基于自适应背景模型的动态场景目标检测

背景建模一直是运动目标检测中的一个重要课题。该文提出一个适用于动态背景的基于非参数估计的前景背景对比模型。模型通过核函数估计的方法模拟了像素点五维特征向量的概率分布,并在图像序列中滚动更新。实验证明,上述算法能够在一般目标检测,特别是动态场景(摇动树枝等)的检测中取得较好的效果。     

自动目标检测的形态学神经网络与模拟退火学习算法

提出了一种具有实用意义的形态滤波神经网络模型及其网络参数的模拟退火优化算法. 通过分析指出, 形态滤波网络的优化设计过程实际上就是网络参数(结构元素)不断调整、逐步适应图像环境的优化学习过程, 从而将目标客体的特征规律反映到网络结构上来, 赋予结构元素特定的知识, 使形态滤波过程融入特有的智能, 以实现对复杂变化的图像具有良好的滤波性能和稳健的适应能力. 为结合运动图像目标的检测需要, 采用了渐近收缩误差、适时校正网络权值的动态跟踪学习算法. 通过实验结果可以看出, 该算法不仅能适应复杂多样的背景环境, 而且对运动目标的持续检测能力具有位移不变、伸缩不变和旋转不变的特性.     

实时视频检测系统中背景更新及复杂目标定位算法

本文提出了针对固定背景帧差法的背景更新算法和多目标定位算法。在背景更新中,通过建立目标、噪声矩阵来保存图像的特征信息,利用分类的思想优化更新策略,基于像素对背景进行更新;在目标定位中,提出了基于目标对角线的连通判断模板,该模板不断生长进而检测目标的中心点和体积,可实现实时场景中多目标和形态差异目标的定位：户外实验证明了算法的健壮性和鲁棒性,可以实现背景更新和复杂目标识别．     

复图像域SAR运动目标参数估计性能分析

为分析合成孔径雷达(synthetic aperture radar,SAR)复图像域运动目标的参数估计性能,本文在SAR复图像域地面运动目标信号模型的基础上,推导了色高斯分布杂波中运动目标参数估计的克拉美罗界(Cramer-Rao bound,CRB).分析了参数估计性能与运动目标散射强度、运动参数以及信号功率谱的相互关系,并比较了信号域和复图像域的参数估计性能.进而,提出采用降分辨率处理(reducing resolution processing,RRP)提高了复图像域参数估计性能,并定量分析了RRP带来的参数估计性能改善.参数估计性能分析表明,在均匀杂波背景下的SAR复图像域,可实现目标高精度的运动参数估计和定位处理.最后,数值实验结果验证了本文参数估计性能分析的正确性和有效性.     

因果推理引导的复杂花纹织物缺陷视觉检测深度学习方法

AI视觉质量检测是两化融合的先导场景,是复杂产品质量管控的重要手段.本文以复杂花纹织物为对象,提出因果推理引导的产品缺陷视觉检测深度学习方法,从而解决复杂背景干扰下的视觉检测难题.首先,构建复杂背景干扰下的缺陷检测结构因果模型,并提出阻断背景特征干扰的因果干预策略.其次,在因果干预策略的基础上建立缺陷特征敏感性神经网络(defect feature-sensitive neural network, DFSNN),包括两个特征提取模块(分别以同视角的无缺陷、有缺陷面料图像作为输入).然后,提出了因果关系敏感性学习模块,其差分两个特征提取模块的输出,并通过最大化输出差分来构建因果敏感损失函数,从而实现训练过程中对背景特征的阻断和对缺陷特征的敏感性学习.实验结果表明, DFSNN可有效减弱背景图案的混淆干扰,保持95%的缺陷识别准确率.     

非稳态导热基于温度梯度的本征正交分解降维方法

利用本征正交分解(POD)方法处理温度场是实现非线性热流过程降维的有效途径.目前大部分POD算法研究,是从温度场构成的瞬态图像中提取POD基函数,结合Galerkin投影法建立低阶模型;或者对数值计算方法采用的方程组进行POD分解或SVD分解,以建立低自由度的方程组,达到降维的目的.与传统的POD方法不同,本文以优化POD解的梯度为目标,从温度场的梯度中提取出最优正交基.结合Galerkin投影法,建立了二维、常物性、非稳态导热微分方程的POD-Galerkin降维模型,研究了各个边界条件下导热微分方程的降维算法的精度.结果表明POD解保持0.1%以下的相对偏差,而平均求解时间从原来的1.64 s降低到0.02 s.     

