基于匈牙利匹配算法的钓鱼网页检测方法

如何快速有效地计算网页的相似性是发现钓鱼网页的关键.现有的钓鱼网页检测方法在检测效果上依然存在较大的提升空间.文中提出基于匈牙利匹配的钓鱼网页检测模型,该模型首先提取渲染后网页的文本特征签名、图像特征签名以及网页整体特征签名,比较全面地刻画了网页访问后的特征;然后通过匈牙利算法计算二分图的最佳匹配来寻找不同网页签名之间匹配的特征对,在此基础上能够更加客观地度量网页之间的相似性,从而提高钓鱼网页的检测效果.一系列的仿真实验表明文中方法可行,并具有较高的准确率和召回率.

车辆共乘资源分配的匈牙利匹配算法优化

车辆共乘不仅环保、经济,而且不影响出行效率,因此被越来越多的人所接受,但目前的共乘系统在资源分配方面存在一些问题,如普遍缺少全局性资源优化分配方法,导致了系统资源的整体使用效率低下.针对该问题,以出行线路重合度、声誉度及支付价格为出发点,分别分析它们对乘客效用评估的影响,在此基础上给出乘客效用计算公式及系统资源分配优化问题定义,然后在导出的乘客效用矩阵上结合匈牙利匹配算法设计出一个面向乘客最优的乘车位资源分配算法.

基于匈牙利匹配和卡尔曼滤波的动态多目标跟踪

为了得到无人驾驶汽车目标检测的准确信息,文章通过对标定后的原始激光雷达点云进行分割和聚类,利用霍夫直线检测提取障碍物的外包框,最后使用匈牙利算法对被跟踪的障碍物和新检测出的障碍物进行关联匹配,并求出最优解,最终使用卡尔曼滤波算法对其进行状态优化。通过实验表明,本算法可以在激光雷达一帧0.1 s内,快速、准确地跟踪被检测出的障碍物。

基于视觉的交通场景目标检测与跟踪技术研究

针对通用目标检测算法在交通场景下检测多目标时存在的小目标漏检和误检问题,提出了一种适用于交通场景下的目标检测与跟踪算法。基于K-means++聚类算法计算出适合交通场景下目标检测的锚定框(Anchor Box)和深度可分离卷积的思想优化目标检测算法。其次,利用匈牙利匹配将卡尔曼滤波的预测值和目标检测的实际值相关联匹配,以实现目标跟踪。实验结果证明,改进后的目标检测与跟踪算法较原始算法在mAP方面提升了2.3%,达到了99.13%;速度提升了20%,达到了30帧/秒,对交通场景下的特定目标均实现了准确检测跟踪,保持了较好的实时性。

基于视频监控的手扶电梯乘客异常行为识别

针对乘客在搭乘扶梯时的危险行为难以被实时准确检测的问题,提出了一种基于视频监控的手扶电梯乘客异常行为识别算法。首先,使用YOLOv3对图像中乘客的位置进行检测;接着,使用MobileNetv2作为基网络,结合反卷积层对检测出来的乘客进行人体骨架提取;然后,使用骨架距离作为跟踪依据,采用匈牙利匹配算法对相邻帧间的人体骨架进行匹配,实现视频中乘客的ID号分配;最后,通过图卷积神经网络对乘客关键点信息进行异常行为识别。在GTX1080GPU上的实验结果表明,文中提出的识别算法的处理速度能达到15 f/s,异常行为识别准确率达94.3%,能够实时准确地识别手扶电梯上乘客的异常行为。

基于深度学习的无人机视觉目标检测与跟踪

针对目标检测中小目标物体漏检率及误检率高等问题,提出了一种基于Yolov3-Tiny算法的改进模型。改进k-means聚类方法,增加3×3和1×1的卷积池化层,将第9层卷积输出上采样,并与第8层卷积得到的特征图进行连接,得到新的输出:52×52卷积层,形成新的特征金字塔。基于卡尔曼滤波算法实现目标跟踪,提出融合跟踪算法的检测网络,使用匈牙利匹配算法对检测边缘框与跟踪边缘框进行最优匹配,利用跟踪结果修正检测结果,提高了检测速度,同时提升了检测能力。在ROS、Gazebo和自动驾驶仪软件PX4的综合仿真环境下对所提算法进行了对比试验。试验结果表明:改进算法平均检测速度降低了15.6%,mAP提高了6.5%。融合跟踪算法后的网络平均检测速度提高了34.2%,mAP提高了8.6%。融合跟踪算法后的网络能够满足系统实时性和准确性的要求。

一种自然人工对象识别与诊断的方法

为了能有效提高识别自然人造对象并诊断其缺陷的效率,提出了一种基于改进的形状上下文实现采集图像和样本图像匹配的方法。该方法对采样图像进行轮廓均匀采样并改进其形状上下文,将采样图像与样本图像进行匈牙利匹配,计算出所有匹配点间欧式距离。对采样图像进行TPS变换,计算匹配点间的欧式距离;根据TPS变换前后匹配点间距离变化比例判定样本图像与采样图像是否是同类图像;在同类图像的基础上计算形状上下文距离,根据匹配代价衡量匹配点集中匹配上的点数实现图像的缺陷诊断。该方法同时实现了图像识别与缺陷诊断,实验结果较好,能应用到架空输电线路直升机巡检系统中。

一种多雷达跨区域组网多目标跟踪方法

针对现有技术的不足,提出了一种多雷达多目标跟踪方法,该方法能够兼顾多雷达重叠区及非重叠区的多目标匹配,采用在单个目标上多点匹配及多个目标全局匹配结合的方法降低数据质量不佳及车流量较大情况下的匹配。从而达到低成本、高可靠性、高精度、全天候、全覆盖跟踪目标的目的。最后,在烟墩高速分合区全息管控平台项目中对方法进行测试。结果表明,连续性指标达97%,拼接准确率达95%。