基于多模态共享网络的自监督语音-人脸跨模态关联学习方法

现有的语音-人脸跨模态关联学习方法在语义关联和监督信息方面仍然面临挑战,尚未充分考虑语音与人脸之间的语义信息交互。为解决这些问题,本文提出一种基于多模态共享网络的自监督关联学习方法。首先,将语音和人脸模态的特征映射到单位球面,构建一个公共的特征空间;接着,通过多模态共享网络的残差块来挖掘复杂的非线性数据关系,并利用其中权重共享的全连接层来增强语音与人脸特征向量之间的关联性;最后,使用K均值聚类算法生成的伪标签作为监督信号来指导度量学习,从而完成四种跨模态关联学习任务。实验结果表明,本文提出的方法在语音-人脸跨模态验证、匹配和检索任务上均取得了良好的效果,多项评价指标相较于现有基线方法提升1%~4%的准确率。     

群体性暴力事件的对抗仿真研究

提出一种研究群体性暴力事件的新方法,将基于Agent的系统应用于警方与暴力分子的对抗仿真中。以复杂性适应理论和人工智能为理论基础,提出了2类对抗Agent的模型设计与实现方法。设计实现了一个基于A-gent的对抗仿真系统,仿真过程中呈现了一些有意思的涌现行为。实验结果表明这种新方法对警方解决群体性暴力事件具有重要的意义。     

粒子群算法在应急疏散中的应用研究

在人员密集场所的应急疏散过程中，有秩序、有效率的疏散将成为拯救生命的关键因素。对传统的粒子群算法进行改进，在算法中加入了领导者（即培训过的工作人员）、影响力因子等，并对高密度人员场所撤离疏散过程中的非适应性人群行为进行了仿真实验，重点分析了领导者的分布、数量、影响力因子等因素对整个疏散过程的影响，为人员高密度场所的疏散...     

基于格子气自动机的疏散仿真

在任何人为或自然造成的突发事件中,将人员疏散到安全的地方是首要的任务。在传统的格子气自动机的基础上提出一种新的模型,可以仿真人员密集场所中人员同时涌向出口时的群体行为。在这个模型中,人员被本能和他们所获得的信息来驱动,并在模型中加入了人员的心理因素、速度等级、出口等级,从而更好地模拟事故现场,达到最优的疏散效果。     

基于光流的运动目标检测与跟踪

采用经典的光流计算方法，对运动目标检测与跟踪。经仿真实验验证算法具有精度高，计算速度快的特点。将算法引入到序列图像的运动目标提取，可以比较完整地从背景中提取出运动目标，并能够稳定跟踪序列图像中的运动目标。     

基于Agent的群体性暴力事件的建模与仿真

对群体环境下个体的犯罪行为选择进行了研究。提出了一种新的犯罪风险评估模型,通过对个体的不满度、冒险等级等因素的简化提取,再现了暴乱发展扩散的情形。仿真实验表明,警察的出现能够有效抑制暴乱时"破窗效应"的扩散,而人群中核心分子和易转化分子对暴乱的规模增长和扩散起到了重要作用。研究结果可以为公安机关处置群体性暴力事件提供重要理论依据。     

基于小波变换特征提取和神经网络分类的人脸识别

为提高人脸图像识别率,提出一种将小波分析与神经网络相结合的人脸识别方法。用二维离散小波变换函数对人脸图像进行二维离散小波变换,提取其低频系数作为人脸特征值,用三层神经网络进行分类、识别。实验证明,和单纯的小波方法及神经网络方法进行人脸识别相比,这种方法收敛步数少、用时短、具有较高的识别率。     

太赫兹科学技术及其应用研究

太赫兹技术是一个具有广泛应用前景的新兴学科,近10年来,太赫兹技术理论研究的蓬勃发展带动了太赫兹波应用研究的迅速扩大。文章简要介绍了太赫兹波的重要特性集、太赫兹技术的研究现状及应用前景,重点介绍了太赫兹科学技术在物体成像、生物医学、公共安全、网络通信和天文物理等领域的研究进展。     

基于grabcut算法的案件现场物证信息提取技术

基于grabeut算法对案件现场物证信息进行提取，并以提取案件现场图片中的血迹、烟头以及凶器为例分别进行详细分析。分析结果验证了该算法对于物证提取的可行性。实验结果表明，此方法对于复杂背景中的物证信息提取可以达到良好的提取效果，能够为后期实现对物证的统一管理和搭建虚拟案件现场提供物质基础，更好地辅助公安人员侦破案件。     

公安民用无人机实名登记系统的设计与实现

近些年,无人机行业呈现井喷式发展态势,各类型无人机在广泛应用于各行业的同时也产生了很多安全隐患,公安机关在处理无人机"黑飞"相关案件时常因无法及时获取涉事无人机机主身份而导致办案效率低下。通过分析国内外无人机管控现状,根据公安工作实际需求,结合《民用无人驾驶航空器实名制登记管理规定》设计并实现了基于AARP思想的公安民用无人机实名登记系统,系统采用Java EE企业应用级SSM框架进行设计。系统经过实验测试,各项功能运行良好,基本满足了系统应用需求。