基于深度学习的二维人体姿态估计综述

人体姿态估计是近年来计算机视觉问题中的一个热门话题,它在改善人类生活方面具有巨大的益处和潜在的应用。近年来深度神经网络得到快速发展,相较于传统方法而言,采用深度学习的方法更能提取图像表征信息。综合分析近年来人体姿态估计的进展,根据检测人数分为单人和多人人体姿态估计。针对单人姿态估计,介绍了基于直接预测人体坐标点的坐标回归方法及基于预测人体关键点高斯分布的热图检测方法;针对多人姿态估计,采用解决多人到解决单人过程的自顶向下方法和直接处理多人关键点的自底向上方法。总结了各方法网络结构的特点和优缺点,并阐述当前面临的问题及未来发展趋势。

基于非对称幅度插值的二维来波方位估计

幅度插值方位估计法通过对少数几个波束采样插值得到来波方位,避免了密集的方位搜索,在工程中有广泛的应用。目前该方法大多基于一维,且使用对称函数进行插值,估计误差较高。本文通过解耦的方式将该方法由一维推广至二维任意阵,并考虑真实方位谱在偏离0°后左右波束不对称的情况,利用左右波束斜率比作为求解条件,使用非对称函数进行幅度插值。进一步,针对二维非对称插值中出现的角度失配问题,提出了迭代插值的解决方法。最后仿真分析了插值方法、迭代插值以及信噪比对插值精度的影响,所提出方法的插值精度优于传统对称插值方法;且通过千岛湖实验数据验证,所提方法以10°间隔插值得到的估计精度可以比拟常规波束形成以0.01°进行密集扫描的估计精度。所提方法能够在满足一些工程应用中对实时性要求的同时达到较高的方位估计精度。

一种快速的空时二维谱估计算法

为了减少算法运算量,将多级维纳滤波器引入空时二维谱估计中,提出了一种快速算法。快速算法通过简单的乘加运算得到噪声子空间,无需对空时阵列协方差矩阵进行特征根分解,更加易于硬件实现。仿真结果表明快速算法与原二维算法性能相当。

一种基于平行稀疏阵列虚拟孔洞填充的二维DOA估计算法

采用稀疏阵列进行波达方向(Direction of Arrival,DOA)估计时往往会产生虚拟孔洞,它严重限制了阵列孔径的扩展与阵元自由度的提升。由于孔洞位置与初始阵列阵元数目、排布方式有关,故较难对其进行预填充。为此,提出了一种基于平行稀疏阵列虚拟孔洞填充的二维DOA估计算法,利用双稀疏线阵扩展生成两个不同的虚拟阵列,并利用其中一阵的信息去填充另一阵的孔洞。为尽可能减少总阵元数目,采用提前计算的孔洞位置去设计另一阵列的排布规则,并通过求根多重信号分类(Root-Mutiple Signal Classification,Root-MUSIC)算法替代传统的二维谱峰搜索算法完成对入射角度的估计与自动匹配。实验仿真结果验证了所提算法相比传统算法能以更少的阵元获得更高的估计精度。

扩展声源全变分规则化二维稀疏DOA估计方法

针对空间扩展声源的稀疏波达方向(DOA)估计问题,提出一种全变分规则化的二维DOA估计方法(简记为2DTV-CES)。首先利用扩展声源的空间分布成组性和声源相关性特征建立扩展声源模型;然后,通过构建二维广义阵列流形及其过完备表述,实现声源的稀疏表示;通过定义二维全变分,构建二维全变分正则项,实现对于声源结构特征的几何约束,促进解的分段常数轮廓的形成;最后结合全变分正则项与一般LASSO构建二维全变分稀疏DOA估计模型,由凸优化求解。理论分析表明,与传统二维DOA估计方法相比,所提方法避免了去相关处理、角度配对的步骤。仿真实验验证了方法的有效性,在涉及扩展源的DOA估计中,2DTV-CES方法性能明显优于一般LASSO方法和改进的ESPRIT方法,检测概率超过95%,实现了对扩展声源的二维波达方向的高精度快速估计。

