【摘 要】
：
图像语义分割是计算机视觉中的一个基本任务，其在自动驾驶、地质检测、精准农业等领域有重要的应用价值。随着RGB-D传感器的出现，由于其采样得到的深度图像蕴含场景的几何结构信息，有助于目标的分割，基于RGB-D的语义分割很快成为本领域新的研究热点。本文致力于如何将深度图像蕴含的几何结构信息引入到卷积神经网络(Convolutional Neural Network, CNN)中，以改造标准卷积，得到几何可变形卷积，达到提升分割性能的目的，主要研究工作简述如下：
(1)提出了基于先验的几何可变形卷积神
论文部分内容阅读
图像语义分割是计算机视觉中的一个基本任务，其在自动驾驶、地质检测、精准农业等领域有重要的应用价值。随着RGB-D传感器的出现，由于其采样得到的深度图像蕴含场景的几何结构信息，有助于目标的分割，基于RGB-D的语义分割很快成为本领域新的研究热点。本文致力于如何将深度图像蕴含的几何结构信息引入到卷积神经网络(Convolutional Neural Network, CNN)中，以改造标准卷积，得到几何可变形卷积，达到提升分割性能的目的，主要研究工作简述如下：
(1)提出了基于先验的几何可变形卷积神经网络。在CNN中，标准卷积使用固定尺寸和形状的卷积核，其建模目标物体的复杂几何结构的能力不足。为克服此问题，基于几何位置相近的输入像素对输出的贡献相似的假设，本文将一项基于先验的几何特征项引入标准卷积中，得到一种新的几何可变形卷积，使图像分割的性能得到了提升。
(2)提出了基于HHA数据的几何可变形卷积神经网络。基于先验的几何可变形卷积神经网络中介绍的几何特征项是人工设计的，基于的假设比较简单，适应目标物体复杂结构的能力依然有限。针对此问题，本文提出了一种新的基于数据驱动的端到端的神经网络框架，从数据中学习几何特征，并将之用于可变形卷积核的学习。这使得图像分割的性能得到进一步地提升。
(3)提出了基于伪点云的几何可变形卷积神经网络。为保证特征放大系数的学习效果，基于HHA数据的几何可变形卷积神经网络中提取的为单尺度几何特征，但这不利于需要偏置参数的学习。针对此问题，本文提出了HPNet模块，以从深度图像转换得到的伪点云中提取多尺度的几何特征。同时，为适应此几何特征，本文也对基于HHA数据的几何可变形卷积进行了改进。这使得图像分割的性能得到了再次提升。
在NYUv2，SUN-RGBD等公开数据集上的一系列实验，充分验证了本文上述方法的有效性。
其他文献
【中图分类号】G410 【文献标识码】A 【文章编号】2095-3089（2018）15-0087-01 “我是奋进不止的学子，我充满理想；我是风华正茂的少年，我志坚如钢……”每天早上，从寺湾镇各学校门口走过的人都会情不自禁地驻足、倾听，一排排整齐的身影笔直地站立，一句句铮铮誓言振奋人心。 这是寺湾镇学生集体诵读励志信的情景。围绕每月励志教育主题所设计的励志信，每天早中晚各一次，一年四季，天
【摘 要】随着素质教育的不断推进，德育作为学校教育的根本，是素质教育的重要内容。小学课堂教育的核心是培养学生成人成才，抓住课堂，才能更好地开展全员德育工作。但是，小学德育活动的形式必须多元化，只有这样才能更好地适应现代化教育模式，促进小学德育工作与时俱进，肩负起塑造小学生健全人格的神圣使命。 【关键词】小学；德育工作；道德教育 【中图分类号】G718.3 【文献标识码】A 【文章编号】209
【中图分类号】G633.3 【文献标识码】A 【文章编号】2095-3089（2018）15-0094-01 近年来根据国家教育方针政策及工作安排部署，各类学校将培优补差这项工作提到了历史日程上来，并逐渐地被重视起来，我们中职校也不例外。但有相当一部分老师对这件事在观念上还存在着偏差。若不及时转变观念，改进方法，将使这项工程中途夭折。 从事中职教育教学工作多年，对中职生的生源情况也有了基本的
