基于神经网络的飞行员头位跟踪方法研究

针对飞行员座舱模拟训练中,传统的头位检测跟踪技术存在的头位检测精度不高、实时性不强、易受外界干扰等问题,结合深度学习方法,提出了一种基于级联卷积神经网络的头位检测跟踪方法.首先结合计算机视觉手段,对拍摄到的飞行员座舱内连续视频图像进行预处理,然后经过三层级联卷积神经网络对处理过的图像进行特征提取,检测人脸,同时完成脸部...     

国防颠覆性技术评价指标体系研究

国防颠覆性技术是国防科技竞争的战略制高点。科学识别和评价国防颠覆性技术,对于前瞻布局未来发展、赢得未来军事竞争具有重要意义。与延续性技术相比,国防颠覆性技术具有引发军事领域深刻变革、诞生于科技发展前沿、面临巨大技术挑战等主要特征。从概念内涵和典型特征出发,设计以军事应用颠覆性、技术创新引领性、技术发展可行性为核心的国防颠覆性技术评价指标体系,为国防颠覆性技术评价识别提供标准支撑。军事应用颠覆性指标细分为大幅提升现有武器装备作战系统效能、催生重大新型武器装备、形成新质作战能力和开辟全新军事应用领域四类;技术创新引领性指标细分为替代现有技术和催生新的技术方向两类;技术发展可行性指标细分为符合科学原理、技术概念明确和若干核心技术取得突破三类。