一种有效的光学运动捕捉数据处理方法

提出一种适用于被动式光学人体运动捕捉散乱数据处理方法.该方法基于光学人体运动捕捉散乱数据的时空信息,提出了时空搜索数据处理算法.由于光学运动数据采集频率高,运动数据的前后帧之间在时间轴上成平滑线性关系,人体骨架关系的约束使得各帧数据在空间位置上遵循一定的拓扑关系.时空搜索数据处理算法合理地利用了运动数据时间轴上的线性关系和空间位置上的拓扑关系作为约束条件,有效地对三维运动数据进行了预测和跟踪,并对噪声数据进行去噪处理,对缺失运动数据提出基于刚体的补点算法,进行合理的补缺.该方法在处理过程中无需人工干预,并能满足实时性要求.     

基于全局距离的自适应LLE方法研究及其应用

人体行为识别是人工智能与模式识别领域一个重要的研究方向,具有极广泛的应用前景.近年来应用局部线性嵌入的流行学习方法 LLE进行人体行为识别成为研究热点.但是传统LLE要求采集密集样本点,且要求样本点分布平滑均匀,而人体运动样本数据往往分布稀疏,无法满足LLE对样本点的要求.本文提出的基于全局距离的自适应LLE采用具有全局因子的距离计算方法确定近邻,缩短分布稀疏的样本点的相对距离,使样本点变得紧凑.同时加入全局因子可以使分布距离差异较大,分布不均匀的样本点重新布局,整体变得平滑均匀,有效克服了传统LLE的缺点.另外,该方法改进了传统LLE确定嵌入维度的过程.通过计算输入空间样本欧氏距离与嵌入空间样本欧氏距离的残差来评估嵌入维度,自适应确定人体动作流形的本质维度.改进后的方法应用于光学动作捕捉数据实现人体行为识别,比传统LLE提高了计算性能,并获得了更高的人体行为识别率.     

基于动态规划的关键帧提取算法

在传统的关键帧动画中,动画师对关键帧进行编辑并通过插值生成一段连续的动画.运动捕捉数据的每一帧均可看作关键帧,但是对其直接进行编辑非常繁琐,需要从运动中提取具有代表性的关键帧,简化运动的编辑操作.已有的关键帧抽取方法主要基于一些局部误差度量策略,算法的全局误差难以得到保证.提出了一种基于动态规划的运动捕捉数据的关键帧提取算法,该算法通过曲线拟合技术对密集采样的运动捕捉数据进行减帧,在生成指定数目关键帧的同时保证误差达到全局最小.用户可以利用传统的关键帧技术对减帧后的运动进行编辑.     

人机象棋对弈中棋子的快速捕捉与定位研究

针对人机象棋对弈中变动棋子的快速捕捉问题,提出了一种在动态环境下快速捕捉变动棋子的方法.首先,采用背景差分法判断出棋盘上存在运动目标,使用肤色检测和人手跟踪获取人手运动轨迹,根据运动轨迹变化判断出人手已经落子.然后,获取最新的帧图像与背景图像的差分图像,帧图像再经过肤色检测处理得到对应的运动目标图像,运动目标图像与差分图像进行差分获取最终差分图像.最后,扫描最终差分图像获得两小块白色区域坐标,在提取的帧图像中相同坐标处定位识别棋子,在人手尚未离开棋盘时完成捕捉过程.采用该方法与全棋盘扫描法进行对比实验,实验结果表明:该方法可以在各种人手操控棋子的情况下可靠地捕捉到变动棋子;相比于普通的全棋盘扫描法,棋子捕捉的效率提高了36.27%.     

