融合背景上下文特征的视觉情感识别与预测方法

为解决基于视觉的情感识别无法捕捉人物所处环境和与周围人物互动对情感识别的影响、单一情感种类无法更丰富地描述人物情感、无法对未来情感进行合理预测的问题,提出了融合背景上下文特征的视觉情感识别与预测方法。该方法由融合背景上下文特征的情感识别模型(Context-ER)和基于GRU与Valence-Arousal连续情感维度的情感预测模型(GRU-mapVA)组成。Context-ER同时综合了面部表情、身体姿态和背景上下文(所处环境、与周围人物互动行为)特征,进行26种离散情感类别的多标签分类和3个连续情感维度的回归。GRU-mapVA根据所提映射规则,将Valence-Arousal的预测值投影到改进的Valence-Arousal模型上,使得情感预测类间差异更为明显。Context-ER在Emotic数据集上进行了测试,结果表明识别情感的平均精确率比现有方法提高4%以上;GRU-mapVA在三段视频样本上进行了测试,结果表明情感预测效果相较于现有方法有很大提升。

基于同模型匹配点聚集的图像多匹配模型估计算法

宽基线或大视角图像间多匹配模型的估计是图像处理中一项非常有挑战性的任务。现有算法虽然能较好估计图像间的多匹配模型及其内点集,但是其结果容易出现匹配对错误分配的问题。为了精确估计图像间的多匹配模型从而分配匹配对,提出一种基于同模型匹配点聚集的图像多匹配模型估计算法(AMPSM)。首先,为提升正确匹配对占比,根据近邻区域内正确匹配对的分布特点对错误匹配对进行过滤;然后,根据匹配点所属不同匹配模型程度查找疑似的多模型的交集点,即干扰点,同时,为了降低干扰点对匹配对分类精度的影响,将其去除;之后,为了提高同模型匹配点的聚集程度,根据抽样过程中同模型内点与其点集重心的距离动态移动位置;最后,通过基于高斯核的Mean Shift算法对聚集后的匹配点分类,进而得到多匹配模型。将所提算法分别与基于经典框架的算法RANSAC、PROSAC、MAGSAC++、GMS、AdaLAM、PEARL、MTC、Sequential RANSAC和基于深度学习的算法SuperGlue、OANet、CLNet、CONSAC等进行比较,结果表明该方法内点率可提高30%以上,多模型估计的错分率可降低8.39%以上,即所提方法在错误匹配对过滤和多模型估计等方面具有显著优势。

一种小天体表面阴影区的鲁棒匹配算法

鉴于软着陆小天体过程中自主光学导航的状态估计问题,提出了一种针对小天体表面阴影区的提取与鲁棒匹配算法。首先,提取出阴影区中相对稳定的区域;然后,对提取出的阴影区域进行仿射归一化;最后,对仿射归一化后的阴影区域用多角度尺度不变特征变换(Multiple Angles Sift,MA-SIFT)描述子进行特征提取,并进行匹配与错匹配去除。在试验中,本文算法与SIFT算法进行了对比,结果表明,当图像间出现较大的视角变化时,利用本文算法能得到较高的正确匹配率。

基于单幅图像且避封闭环境的星体表面着陆区选取方法

为了避免着陆器在着陆过程中落于地势平坦的封闭环境,本文提出了一种基于单幅图像的星表着陆区选择方法。首先进行障碍检测,并且提取出图像中非障碍区的骨架,然后以骨架三线交点为圆心得到多个具有允许着陆范围的着陆圆,最后利用计分加权法从着陆圆的半径、连通性、纹理,以及着陆圆心与障碍物的集群关系四个方面得到最佳着陆圆。通过与其他方法的对比实验发现,本文方法能选择出障碍物稀少的区域,能够避免着陆器落入地势封闭的环境。

一种新的DNA序列3D表示方法及相似分析

提出了一种新的DNA序列的3D图形表示方法,该方法能体现较多的DNA序列的特征,而且避免了信息的丢失。为了进行DNA序列之间的相似性分析,在此方法的基础上对图形进行特征提取并利用高维数据降维算法对提取后的高维数据进行降维,并降到3维,降维后的数据不但保持了原有高维数据的特征而且能很方便地观察它们之间的关系。通过对10个物种的β-球蛋白基因的第一个外显子的相似性分析,得到了较好的结果。

