基于联合GLMB滤波器的可分辨群目标跟踪

针对联合广义标签多伯努利(joint generalized labeled multi-Bernoulli, J-GLMB)滤波算法中群目标之间距离较近、容易关联错误的问题,结合超图匹配(hypergraph matching, HGM)提出一种基于HGM-J-GLMB滤波器的可分辨群目标跟踪算法。首先,采用J-GLMB滤波器估计群内各目标的状态、数目及轨迹信息,并利用HGM结果提升量测与预测状态之间的关联性能。其次,通过图理论计算邻接矩阵,获取群结构信息和子群数目。随后,利用群结构信息估计协作噪声,进而校正目标的预测状态。最后,通过平滑算法改善滤波效果,并设置轨迹长度阈值,使其在平滑状态达到消除短轨迹的目的。仿真实验表明,所提算法在线性系统下能有效提升群目标跟踪性能。

基于相对拟牛顿法的自卫式欺骗干扰抑制算法

自卫式欺骗干扰与目标信号高度相似,且二者的到达角完全相同,传统的主瓣干扰抑制算法难以对其进行抑制。针对该问题,文中在极化单输入多输出(PSIMO)雷达系统下,提出一种基于相对拟牛顿法的盲源分离算法。该算法利用干扰和目标的极化特性差异,通过构建重叠子阵结构计算出联合自相关矩阵,并采用相对拟牛顿法估计出分离矩阵,从而将目标和干扰信号分离在不同的通道上,实现干扰抑制作用。仿真实验结果表明,该算法能够有效抑制自卫式欺骗干扰,且在低信噪比(SNR)和密集干扰场景下依然具有良好的干扰抑制性能,当输入SNR为-10 dB时,输出的目标检测概率仍可以达到51.6%,拥有较强的鲁棒性。

基于深度复数神经网络的雷达目标DOA估计算法

传统模型驱动的波达方向(direction of arrival, DOA)估计算法性能受限于有限的信号特征、快拍数、信噪比、信杂比等因素,在低信噪比、快拍数少的极端情况下,性能较差。为克服上述问题,提高在极端条件下的估计精度,文章提出基于深度复数神经网络(complex-valued neural networks, CVNN)的单快拍DOA估计算法,构建深度复数神经网络模型,学习原始带噪信号与理想无噪复信号之间的映射关系,进而实现噪声抑制和期望信号特征增强的目的,提高DOA估计精度。仿真实验结果表明,经CVNN增强后,数据的等效信噪比约提高了1 dB,等效快拍数提高了3,该文所提算法相较于已有的多种物理驱动算法而言,具有更高的估计精度和泛化性。

EAST-CTI测试平台上六硼化镧等离子体源的研制

为了更方便和深入研究紧凑环注入(CTI)系统产生的等离子体团在等离子体中的演化过程,特设计了一套大尺寸、均匀的六硼化镧等离子体源,用来产生磁化、高密度等离子体。等离子体源的阴极采用钨丝间接加热的方式来达到工作温度,阴极最高可达到1800℃。阳极采用耐高温、透过率50%的钼金属网,与阴极之间轴向间距1m。在阴极和阳极之间施加40~200V偏压,阴极发射的电子与中性气体碰撞、电离进而产生长1m直径100mm的稳态磁化等离子体柱。在台面实验中,测试了源的放电性能和等离子体相关参数。实验结果表明,在阴极发射电流密度为1~2A·cm^(-2)的情况下,测得的氩等离子体电子密度可达到10^(18)m^(-3)量级,电子温度约为8eV。通过增加阴、阳极之间偏压,阴极发射电流密度最高达到8.5A·cm^(-2),等离子体参数与托卡马克边界参数相近。该等离子体源满足设计要求并具备为EAST-CTI系统开展台面实验的能力。

高效率视频编码帧内预测编码单元划分快速算法

高效率视频编码(HEVC)采用基于编码单元(CU)的四叉树块分区结构,能灵活地适应各种图像的纹理特征,显著提高编码效率,但编码复杂度大大增加,该文提出一种缩小深度范围且提前终止CU划分的快速CU划分算法。首先,在学习帧中,基于Sobel边缘检测算子计算一帧中各深度边缘点阈值,缩小后面若干帧中CU遍历的深度范围;同时,统计该帧中各CU划分为各深度的率失真(RD)代价,计算各深度的RD代价阈值。然后,在后续视频帧中,利用RD代价阈值在缩小的深度范围内提前终止CU划分。为了符合视频内容的变化特性,统计参数是周期性更新的。经测试,在平均比特率增加仅1.2%时,算法时间平均减少约59%,有效提高了编码效率。

