基于频率筛分的无监督人体姿态特征提取与识别研究

基于视频序列的人体行为分析需要检测和判别人体姿态,已有人体姿态检测与判别方法往往达不到实用性要求。从两个方面探讨应用BEMD(bidimensional empirical mode decomposition)算法提升特征分离度与判别性,以进行人体姿态检测和判别:BEMD分解源图像得到的多层固有模态图BIMF具有判别特征,可形成具有强边缘的对比度高的区域,其中包括人体轮廓区域;从低分辨率尺度BIMF图像到高分辨率尺度BIMF图像递归计算,建立基于BEMD的多尺度树(BEMD multiscale-trees tructured)模型,快速提取目标区域并获取人体形状轮廓特征。实验证明,利用该方法进行人体姿态轮廓特征提取,并建立人体姿态的简化模型,可快速检测并判别人体姿态,以达到实时识别。

烟叶叶梗分离后大片筛分工艺的优化设计

为寻求烟叶叶梗分离后大片(>25.4 mm×25.4 mm)率的合理控制方法,将叶梗分离后叶片结构的指标控制在适宜范围内,以打叶工序一打后物料和圆盘筛分机为试验材料和设备,研究不同圆盘间距、不同筛分机频率对大片率的影响。结果表明:使用圆盘式筛分机可有效控制叶梗分离后叶片结构指标,当筛分机频率为38 Hz,圆盘间距为38 mm时,大片筛出比例为90.1%,中片筛出比例为17.1%;回打后,大片率为33.84%,大中片率为84.14%,<2.36 mm叶片率为0.21%,叶中含梗率0.64%,满足行业《卷烟工艺规范》要求。