基于无线通信密度的基站动态布点方法研究——以雄安新区为例

针对提高移动手机的通信效率问题,提出了一种基于无线通信密度的基站的动态布点方法。该方法第一将某区域划分为单位网状结构,每个单位区域中会统计单位时间内通信的次数和时间长度,然后根据阈值确定是否在该区域设置点;第二,利用Delaunay三角剖分算法将点与它周边的点相连接,计算点之间的距离,去除连接密度低的点;第三,利用SOM算法(Self Organizing Maps,自组织神经网络)对剩余的点进行感知从而得到基站的布点;最后利用本文所提方法进行实验仿真从而得出结论。本文所提方法将以雄安新区为研究对象,为新区的智慧城市建设与发展提出建议。

基于可拓学的实验课小组人员搭配方法--以“软件工程”为例

为提高学生实验课程的学习效率,并保证实验小组内每名成员的特长得到全面展示,提出了一种基于可拓学的学生实验小组人员搭配方法。该方法包括两个阶段:人员分析与人员归类。本文以“软件工程”课程为例,对本文所述方法进行阐述,且以笔者所带班级为实验对象对上述方法进行了验证,通过实验结果表明,本文所述方法能使每名学生在项目小组中发挥出最大的优点。

小天体软着陆中的地面特征区域提取与跟踪算法

考虑到自主导航过程中的特征区域检测与跟踪问题,提出了一种新的跟踪算法。该算法是基于DIMES框架。首先,对在软着陆过程中拍摄的行星表面图像进行亮度均衡化,对处理后的图像进行二值化;然后,对二值化特征区域进行模板匹配找出高度相关位置点;最后,根据特征区域之间的几何关系确定特征区域的搜索范围,再分别提取这些相关点所代表区域的特征向量,并且与模板的特征向量进行相似性分析从而找到相似性最大的位置点。通过两组小行星表面图片进行分析验证得到了较好的效果。

抽样一致性及其改进算法综述

抽样一致性算法(Random Sample Consensus,RANSAC)是一种稳健的模型估计方法,该方法广泛应用于机器视觉领域。针对图像匹配模型的鲁棒估计问题,首先分析了RANSAC改进算法,然后对RANSAC、Optimal-RANSAC、NAPSAC、Mapsac以及RANSAC-Tdd等算法进行了对比实验,最后通过实验结果分析了各种改进算法的优缺点。

基于需求密度感知与GNG的移动设施动态选址方法

针对社会设施的动态选址问题,本文提出一种基于需求密度感知和Growing Neural Gas Networks (GNG)的设施动态选址方案。该方法主要有以下三方面,第一、对区域进行划分;第二、获取区域的资源需求密度,并对低密度区域进行过滤;第三:基于区域的需求密度对有限的信息资源进行合理分配。本文方法与Kmeans进行了对比,实验结果表明所提方法可有效对区域需求进行拓扑感知,并可对有限的可移动设施进行合理性规划。

基于惯性飞轮的独轮自平衡机器人侧向动力学分析

独轮机器人是一类重要的科学研究型机器人,基于旋转的惯性飞轮的独轮机器人可以实现独轮机器人的侧向平衡。本文单独推导了其侧向动力学方程,分析得出惯性飞轮对独轮机器人侧平衡的动力学影响,通过设计PD控制器和LQR控制器实现了对独轮机器人的侧向平衡控制,并进行了对比。仿真和物理实验均证实了:独轮机器人的滚转角变化量与飞轮的角加速度成正比;旋转飞轮产生的平衡力矩与飞轮的转动加速度方向相反;独轮机器人的滚转角变化量与飞轮的转动惯量正相关。

具备偏航能力的独轮机器人

针对现有文献对基于独轮机器人的动力学方程得到的状态空间方程有较多不足,其为了简化计算忽略了很多耦合因素的影响,导致系统不可控的问题,在深入分析独轮机器人动力学方程的基础上得到了其状态空间方程,并对各耦合项系数进行修正,确保了系统的可控性.通过设计LQR控制器实现了对独轮机器人的自平衡及偏航控制,并通过仿真和物理实验进行验证,设计了抗干扰实验.结果表明:所得出的状态空间方程是正确的.

独轮机器人侧向通道建模与控制

利用拉格朗日建模方法推导出基于惯性飞轮平衡原理的独轮机器人侧向通道动力学方程.在该动力学方程基础上分别设计了PD和LQR两种控制器,并分别进行了仿真和物理实验验证.实验中独轮机器人从侧倾一定角度,在控制的惯性飞轮运动作用下最终回到竖直平衡位置,完成了独轮机器人侧平衡控制目标.仿真和物理实验结果均证明了所建立的动力学方程的正确性和控制器的有效性.

