多特征博弈的目标跟踪算法

针对视觉目标跟踪领域中,采用单一特征的跟踪算法鲁棒性较差的问题,提出一种基于博弈论思想的多特征融合目标跟踪算法。在Mean Shift视觉跟踪框架下,将目标的颜色特征和运动特征作为两个博弈者,通过寻求二者博弈的纳什均衡,使不同特征对跟踪结果的贡献达到最佳平衡,进而更好地体现特征融合的优势。实验结果表明,该算法对目标剧烈运动、遮挡和背景多运动物干扰有较强的鲁棒性。通过基于博弈论的多特征融合方式在传统Mean Shift算法的基础上提出新算法,算法具有较好的跟踪性能。     

基于SSD的改进目标精定位检测算法

目标检测问题是计算机视觉中的热门问题,如何提高目标检测定位精度是检测过程中面临的一个难题。在SSD算法的基础上,通过结合选择性搜索算法,提出了一种提高检测定位精度的方法。该算法首先通过SSD算法框架对图像进行目标初始检测,获得目标粗略位置和目标类别,然后采用一种改进的选择性搜索算法对目标所在区域进行选择性搜索,生成目标边界候选框,最后采用文中提出的边界判断方法得到目标精确位置,完成由粗到精(Coarse-to-Fine)的目标定位检测。文中算法对PASCAL VOC2012数据集中的22 531张图像进行了测试,实验结果显示文中算法检测目标中心位置误差7.6,平均覆盖率90.8%,相比于其他算法,中心位置误差更低,覆盖率更高,能提高目标检测定位精度20%～30%。     

背景加权的多特征融合目标跟踪算法

针对单一特征目标跟踪导致多数跟踪算法鲁棒性差的原因,提出一种背景加权的多特征融合目标跟踪算法。在跟踪过程中对目标模型进行背景加权,同时利用空间直方图提取目标颜色的空间分布信息。在粒子滤波框架下将背景加权直方图和空间直方图相结合,并且引入特征不确定性度量,自适应调整不同特征对跟踪结果的贡献,有效地提高了算法的鲁棒性。实验结果表明:与传统融合算法相比,提出的算法具有更强的鲁棒性,同时提高了跟踪精度。该算法在目标表示和跟踪性能上都有很大的提高。     

甘肃省旅游资源开发初探

通过从时间和空间上评价甘肃省旅游资源,分析其优势及劣势之所在,进一步探讨了该省旅游业现状及存在的问题,从而将旅游业发展融入区域经济发展的大系统中提出切实可行的开发措施．     

公平竞争审查制度的语言学进路

语言分析方法是社会研究中不能忽视的一种方法,对公平竞争审查制度进行语言学分析,具有重大的理论和实践意义。公平竞争审查制度是一个具有中国特色的称谓,从语言表达上来看,"竞争"与"审查"实现了目的与手段的结合,"公平"与"竞争"实现了形式与实质的统一。"竞争"本身就含有公平竞争的意思,在此之前又加上"公平"二字,更突出了公平的竞争理念和特定的汉语环境。然而,刻意追求"公平",会产生"公平"掩盖"竞争"的不良后果;过度考虑"公平"的汉语环境,将导致国际通行标准的"走样"。从语言学的视角推进公平竞争审查制度,竞争主管部门及相关机构就要培育竞争文化,不断促进与公众的交流互动,倡导竞争,促进竞争完善信息协同,加强法律保障。     

采用图像感知哈希的TLD改进算法

为了提高长时间视觉目标跟踪的鲁棒性,提出了一种基于图像感知哈希的TLD改进算法。在改进算法中,跟踪模块使用尺度自适应的KCF跟踪器,检测模块对每个检测窗口提取感知哈希特征,并引入量子遗传算法作为搜索策略加快检测速度。对文中算法在OTB2013的50组视频序列上进行了测试,实验结果表明:其跟踪精度与成功率分别达到了0.784和0.568,较TLD算法分别提高了18.7%和14.2%。并且在处理光照变化、遮挡及目标分辨率低等问题时,文中算法在多数情况下取得了优于参考算法的跟踪性能,表现出良好的跟踪鲁棒性。     

电工钢片矢量磁特性测量系统的设计与优化

为提高电工钢片矢量磁特性测量系统的磁化均匀度与励磁效率,提出在磁极表面添加导磁物质的系统优化设计方法。首先基于有限元分析,通过改变气隙间隔与屏蔽层位置,减弱正交磁极耦合与杂散干扰,设计一种磁化均匀度高的几何励磁结构;然后利用序列二次规划,确定导磁物质最优磁导率,减小磁路间磁阻,从而降低励磁功率需求;最后搭建矢量磁特性测量系统并对其磁化性能进行评估。仿真与实验结果表明,对矢量磁特性测量系统进行优化后,不同激励下磁通密度的波形系数偏差较优化前减小了57.1%,磁化均匀度明显提高;系统优化后,相同激励下磁通密度幅值较优化前增大了58.6%,励磁功率需求下降。     

基于信息融合的运动目标自动提取

提出了一种采用主动轮廓模型来融合多种图像信息的运动目标提取算法．通过对含有运动信息的差分图像进行统计分析，可以获得运动目标的粗略位置，从而解决了主动轮廓的启动问题．利用图像中的色彩信息，构建了一种新的色彩力．由于这种色彩力在作用范围、定位精度上与反映目标边缘特征的图像力具有互补性，因此在这两种力的共同作用下，主动轮廓可以有效地解决其初始位置远离目标边缘的难题，并精确地提取目标的真实轮廓．实验表明，这种算法在长达数百帧的图像序列中，始终能准确地分割出运动目标，并稳定跟踪目标的运动．     

利用SIFT特征联合匹配的非刚体目标跟踪算法

为了解决非刚体目标跟踪过程中由目标形状快速变化带来的困难,提出了利用SIFT特征联合匹配的非刚体目标跟踪算法。首先分别提取目标模板和当前搜索区域的SIFT特征点;然后利用改进的联合匹配策略在目标模板和当前搜索区域之间进行特征匹配;最后根据匹配结果确定目标在当前帧的位置和尺度。改进的联合匹配策略在构建相似度矩阵时,不但利用了具有旋转和尺度不变性的SIFT特征向量,并且充分考虑了特征点的空间位置信息,有效提高了特征匹配的准确性。将这种改进的联合匹配策略成功地引入到SIFT匹配跟踪中,克服了传统SIFT匹配算法用于非刚体目标跟踪时的缺陷。实验结果表明,该算法对目标的非刚性形变、尺度变化以及背景干扰都具有较强的鲁棒性。     

基于可见光图像和红外图像决策级融合的目标检测算法

针对目前NAND FLASH随着使用时间的增长误码率随之增高的特性,提出了一种在使用更少校验位的情况下纠错能力更强的高速并行RCRF+BCH纠错方案,初步用RCRF的思想对部分初始擦除错误进行纠正,然后级联BCH码纠正剩余的位错,很好地保证数据的准确性,显著提高存储系统的可靠性。首先详细阐述了该高速并行算法的编译码原理和执行步骤,在BCH部分中使用消耗更少硬件资源的无求逆的iBM关键方程求解算法,然后推导出错误位置多项式不同路径的几种确定形式,方便应用组合逻辑对其进行描述,避免了复杂的迭代判断过程,进一步提高了译码速度,并采用模块化的处理方式和流水线的操作模式优化了BCH的编译码结构。最终在FPGA平台硬件实现并仿真验证了此方案的有效性。