基于自适应区域搜索算法的圆度误差评定

根据圆度误差的几何特征,提出自适应区域搜索算法的圆度评定方法。首先根据待测圆轮廓点坐标确定初始圆心位置,以该圆心为中心确定搜索区域;然后根据自适应区域搜索算法,调节搜索区域,获得全局最优解。通过实例验证,该算法简单直观,易于编程,操作方便。与最小二乘法相比,圆度误差评定精度提高了14.5%,实现了圆度误差的精确评定,具有较好的实际指导意义。

基于自适应搜索区域的相关滤波目标跟踪

基于相关滤波的目标跟踪算法通常只利用目标的自身特征,未能充分利用目标周围的背景特征,容易将目标特征误判为背景,从而导致漂移现象的发生.提出一个自适应搜索窗口的相关滤波模型(RIACF),自动调整搜索窗口并有效地利用目标周围的背景信息,显著减少误判情况的发生.为验证算法的有效性,与传统相关滤波算法KCF,CSK及其他优秀的目标跟踪算法Staple,DSST,Struck,TLD,CT进行对比.实验表明:该模型可以显著地提高跟踪器的跟踪效果,虽然该模型引入的背景信息对算法的运行速度有所影响,但该算法仍能保证足够快的运行速度,不影响目标跟踪的实时性.

搜索区域和目标尺度自适应的无人艇海面目标跟踪

海面目标跟踪任务是实现水面无人艇自主化航行、智能化作业的重要基础。相比于普通场景的目标跟踪,海面目标跟踪需要面对目标抖动剧烈及目标尺度变化大等问题。针对海面目标在图像画面中抖动剧烈的问题,本文提出了搜索区域自适应算法,该方法通过对海面场景的分割完成了海天线位置的提取,然后通过海天线运动模型自适应地确定了每帧图像中目标搜索的区域;针对跟踪过程中海面目标尺度变化较大的问题,本文通过分割搜索区域的方法实现了目标尺度变化的自适应跟踪。基于相关滤波跟踪框架并结合上述两种改进策略,在真实的海面目标图像测试序列中,本文算法相比传统的相关滤波算法在跟踪精度上至少提升了26%,有效地解决了目标抖动剧烈和尺度自适应问题,提高了海面目标跟踪任务的精度。

基于混合离散粒子群优化的控制模式分配算法

连续微流控生物芯片是生物化学实验自动化、微型化的革命性技术.多路复用器的控制模式分配作为连续微流控生物芯片自动化设计的关键环节之一,是难的NP(Non-deterministic Polynomial)优化问题.现有工作采用粒子群优化算法求解控制模式分配问题存在过早陷入局部最优解、收敛速度慢以及算法稳定性差的缺点.为此,本文提出一种连续微流控生物芯片下基于混合离散粒子群优化的控制模式分配算法.首先,为了加快算法收敛速度及避免过早陷入局部最优解,提出了离散的自适应区域搜索策略.其次,通过基于样例的社会学习机制提高了算法的稳定性.然后,采用等距抽值的方式筛选出自适应区域搜索策略中重要参数的最佳组合,以进一步提高分配方案的质量.最终实验结果表明,所提算法在多路复用器中阀门使用数量上平均优化了19.01%,在算法稳定性上提高了29.18%,且在现实的生化应用中有良好的性能表现.

基于改进正余双弦算法的电商物流配送路径规划

针对传统电商因物流配送路径规划不合理导致的配送成本过大的问题,提出一种改进正余双弦优化算法的物流配送路径规划模型。针对传统正余双弦算法由于搜索具有较大随机性,影响收敛精度且易陷入局部最优的问题,通过精英搜索和自适应区域搜索算子进行改进,并将改进后的算法进行数值仿真实验,最后将改进后的正余双弦算法对电商物流配送路径进行优化。实验结果表明,优化后的配送路径很大程度上节约了配送成本,提高了配送效率。

基于Haar＿like EB特征与帧间约束的视频人脸定量检测

针对目前视频人脸替换研究中对人脸位置的时间连续性和人脸检测的实时性要求较高的问题,提出一种基于帧间约束模型的视频人脸定量检测算法。利用前后帧的相关性建立帧间约束模型,定量描述视频人脸的具体位置,避免单帧检测的偏差,同时自适应地改变人脸搜索区域以提高算法的运行速度。考虑到眉毛和眼睛的相似性,通过增加2种Haar_like EB特征,降低基于Haar_like特征人脸检测算法的误检数与漏检数。实验结果表明,该算法对视频中人脸位置的定量检测即时间连续性有所提升,且能够提高视频人脸检测的运行速率,降低误检率。

一种改进的APDZS运动估计算法

在A.M.Tourapis的APDZS算法基础上,提出了一种改进的APDZS算法(IAPDZS)。通过对具体数据的分析,表明原来的APDZS算法存在较大搜索冗余,因此IAPDZS算法对此进行了相应改进。首先是初始候选向量的选择,增加(0,0)向量作为候选初始向量;相应的第二处改进在搜索顺序上,IAPDZS算法去除了以(0,0)为中心进行的第二次搜索;第三处改进在具体搜索过程中,IAPDZS算法根据不同的搜索模式,提出了改进方案。实验结果表明,IAPDZS算法能够在确保视频图像质量的前提下,有效提高搜索效率,总体搜索点数比APDZS算法降低20%左右。

基于DHS-NPDS的低功耗运动估计硬件结构设计

为了达到实时视频编码的低功耗、低带宽、省资源3个要求,文中基于改进的归一化部分失真搜索算法,提出一种新颖的运动估计硬件结构.新结构同时支持归一化部分失真搜索和自适应搜索区域调整.前者可降低运动估计的计算复杂度,从而实现低功耗省资源两个要求,后者能避免不必要的外存访问,从而降低数据带宽.在UMC 90 nm CMOS工艺下实现结果表明,相比于传统结构的最好结果,文中结构以6.2%的吞吐率损失,换取面积效率和功耗效率分别提高425.5%和397.5%.