基于优化的Inception ResNet A模块与Gradient Boosting的人群计数方法

针对人群计数问题,基于优化Inception-ResNet-A模块,使用集成学习中的Gradient Boosting方法提出了一种可用于稀疏人群和密集人群的人群计数方法,并给出此方法实现的具体细节.通过在三个公开数据集和真实场景(含光照和视角变化)中进行测试,检验了该方法对于光照、人群密度、视角等变化的鲁棒性.实验结果表明,该方法对于以上变化具有较强的鲁棒性,并且相比于之前的人群计数方法在准确性和稳定性方面具有更好的性能.     

一种基于多尺度融合卷积神经网络的人群计数方法

人群间的相互遮挡和多变的空间尺度是基于单幅图像人群计数算法面临的主要挑战.近年来,基于深度学习的人群计数算法在该问题上取得了显著的成效,然而越来越深的网络结构给模型的训练和应用带来了困难.为了解决上述问题,提出了一种基于多尺度融合卷积神经网络(multi-scale fusion convolution neural network,MSF-CNN)的人群计数方法.方法采用三列不同大小卷积核的卷积神经网络来提取不同空间尺度的图像特征,同时在网络结构中引入融合层将提取到的特征进行融合并求取密度图,最后对密度图积分求和得到人群数量.在ShanghaiTech数据集及UCF_CC_50数据集上的实验结果表明,该方法能够适应复杂的场景,有效减少人群间相互遮挡和空间尺度的变化对计数结果的影响,同时模型易于训练,明显优于现有人群计数方法.     

基于局部-全局双分支网络的密集人群计数方法

基于卷积神经网络的人群计数方法促使人群计数精度取得了显著提高. 然而,密集人群中的人头尺度变化与复杂环境干扰仍是影响网络计数精度的主要因素. 本文提出了一种基于局部-全局双分支网络对密集人群计数. 局部分支主要由尺度感知特征提取模块实现,以建模密集人群中人头的尺度变化. 全局分支主要由位置感知注意力模块实现,以增强网络对人群与背景之间的判别力. 提取到的局部特征与全局特征会送入特征融合分支处理,回归人群密度图. 本文方法在3个常用的人群计数数据集与一个遥感目标计数数据集上进行了实验. 定量与定性结果表明了本文方法的有效性.      

一种基于离散余弦变换和奇异值分解的数字水印算法

提出了一种新的基于离散余弦变换和奇异值分解的水印算法,其所嵌入的水印图像是灰度图像,增加了嵌入的信息量,能够满足数字水印系统的透明性和鲁棒性要求.在该方法中,置乱技术用于水印图像隐藏的预处理和后处理,更加保障了数据的安全性.实验结果表明,该算法对于JPEG压缩、噪声等具有鲁棒性,尤其对于几何攻击如旋转、剪切等具有很好的鲁棒性.     

数字媒体版权认证的图像水印算法与检测技术研究

本文提出了基于组合优化的数字水印嵌入方法,提高了水印算法的鲁棒性.基于QIM的数字水印嵌入算法虽然复杂度较小、鲁棒性较好,但是QIM算法未考虑对比度掩蔽特性,使用的是固定量化步长,导致此算法在局部区域的不可见性较差且对数值测度的变化非常敏感.为改进这一缺陷,本文根据Watson视觉模型采用自适应量化步长的方法,能随量化值变化而发生相应的变化.实验结果表明,该水印算法能在不可感知的前提下,对于一些常见的攻击(剪切、50%缩放、椒盐噪声和中值滤波等)具有较好的鲁棒性.     

一种鲁棒的室外移动机器人路标定位系统

针对移动机器人室外作业需要,提出了一种对光照度的大范围变化具有良好鲁棒性的路标识别与定位系统.通过近红外光主动照明来降低可见光照度变化和阴影等因素对视觉的影响;利用全景视觉系统获取大范围的路标信息,采用动态大津法实现二值化,突出了光照度不均情况下的路标特征,以提高路标的识别率.室外环境下移动机器人定位实验结果表明,该方法对于大范围变化的光照度具有良好的鲁棒性.     

