复杂场景下基于特征点匹配的目标跟踪算法

提出一种在复杂场景及目标遮挡情况下,特别是目标外形、大小发生变化时的基于SURF的目标跟踪和在线目标模型更新算法。该算法利用SURF对尺度缩放、光照变化和旋转等具有较好鲁棒性的特点,首先提取跟踪目标的SURF特征点,以特征点及其邻域的R、G、B直方图表示目标;然后根据目标在连续的帧中相似性较大的特点,搜索当前帧中的目标最优匹配SURF特征点,由目标特征及目标模型计算其准确大小和位置,并根据变化了的目标状态更新目标模型。实验结果表明,该算法可准确地定位到目标。     

复杂场景下自适应视频前景提取算法

针对目前基于背景建模的前景提取算法在复杂场景中误检率高以及鬼影融入背景模型慢等问题,提出一种复杂场景下自适应视频前景提取算法。在前景检测阶段,利用背景模型中样本之间最小欧式距离的均值衡量背景动态波动程度,自适应调整像素点的半径阈值,从而抑制在光线变化,树叶晃动等场景中产生的拖影和噪声点;在更新背景模型阶段,根据物体的运动速度自适应选择一次更新背景模型中样本个数,加快因首帧存在运动目标和物体运动状态变更而产生的鬼影融入背景模型。实验表明,相比其他代表性算法,改进算法在加快鬼影融入背景模型和抑制背景动态干扰方面均有较好的表现,且提升了准确率、召回率,降低了假正率。     

复杂工业场景模式识别的探索与研究

随着对模式识别领域研究的深入,场景识别广泛应用于日常生活中。但对于复杂工业场景识别的研究还是空白。对复杂工业场景模式识别的研究,有助于大大提高复杂工业现场的自动化程度。     

基于复杂网络的脑电信号回归分析

基于相点距离集合确定脑电信号的相空间重构嵌入维数,并得到时间序列的相空间轨迹.把由相空间轨迹构成的回归矩阵转化为复杂网络的连接矩阵,并用复杂网络的特征参量表征回归矩阵的性质.实验结果表明,由不同生理状态的脑电信号构成的回归矩阵呈现出普适和非普适特征,也就是小世界特征的一致性和聚类结构的差异性.这些结论与实际脑网络的小世界特征和脑功能区域的聚类结构能够很好吻合.     

虚拟现实技术在复杂场景中漫游的应用

根据虚拟现实中复杂场景漫游的特点，探讨了复杂虚拟场景的建构以及场景的可见面消隐，碰撞检测和用硬件设计的方法实现灯光效果等若干技术问题，最后实现了一个室内场景的应用实例。     

基于虚拟现实的复杂场景非显著目标跟踪方法研究

为避免复杂场景中的干扰因素影响非显著目标跟踪准确度,提出基于虚拟现实的复杂场景非显著目标跟踪方法。通过中值滤波设置图像窗口大小,统计相邻像素点最大中值,定义复杂场景特征区间。基于虚拟现实技术转换跟踪平面三维信息,利用正交原理计算空间位置,对应区间目标坐标。设定模糊逻辑集合,采用最大隶属度量方法构建隶属度函数,在复杂场景内跟踪非显著目标,完成非显著目标跟踪。设定多组目标跟踪场景,分别在影响因素较少、光感条件变化强烈、快速运动过程中和遮挡干扰背景五组条件下,测试非显著目标跟踪效果。实验结果表明,所提方法在上述设定中均可以完成准确跟踪,定位得到目标物。     

基于脑电图信号在复杂场景下的新型联合算法

在基于快速傅里叶变换(FFT)的联合算法和基于支持向量机(SVM)的联合算法的基础之上,文中提出了一种复杂场景下针对5类以上脑电图(EEG)信号处理的新型联合算法.目的在于提升脑电信号处理与分析的精度与综合效率.新型联合算法首先采取归一化进行数据预处理,然后融合FFT和主成分分析(PCA)进行特征提取,最终以加权k近邻(k-NN)分类算法进行特征分类,应用于被试观察0～9数字时产生的脑电信号分类.结果证明:新型联合算法的精度和综合效率分别为84%和87%,可被用于复杂场景下的脑电信号处理.     

