【摘 要】
：
轮廓检测旨在提取目标边界,是高级计算机视觉任务中获取图像基础信息的重要步骤.基于轮廓检测的卷积神经网络(convolutional neural networks,CNNs)模型分为编码网络和解码网络两个部分,关注点集中在采用不同的卷积方式进行解码或是采用逐级融合进行解码,忽略了对编码网络每一层信息的充分利用.针对这一问题,本文提出一种自底向上强化融合的轮廓检测模型:充分利用编码网络中的每一层信息
论文部分内容阅读
轮廓检测旨在提取目标边界,是高级计算机视觉任务中获取图像基础信息的重要步骤.基于轮廓检测的卷积神经网络(convolutional neural networks,CNNs)模型分为编码网络和解码网络两个部分,关注点集中在采用不同的卷积方式进行解码或是采用逐级融合进行解码,忽略了对编码网络每一层信息的充分利用.针对这一问题,本文提出一种自底向上强化融合的轮廓检测模型:充分利用编码网络中的每一层信息,由低分辨率特征图至高分辨率特征图自底向上逐层融合;以不同空洞率的卷积搭建强化模块,进一步增强对特征信息
其他文献
多目标优化问题在现实工程应用中非常常见，是主要研究领域之一。多目标进化算法通过维护种群，在决策空间内不断搜索以获得一组近似的Pareto最优解集，是一种处理多目标优化问题的较好的方法。本文通过对多目标优化相关理论及现有的多目标进化算法进行梳理和分析，提出了一种基于分解的Pareto前沿网格多目标进化算法，以及一种基于变量贡献目标的多种群多目标进化算法。主要研究工作如下：
(1)基于网格的分解方法通过建立网格系统可以很好的反映解的邻居结构，比已有的分解方法表现更好，尤其是Pareto前沿不规则的多
Hashtag的使用为网络数据的组织和检索带来了极大的便利,可以缓解数据急速增长导致的“信息过载”问题,但是网络上大部分用户都没有使用Hashtag的习惯,使得Hashtag的优越性无法得到充分体现。因此,实现Hashtag的自动化推荐具有重要研究意义。现有Hashtag推荐的研究主要集中在纯文本或文本结合图片的微博领域,针对微视频的Hashtag推荐却还未获得足够关注。近年来,微视频社交逐渐成为
由于医学影像数量的激增,医生精力的有限,甚至于有些影像的观察需要依赖于具有完备领域知识和丰富经验的医生,从而有可能会出现医生因经验不足或者疲劳而产生诊断错误的情况。本文主要就医学影像的自动分割问题进行研究。无需人为干预,通过计算机对输入图像的处理,获得输入图像的分割结果。传统图像分割方法的分割结果容易受到噪声的影响。而随着深度学习技术的发展,越来越多的深度学习方法被运用到计算机视觉的各类任务之上。
摘 要：无人机地面站作为无人机控制系统中至关重要的一部分，其主要功能为无人机飞行控制以及任务管理.设计专用无人机地面站，提高对于任务的适应度，是推广应用无人机的一大有效举措.本文基于实际需求，设计及实现了用于桥梁病害检测的专用无人机地面站，该地面站具备无人机飞行监控、快捷控制、飞行任务规划、飞行路径以及航迹显示等功能，其基于Visual Studio 2019软件开发，主框架采用C#编写，电子地图
人工智能技术近年来迅猛发展，可以轻松提取出自然数据中的特征和内在联系，非常擅长拟合高度非线性关系。因此，人工智能技术被广泛地应用于图像检测、语音识别、和自然语言处理任务中，并表现出了优异的性能。随着这些实际应用的推广使用，人工智能技术的安全性越来越引起重视。特别是对抗样本的发现使这些人工智能技术的应用面临巨大的威胁。通过研究对抗样本的生成方法，可以探索对抗样本存在的本质，更深层次的思考人工智能技术。研究对抗样本的产生和防御，开展人工智能技术的攻防战可以不断提升人工智能技术，进一步保障人工智能技术在实际应用
随着信息技术的飞速发展，互联网上的数据正在以前所未有的速度快速累积，海量数据会导致严重信息过载问题，个性化推荐是解决该问题的有效途径之一。在大数据场景下，推荐系统通常需要处理大规模高维稀疏数据。在各种推荐算法中，基于矩阵分解的协同过滤算法在处理这类数据时具备较高精度与良好的扩展性，因而被广泛研究与使用。但将矩阵分解技术应用于大规模隐式反馈数据时，会出现以下三个问题：首先，隐式反馈推荐中内在缺乏负反馈信息，直接基于已有隐式数据进行模型构建无法有效反应用户偏好信息。其次，由于需要从缺失数据中获取负反馈信息，而
互联网技术及其应用的飞速发展，使得许多创新型网络应用广泛部署于我们生活中的不同领域，如线上交易、线上拍卖、网上银行和在线考试等。这种广泛应用导致了网络用户的持续增长，并且带来了一些缺陷，例如大量数据流的产生、潜在漏洞的出现，以及可疑连接数量的增加。此外，许多能够执行不同类型网络攻击的自动工具被开发了出来，他们会带来一系列例如系统损坏、个人信息盗窃和曝光、未授权的非法访问，以及数据污染等灾难性后果。因此，对这些攻击的检测，成为了网络安全问题的一个重要部分。在此背景下，入侵检测系统被设计用于检测和防止入侵者，
第1期 亥姆霍兹自振空化装置流场特性的数值模拟…王天宇，李 兴，张昆明，黄永春，杨 锋，黄承都（1） 落地生根冻干粉对人癌细胞增殖和细胞凋亡的影响…王雪纯，曹旭梅，陆 莹，陈 丽（12） 基于HOG特征与SVM的视频车辆检测系统设计…谭光兴，孙才茗，王俊辉（19） 基于STM32的方波信号发生器的设计与检测…海 涛，陆代泽，韦 文，吴宗霖，海蓝天（24） 基于X、Y细胞感受野视觉神经机制
随着车联网技术在各国广泛的研究和普及，智能交通信号系统(Intelligent Traffic Signal System，ISIG)受到越来越多的关注，ISIG系统在真实的城市交通中表现出良好的效果，使城市交通信号规划迈入了新阶段。城市交通既要提高路口信号规划效率，也要保证车辆、行人和驾驶员的安全，针对ISIG系统的投毒攻击和安全性分析逐渐进入研究者的视野。攻击者通过篡改车载单元的数据直接影响系统的信号规划，造成交叉路口的拥堵，严重情况下会危及驾驶员和行人的安全，如何对多个车载单元可能受到的投毒攻击进行
摘 要：为系统地研究钢筋混凝土板极限承载力判据，首先利用有限元软件建立钢筋混凝土双向板在不同边界条件下从初始加载至破坏的全过程分析，提取混凝土单元的弹性应变能;然后对钢筋混凝土双向板应变能进行概率分布拟合，由分布拟合的参数变化趋势推断出它的极限承载力.研究表明：钢筋混凝土双向板的弹性应变能分布拟合符合对数正态分布.随着荷载增加，对数正态分布的拟合参数先增加后趋于稳定;对拟合参数进行曲线拟合发现，二