一种基于车辆遮挡模型的车流量统计算法

传统视频检测车流量统计利用车辆跟踪解决遮挡问题,算法复杂且容易受到外界干扰影响,为此建立了若干车辆遮挡模型,利用分层轮廓匹配法将运动目标与车辆遮挡模型进行轮廓匹配识别出遮挡车辆。为了提取运动目标完整外部轮廓,提出一种基于连通域的两轮扫描法来标记各个运动车辆,并利用YUV彩色空间对阴影进行检测和抑制,提高车流量统计精度。实验结果表明,该方法能有效识别遮挡车辆,具有较高的车流量统计精度。

基于多特征子空间与核学习的行人再识别

行人再识别指的是在无重叠视域多摄像机监控系统中,匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题,我们提出一种基于多特征子空间与核学习的行人再识别算法.该算法首先在不同特征子空间中基于核学习的方法得到不同特征子空间中的测度矩阵以及相应的相似度函数,然后通过比较不同特征子空间中的相似度之和来对行人进行识别.实验结果表明,本文提出的算法具有较高的识别率,其中在VIPe R数据集上,RANK1达到了40.7%,且对光照变化、行人姿态变化、视角变化和遮挡都具有很好的鲁棒性.

基于背景像素值频次最高假设的背景重构算法

背景重构是背景差分法运动检测的关键问题,为了快速地重构背景,提出了一种新的基于"背景点像素值出现频次最高"假设的背景重构算法,即先在观察时间内抽样若干帧作为训练图像序列,并用帧差法对图像进行处理得到大致运动区域,再利用区域生长法得到较完整的运动区域;然后将各抽样帧内运动区域内的点都标记为前景点,而将其余点标记为背景点;最后,统计每个背景点的不同像素值出现的频次,并选出频次最大的灰度值作为该像素点的背景灰度值。实验表明,该算法能快速有效地重构背景。

基于车底阴影的前方运动车辆检测

实时准确检测前方运动车辆的位置信息是车辆安全驾驶的前提,提出了一种在不依赖车道线检测情况下,基于车底阴影的前方运动车辆检测。阴影算法采用两次自适应阈值分割图像从而提取车底与路面的交线,生成目标假设区域,对建筑物或树的投影、光照强弱等干扰能初步有效的排除,提高检测效率;接着,利用熵值归一化的对称性测度来验证,排除虚假车辆。实验结果显示,该算法的正确识别率达到97.2%,平均处理速度为22.5帧/秒,对白天中多种环境能满足实时准确地要求。

基于广义关联聚类图的分层关联多目标跟踪

检测跟踪是近期多目标跟踪研究的热点方向之一.目前大部分方法都是基于相邻帧之间的双向匹配,对检测点进行数据融合.本文提出的方法是,给定一个滑动时间窗口,在窗口内对某个目标每帧出现的检测点进行一次性数据融合.我们把多目标跟踪看作图的分割问题,利用广义关联聚类(Generalized correlation clustering problem,GCCP)图优化文中提出的数据融合.吸取分层数据关联的思想,把多目标跟踪分成两个阶段.首先,在时间窗口内遵循检测点,利用广义关联聚类,得到自适应长度的轨迹片段,轨迹片段长度不受窗口宽度的限制.然后,基于轨迹片段进一步数据关联,得到目标的长轨迹.在公共数据集上的实验测试表明,本文方法能够有效地实现多目标跟踪,对于遮挡处理、身份转换处理以及轨迹的生成具有很好的鲁棒性,多目标跟踪准确率(Multiple object tracking accuracy,MOTA)超过当前水平.

基于自适应压缩特征选择的实时目标跟踪算法

针对压缩感知算法中的低维特征对目标重构效果较差的问题,提出基于自适应压缩特征选择的目标跟踪算法.该算法首先提取满足目标重构要求的高维压缩特征,再通过所提出的特征选择方法选择区分度高的低维特征作为目标的外观模型,从而降低计算复杂度.为自适应选择特征,采用一种差分方法控制特征维数,满足实时性要求.实验表明,与其他算法相比,文中算法具有更强的鲁棒性和实时性.