基于双平行互质极化敏感阵列的二维非网格DOA及极化参数估计

针对空间电磁信号的二维空间角及极化参数估计问题,提出一种基于双平行互质极化敏感阵列的二维非网格DOA及极化参数估计算法。该算法应用双平行互质极化敏感阵列接收信号,并根据接收数据特点构造了新型互协方差矩阵,再通过对该互协方差矩阵进行虚拟域扩展等方式实现了四维参数估计问题向四个一维参数估计问题的转化,在有效降低算法计算复杂度的同时,实现了参数的欠定估计。此外,为了进一步提高参数估计精度,本文算法引入了非网格模型,通过应用信号子空间与噪声子空间的正交性估计出网格偏差,降低了预设网格带来的固有偏差,实现了参数估计性能的提升。仿真实验表明了本文算法的有效性以及相对于网格算法具有更为优良的参数估计性能。

基于二维码修正机器人系统的位姿估计方法

为了解决机器人系统工具端定位精度不高的问题,提出一种基于二维码修正机器人系统的位姿估计方法。通过机器人系统获取的地面定位修正二维码图像信息,计算出机器人系统实际位置与机器人示教位置的转换矩阵,并利用转换矩阵生成新的工件坐标系,按照新的工件坐标系移动机器人系统,到达修正后的目标位置。该方法使机器人工具端达到了高精度定位,修正了机器人系统的位姿偏差,精度可达到0.5mm。

互相关矩阵重排获取信号子空间的二维DOA估计算法

本文提出一种L型阵列的二维子空间DOA估计算法,该算法通过重排阵列接收数据的互相关矩阵获取信号子空间,然后根据信号子空间生成一个二维谱函数,最后通过二维搜索估计信号的来波方向。由于该算法采用二维谱峰搜索,所以不需要对俯仰角和方位角进行配对。与二维MUSIC算法相比,该算法的估计精度略有下降,但该算法不需要对矩阵做特征值分解,计算量降低且易于实现。文中给出了该算法的推导过程和具体实现步骤,并进行了实验仿真,仿真结果说明了算法的有效性。

RD-MUSIC的二维DOA估计方法

针对二维MUSIC(2D-MUSIC)估计方法实现二维波达方向估计运算量较大的问题,提出了一种基于降维MUSIC(RD-MUSIC)的无需联合搜索与配对的估计方法.该算法利用二次优化方法将二维DOA估计分解为两级一维DOA估计,先用求根法估计信号与x轴夹角,再用最小二乘算法估计信号与y轴夹角,最后利用角度关系式得到信号的二维方向角.仿真实验表明,在信噪比较低的条件下,文中算法比2D-MUSIC算法的精度略高;在信噪比较高的条件下,两者基本相当,但文中算法具有更高的运算速度.

时空欠采样宽频段信号频率和二维角估计方法

本文提出了一种时空欠采样宽频段 (2～ 18GHz)信号频率、方位角和仰角三维参数估计方法 .该方法采用均匀圆阵和阵元延时 ,可在时间欠采样条件下实现频率无模糊估计 ;在空间欠采样条件下 ,用整数搜索法实现方位角和仰角无模糊估计 ,且频率、方位角和仰角估计可自动配对 .该方法不仅可用于二阶统计量阵元空间和DFT波束空间 ,而且还可用于四阶累积量 ,可在高斯白或色噪声背景下 ,估计非高斯信源的参数 .在DFT波束空间、阵元数相同和最大孔径相当时 ,该方法方位角和仰角估计的方差比L阵方法的方差小 1～ 2个数量级 .仿真实验表明了算法的有效性 .

基于标号场的光流法二维运动估计

该文提出了一种改进的二维运动估计光流算法。在光流基本约束和全局平滑性约束的基础上,引入二维运动标号场,对Horn-Schunck算法进行了改进,不仅加快了算法的收敛速度,而且提高了运动估计的准确性,减轻了遮挡边界问题的影响。实验结果证明了该算法的有效性。

频率、二维到达角和极化联合估计

在宽频段内多信号多参量联合估计已成为许多研究课题,例如,未知辐射源识别.有源对消等等的重要研究内容.信号频率与二维到达角、二维到达角与极化的联合估计已开展研究,但信号频率、二维到达角和极化联合估计的研究尚未见报导.本文提出了利用交叉偶极子平面阵和ESPRIT算法实现频率、二维到达角和极化联合估计的新方法.分析了算法结构,计算机模拟结果证实了算法的有效性.

