基于时间动态帧选择与时空图卷积的可解释骨架行为识别

骨架行为识别是计算机视觉和机器学习领域的研究热点。现有数据驱动型神经网络往往忽略骨架序列时间动态帧选择和模型内在人类可理解的决策逻辑,造成可解释性不足。为此提出一种基于时间动态帧选择与时空图卷积的可解释骨架行为识别方法,以提高模型的可解释性和识别性能。首先利用骨架帧置信度评价函数删除低质骨架帧,以解决骨架序列噪声问题。其次基于人体运动领域知识,提出自适应时间动态帧选择模块用于计算运动行为显著区域,以捕捉关键人体运动骨架帧的动态规律。为学习行为骨架节点内在拓扑结构,改进时空图卷积网络用于可解释骨架行为识别。在NTU RGB+D,NTU RGB+D 120和FineGym这3个大型公开数据集上的实验评估表明,该方法的骨架行为识别准确率优于对比方法并具有可解释性。

非感兴趣区域时空分析的运动显著区域检测

为了有效地进行视频质量评估和视频信息保护,提出了一种基于非感兴趣区域(region-of-non-interest,RONI)时空分析的运动显著区域(motion salient region,MSR)检测算法.通过确定RONI,运动显著区域可作为RONI的补集被提取.实验结果证明,该方法可以有效检测出运动显著区域,准确率达到93%,对于那些有复杂摄像机运动的视频也具有强鲁棒性.

一种基于显著性边缘的运动模糊图像复原方法

运动模糊的图像复原,是图像处理和计算机视觉领域中的热点问题。通过分析图像的纹理特征,提出一种鲁棒的显著性边缘提取方法,并将其应用于运动模糊图像恢复中。联合图像纹理的梯度幅值、方向信息,优化模糊图像并抑制噪声干扰,从而提取稳定的强显著性边缘。在模糊核估计的能量模型中,引入梯度约束方法,保护模糊核的结构特征。对于较大尺寸的模糊核,采用多尺度策略进行图像复原。实验结果表明,文中算法能够有效提高模糊核估计的准确性,提升运动模糊图像复原的质量。

永磁发电机单相双凸极结构设计仿真

传统的单相双凸极结构的永磁发电机产生的磁路走向仅仅只有径向部分,然而只有单向的磁路走向的电机对磁场的利用率还有待于进一步提高。为了解决上述问题,设计了一种新型结构的单相双凸极永磁发电机。所设计的新型结构的电机的磁路走向既包含有径向部分又包含有轴向部分。在永磁材料和体积相同的情况下,新型结构发电机的功率密度要明显大于传统发电机。通过有限元仿真软件对所设计的电机的静态特性参数进行了仿真验证从而初步证实了所设计电机理论上的合理性。

动态场景下移动侦测的改进方法

针对动态场景移动侦测误报率较高的问题,提出一种改进的移动侦测方法。基于动态纹理(DT)模型,采用滑动窗口机制对视频序列进行微视频元(MVE)划分,并对每一个MVE进行DT建模。为减少奇异值分解的次数,使用Batch-PCA组合增量主成分分析的方式进行DT模型参数的学习与更新。引入控制理论中观测性概念,运用观测性测量方法实现显著性运动物体的侦测。实验结果表明,对于存在摇摆的树枝、飘雪或起伏的水面等背景元素变化的场景,改进方法检测准确率高,鲁棒性好,实时性强。

视觉方向导航新方法

针对运行方向上导航目标本身不具有明显视觉特征的情况,提出了一种新的视觉导航方法。该方法利用环境中与目标位置关系已知的显著特征点作为参考点,根据参考点的成像位置确定系统运动的姿态调整量,实现机器人运行方向的导航。为了提高算法对环境的适应能力,该算法只利用一个参考点,具有结构简单和计算复杂度小等特点。实验结果表明,该文方法能够有效地消除导航过程的方向误差,能够配合位置导航装置实现机器人的方向导航,具有较高的实用性和稳定性。

基于稀疏先验和相对总变分的图像盲去模糊

在图像盲去模糊中,从单一模糊图像估计模糊核是个严重不适定问题.文中提出了一种基于稀疏先验和相对总变分的图像盲去模糊方法.该方法用权值L0平滑方法自适应地提取图像主体结构,剔除图像噪声、细节和小尺度物体边缘等不利于模糊核估计的因素;用相对总变分方法解决稀疏先验作为正则项估计复杂模糊核所存在的不准确性;用超拉普拉斯先验的正则化方法进行清晰图像估计.实验结果表明,文中算法相对于现有的图像去模糊方法,所估计出的清晰图像具有较好的结构和较少的伪迹,图像复原效果好.

以静代动有限元原理及其在凸极类电机中的应用

凸极类电机磁场分布及其参数与位置角密切相关,若每一位置分别建立模型则计算量急剧增大。论文将电机转子、定子和邻近空气分为两个不同的子区域,以间隙中线为区域分界线,采用有限元法剖分,强使分界线上剖分节点均匀分布且分别单独存在于子区域中。若将分界线上单独节点的自由度对应地耦合,则转子处于某一位置并可求解;反之,将这些自由度"解耦",并进一步错位"耦合",则转子等效于另一位置并可以求解。由此,电机实现了"旋转",即以"静止"代替"运动"状态的求解,简称"以静代动法"(MRR)。以双凸极电机为样机:采用MRR有限元法求解样机电感变化规律,结合该类电机控制电路,得到电枢绕组电流波形,采用Fourier变换进一步得到电流谐波构成,由此可求解铁心涡流损耗。测试总体损耗构成,样机铁心磁滞损耗也可求解,由此可计算出样机对应硅钢片的磁滞损耗系数。在此基础上,对不同工况下电机进行计算和测量。对比表明,二者误差在15%之内,显示出MRR有限元法的方便性和快捷性。论文所提出的方法适合所有旋转、运动类设备,也适合于其他学科,具有广泛的普遍性。

