验证该方法的有效性,构建了一个真实的场景数据集Commodity247,数据由智能货柜的顶视摄像头采集,包含247类常见的零售商品,以及37 050张带标注框和商品类别的图片。试验结果表明,在Commodity247数据集上,商品识别的准确率(mAP)可达96.84%,第一推荐正确率(Rank1)可达98.41%,最难样本检索准确率(mINP)可达85.24%;与基于ResNet搭建的基础模型相比,mAP提升了2.91%,Rank1提升了0.60%,mINP提升了10.86%,有效降低了多角度、多光线、多背景的影响。     

西非科特迪瓦盆地深水底形样式及成因分析

通过三维地震资料海底平面成像和浅层地震剖面解释、分析,识别和描述了西非科特迪瓦盆地深水底形类型。研究区发育下切水道、侵蚀冲坑、周期阶坎、小型沉积物波、大型沉积物波多种深水底形。下切水道表现为直线型,地形坡度从上斜坡5°过渡到下斜坡1.9°,水道历经多次合并,合并后水道内部起伏地貌指示侵蚀—沉积交互作用;识别出孤立状、串珠状和猫爪状三种类型侵蚀冲坑;在斜坡限制性水道内部地形坡度1.9°～3.1°之间识别出8个不同波长和波高的“周期阶坎”底形,周期阶坎具有剖面上向上游方向迁移、平面上呈新月形态的特征,从上游到下游波长有逐渐变短的趋势。小型沉积物波发育于水道内和水道外两种环境,其中限定性环境小型沉积物波发育在周期阶坎上游方向,非限定环境小型沉积物波发育地形坡度为1°左右,具有加积或轻微向下迁移的内部反射结构。大型沉积物波发育在非限定环境中,显示为长波长、低幅度浅层构造特征,分析认为早期滑塌地貌对晚期大型沉积物波的形成具有重要的控制作用。在现象描述基础上,对不同底形的成因、形成过程、控制因素和其发育的深水动力学背景与环境展开探讨,加深了对西非赤道段科特迪瓦盆地深水底形成因的认识,可对未来深水区...     

多源卫星影像的摄影测量遥感智能处理技术框架与初步实践

回顾并分析了摄影测量与遥感学科的发展历程,并针对大数据和智能化测绘新时代的多源遥感影像精准快速智能处理的迫切需求,本文提出摄影测量遥感的科学概念.全新的摄影测量遥感主要由摄影测量和遥感两个学科的交叉融合而形成,致力于研究解决同步探测被摄目标的几何位置、物理属性、语义信息和时序变化关系的理论方法及技术问题,其理论基础和支撑学科包括摄影测量、遥感、人工智能、大数据处理与高性能计算等,将突破目前摄影测量侧重几何处理、遥感侧重语义信息提取反演的相对独立现状和串行技术路线,通过几何模型与光谱辐射反射信息的深度交叉融合形成几何语义一体化处理机制.本文在阐述摄影测量遥感基本概念的基础上,初步探讨了其涉及的主要科学问题及相关研究应用领域,并以多源遥感卫星影像为例构建了一体化摄影测量遥感智能处理技术框架,通过语义信息提取与精准几何处理的交叉闭环融合,显著提升了高分辨率多源遥感卫星影像精准快速处理的自动化和智能化水平,多个应用实践初步验证了相关理论方法的正确性和有效性.     

基于非局部生成对抗网络的单张散焦图像去模糊

由于相机的景深有限,通常很难从单个相机获得全焦图像。针对因散焦现象而变得模糊的散焦图像,本文提出了一个端到端的非局部生成对抗神经网络DNGAN,通过在真实的数据集下训练模型,实现散焦图像的去模糊和散焦图的估计。DNGAN由散焦图估计和特征融合两大核心模块组成。其中散焦图估计模块采用编码器-解码器的结构实现对输入图像聚焦和散焦区域的判断;特征融合模块采用融合了注意力机制的由粗到细的非局部思想,让散焦图像充分融合周围相似的高频细节纹理信息,并结合散焦图估计模块的结果,指导散焦图像有偏重的进行去模糊图像增强;同时加入生成对抗模块让网络生成更加丰富的纹理特征。本论文实验从客观评价指标和图像视觉对比效果两方面论证了提出的网络在真实数据集下的散焦图像去模糊任务和散焦图估计任务上的优势。     

