基于多尺度骨架图和局部视觉上下文融合的驾驶员行为识别方法

识别非驾驶行为是提高驾驶安全性的重要手段之一。目前基于骨架序列和图像的融合识别方法具有计算量大和特征融合困难的问题。针对上述问题,本文提出一种基于多尺度骨架图和局部视觉上下文融合的驾驶员行为识别模型(skeleton-image based behavior recognition network,SIBBR-Net)。SIBBR-Net通过基于多尺度图的图卷积网络和基于局部视觉及注意力机制的卷积神经网络,充分提取运动和外观特征,较好地平衡了模型表征能力和计算量间的关系。基于手部运动的特征双向引导学习策略、自适应特征融合模块和静态特征空间上的辅助损失,使运动和外观特征间互相引导更新并实现自适应融合。最终在Drive&Act数据集进行算法测试,SIBBR-Net在动态标签和静态标签条件下的平均正确率分别为61.78%和80.42%,每秒浮点运算次数为25.92G,较最优方法降低了76.96%。

基于局部视觉的特定工件移动机械臂动态抓取方法

机械臂操作动态工件在分拣、上下料等作业场合有着广泛的需求。针对特定型号工件的移动机械臂动态抓取问题,提出一种基于特定工件ID编号识别和机械臂抓取位姿预测的运动工件鲁棒抓取方法。该方法选取AprilTag视觉标签来标记工件,通过图像采集、自适应阈值处理、连续边界分割、四边形拟合、快速解码等数据处理过程,获取局部视野下运动工件的ID、位置和姿态,实现工件的初次定位。结合移动机械臂的运动规划工艺策略,对特定型号目标工件的抓取位姿进行计算,实现抓取时刻的工件位姿预测。搭建了动态抓取实验平台进行了视觉标签ID识别、工件定位、动态目标抓取实验。结果表明,所提出的移动机械臂动态抓取方法,可以准确识别特定型号工件,并能够对不同运动速度的特定工件进行鲁棒抓取,抓取成功率平均值约为98%。该方法在智能产线的移动机械臂上下料等场景有着广泛的应用价值。

基于局部视觉的弧焊机器人自主焊缝轨迹规划

提出了一种基于视觉的弧焊机器人自主焊缝轨迹规划方法。通过使用CCD摄像机,不断地获取枪尖前方一小段焊缝的图像。由主控计算机进行图像处理,获取枪尖与焊缝间的偏差以及这小段焊缝的走向等信息。根据这些信息控制机器人沿焊缝前进,同时定时记录用焊缝偏差值修正后机器人坐标值,生成焊缝在机器人基坐标系下的坐标。当机器人沿焊缝走完一遍后,主控计算机控制机器人回到焊缝起点,开始沿焊缝焊接。用此方法对低碳钢曲线焊缝和铝合金曲线焊缝进行试验,结果表明该方法具有很高的实用价值。

模板匹配下图像局部视觉背景分割方法仿真

针对已有方法分割图像局部视觉背景时忽略了对图像待分割区域的确定,导致存在误差大、背景假阳性率高和分割覆盖系数低的问题,提出基于模板匹配的图像局部视觉背景分割方法。利用模板匹配方法通过形成模板和匹配准则获取图像的待分割区域。在上述区域中提取图像的视觉特征,并进一步考虑稀少性、全局显著性和局部显著性,计算特征图中像素对应的视觉显著度,根据计算结果获得对应的特征显著图,融合上述特征显著图,设置最优阈值分割图像,获得二值图像,在原始图像中叠加二值图像,完成图像局部视觉背景的分割。仿真结果表明,所提方法的分类误差小、假阳性率低、覆盖系数高。

论英诗中的视觉化技巧

在英诗中,视觉化技巧通过对文字(包括诗行、字母、标点、单词间隔等)进行非常规的且有意义的排列布局而造成一种新奇陌生感,使诗歌有着强烈的视觉冲击力和美感,具有其他手段所无法达到的特殊效果。视觉化技巧可以和语音技巧相结合,加强诗歌的表现力。

