使用无人机对场景区域中的人、车、物、事等小目标进行实时有效监测有利于维护公共安全。针对无人机视角下小目标存在的目标遮挡、重叠、复杂环境干扰等问题，提出一种无人机视角下的小目标检测算法，该算法使用 You Only Look Once X（YOLOX）网络作为基线系统，首先在 Neck网络部分增大输出特征图减小感受野提高网络的细节表现能力，删除小尺寸特征图的检测头提高小目标的检出率；其次使用 Anchor Free的关联机制，降低真值标签中噪声的影响并同时减少参数设置加快网络运行；最后提出一种小目标真实占比系数来计算小目标的位置损失，该系数增大对小目标误判的惩罚使网络对小目标更加敏感。使用该算法在 VisDrone2021数据集上进行实验， mAP值较基线系统提高了 4.56%，参数量减少 29.4%，运算量减少 32.5%，检测速度提升 19.7%，较其他主流算法也具有优势。

在安全检查过程中快速准确地识别违禁物品有利于维护公共安全。针对 X射线行李图像中存在的物品堆叠变形、复杂背景干扰、小尺寸违禁物品检测等问题, 提出一种改进模型用于违禁物品检测。改进基于 YOLOX模型进行, 首先在主干网络中引入注意力机制加强神经网络对违禁品的感知能力; 其次在 Neck部分改进多尺度特征融合方式, 在特征金字塔结构后加入 Bottom-up结构, 增强网络细节表现能力以此提高对小目标的识别率; 最后针对损失函数计算的弊端改进 IOU损失的计算方式, 并根据违禁物品检测任务特点改进各类损失函数的权重, 增大对网络误判的惩罚来优化模型。使用该改进模型在 SIXray数据集上进行实验, mAP达到 89.72%, FPS到达 111.7 frame/s具备快速性和有效性, 所提模型与阶段主流模型相比准确率和检测速度都有所提升。

卫星图像翻译是生成对抗网络的重要应用场景之一，现有的卫星图像翻译存在生成质量低、泛化能力弱、计算代价高等问题。在循环生成对抗网络的基础上，通过设计轻量化的注意力残差模块来提高图像翻译质量、减小模型的参数计算量，同时引入最小二乘损失来提高训练过程的稳定性。实验结果表明，所提方法在保持高训练稳定性、低模型计算量的前提下，在卫星图像翻译任务中具有较好的翻译质量。

深部矿山爆破开采不可避免的受到初始地应力的作用, 为探究高地应力下组合孔破岩规律, 对初始应力与组合孔爆炸应力联合破岩机理进行分析, 开展不同应力作用下组合孔爆破破岩数值模拟研究。结果表明：初始应力对爆破作用的抑制或者促进取决于其与岩石的弹性极限的对比关系, 当初始应力小于岩石的弹性极限时, 表现为抑制作用, 当初始应力大于岩石的弹性极限时, 表现为促进作用。加载不同初始应力时(岩石峰值应力为90.58 MPa), 组合孔破坏失效单元个数、裂隙扩展长度均符合“先减小后增大”的趋势, 且拐点处应力值为25 MPa, 为岩石峰值应力的27.6%, 与岩石应力-应变全过程曲线中弹性极限应力值一致; 提取分析测点处的有效应力及振动速度可知, 随着初始应力的增强(20~50 MPa), 测点处耦合应力呈线性增大趋势, 表明初始应力与爆炸应力耦合作用下, 初始应力占主导作用; 组合孔方案中超前致裂孔爆破为前排孔创造新的自由面, 监测点处的振动速度监测情况表明, 组合孔爆破方案具有很好的减震作用。

为了阐明裸子植物中纤维素与木素之间的连接方式, 从多糖的角度分析糖单元与木素苯丙烷结构单元之间的共价键连接方式, 合成了带6-13C标记的纤维素前驱物尿苷二磷酸葡萄糖, 并将其与PAL酶的抑制剂AOPP及外源性木素前驱物松柏醇-β-D-葡萄糖苷一起投入生长中的银杏植物体内。 碳13丰度检测得知纤维素在细胞壁的沉积主要是从在初生壁开始, 高分辨率固体核磁13C NMR分析证实了纤维素6位碳与木素以苯甲醚键等方式连接。

提出一种与视频编码器共用运动搜索模块的实时场景切换检测算法.通过分析原始图像与其运动补偿图像的一阶与二阶差值信号统计特性，分别构造对应于不同场景切换类型的两种测度函数，并联合使用该测度函数检测突变场景切换，同时自适应调节每个测度函数输出值的判决门限.分析和实验结果表明，该算法在视频编码位移估值基础上只增加少量的计算，而对视频序列中的突变场景切换检测的查全率和查准率均优于已有的几种实时检测算法.

深度图像能够有效表示三维场景几何信息,需要传输至三维电视终端用以辅助生成任意视点虚拟视图。为降低深度图像传输开销,需要对其进行压缩编码。深入分析了视频图像运动信息与深度图像运动信息的相似性,提出一种视频图像与深度图像联合预测编码方案,在编码深度图像过程中重用已编码视频图像的运动信息。该方案由视频-深度运动信息复制与视频-深度运动信息预测两部分组成。实验表明,提出的视频-深度联合预测编码能够高效利用已编码视频图像的运动信息,显著提高深度图像编码效率。

基于多视点视图深度特征,提出一种通过简单块匹配运算划分多视点视图区域并估计区域视差的算法。首先基于深度对象的概念确定图像中具有不同深度的区域数量以及这些区域对应的区域视差,再根据误差最小化准则初步确定每个图像块所属区域。当区域中图像块数量小于某个阈值时,采用区域合并算法将该区域中的每个图像块合并到与它的视差最为接近的其它图像区域,通过迭代形成最终的有效图像区域划分。实验表明,该算法能够以图像块为基本单元有效地划分各深度层区域,并准确估计对应的区域视差。

自动曝光控制是现代相机和摄像机必备功能之一。提出一种基于亮度直方图的自动曝光控制算法。基于人类视觉系统(HVS)的视觉注意机制,可认为直方图中大而陡峭的峰值区域对应于图像中的不感兴趣区域。算法寻找直方图中最大的两个峰值区域,并依据峰值区域的大小确定它们中像素亮度的加权值,从而计算图像的加权亮度均值。像素亮度的加权值与其所属峰值区域的大小之间的关系由一组二次型曲线描述,二次型曲线的参量是由图像的背景亮度决定,其中背景亮度由自动曝光系统参量计算得到。在实际应用中采用了模糊逻辑确定最大的两个峰值区域的加权值。实验结果表明该算法对各种场景均能进行有效的自动曝光控制。