快速评估颗粒污泥性能的无锚实例分割方法

现有的Anammox颗粒污泥性能评估方法中,生化反应等效测定的方法较为精确但耗时长,基于图像颜色建模的方法足够快但不够精确.因此本研究基于实例分割任务,提出一种新的结合颗粒污泥视觉特征(如颗粒污泥颜色、尺寸、粗糙度等)进行性能评估的模型,使其能够在快速评估的同时保证较高精度.首先设计采样方案,收集颗粒污泥图像后进行图像标注,进而构建颗粒污泥图像数据集.针对图像场景中样本不均衡和小目标信息难提取的难点,本研究对无锚实例分割方法BlendMask进行改进,在主干网络上结合可变形卷积提取小目标信息,在头部网络上提出自适应样本选择策略平衡样本,并重新设计了后处理、损失函数与数据增强等模块,使改进后的BlendMask方法能快速精确提取图像场景中的颗粒污泥个体.然后获取颗粒污泥的视觉特征,设计视觉特征与性能的关联模型,判别输入图像的性能类别.相比之前的研究,本文提出的方法能够快速精确地获得颗粒污泥的性能评估.最后比较了所提出改进的BlendMask方法和先进方法在颗粒污泥图像分割和性能评估方面的表现,实验结果表明,改进的BlendMask和性能评估模型精度分别提升了3.93%和1.49%,方法取...     

可变翼型动态失速气动模型研究

可变翼型在提高升力、减振降噪、延缓动态失速等方面具有显著效果,已受到越来越多的关注.但是,目前还缺乏准确高效的可变翼型动态失速气动模型.本文将动态失速引起的环量加入到二维诱导流模型,并根据可变翼型的构型对ONERA动态失速模型进行改进,建立了可变翼型动态失速气动模型.该模型克服了现有方法在动态失速状态下计算精度不高、未知状态量过多及计算复杂等缺点.采用该模型,计算了后缘小翼作简谐偏转运动的可变翼型在翼型无变距运动和翼型有变距运动两种情况下的气动载荷,并把计算结果与实验结果及ONERA模型计算结果比较,验证了本文建立的可变翼型动态失速气动模型的准确性.     

免疫算法在胸部X线图像癌变检测中的运用

主要讨论了基于免疫算法的胸部X线医学图像中癌变部位的检测。提出的检测方式是建立在移动Agents系统上的分布式处理,通过模板匹配的方法把胸部X线医学图像中可能的癌变部位标示出来,为医师的诊断提供参考信息,并在模板匹配中消除了成像时背景的影响。实验结果显示,该方法能够正确检测出实验使用的胸部X线医学图像中的癌变部位,同时,采用移动Agents系统可以提高检测速度。     

SIMO线阵列雷达对三维复杂目标电磁散射的仿真与立体重构

提出单输入多输出（SIMO,single input and multiple output）频率步进线阵列下视雷达对一复杂电大三维体目标的电磁散射数值模拟、成像、及其几何特征重构.下视聚束模式的线阵列频率步进雷达SIMO运动合成二维平面孔径,获取包含幅度与相位的散射矩阵;用双向射线解析跟踪方法（BART,bidirectional analytic ray tracing method）,数值模拟计算双站极化散射矩阵.通过距离徙动算法（RMA,range migration algorithm）获得三维分辨图像,实现三维目标几何特征的重构.计算个例给出了粗糙地面上坦克目标模型的散射、成像与重构.同时,又采用FEKO软件的物理光学（PO,physical optics）计算简单体目标散射场及其成像重构作为验证与比较,论证了本理论方法可行与准确高效的良好性能.     

An improved thioflavine S method for staining neurofibrillary tangles and senile plaques in Alzheimer's disease

Large differences are usually observed when standard staining methods for a number of pathological lesions in neurodegenerative disorders are compared. With the modified thioflavine S method presented here (easy and cheap to perform), the morphological appearance of the stained neurofibrillary tangles (NFT) and senile plaques (SP) is greatly improved. Furthermore, the intense contrast between stained lesions and background obtained with this technique permits an accurate automatic quantification of NFT and SP using a computer-assisted image analysis system.     

一种改进的Knockout抠图方法

通过对Knockout算法的研究分析,针对其在实际应用中需要用户大量的交互工作以及因模型简单造成的抠图不精确问题,提出了一种改进算法。该算法用区域生长方法将用户输入的前、背景线段生长聚合成前、背景区域;然后用轮廓查找方法找到两个区域的轮廓作为Trimap的前、背景轮廓线;最后使用优化颜色样本的方法对每个未知像素点的样本进行优化,提高抠图的精确度。实验结果表明,改进后的算法需要用户较少的工作量,能够得到传统Knockout算法更好的抠图效果。     

An improved thioflavine S method for staining neurofibrillary tangles and senile plaques in Alzheimer's disease.

Large differences are usually observed when standard staining methods for a number of pathological lesions in neurodegenerative disorders are compared. With the modified thioflavine S method presented here (easy and cheap to perform), the morphological appearance of the stained neurofibrillary tangles (NFT) and senile plaques (SP) is greatly improved. Furthermore, the intense contrast between stained lesions and background obtained with this technique permits an accurate automatic quantification of NFT and SP using a computer-assisted image analysis system.     