基于块间关系的鲁棒视频水印算法设计

为了提高视频文件中水印算法的透明性和鲁棒性,在此提出了一种基于数据块间关系的水印嵌入算法,该方法以数据块之间的特定关系表示水印的比特值,从而避免了将水印值直观地嵌入原始的视频文件中。在介绍该水印算法的详细设计过程后,给出了水印的嵌入过程和提取过程,最后对设计的水印算法进行了透明性和鲁棒性的测试,测试结果表明该算法在高比特率的情况下具有较高的透明性。对于大部分常见的水印攻击方法具有较强的鲁棒性,但对于降低视频图像分辨率的攻击方法,水印的鲁棒性还有待提高。     

基于电加热炉温度系统的自适应模糊PID-Smith控制方法研究

针对电加热炉温度控制系统,研究了自适应模糊PID-Smith控制方法.该控制方法利用Smith预估算法克服纯滞后,利用模糊控制来提高系统的鲁棒性,利用PID控制来提高稳态精度.通过Matlab仿真研究,表明该控制器具有良好的稳定性和鲁棒性,对于大时间滞后的电加热炉温控系统是一种实用而简便的控制方法.     

一种PSO与互信息的多视角遥感图像配准算法

针对具有视角差异的无人机低空航拍遥感图像配准存在的误匹配、低效率等问题,提出了一种基于粒子群优化和互信息融合的配准优化算法.该算法通过对图像的变换参数的仿射采样来模拟建筑物在多视角遥感图像中的变形.在此基础上,将图像配准问题转换为仿射变换的优化问题,以粒子群为工具,研究了配准参数的搜索空间和适应度函数的合理设定.对4对无人机低空航拍遥感图像对进行了实验.结果表明:提出的算法能够实现具有较大视角变化的同时相遥感图像的配准,且比穷举互信息搜索法速度更快,比单纯型法的精度更高,有效地提高了算法对视角变化的鲁棒性.     

基于DWT的鲁棒性数字图像水印技术

提出了一种新的鲁棒性数字图像盲水印处理方案.该方案先对载有版权信息的二值图像进行扩展、置乱等处理,生成水印;再对宿主图像进行小波多分辨率分解,将水印嵌入到小波的中频子带.在水印提取过程中采用独立分量分析技术,并进行置乱恢复、扩展恢复等处理.该方案与其他方案的重要区别在于提出了独特的扩展处理方法,从而极大地提高了算法的鲁棒性.实验结果表明:对于水印基准测试软件Checkmark的各种攻击,该方案具有较强的鲁棒性.     

多尺度自适应Gamma矫正的低照图像增强

为了在提高低照图像的亮度和对比度的同时,保持图像的色彩自然度,提出了多尺度自适应Gamma矫正的低照图像增强方法.鉴于HSI颜色空间的明度分量Ⅰ决定着图像的明暗程度,以及明度分量的多尺度特性,首先,将图像转换到HSI颜色空间,对明度分量Ⅰ进行多尺度Retinex分解;然后,对分解得到的多尺度光照图像分别进行自适应的Gamma矫正,其中Gamma指数自适应于暗区像素的占比,鲁棒地改善光照图像的光照分布,经Retinex反变换得到增强的多尺度明度分量;最后,将增强的多尺度明度分量的线性融合作为增强的明度分量Ⅰ’,与色相分量H和饱和度分量S重组,得到最后的增强图像.实验结果表明,相对于部分最新提出的现有方法,新方法的PSNR和SSIM值分别高出1.19 dB和1.8%以上,具有更好的增强效果和鲁棒性,增强图像的视觉效果更适宜,对比度更高.     

基于递推估计和上下文更新的鲁棒单目标跟踪方法

针对杂乱背景和光照变化等容易使目标跟踪产生漂移的问题,提出一种基于递推估计和上下文更新的鲁棒目标跟踪方法,该方法是颜色粒子滤波目标跟踪的有效扩展.通过建立颜色粒子滤波跟踪的通用框架,利用上下文信息分配目标外观变化的置信度,在重采样阶段,采用递推估计从其外观相似度分数计算的权重选择粒子,并初始化异常粒子.形变和光照变化的视频测试表明,该方法可以克服光照变化和背景的影响,递推估计可以处理偏离整体估计的异常粒子.相比于标准颜色粒子滤波、粒子随机搜索法等方法,该方法在跟踪框中心误差和平均重叠方面均优于其他方法,在鲁棒性和准确性方面具有明显优势.     

一种基于光照无关图的车道检测方法

针对无人车辆道路检测时,特征提取易受光照变化和阴影影响的问题,提出一种基于光照无关图的车道检测方法.使用最小熵值法离线求取图像的光照无关角,对图像每个像素点在对数色度空间向光照无关方向投影得到光照无关灰度图;利用Canny算子提取光照无关图边缘,在边缘图上寻找线段基元以减弱细小边缘的干扰;使用改进投票空间的Hough变换检测直线,采用分段线性道路模型描述道路边界.实验表明,该算法能够有效减弱阴影和光照变化造成的影响,准确识别道路边界,满足实时性要求.     