基于3维模型的月球表面软着陆燃耗最优制导方法

为了解决月球探测器软着陆燃耗最优制导问题,基于变分法设计了最优制导律.首先,基于变分法,将问题转换为终端时间自由且带有条件约束的两点边值问题;其次,引入了时间尺度变换方法,将终端时间自由的两点边值转换成终点时间固定的两点边值问题;最后,为了确保两点边值的求解迭代算法收敛,提出了一种终端时间和共轭变量初始值猜测方法,并通过数值方法取得终端时间和共轭变量精确的初始值以及着陆过程中最优制导律和3维最优轨迹.仿真实验结果表明,所提方法有效,算法可收敛,并且实现了燃耗最优制导.

一种基于二维图像的安全着陆区选择方法

主要研究降落图像的天体表面障碍物的识别和着陆区域的选取技术。首先应用数学形态学中的顶、底帽变换以及腐蚀、膨胀等算法对探测目标表面的特征信息进行识别,通过图像滤噪、特征提取,得出障碍信息;然后对提取出的障碍信息进行sobel边缘检测;最后提出一种改进的霍夫变换圆形检测算法求出最大的安全着陆区域。对实拍序列降落图像进行系统仿真以及对比实验。结果表明,此种方法可以准确、快速地为探测器提供安全着陆信息,并能够有效地为探测器提供出备选的安全着陆区域以及最佳着陆点。

基于电磁感应的力矩发生装置研究

为解决独轮机器人、导弹、卫星及航天器等欠驱动系统的欠驱动难题,本文提出一种基于电磁感应的力矩发生装置.该装置是在经典电磁学理论支持下的研究成果,文中详述了装置的原理和具体设计的技术方案,并通过实验进行验证.本文提出的力矩发生装置的显著优势是所提供的力矩大小正比于速度项,方便用伺服电机进行精确控制,而且具有节能、无噪声的优点.在独轮机器人侧向和偏航控制中良好表现,进一步表明本文提出的力矩发生装置是实用和有效的.

基于433 Eros的多面体引力模型精度与运行时间研究

基于Planetary Data System(PDS)公布的433 Eros多面体模型,使用多面体模型法计算了433 Eros的表面引力加速度分布情况,并研究了该方法在不同精度的多面体模型下的计算时间和误差。实验结果表明:1)多面体模型法的时间复杂度为O(n);2)在以433 Eros为目标天体的着陆导航与制导控制相关仿真计算中,使用面数为22 540的多面体模型进行引力加速度计算,可以同时满足计算速度和精度的要求,并且由于计算速度接近实时,可用于半物理仿真实验中。

基于OBE理念的财经类高校大数据专业培养模式探索

大数据专业是我国近几年新设置的本科专业,OBE理念也是近年来国际上通用的工科教育培养模式设计理念。在全国众多财经类高校中,基于OBE理念的大数据专业培养模式尚在探索之中。本文对基于OBE理念的大数据专业培养模式的设计进行了研究和探索,基于培养目标、毕业要求、课程体系几个方面进行了探讨。

基于Skinner-Ransac的移动机器人单目视觉SLAM

针对移动机器人单目视觉同时定位与地图创建(simultaneous location and mapping,SLAM)数据关联问题,提出一种Ransac抽样算法.该算法(Skinner-Ransac)基于Skinner操作条件反射原理,结合扩展卡尔曼滤波(extended Kalman filter,EKF)运动模型获得的先验信息,对图像匹配点抽样集合中的每个匹配点对赋予权值,并根据判断函数对其权值进行更新.最后,针对数据关联的效率要求提出新的迭代终止条件,以公开图像数据集作为图像采集样本.实验结果表明:Skinner-Ransac算法高效可靠,SLAM的位姿估计结果可以达到移动机器人自主导航的需求.

一种微型无人机单目视觉SVO/INS组合导航方法

针对未知环境中微型无人机自主导航问题,提出一种单目视觉SVO/INS组合导航算法。使用半直接视觉里程计(SVO)作为视觉里程计前端,首先对SVO的初始化模块、关键帧选择及跟踪失败处理策略进行了重新设计,实现了SVO在摄像头前视场景中的应用。之后,设计了误差状态卡尔曼滤波器,基于惯性测量单元的测量值进行状态预测,采用SVO的估计结果作为观测值进行状态更新。使用EuRoc数据集对所提算法进行验证,结果表明所提算法可实现对无人机的位置、姿态和速度以及未知尺度、惯性测量单元零偏、重力方向的估计。导航时间3min位置估计误差为0.15m,俯仰和横滚角估计误差小于0.5°,航向角估计误差小于1.2°。所提方法具有计算量小、实时性好的优点,适用于机载计算资源有限的微型无人机导航。