东北石油大学计算机与信息技术学院，黑龙江 大庆 163318
针对目前基于点云的三维目标检测算法中小目标检测效果差的问题，提出了基于改进PointPillars模型的三维目标检测方法。首先，改进了PointPillars模型中的pillar特征网络，提出了一个新的pillar编码模块，在编码网络中引入了平均池化和注意力池化，充分考虑了每个pillar模块的局部详细几何信息，提高了每个pillar模块的特征表示能力，从而提升了模型的小目标检测性能。其次，基于ConvNeXt改进了骨干网络中的二维卷积下采样模块，使模型在网络特征提取阶段能够提取丰富的上下文语义信息和全局特征，从而增强了算法的特征提取能力。在公开数据集KITTI上进行验证，实验结果表明，所提方法具有更高的检测精度，相较于原网络，改进后的算法的平均检测精度提升了3.63个百分点，证明了该方法的有效性。
三维目标检测 PointPillars 小目标检测 注意力池化 ConvNeXt 激光与光电子学进展
2024, 61(8): 0812007
1 西北工业大学 无人系统技术研究院，陕西西安70072
2 中国人民解放军军事科学院 国防科技创新研究院，北京100850
针对室内弱纹理环境下基于点特征的视觉同步定位与建图（Simultaneous Localization and Mapping， SLAM）存在的轨迹漂移等问题，提出了一种融合点线特征的双目视觉SLAM系统，并对线特征的提取与匹配问题展开研究。为了提高线特征的质量，通过长度与梯度抑制、短线合并等方法，进一步改进LSD（Line Segment Detector）线特征提取方法。同时，通过将匹配问题转换为优化问题，并利用几何约束构建代价函数，提出了一种基于几何约束的快速线段三角化方法。实验结果表明，本文所提方法在多个数据集上的表现都优于基于描述子的传统方法，尤其在室内弱纹理场景下，其平均匹配精度达到91.67%，平均匹配时间仅需7.4 ms。基于此方法，双目视觉SLAM系统在弱纹理数据集上与已有算法ORBSLAM2，PL-SLAM的定位误差分别为1.24，7.49，3.67 m，定位精度优于现有算法。
双目视觉 线特征提取 视觉同步定位与建图 特征匹配 binocular vision line features vision simultaneous localization and mapping feature matching 
Author Affiliations
Abstract
University of Kassel, Faculty of Electrical Engineering and Computer Science, Measurement Technology Group, Kassel, Germany
We present a unified electromagnetic modeling of coherence scanning interferometry, confocal microscopy, and focus variation microscopy as the most common techniques for surface topography inspection with micro- and nanometer resolution. The model aims at analyzing the instrument response and predicting systematic deviations. Since the main focus lies on the modeling of the microscopes, the light–surface interaction is considered, based on the Kirchhoff approximation extended to vectorial imaging theory. However, it can be replaced by rigorous methods without changing the microscope model. We demonstrate that all of the measuring instruments mentioned above can be modeled using the same theory with some adaption to the respective instrument. For validation, simulated results are confirmed by comparison with measurement results.
interference microscopy coherence scanning interferometry confocal microscopy focus variation microscopy electromagnetic modeling surface topography measurement Advanced Photonics Nexus
2024, 3(1): 016013
1 1.电子科技大学 电子科学与工程学院, 国家电磁辐射控制材料工程技术中心, 多频谱吸波材料与结构教育部重点实验室, 成都 611731
2 2.中国科学技术大学 材料科学与工程系, 能量转换材料重点实验室, 合肥 230026
随着5G无线通信与低频雷达侦察技术的飞速发展, 低频电磁波辐射已成为当代的严重问题。目前, 中高频段吸波材料的研究已趋于成熟, 而设计低频段吸波材料仍面临巨大的挑战, 亟待研究者们解决。基于四分之一波长相消机制, 本研究设计了0.5~3 GHz低频段复合吸波材料。采用简单的一步水热法, 诱导铁氧体在羰基铁粉与碳纳米管表面生长, 制备出CIPs@Mn0.8Zn0.2Fe2O4-CNTs三元复合材料, 对比研究了碳纳米管含量对材料吸收峰频率的影响。实验结果表明, 引入碳纳米管, 一方面为材料带来了界面极化、偶极极化等额外的损耗机制, 增加了材料的衰减系数; 另一方面基于四分之一波长相消机制, 高介电与高磁导率的耦合, 使材料在低频段获得良好的阻抗匹配。最终, 在4 mm厚度下, 样品分别在2.11与1.75 GHz处, 获得了-40.8与-32.1 dB的反射损耗, -10 dB带宽分别为1.70~2.70 GHz和1.40~2.20 GHz。该复合材料制备工艺简单, 低频吸收性能良好, 具有很大的应用潜力, 为开发更有效的低频吸波材料提供了新的思路和方法。
碳纳米管 复合材料 羰基铁粉 波长相消 低频吸波 carbon nanotubes composite material carbonyl iron powder wavelength cancellation low- frequency absorption
