多摄像机监控中基于贝叶斯因果网的人物角色识别

很多传统视觉监控的研究工作集中于行人跟踪、行为和事件检测、步态或人脸识别等,然而角色识别却研究较少.针对多摄像机监控中角色识别的应用问题,该文作者提出了一种基于贝叶斯因果网的角色识别方法.该方法不仅用到了通常的一些人物视觉特征,而且还考虑了时间特征、空间统计特征和一些其它特征.作者将这些特征向量的概率分布参数化,特征向量成员之间的因果关系通过有向无环图的方式来表达,然后通过提取的特征来计算概率以识别人物角色.实验的结果证明了方法的有效性.

电力系统输变电设备动态诊断技术研究

通过分析输变电设备的不良工况、故障模式和异常征兆三者之间的因果关系,建立了三层因果网,在这个网络模型中,可以考虑不良工况的影响,与异常征兆一同作为证据信息,这种处理方法弥补了现有的诊断方法因缺少对不良工况的分析以致证据信息不完备这一不足。在三层因果网的基础上设定概率值形成贝叶斯网络模型,利用贝叶斯因果网的推理方法,求取网络的最大可能解释,推理结果包含输变电设备目前可能遭受的故障模式,其中包括各种并发故障模式和其它未检测的异常征兆的状态,能为进一步的诊断试验提供重要依据,最后利用诊断实例说明所建立模型的有效性。