1 1.中国科学院 理化技术研究所, 低温重点实验室, 北京 100190
2 2.齐鲁中科光物理与工程技术研究院, 济南 250000
陶瓷粉体的批次稳定性是陶瓷制品生产商最关心的核心指标, 却又长期无据可依。本研究以燃烧合成的氮化硅粉体为样本, 量化评价不同批次生产的氮化硅粉体的相似程度。首先构建了涵盖静态理化指标、动态流动性指标的粉体性能评价参数体系, 进而测试得到在该参数体系中氮化硅粉体的全部性能数据, 随后对所得性能数据分别采用余弦相似度法和欧氏距离法进行计算, 得到了粉体性能一致性评价数据。结果表明, 基于该参数体系的余弦相似度和欧氏距离均能反映批次粉体间的相似程度, 量化显示出不同批次粉体的差异, 两种方法的计算结果相互验证。对判定为不相似的粉体, 追溯工艺流程中的差异找到了控制氮化硅粉体一致性的关键环节—原料硅粉; 对判定为高度相似的粉体划分为同类, 为不同批次氮化硅粉体的类别划分提供了量化依据。该工作建立的“粉体性能一致性评价体系”为氮化硅粉体产品质量的批次稳定性(性能一致性)提供了有效的评价手段和量化依据。
一致性评价 氮化硅粉体 余弦相似度 欧氏距离 consistency evaluation silicon nitride powders cosine similarity Euclidean distance
南京理工大学瞬态物理国家重点实验室, 南京 210000
主流的目标检测模型将检测分为分类和定位两个子任务, 分类和定位各自具有独立的子网络, 且在训练过程中采用互相独立的损失函数。这种模型结构和训练方式忽略了分类和定位之间的相互联系, 使得模型预测的类别得分无法体现预测框的定位质量, 进一步导致高定位质量的预测在非极大值抑制(NMS)阶段被低定位质量的预测抑制, 损害了模型的检测精度。针对该问题, 提出了一种一致性损失的概念, 该损失通过在训练过程中约束模型预测的类别得分和定位质量的排名相似度, 提升了二者的一致程度。基于FCOS-ResNet50模型与PASCAL VOC数据集, 所提的损失函数能够提升约1.3个百分点的mAP0.5、4.3个百分点的mAP75和5.4个百分点的mAP90。
目标检测 损失函数 非极大值抑制 分类定位一致性 余弦相似度 object detection loss function Non-Maximum Suppression (NMS) consistency between classification and localizatio cosine similarity
1 空军工程大学 航空工程学院 机场建筑工程教研室, 西安 710038
2 空军装备部直属工作局, 北京 100843
3 空军后勤部工程代建办公室,北京 100843
为了解决伪装效能评估手段单一、量化分析手段不足的问题, 引入了余弦相似度原理开展模拟评估, 对可见光伪装效能评估理论分析进行了优化。基于颜色光学数据特征, 利用颜色直方图展现了目标与背景颜色频率分布, 研究了样本目标与背景的颜色融合差异性; 采用亮度空间分布图展现了亮度空间特征, 探索了样本目标与背景的亮度差异性; 并对目标和背景图像的像素数据进行采集和计算, 量化研究了目标和背景的融合效果; 以典型验证实例为依托, 正反对比分析验证了评估方法的正确性。结果表明, 用文中的评估方法对图像进行计算评估, 目标与背景的图像特征向量之间的夹角余弦值达到了0.9982; 正反对比得到目标与背景之间的余弦相似度0.9821和0.7324的融合效果。定性分析与定量计算表明余弦相似度理论能为伪装效能判定提供相关的算法支撑, 具有一定的实用价值和使用价值。
图像处理 伪装效能 余弦相似度 颜色直方图 图像亮度 image processing camouflage effectiveness cosine similarity color histogram image brightness
1 天津大学电气自动化与信息工程学院, 天津 300072
2 中国科学技术大学软件学院, 江苏 苏州 215123
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。
机器视觉 视觉语言导航 余弦相似度 数据增强 激光与光电子学进展
2021, 58(16): 1615001
1 西南科技大学信息工程学院, 四川 绵阳 621010
2 四川轻化工大学自动化与信息工程学院, 四川 自贡 643000
提出了一种基于余弦相似度的点云配准(PCR-CS)算法,该算法主要解决点云刚性配准问题,即找到点云配准的旋转矩阵R和平移矩阵T,从而实现原始点云P到目标点云Q的配准。先对两个待配准点云进行去中心化处理,再进行点云余弦相似度的研究,将两个待配准的三维点云分别投影到XY平面上,对XY平面上的点云进行栅格化处理,统计栅格上的数据点从而形成统计矩阵SP和SQ,采用差分进化算法,以两点云余弦相似度为条件,寻求最优R,从而实现点云配准,最后,利用中心点计算T。实验结果表明,与其他算法相比,该算法具有较高的配准精度,即使在点云数据伴随有噪声和数据缺失的情况下,也都能达到良好的配准效果。
机器视觉 点云 余弦相似度 差分进化算法 激光与光电子学进展
2020, 57(12): 121503
中北大学信息与通信工程学院, 山西太原 030051
现有差异特征驱动的红外光强与偏振图像融合方法中, 特征的选择上数量多, 存在信息冗余, 通过提取图像特征再求差来获取差异特征不能充分表征图像间的差异。本文提出一种基于余弦值的红外光强与偏振图像特征差异度的度量方法。通过对源图像提取特征图, 将亮度、纹理、边缘三类特征进行分离, 避免了图像特征选择的困难; 定义了特征差异度, 从特征图提取得到特征向量, 再计算其差异度, 对图像的差异进行了量化; 最后, 通过实验验证了所提方法的合理性和有效性。
红外偏振图像 特征图 特征差异度 余弦相似度 infrared polarization image feature image feature difference cosine similarity
由于战场环境复杂且瞬息万变，针对岸岛背景引入了一种快速 的检测/定位算法。该算法能够搜索出感兴趣的红外舰船目标，比如停靠在港口的舰船，而且无需 预先训练。这种方法仅仅使用一幅单一的目标物体样例图片来发现视场中相似的匹配舰 船，而无需对要搜索的物体进行预先学习。从查询图像中提取局部方向核 作为描述器，用于度量一个像素与其邻域间的相似度。然后从这个描述器中提取出显著 特征，并将其与目标图像中的类似特征进行比较。这些比较是使用一个余弦相似度度量矩阵 来实现的。实验结果表明，这个算法表现优异，成功地识别出了复杂背景条件下的舰船目标。
余弦相似度 红外目标 岸岛背景 目标识别 cosine similarity infrared target shore island background target recognition
