针对星载单光子激光有效回波信号混杂于噪声中难以区分的问题, 提出一种基于统计直方图两步法的星载单光子数据去噪方法。先后采用沿轨小窗口直方图粗去噪与距离平方统计直方图精去噪, 实现星载单光子回波数据中的噪声光子有效剔除。利用该方法对美国星载单光子激光雷达先进地形激光测高系统(ATLAS)的强与弱波束、白天和夜间、平地与山地 3种典型情况下的回波光子数据进行实验, 结合 ATLAS官方去噪结果, 基于混淆矩阵统计去噪精确度。实验结果表明, 强波束数据去噪精确度为 98.86%, 弱波束数据去噪精确度为 96.94%; 夜间数据去噪精确度为 99.02%, 白天数据去噪精度为 98.86%; 山地数据去噪精确度为 96.28%, 平地数据去噪精确度为 96.94%。说明本文方法适用于常见的以上 3种典型情况下的星载单光子数据去噪。

为了解决视觉语言导航任务中存在的导航准确率低与泛化能力弱的问题,在Regretful模型的基础上,提出了一种基于余弦相似的视觉语言导航算法。通过增加余弦相似损失函数来指导神经网络,学习预测导航方向,减小了特征空间中类内特征的差异,增大了类间特征的分布范围,提升了无搜索策略模型的导航准确率。同时提出了一种全景视图特征平滑方法来进行数据增强,提升了模型的泛化性能。实验结果表明,该算法改善了模型在R2R(Room-to-room)数据集上的导航准确率等多项指标,效果优于Regretful模型,验证了所提方法的优越性与鲁棒性。

车辆行驶环境感知是自动驾驶领域的重点和难点问题,其中车道线检测是车辆行驶环境感知的基础。针对不同实例车道线难以区分、现有区分算法时间复杂度高、不同行驶场景需人为调整超参数等问题,提出了一种三分支车道线实例分割算法,并对分割结果进行自适应聚类以拟合不同实例车道线。针对车载摄像头获取的图像数据不均衡特点,用基于三分视野法的Tversky Loss函数对卷积神经网络进行训练。针对车道线大曲率半径的特点,以高次项权重作为最小二乘法正则项拟合车道线。在TuSimple数据集上的测试结果表明,本算法对实例车道线的识别准确率为96.23%,相比LaneNet,本算法的时间消耗减少了23.67%,且对不同车辆行驶场景都有较好的检测效果。

深度神经网络在静态图像领域已取得突破性进展,并逐步扩展到视频识别领域。人体动作识别是视频识别领域的研究热点和难点,因此,提出了一种基于双流快速区域卷积神经网络(Faster RCNN)改进的人体动作识别算法。首先,用RGB(Red,Green,Blue)图像和光流数据作为网络的输入,分别训练Faster RCNN;然后,将训练好后的网络模型进行融合,并引入改进的压缩和激励模块对特征通道进行处理,以突出重要特征;最后,用完全的交并比损失函数作为边框回归损失函数,以优化某些预测框与真实框不能相交等问题。实验结果表明,相比传统的Faster RCNN,本算法在动作识别数据集UCF101上的准确率得到了一定的提高。

采用激光熔化沉积技术制备了TiC/CaF2/Inconel 718高温合金基高温耐磨自润滑复合材料,对其显微组织、显微硬度及高温干滑动摩擦磨损性能进行了研究,探讨了其高温磨损机理。结果表明:复合材料的显微组织由TiC、CaF2、Cr7C3、γ″-Ni3Nb和γ-(Ni, Fe)构成,原位自生TiC初生相和细小CaF2/TiC共晶弥散分布在被Cr7C3和γ″-Ni3Nb等超细高温相强化的γ-(Ni, Fe)固溶体基体上;复合材料的平均显微硬度为820 HV;与激光熔化沉积Inconel 718对比样相比,复合材料具有良好的高温耐磨性及低且稳定的摩擦因数,复合材料优异的高温摩擦磨损性能源自于其合理的显微组织结构。

现有的高精度目标检测算法依赖于超深的主干网络(如ResNet和Inception),无法满足实时目标检测场景的需要,相反采用轻量级主干网络(如VGG-16和MobileNet)能达到实时目标检测的目的,但会导致检测精度的损失,对小目标的检测效果变差。SSD(Single Shot Multi-Box Detector)算法具有高精度、实时检测的特点。本文以SSD算法的网络结构为基础,通过添加感受野模块增强轻量级主干网络的特征提取能力,同时引入特征融合模块,充分利用深层网络提取语义信息,达到实时目标检测的目的,同时提高算法整体的检测精度和对小目标的检测能力。为进一步验证引入新模块的有效性,本文算法模型在PASCAL VOC2007数据集上进行测试,准确率达到80.5%,相比于原始SSD算法有3.3个百分点的提升,检测速度达到75 frame/s,整体性能优于目前大多数目标检测算法。

针对小目标检测提出了一种基于特征金字塔网络改进的算法。通过引入预测优化模块,并结合感兴趣区域的上下文信息,使得特征信息具有更强的稳健性,同时通过内部级联的多阈值预测网络进行预测,最终实现多尺度多阶段的预测,在保证网络参数基本不变的前提下准确率得到提升。实验结果表明,经标准数据集VOC07+12训练后,所提算法在VOC2007测试中的准确率达到80.9%,具有很好的检测性能。

为了评价自由立体显示器的光学性能，以八视点狭缝光栅自由立体显示器为例，针对不同的视点图像，测量了不同视角下的亮度值与色度值，研究自由立体显示器的光学性能，其光学性能包括自由立体显示器的最佳观看位置、串扰、可视范围、亮度均匀性、色度均匀性和莫尔条纹。结果表明，这种测量及分析方法实现了对多视点立体显示器光学性能的定量评估，增强了评估立体显示器性能的客观性，对自由立体显示器的设计具有指导意义。

为了提高对远场方向性调控的灵活性，提出双蝶形银纳米光天线，基于时域有限差分的方法研究了天线不同结构与尺寸的变化对远场方向性产生的影响。研究发现，由于局域表面等离激元的存在，偶极子源垂直放置于双蝶形银结构下表面一定距离时，远场方向图出现明显的旁瓣。天线长度的增加是方向图出现旁瓣的关键因素。天线臂之间夹缝的减小，使远场方向图中旁瓣增大，同时主瓣增益增大。天线厚度的增加使远场方向图出现旁瓣，主瓣增益先增大后减小。结果表明，双蝶形银纳米光天线能够改变与其相耦合的偶极子源的辐射方向性。

左右视图不协调是影响立体显示舒适度的重要因素之一, 色度偏差是不协调性的重要指标之一。ERP(event-relation-potentials),即事件相关电位, 与特定的物理事件或心理事件在时间上相关的电压波动, 通过叠加技术从EEG(electroencephalography)中提取的信号。ERP时间分辨率高、客观性强, 能够客观地实时地反应人类心理活动, 可以用于舒适度方面的客观评价。本文结合行为数据分析和ERP分析, 从色度偏差指标研究左右视图不协调在立体显示舒适度方面的影响。研究结果表明, 色度偏差可在大脑皮层诱发可测ERP信号, 色度偏差在20°以内被试感觉不到明显的不协调, 偏差等级越大, 被试的不协调感越强烈。ERP分析结果与行为数据分析结果相符一致, 说明ERP可以用来评价色度偏差产生的左右视图不协调对立体显示舒适度的影响。