基于运动历史图像的异常行为识别算法研究

针对日益突出的安全监护问题,本文建立了一个能够较好地识别和预测人体摔倒等异常行为的算法模型。首先,通过人体动作实验分析人体基本的动作特征,运用背景减和混合高斯背景提取算法分别求解人体静态和动态前景,获得人体运动历史图像,运用运动历史图像进行运动分割,并通过Sobel算子求梯度判定人体运动方向,结合运动角度将得到的特征与训练出的动作库里的动作进行特征匹配,进而判断人体行为是否异常。通过这种方法构建的视频监控系统兼具实时性和智能性,可以为视频监控系统的开发提供理论依据。

基于改进运动历史图像的多运动目标实时跟踪

提出了一种利用视频图像对运动目标进行实时检测与跟踪的新方法。该方法利用基于改进的时间片的运动历史图像(tMHI)的灰度阶梯轮廓方法对多个运动目标进行检测,通过卡尔曼滤波器对多目标进行跟踪,并得到了各个运动目标的轨迹曲线,进而实现了对视频图像中多目标的跟踪。同时,该方法对多个目标的遮挡问题获得了明显的改善效果。实验结果表明,该方法能够对复杂场景下的多个目标进行有效的识别和准确的跟踪,系统的实时性强,识别率高,而且该方法对于复杂视频监视系统场景中的光照变化、雨雾等干扰具有较强的稳健性。

基于多层运动历史图像的飞行时间相机人体运动识别

该文利用飞行时间(Time-Of-Fligh,TOF)相机提供的距离图像,在运动历史图像的基础上提出一种基于多层运动历史图像的人体运动识别方法。计算距离轮廓序列的运动能量图作为整体运动信息,同时根据距离变化量,计算前向、后向的多层运动历史图像作为局部运动信息,共同组成多层运动历史图像。为了解决Hu矩对不连续或具有噪声的形状较为敏感的问题,引入R变换对每层运动历史图像进行特征提取,串联形成特征向量送入SVM进行分类识别。实验结果表明,该识别方法可以有效识别人体运动。

基于加权三视角运动历史图像与时序分割的动作识别算法

针对当前人体动作识别算法中由于人体躯干遮挡而导致其检测精度不佳的问题,提出了一种基于加权三视角运动历史图像耦合时序分割的动作识别算法。首先,为了有效描述动作的形状和空间分布,从视频序列中提取运动历史图像(motion history image,MHI)。随后,应用深度相机(Kinect相机)来提取深度图像,以获取人体目标的动作前景轮廓。为了识别由于身体部位造成的自我遮挡,动作前景轮廓被投影到3个视角(3V)平面,形成3V-MHI,增强了对动作的正确提取,利用3V-MHI构造了一个用于记录观测运动轨迹的MHI,克服了单视角MHI的信息局限性。然后,利用时序分割(temporal segmentation,TS),根据相邻的3V-MHI来计算动作的能量和方向的变化,以检测运动的开始和结束,从而输出运动结果。此外,计算MHI的梯度值作为每个平面对应的权重,从而得到加权3V-MHI。最后,将提取的每个直方图运动模板与预先建立的数据库进行比较,完成动作的分类识别。实验表明,该方法能有效地解决自遮挡问题,在复杂环境和光照变化下有较高的准确性与鲁棒性。

基于运动历史图像和椭圆拟合的手势分割

针对当前常用的手势分割方法较难适应复杂的光照环境,提出了一种新的方法。该方法先从视频序列获取运动历史图像(Motion History Image,MHI),对MHI进行运动区域分割,然后在这些运动区域筛选出手势区域。为了克服手势区域分割偏大的问题,提出了利用该区域内的当前运动轮廓做椭圆拟合,进而得到精度更高的手势分割结果。实验结果表明,提出的方法能够有效地分割出手势,并且和传统方法相比较更能适应不同的光照环境。

基于运动历史图像与卷积神经网络的行为识别

针对人体行为识别难于兼顾速度与精度的问题,提出了一种结合运动历史图像(MHI)与卷积神经网络的行为识别算法.该算法首先从原始视频序列中计算MHI,不仅减少了待处理的信息量,还提取了行为识别中的关键时空信息;接着以MHI作为输入,搭建了深度卷积神经网络,可以更好地表达时空信息;最后利用随机梯度下降法与dropout策略训练网络,实现行为类别分类.对比不同卷积神经网络训练与测试实验,该算法在Weizmann行为识别数据集上取得了95%的平均识别率,相较于未改进的网络结构提升了1.2%;对于持续时间为1.6s的行为动作,该算法的识别时间为1.56s.实验结果表明,所提算法在维持较高识别准确率的同时,实现了人体行为的在线实时识别与分类.

