多特征因素的疲劳驾驶检测方法

疲劳驾驶是导致交通事故的主要原因之一,为了降低交通事故对人们生命财产的危害,本文采用分层梯度方向直方图(pyramid histogram of oriented gradients,PHOG)算法进行人脸识别和关键点检测,提出一种多特征疲劳特征因素的疲劳驾驶检测方法,结合OpenCV对人面部的眼、嘴以及头部空间姿态坐...     

改进的时间序列关键点表示算法

针对时间序列数据表示存在压缩率不高的问题,首先给出了时间序列定义和时间序列的9种基本形态;然后通过对极值点的优化处理,提出了关键极值点、剔除了轻微变化的极值点,并给出了结合转折点算法的IRAKPTS算法;最后通过实验验证,通过IRAKPTS算法的时间序列数据,较好地保留了时间序列的外形轮廓,并提高了压缩效率。     

数字政府困境与破解路径

我国数字政府发展空间巨大,认真研判目前面临的形势,提出建设的关键点、着力点和突破点,对于引导地方稳妥推进数字政府建设具有重要的理论价值和实践意义德勤对70多个国家1200多名政府官员工作方式进行调查后得出结论:目前全球绝大多数国家政府都处于数字化转型的萌芽期或发展期。为顺应时代发展趋势,我国各地政府也在积极探索,并开启了新一轮数字政府建设热潮。赛迪研究院信息化与软件产业研究所认为,我国数字政府发展空间巨大.     

基于深浅层特征融合的舰船要害关键点检测算法

导引头对舰船要害部位的精确检测能力是精确制导武器的核心技术之一。针对导引头对舰船要害部位检测精度低、模型参数冗余、相对运动导致舰船图像尺度、角度变化剧烈等问题, 提出了基于深浅层特征融合的舰船要害关键点检测算法。首先，采用多尺度特征融合模块融合不同感受野的有效信息; 其次，利用SoftPool池化改善下采样导致的信息损失, 利于区分相似关键点; 然后，引入深度可分离卷积降低参数冗余, 结合轻量化注意力机制增强有效特征表达; 最后，利用在线难例挖掘改善样本不均衡, 提升收敛效果。改进后的舰船要害关键点检测算法准确率提升4.4%, 算法兼具检测精度与速度优势, 鲁棒性较好。     

大型活动梁的加工剖析与工装的设制应用技巧

通过分析26000KN液压支架试验台结构件活动梁的主要尺寸及要求,总结出了一套科学的加工思路,研究、设制了一系列装卡活动梁的工艺装备,并阐述了活动梁的具体加工流程和工艺装备的应用技巧与关键点。     

基于轮廓关键点集的形状分类

形状分析是计算机视觉领域的经典问题,目前已有大量关于形状分类问题的研究.但是,当处理大的非线性失真、特别是结构上或者关联上的失真时,许多形状分类方法往往无能为力.提出一种利用轮廓关键点集(contour critical point sets,CCPS)进行形状分类的新方法.轮廓关键点的特征用其inner-distance形状上下文(IDSC)表征.关键点的inner-distance形状上下文不仅表征形状的局部特征,也反映其全局特征,这种局部点的全局特征信息对遮挡、非线性失真等有良好的鲁棒性.巧妙地构造关键点的特征向量后,对形状轮廓关键点集、形状类、和全体形状样本建模,进行三级的贝叶斯分类.形状类模型使得可以利用同一类中的不同样本的不同关键点对输入形状进行识别.实验结果表明,这种基于视觉部分的全局特征,三级的贝叶斯分类方法对非线性失真、类内变异、结构变化、遮挡等具有良好的鲁棒性.文中的方法在Kimia形状数据库上达到100%的分类精度,并且分类所有108个测试形状仅需要8s,是目前已知最好的分类性能.在广泛使用的MPEG-7形状数据库上,也能达到满意的分类结果.     

融合熵和势能的手绘草图特征描述方法

为更加深刻地刻画手绘草图中的形状主题,并使特征描述方法具有一定的平移、缩放和旋转不变性,提出了一种基于熵和势能的手绘草图特征描述方法.该方法首先提取手绘草图的关键点,并对每个关键点的周围区域进行分块,计算其信息熵;然后根据关键点像素在手绘草图对象中的位置,计算其像素势能,从而获得融合了熵和势能的关键点特征描述向量;最后将训练集中所有图像的全部关键点特征描述向量聚类形成视觉码书,每一幅手绘草图均表示成基于码书的特征描述向量.实验结果表明,文中方法能较好地描述手绘草图的形状特征.     

基于高分辨率网络的人体姿态估计

针对高分辨率网络中存在不同分支特征交叉融合导致参数量大、运算复杂度高等问题,提出了一种基于高分辨率检测网络（HRNet）的人体姿态估计优化网络模型.引入空洞空间卷积池化金字塔替代多分辨率分支网络交叉融合过程,同时引入注意力机制,提高网络输出特征图质量,从而保证改进后网络检测的准确度.在环境配置和网络输入图像分辨率一致的情况下,所提出的模型在COCO数据集上实验结果较HRNet相比参数量下降38.6%,运算复杂度下降35.2%.实验结果表明：改进后网络在检测精度略微下降的情况下,能有效降低参数量、运算复杂度.     

颗粒磨圆度计算中棱角关键点的优化选取

磨圆度是在介观层面上描述颗粒轮廓形状的重要参数,它定量描述了颗粒棱角对颗粒轮廓的影响。现有的磨圆度计算方法,不能准确识别颗粒轮廓中的棱角,而且计算量较大。因此,为了提高准确性,减少计算量,本文提出一种优化选取方法用于选取颗粒轮廓角的关键点。首先,将颗粒轮廓变换为极坐标展开曲线,再利用极小值点对曲线进行分段,并使用傅里叶拟合算法对分段后的曲线拟合。其次,选取拟合后轮廓中的凸部位,并依据凸部位的突出程度,挑选出包含棱角圆的凸部位。最后筛选凸部位中用于拟合棱角圆的关键点,并计算出棱角圆的半径用于计算磨圆度。本文使用K-S标准粒子板和其他学者的研究结果对算法进行了验证,实验结果表明,优化选取方法计算出的棱角圆数量的准确率和磨圆度分类的准确率均达到了100%。本文还进一步分析了使用平均滤波算法对颗粒轮廓进行平滑时,不同的滤波参数对轮廓分段的影响,并给出了较优的参数选取范围。     

基于最优分割和逐步回归方法的机床热误差建模方法研究

根据机械结构的基本热变形模式,分析加工过程中的机床热误差模态,对温度测点进行初步选择.通过最优分割法优化温度测点和逐步回归法建模,将温度测点个数从初始的16个减少到3个热关键点.机床热误差模型拟合结果与实际热误差测量结果进行比较,检验结果说明该热误差模型精确度优良.