复杂场景中基于统计模型检测运动物体的新方法研究

本文介绍一种基于视频信号多特征统计分析来实现对自然场景中运动物体的检测的新方法。在一般的检测运动物体的方法中,基本上是刺甩求出序列图象的相邻两帧图象的各象素灰度值变化的方法,这种方法称为变化检测箕法。这些方法的原理是基于假设序列图象的灰度变化是由场景中的运动物体造成的。然而,其它原因(如;摄像机噪声、光照的变化、摄像机的轻微移动)也可以引起图象的灰度变化,因此使得系统容易产生错误的判断。为了克服这个问题,本文提出的新方法除了考虑帧问灰度变化外。,还考虑了图象中的纹理和运动信息。通过对帧间图象的灰度、纹理、运动三个不同特征信息的数据统计分析,实现对自然场景中运动物体的检测。     

复杂光照场景下基于MTCNN的人脸检测

为了提高复杂光照条件下的人脸检测识别率,提出了一种基于Retinex图像增强技术应用于多任务卷积神经网络(multi-task cascaded convolutional networks,MTCNN)的人脸测算法.算法用Retinex理论对图像进行增强,能明显提高MTCNN在不同光照场景下的人脸检测精度,同时使面部...     

生产线复杂场景条件下的动目标提取方法

针对重轨生产线钢坯检测所涉及的钢坯提取问题,提出了一种改进的交互式图论分割方法.首先用基于颜色差异的改进的K均值聚类算法将人工标记的种子进行精确地初步分类;然后使用改进的图论分割算法,将钢坯目标从复杂场景中分割出来;最后将分割结果进行边缘校正和去噪处理.实验结果表明:该算法充分利用了图像的区域特征和边缘特征,提高了分割的质量和速度,分割结果满足实际应用的需求.     

一种新的注意力相关脑电分类算法设计

提出了一种新的基于支持向量机(SVM)学习机制的注意力相关脑电分类算法.在对脑电信号进行3级小波分解之后,采用主分量分析方法提取主要的特征分量,并且采用SVM方法对其进行分类.在此基础上,依据数据融合理论,对多导分类结果进行综合判断.结果表明,本方法具有良好的鲁棒性,对注意力相关脑电信号分类的准确率可达89%左右,高于单导最优准确率.该方法对注意力缺陷反馈治疗、注意力机制研究等具有较高的实用价值.     

复杂场景下运动车辆实时动态自适应检测方法

针对复杂交通场景中运动车辆检测方法存在的局限性,提出了一种基于自适应背景与改进动态阈值相结合的运动检测算法.基于当前帧与背景相减得到的差分图像,利用自适应阈值选取方法分别对差分图像的三个颜色通道进行二值化,从而实现运动目标的精确检测.根据检测结果,采用中值更新策略实现背景图像的实时更新.实验结果表明,该算法可以从复杂交通场景图像序列中有效地检测出运动目标.而且算法计算量小,具有良好的鲁棒性与实时性品质指标,能够很好地满足智能交通监控系统中运动车辆实时检测技术要求.     

求复函数方程的根的串行和并行算法

主要研究了求复函数方程的根的串行和并行算法，探讨了并行算法中的任务分配方案、负载平衡等问题，并对串行算法和并行算法的实现结果进行了比较和分析。     

一种求解复杂优化问题的快速遗传算法算子

针对利用遗传算法解决参数维度高、计算复杂,且适应度依赖于其他工具的问题,提出一种加快遗传算法收敛速度的聚集算子.该算子首先利用AP(affinity propagation)聚类对种群进行划分,然后通过主成分分析(PCA)对每个聚簇降维,再利用加权最小二乘法在低维空间下将种群分布拟合成二次曲面,并将计算极值点作为优势个...     