一种适用于MIMO雷达的低复杂度二维DOA估计方法

本文提出了一种适用于收、发共阵多发多收(MIMO)雷达的低复杂度二维波达方向(DOA)估计方法.该方法将MIMO雷达的虚拟二维阵列分解为多个构形相同但位置不同的虚拟子阵,通过一种基于预投影的ESPRIT算法得到同一目标二维DOA的多组估计值,极大地降低了运算量.并利用Kalman滤波器对这多组二维DOA估计值进行融合,提高了估计值的精度.同时,利用收、发对偶性对样本数据进行了重排,等效地将样本数加倍,进一步提高了二维DOA估计精度.数值仿真的结果证明了该方法的有效性.

基于时空处理的频率与二维DOA联合估计算法

提出了一种适用于任意阵列的频率与二维DOA联合估计算法。该算法同时利用空域采样与时域采样构造二维时空矩阵,基于2D-ESPRIT方法进行二维参数估计,仅需3个校准阵元就可通过M个阵元估计出M个独立信源的载波频率、方向角和仰角,无需二维谱峰搜索,计算量较小。仿真实验验证了算法的有效性。

基于均匀圆阵的扩展信号二维方向角估计

直接利用均匀圆阵的阵列流形,建立对点信号和小角度扩展信号都适用的数学模型。根据系统数据矩阵不存在扰动和存在扰动两种情况,分别采用最小二乘(LS)法和加权总体最小二乘(WTLS)法估计单个扩展信号的二维方向角,并分析了最小二乘估计算法的数值稳定性。此方法充分利用了均匀圆阵的良好性能,不仅对信号类型,而且对系统扰动都具有顽健性。计算机仿真证明了此方法的有效性。

非均匀噪声下频率及二维到达角的联合估计

提出一种适用于L型阵列的频率及二维到达角联合估计新算法.算法通过不同子阵的互协方差矩阵构建平行因子模型,应用三线性交替最小二乘算法求解,无需参数配对及多维搜索,可有效抑制非均匀噪声.均方根误差的仿真结果验证了该算法的有效性.

一种MIMO雷达二维DOA估计新方法

提出了一种基于立体阵的多输入多输出(MI MO:Multiple Input Multiple Output)雷达二维波达方向(DOA:Direction Of Arrival)估计新方法,该方法利用MI MO雷达形成的虚拟阵列数据来构造两个二阶统计量并对其进行联合对角化得到了目标方位角和俯仰角的闭式解。该方法不仅很好地解决了存在一维角度兼并时目标的二维DOA估计问题,而且无需二维谱峰搜索和参数配对即可实现对目标DOA的全方位估计。计算机仿真结果证明了所提方法的正确性和可行性。

基于噪声子空间映射的二维波达角快速估计算法

为了降低二维MUSIC(Two Dimensional Multiple Signal Classification,2-D MUSIC)算法的计算量,提高算法的实时处理能力,基于噪声子空间映射思想提出了一种适用于任意平面阵列结构的二维波达角(Direction Of Arrival,DOA)快速估计算法.新算法利用空间角度划分及非线性变换将信号子空间与噪声子空间的正交性等价地压缩至某个角度分片内,使得真实DOA在该角度分片内产生虚拟镜像,通过搜索该角度分片得到虚拟DOA,最后利用数学式直接计算得到真实DOA.理论分析和实验结果表明新算法能够成倍地提高DOA估计的速度,同时具有比MUSIC算法更高的空间分辨率.

一种二维到达方向估计的ESPRIT新方法

提出了一种在高斯白噪声环境下基于L型阵列的二维到达方向估计新算法,该算法利用阵列结构的特点形成多个相关矩阵,然后构造一个特殊的大矩阵并由其特征分解获得信号子空间的估计,进而利用2 DESPRIT方法实现二维角度估计.新算法具有估计精度高,运算量小的优点,而且能够很好地解决信号参数配对问题.

基于最小二乘估计的InISAR空间目标三维成像方法

In ISAR系统能够在短观测时间内实现对目标的3维成像,在目标识别和分类中有广泛应用。但是ISAR成像平面不仅取决于目标相对雷达的空间位置,还和目标的运动情况有关。针对空间平稳运动目标,该文利用互相垂直的L型基线构成双通道In ISAR系统,对各天线接收到的回波分别采用各自的参考距离进行聚焦处理,采用传统的距离-多普勒算法得到目标散射点2维像,通过提取各散射点的干涉相位和多普勒信息,采用最小二乘方法对目标的有效转动角速度大小和方向进行估计,进而估计出散射点的3维位置,实现目标3维成像。仿真实验验证了所提方法的有效性和鲁棒性。