【摘 要】
：
针对动态场景下视觉SLAM(simultaneous localization and mapping)算法易受运动特征点影响，从而导致位姿估计准确度低、鲁棒性差的问题，提出了一种基于动态区域剔除的RGB-D视觉SLAM算法。首先借助语义信息，识别出属于移动对象的特征点，并借助相机的深度信息利用多视图几何检测特征点在此时是否保持静止；然后使用从静态对象提取的特征点和从可移动对象导出的静态特征点来微
论文部分内容阅读
针对动态场景下视觉SLAM(simultaneous localization and mapping)算法易受运动特征点影响，从而导致位姿估计准确度低、鲁棒性差的问题，提出了一种基于动态区域剔除的RGB-D视觉SLAM算法。首先借助语义信息，识别出属于移动对象的特征点，并借助相机的深度信息利用多视图几何检测特征点在此时是否保持静止；然后使用从静态对象提取的特征点和从可移动对象导出的静态特征点来微调相机姿态估计，以此实现系统在动态场景中准确而鲁棒的运行；最后利用TUM数据集中的动态室内场景进行了实验
其他文献
共轭聚合物(CPs)是一类具有离域π-π共轭骨架的高分子材料,在生物医药领域显示了广阔的应用前景.相比于传统的荧光小分子材料,共轭聚合物由于具有优异的光捕获能力、高的单线态氧产率及良好的生物相容性等优势受到了广泛关注.本文从共轭聚合物的结构设计和性能调控的角度出发,重点总结了本课题组近十年来在共轭聚合物的设计合成及其在生物传感、病原菌杀伤、肿瘤治疗上的应用研究,并探讨了当前研究的主要方向和所面临的
化学需氧量(COD)被广泛用作污水处理厂的有机污染指标.污水处理过程中去除大量有机物以满足COD环境标准,该过程会伴随大量温室气体的释放,例如甲烷.然而, COD指标涵盖了大量不仅不是污染,且可能是潜在碳汇的难降解有机物.本文收集并分析了来自全球86座市政污水处理厂的COD数据,应用政府间气候变化专门委员会发布的COD产甲烷模型来估算中国市政污水处理系统处理惰性有机物所造成的甲烷排放量.结果表明,
复杂的岩溶作用经常制约着人类工程建设。为了避让岩溶不良地质体，如何对岩溶发育特征更准确的探测和评价，是岩溶工程地质勘察面临的难题之一。通过利用钻孔超声波成像技术，高精度刻画钻孔揭露的岩溶现象，并在钻孔线岩溶率的基础上提出“孔壁岩溶率”的概念，将岩溶率的一维空间表达扩展到二维空间，为岩溶区工程建设提供更精细化的基础数据。实例显示，钻孔超声波成像技术可弥补岩溶发育区钻探取心困难的不足，能够全断面高分辨
油气矿山越界开采是当前油气矿山监管的难点和热点。通过单一矿权内井场、站场、油井、气井、计量间、集气站、集输站、巡线道路、输油气管线等地表工程和浅表工程的判释,本文首次提出通过地表工程及浅表工程的组合信息,可以快速查明油气的汇聚、流向,可精确识别和判定属于同一矿权的采油场地、越界开采的场地。以某油田为试验区,开展了相关方法的应用,证明了方法的有效性。
针对于遥感图像中背景复杂噪声多、小目标多且排布密集、目标尺度差异大等问题，本文提出了一种改进通道注意力与残差收缩网络的遥感图像目标检测算法。该算法借助卷积神经网络，以YOLOV3模型作为基础网络，选择Mosaic图像增强的方式进行数据预处理，采用深度残差收缩模块重构了特征提取网络，并结合通道注意力机制与组合池化构建空间金字塔池化融合层，采用CIOU进行定位损失计算，最终实现遥感图像目标检测。实验结
随着我国各类复杂重点工程建设的深入推进，工程安全问题引起了越来越多的关注，然而对岩土体进行变形监测是保障工程安全的重要手段之一。与传统的电磁法、声发射、经纬仪、水准仪、位移计、应变计等岩土体变形监测技术相比，分布式光纤感测技术具有实时性、高精度、全分布、长距离和抗干扰等优势，已成为当前岩土体变形监测研究及应用领域的关注焦点。本文总结了光纤感测技术在岩土体变形监测中的应用现状，介绍了几种典型的分布式
针对基于Transformer框架的图像标注任务中提取视觉特征容易引入噪声问题且为了进一步提高视觉的上下文信息，提出了一种基于综合几何关系稀疏自注意力机制的图像标注方法。首先通过结合图像区域的绝对位置、相对位置和空间包含关系提取详细全面的视觉表示，获取图像中潜在的上下文信息；其次提出了注意力层权重矩阵的稀疏化方法，该方法解决了Transformer忽略图像区域的局部性并引入噪声信息的问题；最后，采
在方面级情感分析研究中，现有的工作往往忽略不同类型词性贡献程度以及局部特征和全局特征的交互作用会影响分类准确率的问题。提出了一种基于双层词性感知和多头交互注意机制的方面级情感分析模型DPMHA。首先，使用BERT预训练模型获取包含上下文信息的词向量；其次，提出了双层词性感知的局部特征提取层，重点关注方面词周围具有重要词性的词的特征，降低噪声词的影响。接着，在局部特征和全局特征之间设计了多头交互注意
针对现有模型声音分类精度不足的问题，提出了一种基于多特征双二流网络的D-S融合模型。首先，提出了四种组合特征来更全面有效的表征声音。其次，提出双二流网络结构来更好的训练模型。第一流和第二流网络采用多分辨率多通道特征送入二阶密集卷积网络(2-DenseNet)，其中2-DenseNet被分成了2个密集块。第三流和第四流网络采用单分辨率单通道的特征拼接送入4层CNN网络。然后利用D-S证据理论对sof
随着计算机视觉不断发展，人体行为识别在视频监控、视频检索和人机交互等诸多领域中展现出其广泛的应用前景和研究价值。人体行为识别涉及到对图像内容的理解，由于人体姿势的复杂多样和和背景的遮挡因素导致实际应用的进展缓慢。全面回顾了人体行为识别的发展历程，深入探究了该领域的研究方法，包括传统手工提取特征的方法和基于深度学习的方法，以及最近十分热门的基于图卷积网络(GCN)的方法，并按照所使用的数据类型对这些