马克思讨论“机器问题”的三种语境——政治经济学批判视域中机器与工人矛盾关系的哲学探讨

从《哲学的贫困》批判蒲鲁东关于分工与机器关系的错误观点开始,马克思注意到在资本主义条件下"机器的使用"比"机器本身"更为重要。到了《1857—1858年经济学手稿》中,马克思将机器视为"固定资本",从资本的流通过程揭示出机器使用与资本增殖的内在一致性。进而,在《资本论》第一卷中马克思提出"劳动二重性"理论,从资本的生产过程回答了机器生产促进资本增殖的机制和控制工人劳动的实质,对前两个阶段遗留下的问题做出了合理解答。     

智能三坐标视觉测量在线标定

利用三坐标测量机能够精准平移的优势,采取单摄像机进行双目视觉测量。实验分析采用张正友标定法,在MATLAB实验环境下对内外参数进行计算和标定,给出实验结果并分析实验误差来源。     

基于视觉检测的交通信号模糊控制系统研究

通过视觉检测技术,应用改进的三帧帧差算法,获取车辆信息,得到十字路口车流量.并通用模糊控制方法,根据实时车流量动态调整绿灯通行时间.通过数据仿真,与传统固定时长交通灯进行对比,方法能有效提高路口车辆通行状况.     

马克思关于科学技术本质的认识及其当代价值

以历史唯物主义的基本原则——社会历史性原则来考察科学技术的本质,是马克思主义科技哲学的基本内涵。马克思在工业革命背景中认识到科学技术是生产力,是“最高意义上的革命力量”,同时以辩证的视角和历史的维度,揭示了资本主义社会的逐利特质使得科技异化在所难免。当代中国的创新驱动发展战略,正是中国共产党几代领导集体在继承和发展马克思关于科学技术本质的认识基础上形成的现代科技发展观。     

基于单目视觉的移动机器人伺服镇定控制

针对轮式移动机器人的单目视觉伺服镇定问题,在深度信息、机器人坐标系与摄像机坐标系间平移参量未知、摄像头光轴具有固定倾角的情况下,建立了移动机器人在摄像机坐标系下的运动模型.针对该模型提出了一种基于平面单应矩阵分解的鲁棒自适应控制方法,保证了误差的全局指数收敛.仿真和实验结果表明:所设计的控制器可以保证移动机器人指数收敛到期望的位姿,同时所设计的鲁棒自适应控制器对参数不确定性具有一定的鲁棒性.     

视知觉训练与初级视皮层神经元信息及其表征容量

通过分析猕猴初级视皮层（V1）神经元的群体活动在轮廓线检测训练过程中的变化发现：知觉训练可以降低V1神经元响应在不同试次之间的变异性，促使V1神经元对相同刺激的响应更加稳定；训练还可降低V1神经元群体中神经元活动之间的相关性，使V1神经元之间的活动更加独立；增加了神经活动的维度，提高了神经元表征信息的容量，减少了冗余的神经活动，进而提升了感知能力.     

基于双向循环网络的变色龙视觉超分辨率图像重建

针对使用均方误差（Mean Square Error,MSE）作为目标损失函数，导致重建的超分辨率图像在失真与感知质量上难以兼得的问题，提出基于双向循环网络的变色龙视觉重建模型（Super-resolution Bidirectional Recurrent Neural Network,SRBRNN）以改善重建效果.首先，鉴于变色龙可以同时注视两个不同方向的非凡视觉功能，SRBRNN模型借助双向循环神经网络结合序列演进前向与反向给输出提供不同方向时间信息的思想，实现重建过程中失真与感知质量的兼顾；其次，SRBRNN模型定义了特征演进和退化序列，并设计了低分辨率图像到高分辨率图像演进和高分辨率图像到低分辨率图像退化网络，将演进网络和退化网络对应应用为原双向循环网络的前向循环和反向循环网络；最后，利用双向循环机制重建超分辨率特征.用SRBRNN算法在Set5、Set14、BSD100基准测试集上进行实验，实验结果表明在峰值信噪比(Peak Signal to Noise Ratio,PSNR)和结构相似性(Structural Similarity, SSIM)评估指标及主观质量评分上，...     

基于双目立体视觉的孔洞填充方案研究

主要研究基于双目立体视觉重建三维模型的孔洞填充方案。在重建三维模型过程中,视差图出现的孔洞造成重建模型的深度信息缺失和不连续现象。针对这个问题,提出使用双边滤波器、中值滤波器和形态学处理三者融合的方案。实验结果证明,融合方案有效地实现孔洞填充,进一步解决三维模型深度信息不连续性问题。     

民用运输机场视觉导视系统设计四维发展趋势

随着我国民用航空事业的发展,机场视觉导视系统设计也经历了4个重要的成长阶段。通过研究全球多个主要国际机场的视觉导视系统,多元、立体、新材料、新媒体是其发展方向。未来中国民用运输机场视觉导视系统设计以三维立体同新媒体相结合的四维视觉导视系统设计理念为指导,将促进各个民用运输机场视觉形象的辨识性,并提高我国视觉传达专业设计实践及教育研究水平。     

基于OPENCV的手势识别的实现与应用

本文主要对静态手势识别的技术存在的各种方法进行了相应的分析与探讨,而在这个基础之上实现与设计了一套先进的静态手势识别系统。而该系统主要分为手势的分类、图像的预处理、分类器的设计与样本的训练以及特征的提取四个模块。而该系用在运行时,首先从文件夹中读取图像部分,其次在经过图像的预处理模块得到手势的轮廓图像以及二值图像,最后在对轮廓图像与二值图像这两幅图对手势进行相应的特征提取,并且采用贝叶斯分类器对这个手势进行分类识别。