动态场景下的快速目标检测算法

提出了一种动态场景下的目标快速检测算法,基于特征点SURF算法,采用旋转参数模型,结合最小二乘法求解全局运动参数进行运动补偿,最后使用帧差法获得运动目标。采用ORSA的方法去除外点的影响;SURF算法不能满足实时性的需要,针对这一点,提出基于运动预测的特征点匹配算法,提高了匹配的速度和准确率;采用基于残差图像块的更新策略,实时更新特征点集,以适应背景的变化。该算法不仅保持了SURF本身的优越性,而且提高了检测速度。实验结果表明该算法可以实时准确的检测出运动目标。

TMS320C54x DSP的以太网接口设计

介绍以太网控制器RTL8019AS的主要性能特点、引脚功能及寄存器,给出了利用RTL8019AS实现TMS320C54xDSP与以太网互连的接口电路,接口方式为跳线模式。通过该接口可实现DSP与DSP或DSP与PC机间的网络互连。

非规范视角步态识别研究

大部分的步态识别算法都建立在能获得人体正侧面步态序列的基础上,而实际环境中人可能以任意角度接近摄像机。本文利用三维运动形成的速度场及运动场的关系,得到人在监控场景中行走的方位角,利用透视几何知识进行坐标转换,提出一种将任意视角下待识别人的行走序列矫正为规范视角下行走序列的算法,实验证明,将经过矫正的步态序列用于步态识别实验可明显提高识别率。

正则化独立测度矩阵的行人再识别

针对当前基于距离测度学习的行人再识别算法中因训练样本少而出现的过拟合问题,提出正则化独立测度矩阵的行人再识别算法.该算法首先在4个不同的颜色空间单独学习测度矩阵,然后分别对相应的测度矩阵进行正则化,测试样本通过正则化后的测度矩阵进行相似性度量,最后结合相似性度量结果得到最终相似度.实验表明,相比原有算法,文中算法在性能上有进一步提升,并可改善训练样本少时出现的过拟合问题.

一种基于分片模板的自适应运动目标跟踪算法

分块跟踪算法是一种非常鲁棒的模板匹配算法,特别适合解决部分遮挡问题,但是该算法框架下的模板更新策略无法解决场景中的目标外观变化和遮挡问题,为此,提出一种分块跟踪框架下的带有遮挡检测的模板更新算法。算法将目标分为多个小片,根据各小片匹配的情况检测目标是否被部分遮挡。如果目标被遮挡,使用能精确反映目标信息的参考模板进行匹配;否则使用能反映目标变化的临时模板,并提出了相应的模板更新算法。大量的实验证明了本算法的有效性。

JPEG编码算法的DSP优化实现

文章介绍 JPEG编码的 DSP实现 ,且着重讨论 DCT快速算法和 DCT系数量化的快速实现 ,将 8点 DCT分解为蝶形运算和乘法累加运算两级结构 ,利用 DSP的乘法累加指令和双字加 /减法指令快速实现 DCT。用小数乘法运算代替 DCT系数量化的除法运算 ,快速实现了量化操作 ,JPEG算法用汇编语言编程实现 ,编译后的可执行代码仅 2

经济型车床数控系统的抗干扰设计

经济型车床数控系统的使用环境较为恶劣 ,系统内部、外部电磁噪声常常干扰数控系统的正常运行。文章从噪声源、噪声传输路径及受扰设备 3方面入手 ,提出了提高经济型车床数控系统抗干扰能力的一些方法 ,即抑制噪声源、阻断噪声传输路径、提高数控系统核心部分——计算机的抗干扰能力。实践证明 ,根据具体情况灵活使用这些方法能有效提高经济型车床数控系统的抗干扰能力。

监控电路MAX706在图像压缩终端中的应用

微处理器监控电路 MAX70 6和 MA X70 6 P/R/S/T具有看门狗功能、上电自动复位功能、人工复位功能及低电压报警功能 ,并且价格低廉 ,使用方便可靠 ,将之应用于基于 DSP的视频图像压缩终端中 ,监视 DSP的运行 ,能有效提高图像压缩终端的可靠性和抗干扰能力。文章介绍 MAX70 6的主要特性及其在图像压缩终端中的应用。

便携式图像压缩卡的设计

文章提出一种采用 TMS320VC5402数字信号处理器构成图像压缩卡的方法。该压缩卡能完成视频图像信号的采集、 DCT变换和 Huffman编码，并用 RS－ 485总线将压缩图像数据传送给上位机。