自然场景中的实体标志,如商标、交通标志等,易受拍摄角度、所依附物体形变、尺度变化等影响,导致检测精度降低.为此,提出一种注意力引导的标志检测与识别网络(attention guided logo detection and recognition network,AGLDN),联合优...
详细信息
自然场景中的实体标志,如商标、交通标志等,易受拍摄角度、所依附物体形变、尺度变化等影响,导致检测精度降低.为此,提出一种注意力引导的标志检测与识别网络(attention guided logo detection and recognition network,AGLDN),联合优化模型对多尺度变化和复杂形变的鲁棒性.首先通过标志模板图像搜集及掩码生成、标志背景图像选取和标志图像生成创建标志合成数据集;然后基于RetinaNet和FPN提取多尺度特征并形成高级语义特征映射;最后利用注意力机制引导网络关注标志区域,克服目标变形对特征鲁棒性的影响,实现标志检测与识别.实验结果表明,所提方法可以有效降低尺度变化、非刚性形变的影响,提高标志检测准确率.
为获得爆炸冲击波下人员胸部损伤机理,借助高保真数字假人模型(Total Human Model for Safety,THUMS),使用Load_Blast_Enhanced方法与任意拉格朗日欧拉(Arbitrary Lagrange-Euler,ALE)方法构建了人体-爆炸流场数值模型,对爆炸冲击波下...
详细信息
为获得爆炸冲击波下人员胸部损伤机理,借助高保真数字假人模型(Total Human Model for Safety,THUMS),使用Load_Blast_Enhanced方法与任意拉格朗日欧拉(Arbitrary Lagrange-Euler,ALE)方法构建了人体-爆炸流场数值模型,对爆炸冲击波下人体胸部的损伤情况开展数值计算,结合爆炸事故验证模型的有效性;基于冲击波峰值超压准则和Axelsson损伤模型判别6个工况下人员伤情等级,发现仅在TNT当量1500 g、爆距4 m时人员有轻伤风险。基于皮肤、骨骼、心肺的动态响应细致分析人员各组织器官的损伤类型,揭示了人员轻伤时的损伤模式及爆炸冲击波的致伤机理,研究结果可为爆炸致伤人员损伤评估的研究及相关防护装备的设计提供参考。
暂无评论