1 湘潭大学土木工程学院，湖南 湘潭 41110
2 军事科学院国防工程研究院，河南 洛阳 471023
3 南京山河特种设备科技有限公司，南京 210000
在人工海水拌制的珊瑚砂水泥砂浆中复掺2.0%纳米SiO2和0.4%玄武岩纤维以提升其力学性能，采用带有主动围压装置的分离式Hopkinson压杆对其进行不同围压(0～20 MPa)下的冲击压缩实验，研究纳米SiO2增强珊瑚砂水泥砂浆在不同围压和不同应变率下的动态力学性能。结果表明：无围压(单轴冲击)试件的破坏形态呈现为粉碎状，具有明显的脆性特征；主动围压作用下试件受冲击后的完整性较好，属于压剪破坏，而且试件发生由脆性到塑性的转变，韧性得到提升。从得到的动态应力-应变曲线可以看出试件强度比静态下提高2.08～3.43倍，动态抗压强度是无围压(单轴冲击)的1.88～2.35倍。通过分析材料的动态增强因子和围压增长因子对应变率和围压变化影响，得到了相关经验公式。通过对能量耗散情况的分析，结果表明围压可以提升纳米SiO2增强珊瑚砂水泥砂浆的比能量吸收值。
珊瑚砂水泥砂浆 主动围压 冲击压缩实验 动态力学性能 能量耗散 coral sand cement mortar active confining pressures impact compression experiments dynamic mechanical properties energy dissipation
Author Affiliations
Abstract
1 School of Chemistry and Chemical Engineering, Guangzhou University, Guangzhou 510006, People’s Republic of China
2 Department of Chemical and Biological Engineering, The Hong Kong University of Science and Technology, Clear Water Bay, Kowloon Hong Kong, People’s Republic of China
Tailoring the interfacial interaction in SiC-based anode materials is crucial to the accomplishment of higher energy capacities and longer cycle lives for lithium-ion storage. In this paper, atomic-scale tunable interfacial interaction is achieved by epitaxial growth of high-quality N doped graphene (NG) on SiC (NG@SiC). This well-designed NG@SiC heterojunction demonstrates an intrinsic electric field with intensive interfacial interaction, making it an ideal prototype to thoroughly understand the configurations of electron/ion bridges and the mechanisms of interatomic electron migration. Both density functional theory (DFT) analysis and electrochemical kinetic analysis reveal that these intriguing electron/ion bridges can control and tailor the interfacial interaction via the interfacial coupled chemical bonds, enhancing the interfacial charge transfer kinetics and preventing pulverization/aggregation. As a proof-of-concept study, this well-designed NG@SiC anode shows good reversible capacity (1197.5 mAh g-1 after 200 cycles at 0.1 A g-1) and cycling durability with 76.6% capacity retention at 447.8 mAh g-1 after 1000 cycles at 10.0 A g-1. As expected, the lithium-ion full cell (LiFePO4/C//NG@SiC) shows superior rate capability and cycling stability. This interfacial interaction tailoring strategy via epitaxial growth method provides new opportunities for traditional SiC-based anodes to achieve high-performance lithium-ion storage and beyond.
Nano-Micro Letters
2023, 15(1): 202
杭州电子科技大学通信工程学院，浙江 杭州 310037
多视图立体匹配是计算机视觉领域的一大研究热点，针对目前多视图立体重建完整性差、无法处理高分辨率图像和GPU内存消耗巨大、运行时间长等问题，提出一种基于自注意力机制的深度学习网络（SA-PatchmatchNet）。首先通过特征提取模块提取图像特征，再将其送入可学习的Patchmatch模块中，得到深度图，并对深度图进行优化，生成最终的深度图。为了捕捉深度推理任务中的重要信息，将自注意力机制融入到特征提取模块，提高了网络的特征提取能力。实验结果表明，SA-PatchmatchNet在Technical University of Denmark（DTU）数据集上进行测试，与PatchmatchNet相比，重建的完整性提升5.8%，整体性提升2.3%，与其他的state-of-the-art（SOTA）方法相比，完整性和整体性都得到了较大的提升。
深度学习 三维重建 多视图立体 自注意力机制 激光与光电子学进展
2023, 60(16): 1615009
