基于轻量型卷积神经网络的非固定场景天气识别算法

针对传统方法无法准确识别天气情况且计算量大的问题提出了一种基于轻量型卷积神经网络的非固定场景天气图像分类方法。该方法应用扩张卷积和深度分离卷积来提取天气特征信息,采用残差结构来防止网络退化,并且采用改进的空间金字塔池化层实现多尺寸图片的处理。经验证,所提方法可以对不同尺寸的非固定场景天气图片进行分类,在构建出的数据集上相对于经典分类卷积神经网络以196M的计算量获得93.2%的准确率。所提方法一定程度上可以准确识别非固定场景的天气情况,并且具有应用到嵌入式平台上的前景。

固定场景下快速电子稳像算法的实现

提出一种可应用在固定场景条件下的快速电子稳像算法。通过检测参考图像与当前图像的ORB特征,利用汉明距离匹配特征,将匹配好的特征点代入仿射变换模型,求得2幅图像间的全局运动矢量并代入仿射变换模型,对当前图像进行变换,从而实现稳像目的。为达到更好的稳像效果,在图像预处理阶段对图像进行高斯滤波,滤除图像的噪声;同时对在求得全局运动矢量使用的特征点对的选择上采用点线法进行判定,保证求得全局运动矢量的精度。实验结果表明,该算法能够实现在固定场景下的稳像,并具有较好的实时性。

浅谈中小演播室多栏目固定场景的灯光设计——以陕西广播电视台250m^2演播室为例

以陕西广播电视台250m2演播室为例,分析电视台中小演播室多栏目固定场景的灯光设计特点和注意事项。

固定场景下的无人驾驶技术应用

近年来,汽车智能化技术正逐步得到广泛应用。本文在详细分析固定场景道路环境特征、常用传感器特性的基础上完成无人驾驶车辆传感器选型及运行策略制定,实现了无人驾驶车的试运营,验证了技术方案的可行性。同时在此基础上进行了使用场景的优化,提出了新的路线规划策略并加入平台调度功能,完成了试运营。为固定场景无人驾驶应用提供了可实践的技术探索和应用示例。

无线广播网MIMO信道模型及性能评估方法

ATSC组织通过实测,综合考虑了内径相关性、多普勒频移、莱斯因子以及交叉极化因子等因素对系统性能的影响,得到了移动场景和固定场景的广播网MIMO无线信道模型。而基于这两种场景的信道模型还没有统一的评估方法用于后续研究和优化。文中对这两种场景的信道模型进行了仿真,提出了这两种场景的相应评估方法。对于移动场景的Helsinki2信道模型,由于其移动的特性,选取一段时变信道作为一个仿真周期,评估其链路吞吐量性能。对于固定场景的MGM信道模型,测试50条静态信道,按95%的覆盖率来确定其信噪比区间,以此评估系统性能。文中对信道模型的系统仿真以及提出的评估方法,将对后续的研究和优化工作有重要作用。

高清数字电视SOC芯片2D转3D视频处理技术的应用

近年来3D电影越来越受到人们的欢迎,而直接拍摄的3D电影制作复杂、成本高,其3D视频的数量无法满足人民日益增长的需求,将传统的2D资源转换为3D资源无疑能有效地解决3D资源匮乏的问题。介绍了双眼立体视觉原理,3D显示技术,重点研究了方案的模块设计及主要功能:3D视点调整、3D立体效果调整、固定场景模式选择与自动场景模式的软件实现。