改进的核相关自适应目标跟踪

针对目标跟踪中出现的快速运动、尺度变化、遮挡等问题,提出基于遮挡检测的核相关自适应目标跟踪。该方法首先,利用核函数对正则化最小二乘分类器求解获得核相关滤波器,其次,利用核相关滤波器计算特征响应图,同时学习一维尺度滤波器对尺度进行估计,最后,通过响应图的最大值和振荡程度来判断目标是否被遮挡,在未受到遮挡的情况下,更新学习目标的外观模型和尺度模型,实现自适应目标跟踪。在公开的标准数据集上的实验结果表明,相比原始核相关滤波算法,平均中心位置误差降低15%,平均重叠率提高10%,且在目标尺度发生变化、遮挡、光照变化、快速运动等复杂场景下有较强的鲁棒性、适应性。     

结合卷积与转置卷积特征的模糊车牌复原方法

深度学习算法在图像去噪领域已经得到了很好的效果;但目前对于深度学习算法在模糊图像复原领域的研究没有更深入的研究。直接应用图像去噪的方法对模糊车牌进行复原实际上可行的,但会产生复原图像细节缺失,时间代价高的缺点。针对这些问题,吸取去噪方法的优点,提出将原始图像信息与转置卷积复原后的图像信息相结合的方法,重新构建了图像复原网络结构;并根据图像特点自定了损失函数。实验通过与已有的方法进行对比说明,提出的复原方法在复原车牌图像质量上和复原效率上都有很好的表现;同时对模糊运动角度与不同噪声具有健壮性;而模糊运动像素越大的图片,复原图像的质量也会下降。     

基于改进锚候选框的甚高速区域卷积神经网络的端到端地铁行人检测

在地铁监控场景下的行人检测,具有客流量大,遮挡程度高的特点。针对该场景的行人检测,提出基于深度学习甚高速区域卷积神经网络的端到端头肩检测方案。由于甚高速区域卷积神经网络模型对目标检测具有普适性,针对通过地铁监控摄像头采集的真实的客流图像数据,人工标注训练及模型测试数据集进行分析;进而根据头肩特征面积分布较集中,长宽尺度比例可明显分为一类的特性对区域建议网络网络中的锚候选框进行了改进,使其更适应地铁特殊场景中的行人检测。改进后的模型在保证系统检测精度的同时提升了检测实时性,可以精确检测地铁场景下不同姿势的头肩部位;并在不同场景及视角下的检测也取得了较好的效果。     

基于深度学习的虚假域名检测

为了检测恶意程序中的虚假域名,便于识别僵尸网络和恶意程序,提出一种基于深度学习的虚假域名检测模型;该模型以域名字符串的字符序列为输入,利用一维卷积神经网络和自注意力机制,分别挖掘字符序列中各字符之间的局部依赖信息和全局依赖信息,将两者拼接在一起得到组合特征向量;借助多层感知机,得到待检测域名属于不同域名类别的概率.仿真...     

基于HSV颜色特征的多目标视频检测与跟踪算法

针对跟踪多个运动目标交错运动时容易丢失目标的问题,提出了一种基于HSV颜色空间去识别与跟踪不同颜色目标的算法,对光照具有一定的鲁棒性。通过颜色空间转换提取目标原始二值图像,经中值和高斯滤波后,通过亮度检测判断是否对滤波后二值图像进行形态学膨胀;之后对较为精确的目标二值图像进行边缘检测,得到其最小包围矩形框,逐帧检测后绘制各颜色目标对应的运动轨迹,完成多目标的视频跟踪。对比经典Cam-Shift算法,实验表明,在多个目标具有不同颜色特征时,有效解决了视频跟踪中多目标交错运动丢失目标,且对光照敏感的问题,跟踪精度较高。     

基于CNN的MIMO-OFDM可见光通信接收机研究

限制可见光通信（VLC）系统传输性能的主要因素是发光二极管（LED）的有限带宽以及它的非线性效应导致的信号失真。多输入多输出（MIMO）-正交频分复用（OFDM）技术虽然可以提升系统容量、频谱效率,但由于OFDM技术较高的峰均功率比(PAPR),使得VLC系统受到更多的非线性损伤。针对以上问题,本文提出一种基于卷积神经网络（CNN）的VLC接收机。该接收机通过对接收端失真信号和发射端原始信号的学习,能够实现MIMO-OFDM可见光系统的信号解调,有效提升系统对非线性失真的抑制能力并具有较低的复杂度。实验结果表明,与最小二乘法（LS）接收机相比,CNN接收机能有效补偿信号受到的线性和非线性失真以及不同用户间的信号串扰,平均误码率（BER）提升超过一个数量级,同时有效克服LED带宽受限问题,比特传输速率提升53%。     

不同脱湿环境下高含水率膨胀土微观结构变化特性试验研究

膨胀土普遍发育有微孔隙与微裂隙形成特殊的微结构,在不同环境条件下脱湿,其内部微观结构会发生剧烈变化。采用扫描电镜法和压汞法相结合的方法,对相同初始状态重塑膨胀土样在不同环境下脱湿前后内部孔隙变化进行研究,探讨不同环境条件对膨胀土微观结构变化规律,主要得出以下结论:1膨胀土样脱湿干燥时孔隙收缩,土中的大孔隙变为小孔隙,导致小孔隙和超微孔隙增多,土样中的总孔隙体积减小;2烘箱环境下高温脱湿时土体表面和内部会出现微裂隙,不同孔隙孔径分布曲线为三峰曲线;冻干法干燥过程中不会导致土体中的孔隙收缩,基本不改变土样内部结构;风干法脱湿时不同孔隙孔径分布曲线为三峰曲线,但峰值明显低于高温脱湿;恒温恒湿条件下脱湿时主要表现为小孔隙,孔径大于1μm的孔隙体积极小;3膨胀土在不同脱湿环境下脱湿后总孔隙累积体积大致是随温度升高而增加,其中孔径小于1μm孔隙体积占总孔隙的比例随温度升高而减少,而孔径大于1μm孔隙占总孔隙的比例随温度升高而增加;4电镜实验表明重塑膨胀土的孔隙主要是黏土集聚体之间的孔隙和黏土集聚体内部片状矿物的叠聚而形成的微小孔隙,表面特征复杂,孔隙之间的连通情况不好,脱湿前结构单元体呈片状且连接紧密、片状表面平直,脱湿后颗粒边缘更加清晰可见、片状呈卷曲状,且片状连接有脱离的迹象。     

烟丝膨胀生产线焚烧炉燃气互换性应用分析

焚烧炉是烟丝膨胀生产线的关键设备,为保证安全生产的需要,需要用管道油制气取代液化石油气作为焚烧炉的燃料。通过对液化石油气和管道油制气的特性分析,并且经过理论计算,根据其华白指数和燃烧速度指数进行互换性的分析。此外还针对实际运行时两种燃料的燃烧效果差异,对焚烧炉做出相应的调整以满足各项工艺参数的要求。根据上述的理论和实际运行的分析,论证了管道油制气作为焚烧炉燃料的可行性。     

基于卷积神经网络的隧道富水破碎带地质超前预报图像解译方法

针对地质雷达图像解译依赖于专家经验、费时费力且易受主观因素影响精度的问题,提出基于卷积神经网络理论算法针对超前预报中富水破碎带自动化定位预测方法:设计了残差网络结构、损失函数与训练策略;通过对云南文马高速公路中3条重点隧道的地质雷达图像进行收集筛选,构建了富水破碎带深度特征提取的超前预报网络模型;在Pytorch深度学...