对光照变化鲁棒的快速关键点提取与匹配

利用积分图像提出一种对光照变化鲁棒的快速关键点提取与匹配方法.首先,对基于黎曼积分的对比度拉伸响应,利用积分图像进行多尺度上采样滤波,快速提取光照鲁棒的局部特征,并在多分辨率框架下基于局部极大值检测多尺度显著特征关键点.然后,使用积分图像方法对以特征点为中心对称的矩形区域快速构造协方差描述,并采用对数欧氏距离,测度2个匹配场景中所提取的关键特征点周围区域的协方差矩阵之间的差异;最后,根据稀疏匹配策略,完成2个特征点集之间的自动匹配.实验结果表明,该方法结构简单,计算快速高效,准确性较高,且对于光照变化具有较好的适应性.     

Motion segmentation based on dual interrelated models

Motion segmentation plays an important role in many vision applications, yet it is still a challenging problem in complex scenes. The typical conditions in real world scenarios like illumination variations, dynamic backgrounds and camera shaking make negative effects on segmentation performance. In this paper, a newly designed method for robust motion segmentation is proposed, which is mainly composed of two interrelated models. One is a normal random model(N-model), and the other is called enhanced random model(E-model). They are constructed and updated in spatio-temporal information for adapting to illumination changes and dynamic backgrounds, and operate in an Ada- Boost-like strategy. The exhaustive experimental evaluations on complex scenes demonstrate that the proposed method outperforms the state-of-the-art methods.     

人脸非线性视角流形建模方法

针对线性子空间不足以描述头部视角空间非线性变化等因素影响人脸视角流形的精确建模问题,提出一种新的视角流形建模方法,并从理论上将该方法与经典的流形学习建模方法及概念驱动的视角流形建模方法进行比较,通过基于非线性张量分解的人脸及视角识别实验比较视角流形对识别结果的影响,从而给出视角流形的有效性比较.实验结果表明,本文提出的视角流形建模方法比概念驱动的视角流形和TensorFace中的线性视角系数均有更好的识别效果.     

基于新型电导增量法的MPPT控制策略

为了实现光伏系统开机过程和光照强度发生较大变化时对最大功率点(MPP)的快速追踪,提出了一种新型变步长与基于光照变化因子的补偿步长相结合的电导增量控制算法,并建立了该算法的数学模型及仿真模型。仿真结果表明提出的控制算法能够快速、准确地进行最大功率点的跟踪且能够消除振荡现象,表现出了良好的动态性能。     

基于统计特性的路面图像光照不均匀校正算法

针对传统的灰度校正方法不能有效地校正全局光照不均匀的路面图像,提出基于统计特性的路面图像光照不均匀校正算法。算法根据路面图像自身的特点,以及正态分布特性,利用图像的均值和方差估计每个子块图像的背景灰度值,然后利用双线性插值的方法构造背景灰度矩阵,最后原图像减去背景灰度即可得到校正后的图像。仿真实验证实,该算法能有效地减少图像的光照不均匀,达到校正图像的目的。     

基于YCb＇Cr＇肤色特征和Otsu算法的人眼定位优化方法

为了解决光照和人脸姿态对人眼定位的影响,提出一种基于肤色特征和最大类间方差法（Otsu）相结合的人眼定位优化方法.该方法首先在检测出人脸的基础上,在YCb＇ Cr’色彩空间里做肤色检测,运用肤色分割原理缩小人眼检测的搜索区域;接着,对图像进行Otsu阈值分割,提取二值图像的眼睛区域;最后,在眉眼区域利用二值积分投影分别定位左右眼睛.该方法减小了光照对图像的影响,并且简单快速.在标准的VidTIMIT人脸库和自采图库上进行了实验仿真,结果表明,此算法在光照和人脸姿态变化的情况下都具有很好的鲁棒性.     

一种鲁棒的人眼光斑定位算法

光斑的检测和定位是视线跟踪系统中的一个重要环节,其定位精度直接影响视线跟踪系统的精度.目前常用的基于灰度二值化的光斑检测方法,容易受到光斑亮度变化和镜面反光等因素的影响.径向对称变换(RST)是一种有效的圆形目标检测技术,对上述干扰具有较好的鲁棒性,但计算代价偏高.为此提出了一种改进的径向对称变换(IRST),有效降低了算法的计算代价.在引入IRST实现光斑检测之后,再结合自适应二值化和重心法实现光斑的精确定位.实验结果表明,IRST算法的光斑检测鲁棒性明显高于基于灰度二值化的方法,而计算代价明显低于基于经典RST的光斑检测算法,最终的定位精度也优于其他同类算法.