面向视频的局部线性嵌入人脸识别算法

随着计算视觉技术的发展,面向视频的人脸识别在现实生活中应用愈加广泛,作用愈加重要,对识别的准确性要求也越高.面对视频这样的高维度数据,如何进一步提高人脸识别的准确性是该领域的一个研究热点.本文提出一种面向视频数据的改进的局部线性嵌入算法,通过构造样本间的协方差矩阵,将马哈拉诺比斯距离和像素距离相结合,提出了一种新的样本间的相似性度量方法,该方法充分利用了视频帧间信息的关联性.并在VidTIMIT数据集上进行识别效果的测试,同时与其它几类识别方法的实验结果进行对比.实验结果表明,本文提出的算法的识别率要高于已有的局部线性嵌入算法和其它方法.     

近似模型方法在螺旋桨优化设计中的应用

为了提高螺旋桨优化设计的质量和效率,将试验设计方法、近似模型和粒子群算法相结合,建立了基于近似模型的螺旋桨优化设计的方法.首先,以螺旋桨的几何参数为设计变量和以推力系数与效率为目标函数,引入试验设计的方法对整个设计空间采样,采用定常面元法预报程序计算出样本螺旋桨的水动力性能.其次,根据采样得到的样本库建立螺旋桨几何参数和水动力性能之间的克里格近似模型.最后,结合该近似模型和粒子群算法对螺旋桨的多目标优化设计.以P4382桨和Ka0.5导管桨为例,验证近似方法应用于螺旋桨优化设计的可行性.结果表明:近似模型方法能够实现目标桨的推力系数和效率的提高,而且优化速度快.     

基于小波和余弦变换组合的音频零水印算法

为了提高传统水印方案的透明性,该文对基于离散小波变换(DWT)和离散余弦变换(DCT)的音频零水印进行了研究.该文将音频分成等长帧.对每帧进行DWT提取出近似分量.对近似分量进行DCT后求均值.根据相邻均值间的关系嵌入水印.仿真实验表明该算法对于MP3压缩、重量化、重采样、低通滤波、降噪等常见音频信号处理攻击具有很强的鲁棒性且效率较高.     

基于KHM的多层采样粒子滤波算法

文章通过多层采样方式,将样本空间划分为多个部分,集中采样点到使概率密度函数值大的地方,大大减小了采样误差;在重采样阶段嵌入KHM聚类算法,通过将空间特征与权重分布近似的粒子进行聚类,降低总的样本数,提高了计算效率。样本经聚类处理后,在保持粒子状态后验分布的几何特征的同时,状态空间中的粒子数明显降低,计算效率显著提高。     

基于音频特征的自适应数字盲音频水印算法

提出了一种基于音频特征的自适应盲音频水印算法:使用Logistic混沌二进制序列对水印进行加密,通过对音频帧的过零率及短时能量的分析,选取适当的阈值,确定嵌入水印的帧,并对选定音频帧整合分段后进行小波变换,同时采用能量动态调整自适应确定嵌入强度的方法,计算每段音频的近似分量的平均能量,结合基础嵌入强度,得音频帧中嵌入水印.实验结果表明:该算法具有较好的鲁棒性和不可感知性,具有一定的实用性.     

基于LMD近似熵和SVM的自适应重合闸方法

自适应重合闸的功能是快速、准确地辨识故障性质及捕捉电弧熄灭时刻.在分析瞬时性故障和永久性故障断路器跳闸后的端电压波形复杂性的基础上,提出了局部均值分解(LMD)、近似熵和线性支持向量机(SVM)相结合的自适应重合闸整体实现方案.利用LMD分解故障信号得到若干个PF分量,选取前3个PF分量算出其近似熵值构成三维特征向量,将三维特征向量作为SVM的输入量来区分故障性质和捕捉电弧熄灭时刻.线路故障仿真结果表明,该方案可智能识别故障性质和捕捉电弧熄灭时刻且具有一定的抗噪能力.     