多源异构感知数据融合方法及其在目标定位跟踪中的应用

物联网的全面感知产生了海量的感知数据,并且感知数据呈现为显著的多源异构性.因此,如何实现海量多源异构感知数据的智能处理是一个具有挑战性的课题.数据融合是处理多模态数据并挖掘提取有价值信息的有效手段,但针对多源异构数据,特别是非结构化的视频多媒体信息,如何实现高效的融合计算还面临许多问题需要解决.本文针对物联网多源异构感知信息的处理问题,提出多层次的多源异构数据融合方法,并以基于无线信号、视频和深度感知数据的目标定位跟踪应用为切入点,重点研究多源异构数据的处理、特征表示和数据融合方法.根据不同类型数据的特性采用不同的数据融合方法,通过挖掘无线信号、视频和深度等多源异构数据内在的关联性,实现多源异构数据有价值信息的有效利用.实际复杂场景的实验表明,本文提出的基于多源异构数据融合的目标跟踪和定位方法,能够解决传统依赖单源同质数据的目标跟踪方法所面临的光照变化和遮挡交错等难点问题,并且可以获得较为准确的运动目标三维位置,具有良好的跟踪定位效果.     

单目视频运动目标轨迹三维重建的平滑约束法

提出了利用单目视频重建运动目标三维轨迹的平滑约束方法.通过引入平滑约束,得到重建运动目标三维轨迹的无约束最优化模型,进而推导出其闭式最优解.提出的平滑约束是对运动目标三维轨迹的本质约束,更具一般性,可以反映目标运动的连续、渐变与平滑特性,与基于离散余弦变换基和多项式基等预先定义基约束相比具有更强的适应性,同时能够直接应用于部分观测数据缺失的情形.给出了单目视频轨迹重建问题的几何解释,并对轨迹重建问题中的唯一性进行分析.仿真和真实单目视频序列上的实验证明了提出方法的有效性和先进性.     

Time-series forecasting using fractional differencing

The main failure of ARIMA modelling as used in practice are the limiting constraints imposed by differencing to achieve stationarity. The use of fractional differencing opens up a much wider and realistic behaviour for the trend and seasonal components than traditional integer differencing. This paper shows several advantages of using fractional differencing for forecasting monthly data. These advantages are illustrated using a sample of previously modelled time-series data selected from the literature.     

The Accuracy of Non‐traditional versus Traditional Methods of Forecasting Lumpy Demand

Forecasting for inventory items with lumpy demand is difficult because of infrequent nonzero demands with high variability. This article developed two methods to forecast lumpy demand: an optimally weighted moving average method and an intelligent pattern‐seeking method. We compare them with a number of well‐referenced methods typically applied over the last 30 years in forecasting intermittent or lumpy demand. The comparison is conducted over about 200,000 forecasts (using 1‐day‐ahead and 5‐day‐ahead review periods) for 24 series of actual product demands across four different error measures. One of the most important findings of our study is that the two non‐traditional methods perform better overall than the traditional methods. We summarize results and discuss managerial implications. Copyright © 2011 John Wiley & Sons, Ltd.     

递推式视频前景分割方法

本文描述了一种基于前一帧已有分割结果对当前帧进行自动分割的递推式视频前景目标分割方法.目前视频分割主要有以下三大难点尚未被很好地解决,首先是前景与背景的颜色区分度过小,造成不易将其分割.其次,视频中频繁出现的局部遮挡与暴露区域,会破坏递推式视频分割的连续性,使得分割推理错误,造成结果不正确.最后,前/背景颜色模型所选用的采样方法,更是影响结果的重要因素之一.因此本文着重对此三类问题给出了相应的解决方案,利用前景物体具有局部运动一致性的特征,解决前/背景相似颜色问题.对于遮挡与暴露问题,通过自适应的局部窗口调整进行扩展采样,以修复其递推连续性.其次,本文使用了一种基于近似颜色块的采样方法,使得所建立的颜色模型更为明确干净,以减少不相关信息所带来的影响.最后,利用视频的时空一致性特征,合成出最终的分割结果.实验表明,本文所提出的递推式视频分割方法,能有效地解决以上三个问题,并且相比于其他方法,特别地对于复杂的视频测试场景,本文方法能获取更好的自动分割效果.     

Dynamics of vehicle-pavement coupled system based on a revised flexible roller contact tire model

A revised flexible roller contact tire model (RFRC tire model) is proposed,which considers not only the geometric and flexible filtering effect,but also tire damping and pavement displacement.A vehicle-pavement coupled system is modeled as a two DOF oscillator moving along a simply supported beam on a linear viscoelastic foundation.By using the Galerkin's and Direct Integral method,dynamical responses of the vehicle-pavement coupled system are obtained based on the RFRC tire model and the traditional single...