基于H.264编码域的显著运动检测算法

视频监控中运动目标检测算法易受背景、噪声等因素的影响,导致运动检测准确性降低。针对该问题,提出一种基于H.264编码域的显著运动目标检测改进算法。该算法基于编码过程中帧间运动预测模块输出像素值的绝对差值和,计算其标准差以作为运动判据,同时自适应设置运动判断阈值,以降低背景和噪声的影响。实验结果表明,相比于传统的低复杂度算法,该算法能有效降低背景和噪声等因素的影响,提高显著运动目标的检测准确性。相比于传统的运动检测算法,该算法保持了计算复杂度低的特点,算法复杂度仅为帧间差分法的18.3%,更适用于实时性要求高的监控系统。

基于级联优化策略的视频显著性检测

为了在复杂的场景中均匀突出时空一致的显著物体,提出了一种无监督的视频显著性检测框架。该框架包含3种显著图,运动显著图、空间显著图和时间显著图。首先,本文提出利用运动对比度来突出视频中显著运动的物体,并自适应融合时空梯度场图生成运动显著图;接着,利用帧内的局部对比度和全局对比度对运动显著图中的前景目标进行精细化,得到空间显著图;其次,根据视频序列相邻帧之间的目标存在时间一致性的特点,利用相邻帧之间的颜色和运动相似度加权融合前一帧的显著图,生成时间显著图;最后,融合3种显著图得到视频显著图。本文在3个公开的数据集(DAVIS、FBMS和Seg⁃trackv2)上对本算法进行了定性和定量的评估。实验表明,本算法在具有挑战性的场景中对目标物体的检测性能优于目前经典的显著性检测算法。

机场航站楼热成像视频下融入运动信息的显著人体检测方法

弱光背景下的目标检测是航站楼夜间巡检机器人的主要任务之一。为充分提取与利用动态场景视频数据中的运动信息,提高检测方法在人体被遮挡、图像边缘的人体目标不完整等实际复杂情况下的检测效果,避免因单帧检测结果不完全引起的歧义,提出一种机场航站楼热成像视频下融入运动信息的显著人体检测方法。该方法首先通过背景模型初步分离图像数据的前景和背景,借由特征点轨迹聚类和运动估计仿射模型进一步分离因摄像机运动被误判的背景区域,最后将运动目标检测结果作为运动信息与单帧检测算法结果相融合。在4个数据集中的实验表明,该方法能够有效地从动态场景视频数据中提取运动信息,且能够有效提升单帧检测精度,并避免检测不完全情况的发生。

自然环境视频中基于显著鲁棒轨迹的行为识别

目的人类行为识别是计算机视觉领域的一个重要研究课题。由于背景复杂、摄像机抖动等原因,在自然环境视频中识别人类行为存在困难。针对上述问题,提出一种基于显著鲁棒轨迹的人类行为识别算法。方法该算法使用稠密光流技术在多尺度空间中跟踪显著特征点,并使用梯度直方图(HOG)、光流直方图(HOF)和运动边界直方图(MBH)特征描述显著轨迹。为了有效消除摄像机运动带来的影响,使用基于自适应背景分割的摄像机运动估计技术增强显著轨迹的鲁棒性。然后,对于每一类特征分别使用Fisher Vector模型将一个视频表示为一个Fisher向量,并使用线性支持向量机对视频进行分类。结果在4个公开数据集上,显著轨迹算法比Dense轨迹算法的实验结果平均高1%。增加摄像机运动消除技术后,显著鲁棒轨迹算法比显著轨迹算法的实验结果平均高2%。在4个数据集(即Hollywood2、You Tube、Olympic Sports和UCF50)上,显著鲁棒轨迹算法的实验结果分别是65.8%、91.6%、93.6%和92.1%,比目前最好的实验结果分别高1.5%、2.6%、2.5%和0.9%。结论实验结果表明,该算法能够有效地识别自然环境视频中的人类行为,并且具有较低的时间复杂度。

基于局部光流约束的角点匹配算法

提出了一种基于局部光流约束的角点匹配算法。首先采用Harris算子获得当前帧和参考帧的角点,然后以角点的光流特征作为约束条件,根据两帧图像角点集的坐标分布,排除异常角点,完成角点的精确匹配,实现图像之间的高精度运动估计。通过对视频序列进行实验,采用差图法可主观地发现该运动估计算法的有效性;以峰值信噪比作为评价指标,发现原始视频序列的帧间峰值信噪比明显低于仿射视频序列的帧间峰值信噪比。前者的平均值为22.8072,后者的平均值为33.3854,从而客观地说明了该算法的有效性和稳定性。

点性运动:身体解构教学中的动作思维

点性运动作为身体解构教学中开发身体的一种训练方法,可以克服以往身体动力定型的惯性作用,完善编舞技法中动作建构的技术要点,帮助编舞者构成新的动作逻辑和运动美学。本文通过对点性运动的原理、教学路径以及教学实例三个方面的研究与分析,探索点性运动对学生掌握身体运动基本规律、学习动作建构基本原理,继而在实践中提升综合编舞能力的作用,为身体解构教学中的动作思维开发提供教学参考。