基于热轧生产实绩的变形抗力模型参数确立

基于某厂热连轧生产线实际数据,用单纯形法对16个钢种的变形抗力模型参数进行数学回归,得出其相应变形抗力模型,利用该变形抗力模型计算轧制力,经与实测值相比较,所构变形抗力模型能综合反映诸因素对轧制力的影响,既能重现样本数据,也能准确预报非样本数据。     

关于Arnoldi精化算法的收敛性

对于解大型非对称阵Ａ特征问题的Ａｒｎｏｌｄｉ方法，为克服Ｒｉｔｚ值收敛于特征值时而Ｒｉｔｚ向量不一定收敛于特征向量这一弊病，Ｊｉａ提出了用精化向量了代Ｒｉｔｚ向量的精化算法，并且对于具有相异特征值的Ａ证明了：只要Ｒｉｔｚ值收敛于特征值，精化向量就收敛于特征向量，本文取消对Ａ的限制，证明了即使Ａ可能亏损的一般情形上述结论也成立。     

基于运动估值的视频帧处理方案

提出一种视频帧处理方案，通过这种处理可以有效降低视频传输比特率和改善视觉效果。对快速运动的图像序列，为了改善视觉效果，可以根据运动估值的大小，自适应地插入若干中间过渡帧。过渡帧用插值算法得到。     

基于BP神经网络的光栅莫尔条纹细分方法

一种基于BP神经网络的光栅莫尔条纹细分方法可以提高光栅莫尔条纹的细分精度。在1个莫尔条纹信号周期内采集多个样本点进行差值细分,利用3层BP神经网络,将获得的差值作为网络输入,该样本点在1个栅距内的微位移量作为目标输出,建立合理的网络模型,与DSP微处理器相结合实现莫尔条纹细分。通过对样本点的学习,莫尔条纹细分精度可以达到0．001微米级。同时对非样本点进行验证,实验结果表明该系统具有可行性。     

基于视频对象的自适应去帧/插帧视频处理

提出一种降低视频传输比特率的视频编(解)码的预(后)处理方法．该方法通过对视频对象做真实运动估值，把估值低于某一阈值的帧删去而不被传输，仅把被删去帧在序列中的序号传输。在解码后，根据所接收的序列号用相应的参考帧来恢复(替代)被删去的帧。对快速运动的图像序列，为了改善视觉效果，可以根据运动估值的大小，自适应地插入若干中间过渡帧。过渡帧用插值算法得到。     

有限维Hilbert空间中框架的正交投影算子

本文研究了有限维Hilbert空间中框架的正交投影算子的特征根和特征向量,并给出了有限维框架{Pfi}i=1^m的框架算子的特征根和特征向量的一种划分.     

采样控制系统输出量的计算方法

本文根据采样控制系统输出信号的类型,作了四个基本规定,建立了求取采样输出量的二个公式。对前向通道中无采样器的系统及某一回路无采样器的系统的采样输出量求解问题,给出了解决办法。     

一种新型视频误码掩错算法

针对高误码率误码信道，提出了一种新型的视频误码掩错算法．该算法充分利用信息隐藏技术提供的隐蔽信道传递编码图像序列中帧内编码帧的运动信息，并利用这些运动信息在帧内编码图像中构造了时间域误码掩错算法．实验结果表明，该算法能够对因误码造成的受损图像进行逼真地掩盖。     

基于小波分析法的传感器信息融合的运动损伤检测方法

传统方法针对多组传感器路径中的检测点,在很大程度上会出现若干存在差异的损伤发生概率,导致运动损伤检测不准确。为此,提出一种传感器信息融合的运动损伤检测方法。利用多帧帧间差的累积消除空洞效应,在此基础之上,融合传感器确定出准确的人体运动区域,以此对不同场景人体运动进行监测;采用小波分析法对监测结果的非平稳信号进行分析,得到运动损伤特征。将传感器信息融合和小波神经网络结合在一起,获取所有传感器的小波能量特征向量,按照最大概率密度函数值和特征向量获取融合运动损伤检测结果及损伤种类。实验结果表明,所提方法检测结果准确,实用性强。