基于非正交联合对角化的跳频信号盲分离算法

针对组网跳频信号网台分选需求研究跳频信号的有效盲分离问题,现有基于联合对角化的跳频信号盲分离算法要求严格正交对角化,而实际中往往难以满足,为了放宽正交性条件,提出基于非正交联合对角化的多个跳频信号盲分离算法。该算法先把整个时频域划分成多个时隙后逐一处理,采用基于降噪处理的梯度范数法对观测信号进行处理,从而能精确提取具有特征矩阵结构的自项时频点,在计算其对应空间时频分布矩阵基础上,通过非正交联合对角化估计分离矩阵,能分离多个混叠跳频信号。仿真结果表明:该算法能有效实现跳频信号盲分离,与其它跳频信号盲分离算法相比具有更好的鲁棒性。     

基于改进YOLOv5算法的复杂场景交通目标检测

实时的交通场景目标检测是实现电子监控、自动驾驶等功能的先决条件.针对现有的目标检测算法检测效率不高,以及大多数轻量化目标检测算法模型精度较低,容易误检、漏检目标的问题,本文通过改进YOLOv5目标检测算法来进行模型训练,再使用伪标签策略对训练过程进行优化,然后在KITTI交通目标数据集上将标签合并为3类,对训练出的模型进行测试.实验结果表明,改进的YOLOv5最终模型在该所有类别上的mAP达到了92.5％,对比原YOLOv5训练的模型提高了3％.最后将训练的模型部署到Jetson Nano嵌入式平台上进行推理测试,并通过TensorRT加速推理,测得平均每帧图像的推理时间为77ms,可以实现实时检测的目标.     

螺旋CT对复杂骨关节损伤的诊断价值

目的 :探讨螺旋CT对复杂骨关节损伤的诊断价值。方法 :采用回顾性方法 ,对 5 0例复杂骨关节损伤病人CT片进行分析。其中 31例同时做了X线平片和CT检查。将CT片与平片结果进行对照研究。结果 :5 0例病人 ,CT显示骨折 15 2处 ,关节脱位 2 5个 ,椎管狭窄 13例 ,脊髓损伤 12例 ,蛛网膜下腔出血 1例 ,胸水 4例 ,关节积液 6例 ,上颌窦积血 6处 ,鼓窦、乳突积血 4处 ,软组织损伤 10例。31例中CT显示骨折10 4处 ,平片显示 46处 ;CT显示关节损伤 2 1个 ,平片显示 9个 ;CT显示椎管狭窄 10例 ,脊髓损伤 9例 ,关节积液 5例 ,平片均未显示 ;CT显示椎弓畸形 1例、平片诊断椎弓骨折可能 ,经手术证实为畸形 ;股骨粗隆间骨折 1例 ,CT、平片均未显示。结论 :(1)螺旋CT能直观、准确判定骨折类型 ,骨折片大小、数目及位置 ;(2 )能充分显示骨折片移位对附近组织造成的损伤情况 ;(3)能充分显示关节损伤程度并判定其稳定性 ;(4 )对损伤骨关节周围的软组织改变显示清晰 ,对复杂骨关节损伤有很高的诊断价值 ,但对线性骨折显示欠佳 ,可造成漏诊 ,应采取其它检查方法避免     

复杂电磁环境下的雷达信号分离方法

在复杂的电磁环境下,进一步提高雷达的检测能力是现代雷达面临的紧迫问题之一.为了提高雷达探测精度,需要在众多的干扰信号中有效地提取出雷达信号.鉴于越发明显的常规雷达信号处理方法的局限性,提出了一种基于最大信噪比的信号盲源分离方法.首先利用信噪比越大分离效果越好的特点建立信噪比目标函数,然后通过求解目标函数得到盲信号分离的优化矩阵,最后实现雷达盲信号的分离.仿真结果表明,该方法可对雷达盲信号进行有效的分离,且不需要其它信号处理方法所要求的任何先验知识作为条件.     

大规模实例化场景的实时动态阴影生成算法

提出一种新的阴影生成算法,能用很小的代价快速生成同一模型大量实例的实时动态阴影.实验结果表明,对于实例数量很多的情形,此算法绘制阴影的速度比传统的实时阴影算法快一两个数量级.