冗余度引导掩膜重构的小样本动作识别方法

目前大多数基于度量的小样本动作识别方法都采用支持样本与询问样本对比的方式学习视频特征,然而在样本量稀少的情况下,只使用对比的方法难以充分地挖掘视频中的信息.另一方面,视频中存在大量的冗余,有效地利用而不是单纯地减少这些冗余信息,可以提升小样本动作识别模型.为此,本文提出了一种冗余度引导特征掩膜重构的方法,将原始视频特征转换为若干离散的特征块,根据每个特征块的冗余程度排序并确定其是否被掩膜替换并重构,并且基于上述操作与原型网络实现小样本动作识别,使模型充分地利用低冗余的视频特征,实现模型泛化性能的提升.实验结果表明本文提出的冗余度引导掩膜重构的方法在5-way 5-shot的实验设置下在Kinetics和something-somethingv2数据集上均优于现有的小样本动作识别方法.

基于局部软约束优化的无人机航迹规划方法

针对三维复杂场景中无人机长距离航迹规划效率不高的问题,提出了一种基于局部软约束优化的实时无人机航迹规划方法。该方法首先在Theta^(*)算法的基础上加入安全距离约束,同时利用转弯代价改进启发函数来减少无人机转弯所带来的时间消耗,最终生成由少量关键点组成的初始路径;然后采用局部优化策略对初始路径中存在安全隐患的片段进行软约束优化,并利用贝塞尔曲线的速度特性进行时间分配,确保航迹的连续、平滑和动态可行性,以及提升无人机的飞行效率。实验结果表明,文中方法在保证无人机安全的同时具有更短的飞行距离和飞行时间,以及更好的规划效率,并且在实际的四旋翼飞行中得到验证。

融合骨骼数据的弱监督视频行为检测方法研究

在视频理解任务中,为了减少行为检测任务中的数据标注成本同时提高检测精度,本文提出一种基于骨骼数据的弱监督视频行为检测方法,使用视频级的类别标注对行为检测网络进行弱监督训练.本文以二维人体骨骼数据和RGB图像数据作为网络输入,利用循环神经网络从骨骼数据中提取时域信息并送入全连接层输出所需的特征.骨骼数据提取的特征与RGB数据提取的特征分别传入注意力网络生成相应的权重,用来生成加权特征与加权时序类别激活图值.最后根据加权特征与加权时序类别激活图值进行行为的分类与时域定位.实验结果表明,所提出的结合人体骨骼数据的算法比有监督算法少使用了数据的时间标注.算法在THUMOS14数据集和ActivityNet1.3数据集上能够提高检测准确率.

基于FPGA声学多普勒流速剖面仪的信号处理机设计

针对声学多普勒流速剖面仪的高速信号采集和处理对运算实时性与易升级的需求,提出一种基于现场可编程门阵列(FPGA)的软硬件协同设计方法。阐述声学多普勒剖面仪的测流原理,选择FPGA作为单一的信号处理器,使用Verilog HDL语言描述易于用硬件实现的模块,如同步采集、低通滤波及复数相关运算等计算量大的模块。采用FPGA内部的MicroBlaze软核作为系统的中央处理器,进行流程控制、分支判断以及调用硬件模块来控制系统回波信号的采集、处理和存储。实验结果表明,FPGA信号处理的实时性满足系统要求,且具有较高的精确性。