基于运动历史图的网格变形视频重定向

保持时域连贯性与保证图像空域的重建质量在视频重定向中至关重要。针对这个问题,提出一种基于运动历史图的网格变形方法进行视频大小的调整。通过估计帧间摄像机的运动,将视频帧对齐在时间轴上,构造全局运动模型,从而获得全局运动历史图;利用运动历史图来顺序指导单帧图像形变,将单帧图像的放缩问题转换为网格变形问题,通过构造一系列约束条件在网格上建立保持整体形状的最优化模型,实现背景的时间连续性的同时又有效地保持运动对象的形状。测试结果显示无论是处理静止的视频还是具有复杂运动的视频,该方法都能获得令人满意的结果,且能实现对视频流的实时处理。

一种基于改进运动历史图像和支持向量机的行为识别算法

针对传统运动历史图像难以区分相似运动的缺陷,提出了一种基于改进运动历史图像和支持向量机的行为识别方法。首先提取视频帧的前景运动目标并标记出其外接矩形框,计算矩形区域内各像素的光流矢量;然后设定运动历史图像中前景像素点的灰度值为该像素点的光流长度叠加一定权重的历史灰度,而背景像素点的灰度值则按一定比例进行衰减;最后从运动历史图像中提取Hu矩为特征向量,输入支持向量机进行分类,从而完成人体行为识别。在KTH数据集的实验结果表明,所提算法能够满足实时性要求,识别率可达99%。

基于运动历史图的智能裁剪视频重定向

保持视频帧的时间连续性和重要对象的整体结构在视频重定向中至关重要。针对这一问题,提出一种基于运动历史图的智能裁剪方法进行视频大小的调整。首先基于时间轴将视频帧通过估计帧间摄像机运动对齐,从而构造全局运动模型;然后在全局运动模型的基础上,利用重要度图获得全局运动历史图;最后,基于运动历史图检测重要区域、裁剪重要区域并缩放至目标尺寸。运动历史图的应用不仅保证视频帧时间连续性,而且能处理包含复杂运动场景的视频。实验结果表明,提出方法针对复杂的摄像机运动和物体运动情况均能获得很好的视频重定向结果。

基于运动历史图像的远程塔台飞行器跟踪算法

根据远程塔台管制对飞行器自动跟踪和冲突预警的应用场景,提出使用运动历史图像(MHI)算法结合机场的运行环境和远程塔台部署位置调整MHI算法参数,对机场飞行器的运动活动进行目标跟踪,通过在机场气象条件为晴天以及能见度为CAVOK条件下不同跑道区域以及不同机型的对比实验,证明了算法的有效性,对远程塔台中的飞行器自动跟踪和冲突预警提供了数据支撑,为远程塔台的推广应用奠定了技术基础。

利用液态包体确定断层带的压力、温度和运动历史:以意大利阿普阿内山为例

本研究目的是想利用液态包体的分析结果来限定在意大利北亚平宁山脉主断层带的活动深度。应用液态包体来解决特定的构造及结构问题最近才开始探索。液体在岩石变形中所起到的重要作用,为区域构造及构造地质领域的液态包体研究开辟了各种可能途径。

关于世界社会主义运动历史经验的几点思考

在世界百年未有之大变局之际,总结社会主义运动的经验教训,并从中得到深刻的启迪,这对于坚定社会主义信念,高举中国特色社会主义伟大旗帜,把我国建设成为社会主义现代化强国,无疑具有重大的现实意义、深远的历史意义。

基于运动历史图像的远程塔台飞行器跟踪算法

根据远程塔台管制对飞行器自动跟踪和冲突预警的应用场景,提出使用运动历史图(MHI)算法,结合机场运行环境和远程塔台部署位置调整MHI算法参数,对机场飞行器的运动活动进行目标跟踪。通过在机场气象条件为晴天以及能见度为CAVOK条件下不同跑道区域以及不同机型的对比实验,证明了算法的有效性,对远程塔台中的飞行器自动跟踪和冲突预警提供了数据支撑,为远程塔台的推广应用奠定了技术基础。

