面向公共安全的步态识别技术研究

步态识别技术是继人脸识别之后的又一具有实战应用价值的新型生物特征识别技术。技术层面，通过设计深度学习算法模型，步态识别技术提取的是视频中连续多帧的人体全身动态和静态特征，形成步态序列加以识别。步态识别适合远距离、大范围、跨角度监控场景下的目标识别追踪，相较于人脸识别，步态识别不受局部遮挡(如口罩、墨镜、围巾、帽子等)因素的影响，可以实现抗伪装识别。应用层面，步态识别技术可以利用已建前端摄像机，无需像人脸识别一样部署专门抓拍设备，因此能更广泛地激活海量视频数据，特别是在面向公共安全的场景需求中发挥重要的作用。通过搭建步态应用系统，实战化测试步态识别技术在特定区域中特定对象的轨迹刻画和快速检索效果，结果表明步态识别技术可以实现高效的目标检索，为公共安全领域的需求提供强有力的技术支撑。     

基于病毒体投射机制的移动无线传感网节点定位算法

为解决当前移动无线传感网节点定位方案存在感知过程复杂、定位准确度不高,难以适应节点拓扑变化频繁的实际场景等不足,提出了一种基于病毒体投射机制的移动无线传感网节点定位算法。首先,鉴于当前直接测序方案及间接测序方案均存在抗噪能力差的不足,设计了多点定位方案,引入多个锚节点联合定位,定位过程中采用迭代方式降低接收信号强度指示(received signal strength indication,RSSI)误差,有效解决了定位过程中存在的圆环分布现象。随后,考虑移动无线传感网节点存在的拓扑漂移速度较快,且坐标存在随机分布的规律,将锚节点看作病毒体,将移动无线传感网节点看作子病毒体,并针对病毒体-子病毒体之间存在随机拓扑规律,引入了病毒体投射机制,并通过迭代方式设计距离定位方案,模拟移动无线传感网定位过程中定位节点与待定位节点之间的拓扑漂移关系,提高网络对定位过程的感知能力。最后,引入权重调节机制对定位坐标进行误差消除,进一步提高网络定位精度与感知性能,强化对移动状态下节点间拓扑的感知与监控,减少网络抖动对定位过程的影响。仿真实验表明,本文算法与当前常用的凸优化的无线传感网障碍环境下定位算法(location algorithm in wireless sensor network obstacle environment based on convex optimization,OECO)及基于精确定位机制的改进DV-HOP算法(on improved DV-Hop localization algorithm for accurate node localization in wireless sensor networks,AN-DV-Hop)相比,具有更高的定位收敛速度和更低的定位误差低。     

一种基于矩形拟合的LED贴片机元件定位算法

针对LED贴片机中元件的视觉定位问题,提出了一种基于矩形拟合的元件定位算法。利用大部分LED贴片灯珠为矩形的几何特征,首先根据背景灰度对采集图像进行全局阈值分割;然后以顶点为界将元件轮廓坐标分为四组并做等间隔采样;最后根据矩形相邻两边正交的特性对采样坐标进行矩形拟合实现元件定位的目的。实验表明,该方法具有较高的准确性和较强的鲁棒性,符合高精度贴片机的贴装要求。