临近空间飞行器的控制问题是航空航天领域的热点问题，由于其具有强耦合、大扰动、非线性和快时变等特点使得其控制器设计也是一个难点。本文针对临近空间飞行器的姿态控制，在考虑系统不确定性和约束等问题的情况下，结合神经网络设计了不同的控制器。
首先建立飞行器的数学模型。结合飞行器所处的飞行环境，从运动学和动力学两个方面建立了临近空间飞行器的基础数学模型。紧接着分析了模型不确定性并建立了含有不确定性的飞行器数学模型。在考虑系统的不确定性的情况下，设计了基于神经网络的动态面控制器。对于系统的不确定性做了简化，
目标跟踪技术是计算机视觉领域的重要分支，在智能监控、自动驾驶和军事国防等领域有着广泛运用，具有重要的研究意义与实用价值。其中，以相关滤波为基础的传统和深度跟踪算法成为近年来的热点研究方向，许多研究人员对其进行深入研究，取得了大量研究成果。但与此同时，其仍然面临着诸多挑战，在实际复杂应用场景中受到目标自身内部因素和环境外界因素等干扰，固定的跟踪模型往往难以应对跟踪时变因素(目标形变、目标遮挡、复杂背景等)带来的挑战。本文针对传统相关滤波算法和孪生网络系列跟踪算法跟踪模型自适应问题展开研究，并面向实际应用需求
水面无人艇是一种水面智能设备，其在执行各项海事任务或靠岸停泊时，需要实时感知周围环境的信息。而水面环境除了存在船只、浮标等具有目标性的物体，还存在岸体、码头等不具有目标性的物体，现有的基于目标检测或者海岸线检测的方法不能完整地解析出这些物体的信息。而语义分割是对图像像素级的分类，不受物体外观形状的影响，可以有效解析出水面环境中各类物体，为水面无人艇提供丰富准确的环境信息。因此，本文以无人艇应用需求为牵引开展了图像语义分割相关技术的研究。
本文提出了一种基于多向卷积的上下文信息融合方法。上下文信息
随着卫星和遥感技术的发展，遥感影像的数据量也越来越庞大，超出了任何人工操作和处理的范围。因此，遥感图像的自动分析使这些图像在城市资源管理、搜索、海洋监察、海洋资源管理等实际应用中发挥重要作用。同时由于传感器技术的进步，获取到的遥感影像的空间分辨率不断变高，使得定位各类目标(比如，飞机、船只、车辆、港口等)成为了可能。然而，光学遥感影像不可避免地会受到各种因素影响，比如目标密集排列、外观相似和目标较小的影响，导致检测算法性能下降，给光学遥感图像的目标检测带来了较大的挑战。
针对地面目标密集排列的情
场景理解是计算机视觉中重要的研究课题，被广泛地应用于机器人自主导航、自动驾驶、无人机和盲人辅助系统开发等领域。场景中的深度信息和语义信息是场景理解的关键，对于单张RGB图像而言，可通过单目深度估计和语义分割来分别获取像素级别的深度信息和语义信息。近年来，基于深度学习的单目深度估计算法和语义分割算法取得了不俗的成绩，但是由于场景的复杂性和多样性，仍面临着诸多挑战。针对目前仍存在的一些问题，本文做了以下研究工作：
针对单目深度估计和语义分割这类像素级密集预测任务，本文设计了一个端到端的基于全卷积网络
【摘 要】略读课文是语文教材重要组成部分。长期以来，略读课文教学上处在比较尴尬的处境，语文教师在教学略读课文时，或把略读等同于精读，精雕细琢；或置之度外，过度放手，凡此种种均没能正确把握略读课文的特点，发挥其在提高学生阅读能力上作用。思维导图的引进，能够更有效提高略读课文教学的有效性。本文以人教版语文第十一册《索溪谷的“野”》为例，谈谈思维导图在语文略读课教学中的运用。 【关键词】略读课文；思维
人类对海洋资源需求与日俱增，船舶作为开发和利用海洋的重要工具，对海域船舶进行监测管理显得尤为重要。论文以大幅面海面遥感图像为载体，提出了一种先预分类后检测的两阶段船舶目标检测算法。该算法具有准确率高、速度快的特点，为实现海域船舶监测提供有力的支持。论文主要工作如下：
首先，不同于一般通用目标检测任务，大幅面遥感图像目标检测具有图像幅面大、目标小且尺度变化范围大、背景干扰严重和计算量大的特点。本文提出了一种先预分类后检测的两阶段大幅面遥感图像目标检测算法，采用“分而治之”的思想，将大幅面遥感图像切