基于2D-PCA特征描述的非负权重邻域嵌入人脸超分辨率重建算法

在基于邻域嵌入人脸图像的超分辨率重建算法中,训练和重建均在特征空间进行,因此,特征选择对算法性能具有较大影响。另外,算法模型对重建权重未加限定,导致负数权重出现而产生过拟合效应,使得重建人脸图像质量衰退。考虑到人脸图像的特征选择以及权重符号限定的重要作用,该文提出一种基于2维主成分分析(2DPCA)特征描述的非负权重邻域嵌入人脸超分辨率重建算法。首先将人脸图像分成若干子块,利用K均值聚类获得图像子块的局部视觉基元,并利用得到的局部视觉基元对图像子块分类。然后,利用2D-PCA对每一类人脸图像子块提取特征,并建立高、低分辨率样本库。最后,在重建过程中使用新的非负权重求解方法求取权重。仿真实验结果表明,相比其他基于邻域嵌入人脸超分辨率重建方法,所提算法可有效提高权重的稳定性,减少过拟合效应,其重建人脸图像具有较好的主客观质量。

基于极性复指数变换的图像伪造检测算法

为解决当前图像伪造检测方法在识别复制内容区域时忽略了颜色信息和不同颜色分量之间的相关性,使其对伪造内容的定位与检测准确度不理想的问题,设计了基于改进的加速稳健特征(SURF)描述符与多元极性复指数变换的图像伪造检测算法。引入高斯低通滤波器,对彩色图像完成过滤,以消除噪声,再计算滤波图像的颜色不变性,用其替代SURF描述符中的灰度分量,对SURF方法予以改进,获取新的Hessian矩阵,充分检测彩色图像中的兴趣点;随后,利用这些兴趣点来构建一组连通的Delaunay三角网。基于四元极性复指数变换,充分考虑不同颜色分量之间的相关性,有效提取三角网的局部视觉特征;计算视觉特征之间的欧式距离,根据预设阈值,对三角网实施配准;最后,引入随机样本一致性,剔除错误匹配的三角网,并定义后处理方法,检测出复制伪造区域。测试数据显示:相对已有的复制-粘贴伪造检测方法,在多种几何变换条件下,所提方法具有更高的伪造检测准确性。

一种基于加速近端梯度法的视频散列算法研究

散列算法已经被广泛应用于视频数据的索引。然而,当前大多数视频散列方法将视频看成是多个独立帧的简单集合,通过综合帧的索引来对每个视频编制索引,在设计散列函数时往往忽略了视频的结构信息。首先将视频散列问题建模为结构正规化经验损失的最小化问题。然后提出一种有监管算法,通过利用结构学习方法来设计高效的散列函数。其中,结构正规化利用了出现于视频帧(与相同的语义类别存在关联)中的常见局部视觉模式,同时对来自同一视频的后续帧保持时域一致性。证明了通过使用加速近端梯度(APG)法可有效求解最小化目标问题。最后,基于两个大规模基准数据集展开全面实验(150 000个视频片断,1 200万帧),实验结果证明了该方法性能优于当前其他算法。

RoboCup 3D仿真关键技术的研究

本文介绍RoboCup 3D仿真比赛环境,以及对agent的动作生成、局部视觉下定位和决策等关键技术的一些研究。同时,研究卡尔曼滤波在噪声处理方面的应用和扩展。仿真实验表明,扩展卡尔曼滤波在精度和实时性等方面满足比赛要求。

基于计算机图像处理技术的铜金属杂质检测方法研究

随着当前图像处理技术的不断发展,其在各项领域当中的应用逐渐突出。而目前采用图像处理技术进行铜金属杂质检测的准确性以及可靠性尤为突出。为此本文对图像处理技术进行研究得出采用局部轮廓视觉特征提取技术以及红外图像检测技术可以对目前的铜金属杂质进行检测。并且对这两种技术应用金属杂质检测进行详细的分析,通过仿真实验得出采用这两种技术都可以对当前的铜金属含有杂质进行有效的检测。

A visual photothermal paper sensor for H_2S recognition through rational modulation LSPR wavelength of plasmonics

It is known that the localized surface plasmon resonance(LSPR) wavelength of plasmonics is highly dependent on compositions and geometry of plasmonics as well as the surrounding environments. Here, monodispersed Au@Ag core-shell nanoparticles(Au@Ag NPs) were prepared by carefully optimizing the shell thickness of Au@Ag NPs, and the presence of hydrogen sulfide(H_2 S) would significantly alter the LSPR wavelength. On the basis of this, a photothermal paper sensor for on-site recognition of H_2 S was constructed with a visual detection limit of 12.8 ng/L.