Mask RCNN在雾化背景下的船舶流量检测

基于掩码区域卷积神经网络（Mask region-convolutional neural network,Mask RCNN）模型检测海域卫星航拍图片中的船舶流量检测,实现雾化与模糊背景下的自动检测船舶数量与船只定位.基于搭建的Mask RCNN网络模型进行训练,依据输出的船只位置,与准确位置对比,不断调整模型参数提升准确度,再用训练好的模型参数对测试集中的图片进行检测.训练后进行测试的结果为:重叠度（intersection over union,IOU）取0.5时,边界框位置准确度达85.4%,船只数量检测准确度高达89.9%.上述结果表明,Mask RCNN网络模型可实现高精度的船舶流量监测.      

IP地址在网络规划中的应用

介绍了如何在IP技术中通过IP地址和子网掩码进行网络划分、应用及IP地址的常用分配使用方式.     

一种基于掩模技术的图像融合算法

以图像的融合技术为研究对象,利用小波这一有效的信号处理工具对图像进行多尺度的分解,在图像区域特征的指导下选取有效信息构造出合理高效的图像融合方案。     

基于独立分量分析与二值掩膜的语音分离

针对欠定混合语音信号模型,提出一种基于独立分量分析和二值掩膜相结合的语音分离新算法.首先,由并列放置的两个全指向性麦克风采集混合声音信号,通过一阶差分麦克风阵列技术使得两路混合信号满足瞬时混合模型;然后,应用两输入两输出独立分量分析方法对两路信号进行分离并估计分离信号的二值掩膜,循环迭代进而提取目标语音信号;最后,合并同源语音信号,增强各独立声源.仿真结果表明:该方法不仅适用于瞬时混合模型,对卷积混合模型同样有效;在瞬时混合条件下信噪比增益平均达到12.41dB,在卷积混合条件下信噪比增益平均为5.28dB.试验结果表明:算法在半消音室环境下能准确分离来自不同方位的三个声源,提取的目标语音都具有较高的清晰度与可懂性.     

口罩对呼吸实境颗粒物的防护及风险消减研究

为了明确口罩对实际环境颗粒物的过滤防护效果,采用呼吸实境采样装置对办公室和企业车间环境进行现场分析,选用3种口罩研究口罩类型、佩戴方式、吸气速率等因素对颗粒物过滤效率和风险消减的影响。结果表明,口罩对颗粒物的过滤效率从高到低依次为：KN95口罩>医用口罩>活性炭口罩,口罩侧面泄露对口罩的防护效果具有重要影响,而吸气速率对口罩颗粒物过滤效率的影响不明显。自然佩戴口罩对车间内不同粒径颗粒物的过滤效率呈现随粒径变大而增加的趋势,佩戴KN95口罩对废塑料破碎车间粗、细颗粒物在人体呼吸系统沉积通量消减率均高于93.5%,建议工人根据车间空气状况和劳动工种合理选择不同类型的防护口罩。     

针孔阵列掩模在特征识别中的应用

本文描述一个不用透镜,只用一个具有周期性空间透射率的针孔阵列掩模来构成的简单特征识别系统.文中给出这种识别系统的基本理论,并给出它应用于拉丁字母识别及汉字识别的实验结果.最后,与使用Vander Lugt匹配滤波器的识别系统相比较,讨论这种识别系统的优缺点.     

基于盲源分离理论和人类听觉掩蔽效应的数字音频水印方法

将盲源分离理论应用于数字音频水印技术,以达到在宿主信号未知的情况下分离出嵌入水印信号的目的;把生成混沌序列的初始值和宿主信号的时、频掩蔽信号作为密钥信息,生成嵌入水印信号,充分保证了水印检测的安全性;引入人类听觉系统(human auditory system,HAS)掩蔽效应的概念,使嵌入水印信号完全自适应于宿主信号,以提高算法的鲁棒性.实验结果表明,嵌入水印的音频信号没有明显的听觉失真,满足了音频水印不可听性的要求;经过低通滤波、重采样、添加噪声、剪切和mp3压缩等攻击后,嵌入水印信号和分离出的水印信号之间的相关函数较进行频域和时域掩蔽作用之前,具有更加明显的二值分布特征,算法的鲁棒性明显优于掩蔽作用之前;同时,该方法无需外加同步信息,就可以取得良好的同步效果.     

基于特征融合注意力的小样本语义分割算法

针对小样本语义分割任务中对查询图片的信息利用不充分的问题，提出一种基于特征融合注意力的小样本语义分割算法。首先，利用共享主干网络编码支持图片和查询图片，从而获取图片的深度特征；然后，利用注意力机制获取支持特征和查询特征的强关联语义信息，从而构造任务注意力特征图；最后，提出一种多特征注意力融合模块，它能够自适应融合多种特征的深层语义信息并进行特征解码，从而获取目标物体的分割掩码。在PASCAL-5ⁱ和COCO-20ⁱ公开数据集进行了实验，结果表明，所提出模型比当前主流的小样本语义分割模型在1-way 1-shot和1-way 5-shot任务中分割得更加精准，尤其是在更具有挑战性的COCO-20ⁱ数据集上，所提出模型在1-shot的设定下达到了28.8%的mIoU和62.1%的FB-IoU,在5-shot设定下达到了36.9%的mIoU和64.8%的FB-IoU。