湖南省南水山地区花岗岩型铀矿成矿特征及控矿因素分析

湖南省南水山地区位于雪峰山-摩天岭成矿带,是我国南方最重要的铀成矿带之一。花岗岩具有高硅、富钾、富挥发份、贫铁、镁及铝,低钙、钠等特征属于中-强钙碱性岩系,具铝过饱和特点,明显负Eu异常,符合产铀花岗岩的特点。通过对研究区岩石类型、岩浆活动、断裂构造及热液活动的分析发现区内花岗岩铀矿类型为热液型-内接触带型铀矿,多期次强烈构造岩浆活动和多期次的热液蚀变活动促使铀矿在构造交汇部位汇聚,为铀的迁移创造了良好环境,为铀成矿创造了有利条件。     

基于图割模型的高分全色影像自动云检测

针对高分全色卫星影像场景复杂、波段单一、波谱范围有限的特点,提出了一种基于图割模型的自动云检测方法。该方法首先通过亮度双阈值和Gabor纹理特征将影像分为云区、非云区和不确定区域;再计算像素点的能量项和平滑项;然后通过图割模型确定不确定区域像素点的类别,从而检测出精确的云区。结果表明,该方法能有效检测高分全色影像上的云区范围,且无需人工干预,可满足自动化生产需求。     

顾及行人的室内全景影像拼接方法

在室内场景的全景影像拼接过程中,易出现行人运动目标引起的“鬼影”现象。针对此问题,提出一种顾及行人的室内全景影像拼接方法,利用深度学习对整幅影像进行逐像素目标级分割,保持行人目标的完整性,并结合重匹配、显著度检测等对运动类型进行判定,生成带权的运动区域掩膜,结合灰度、梯度差及纹理复杂度等特征,融入基于图割算法的拼接线检测能量方程中,对行人区域进行补偿,最终生成背景干净、无“鬼影”的全景影像。     

多尺度联合特征点检测和描述网络

针对影像视角、光照或尺度变化较大,目前常用特征提取算法匹配效果不理想的问题,提出一种用于联合检测特征点和提取特征描述子的多尺度网络,在特征点检测和描述中融入多尺度信息,提升特征点的鲁棒性。通过在影像数据上对该算法进行实验验证,发现该算法可以有效提高特征点的可重复性以及特征描述子的辨识力,从而提升匹配精度,并且可以得到更准确的单应估计结果。     

使用超像素编码的交互式影像语义分割方法

为了提高语义分割数据集的标注效率,研究人员提出了使用点击正负样本区域的交互式语义分割方法。然而,现有交互信息编码方式并未考虑图像上下文结构信息,当用户交互信息（鼠标点击位置）质量较差时,例如位于物体边缘附近时,易出现分割结果错误。针对该问题,本文提出结合超像素分割的交互信息编码方式。在遥感影像及医学影像数据集上的实验表明,结合超像素的交互信息编码方式,可有效提高交互式语义分割的效果,特别是在交互信息质量较差的情况下。     

深度学习融合局部聚合向量的增强现实标志物检索研究

为了降低计算量,增强现实（augmented reality,AR）经常在真实场景中设置人工标志物,用以协助相机对场景的跟踪,因而对人工标志物的检索与跟踪技术十分关键,是增强现实融入大众生活的重要前提。针对标志物检索问题,设计了一个端到端的神经网络模型,该模型由特征提取和局部特征聚合两大核心模块组成：特征提取模块使用卷积神经网络提取图像高维特征;局部特征聚合模块对高维特征进行降维与压缩,为图像编码全局特征。该网络在文中提出的一种新的损失函数的指导下进行训练。为了解决真实场景数据收集成本较高的问题,提出了一种模拟数据集,网络在模拟数据集上训练及测试,取得了较高的检索准确率,证明了深度学习与局部特征聚合结合的方法在图像检索领域的可行性。