护国运动历史研究的现状及展望

一九八五年十二月二十五日是护国起义七十周年。护国运动在中国近代史上有着重要的历史地位。本文拟就护国运动历史当前的研究状况和需要继续探讨的问题,提出一些不成熟的意见,供进一步研究参考。一有关护国运动历史论著的出版反映了护国运动研究的兴旺景象几年前,在中国近代历史的研究中还没有给护国运动以应有的历史地位。仅仅过了几年,情况就有了变化。这种状况变化的原因是多方面的,最重要的是党的十一届三中全会以来,制定了正确的路线,执行了正确的方针政策,逐步克服了“左”的流毒。

地掷球运动历史

在对土耳其新石器时代城市加塔尔·胡尔克的挖掘中，考古工作者发现了公元前9000年的石球状物，这一时期小亚细亚的紧张局势证明这些“圆弹”可能是武器。但这并非就是一种娱乐游戏玩具。

表现安源工人运动历史的艺术作品

安源路矿工人运动纪念馆收藏了大量的泥塑、油画、国画等艺术作品。这些艺术作品,形象地表现了安源工人运动历史进程中的重要历史人物和重大历史事件,许多作品做到了艺术与历史、艺术与思想的完美结合,在当代中国艺术史上占有重要地位。油画《毛主席去安源》。作者刘春华（中央工艺美术学院）。创作于1969年2月。

书写母亲的历史——二战后日本国民历史学运动与妇女史的实践

第二次世界大战之后,日本左翼思潮兴起,马克思主义的影响尤为重要。由马克思主义史家石母田正领导的国民历史学运动便是一例。这一运动倡导知识分子协助民众,书写工人、农民等民众的历史,进而重构日本历史的主体。在国民历史学运动中,妇女史书写是重要的组成部分,而“母亲的历史”的书写又是最为核心的内容。通过书写母亲的历史这一史学实践,国民历史学运动从立场、方法、资料等多个维度拓展了日本近现代史学发展的空间。

历史工作坊运动与英国口述史的兴起与发展

作为一场由英国马克思主义史学家发起的史学民主化运动,历史工作坊运动以其再现底层声音、挖掘史料来源和研究大众记忆方面的相关工作而受到学界关注。这场运动在继承“自下而上看历史”的底层史观基础上,利用口述资料呈现社会底层的日常生活和大众文化,极大地推动了英国口述史的兴起与发展。20世纪60年代末,为恢复和拯救边缘人物和弱势群体的“隐藏的历史”,口述史被历史工作坊运动的史学家广泛应用于英国地方史、社区史、劳工史和女性史等领域,进而呈现出鲜明的“新社会史取向”。20世纪70年代末,历史工作坊运动日益关注记忆问题,尝试从记忆和意识的角度考察口述史背后的社会脉络及其意义,进而推动了英国口述史的“记忆转向”。

基于历史运动特征约束和SVM频谱分类的被动声呐目标关联跟踪方法

针对航迹交叉条件下被动声呐目标跟踪困难的问题,该文将现有运动特征关联方法和信号特征辅助关联方法进行改进融合,提出一种基于历史运动特征约束和支持向量机(His-SVM)频谱分类的被动声呐目标关联跟踪方法。首先,利用目标的历史航迹点提取历史方位变化率,作为重合条件下点航迹关联的主要特征;其次,将方位靠近目标的点迹关联问题转化为点迹频谱的分类问题,利用目标航迹点频谱训练的SVM模型完成待关联点迹频谱的分类,根据分类结果实现方位靠近目标的点航迹关联;最后,将两种方法有机融合,构建了被动声呐交叉重合目标关联跟踪的算法框架。仿真实验结果表明,该算法能够有效完成靠近目标的点迹分类和交叉重合目标的关联跟踪,其跟踪性能优于传统运动特征关联跟踪算法。

“历史运动”视野下中国式现代化的历史使命

中国式现代化是中国共产党领导的中国特色社会主义现代化,它实际上是从“人的依赖关系”历史阶段上开始的,承担着两个国际共产主义运动中从来没有过的中国特色历史任务的一场历史运动。建立“资本的生产形式”这一任务是中国式现代化正在面临的任务,科学地说明这个任务及其历史使命,是完成这个任务和坚持中国特色社会主义的保证。只有站在宏观的“历史”场景中,在俯瞰历史的理论制高点上认识和理解社会主义,只有站在与历史过程相一致的运动过程中才能科学认识中国式现代化及其历史使命。