基于动作条件交互的高效行人过街意图预测

城市化的进程不断加速,人车冲突问题已成为现代社会亟待解决的重大难题。复杂交通场景下,行人横穿马路行为导致交通事故频发,准确、实时地预测行人过街意图对避免人车冲突、提高驾驶安全系数和保障行人安全至关重要。本文提出基于动作条件交互的高效行人过街意图预测框架(efficient action-conditioned interaction pedestrian crossing intention anticipation framework,EAIPF)来预测行人过街意图。EAIPF引入行人动作编码模块增强多模态动作模式下的表征能力,挖掘深层骨架上下文信息。同时,引入场景对象交互模块挖掘与对象交互信息,理解交通场景中高级语义线索。最后,意图预测模块融合行人动作特征和对象交互特征,实现行人过街意图的鲁棒预测。所提出的方法在两个公共数据集JAAD和PIE上验证算法性能,准确率分别达到了89%和90%,表明本文方法可以在复杂交通场景下准确预测行人穿越意图。

行人横穿场景下某智能接驳车AEB算法优化研究

为应对景(园)区内行人横穿等复杂情况,提高自动紧急制动(AEB)对行人保护的安全性。文章建立了某智能接驳车在路面激励特性和车辆特性前提下的动力学模型,提出了基于模糊推理的智能接驳车AEB控制算法,通过MATLAB/Simulink仿真软件对控制算法进行仿真,并将该算法应用到实车测试,与传统控制算法进行了比较试验。结果表明,接驳车在5.14 s全力制动时比传统值(5.35 s)快0.21 s;接驳车刹停后,距离行人安全距离传统值为1.53 m,优化值为1.91 m,两者误差为0.38 m,优化后更加精确安全,能有效避撞的同时也说明了该算法的可行性。

数智表演中的沉浸式跨场景协同创新设计研究

从国家新型工业化战略需求出发,结合元宇宙“沉浸式”发展趋势,对数智表演的沉浸式体验及其演变形态特征进行深入分析,提出沉浸式跨场景体验和多模态协同交互的综合设计方法。具体地:构建观众与虚拟化身协同的人机交互方式,提出普适性的跨场景叙事交互设计方法;通过多模态人机接口的协作与决策,实现观众间情感感知的紧密联结,设计并开发表演原型系统进行实践和具体阐述。研究通过观众的实际体验,拓展了数智表演沉浸式体验中的自然交互,提升了观众体验效果,为智能时代下的元宇宙演艺展现形式开辟了新的途径并提供了可行的实施建议。

融合普通相机影像的古建筑实景三维建模技术研究

在采集古建筑物的三维空间数据时,无人机近景摄影测量可以获取目标物真实的纹理信息和空间及语义信息,但是由于其影像畸变大,受误匹配影响粗差点多,因此实景三维模型极易出现扭曲、拉花等问题。本文应用低空交叉环绕进行古建筑近景影像数据采集,再通过普通相机拍摄一定数量细节特征影像,最后将普通相机辅助下细节特征数据和无人机低空摄影测量进行融合。研究结果表明融合普通相机数据能够更真实还原古建筑物几何构造,显著提升模型细节特征精度,对文保部门建立文化遗产基础地理信息数据库具有参考价值。

多源数据融合在实景三维模型质量提升中的应用

常规倾斜摄影测量航高与拍摄角度固定,建立的三维(3D)模型底部或视角盲区会出现空洞、扭曲、变形等现象,而部分超高建筑物由于其顶部与地面的影像分辨率相差较大,导致建模时模型顶部会有大规模破损。本文在传统倾斜摄影基础上融合地面补拍数据与高空交叉环绕补拍数据,生成融合后倾斜摄影点云,再与手持式移动3D激光扫描仪获取的点云数据融合建模,生成高精细度实景3D模型成果。该方法在抚州市城区进行试验,从模型数学精度、表达精细度和场景效果几个方面对成果进行质量评价,结果表明:多源数据融合后的模型几何精度更高,模型表达精细度和场景效果质量都有较大程度的提升。

基于光线跟踪方法的全局光照研究

光线跟踪方法是解决全局光照问题的一种重要方法。概括性地提出光线跟踪方法研究的基本任务是研究关于采样、加速求交的问题,并综述性地分析了光线跟踪相关算法。介绍了该领域近期研究热点即实时光线跟踪以及基于图形硬件的光线跟踪的相关研究工作,指出了光线跟踪方法在解决全局光照问题时的优缺点以及未来的研究重点。展望了基于光线跟踪方法的全局光照应用前景。

跨相机交通场景下的车辆空间定位方法

为解决交通应用中的跨相机全场景车辆空间定位问题,利用单目相机,提出一种全场景透视拼接及车辆3D检测相结合的方法.首先提出一种交通场景下的相机自动标定方法,通过构建相机标定空间模型,自动求取标定参数并优化;然后利用公共区域的特征点,将多相机空间坐标系进行变换统一,为直观体现全场景物理空间,将各场景透视变换至统一的像素-物理坐标系中;最后,针对单目视觉下的车辆3D定位难题,利用车辆投影的几何约束,建立优化模型构建精细化的3D包络,以3D包络质心作为车辆空间定位点,同时可映射至像素-物理坐标系,体现车辆的动态信息.在具有人工特征点的实验环境及无人工特征点的实际应用环境中,对于跨场景的多类型车辆进行空间定位实验验证,实验结果表明,该方法可解决交通视频监控中的车辆跨相机大场景下的空间定位难题,在选取的实验场景中综合定位精度可达到厘米级,且实时性较好.

基于互相关峰特征的景象匹配性能预测方法

定义了三个互相关峰特征量 .通过大量景象匹配试验 ,研究了景象匹配正确匹配概率与三个互相关峰特征量的关系 ,利用该关系可以通过统计景象匹配的互相关峰特征对景象匹配的正确匹配概率进行预测 .

基于图案的多层次跨场景服装检索

在跨场景服装图像检索问题上,目前的“以图搜图”方法主要依赖于服装款式类别等服装区域全局特征提取的结果,导致检索准确度不高。针对这种情况,提出一种基于图案的多层次跨场景服装检索方法,在考虑服装区域特征匹配的基础上,同时将服装内部图案区域特征的匹配度作为检索结果的衡量标准,使用多层次的服装特征描述进行检索匹配。此外在进行度量学习时使用triplet loss函数实现,将不同背景环境下的图像作为正样本输入训练网络可以提高网络模型对于跨场景服装检索的抗干扰能力。实验结果表明,图案区域匹配度的加入和triplet loss函数的使用可以有效增强网络的特征提取能力,能够提高跨场景服装检索的精度,适用于日常服装检索。

移动互联时代品牌传播的场景革命

在移动互联时代,数字化场景正在重构商业、媒介、消费、社交的模式,场景成为品牌传播的连接点、触发点与消费点。传统的品牌传播模式面临数字化的场景革命,品牌传播竞争的重点将落在如何构建基于数字化的入口场景、消费场景和支付场景上,并将这些场景进行跨界整合以实现与消费者的连接、沟通、互动和分享。品牌形象的建构不再是广告的长期投资,而是基于品牌与消费者彼此的理解、信任与分享。企业只有借助日渐兴起的社群,通过协同分享,实现品牌的价值。

地面起伏对雷达景象匹配定位性能影响的分析

雷达是通过接收一定时间间隔内电磁回波成像,它与可见光成像不同。地面高程起伏不仅导致地面景物在不同成像条件下几何分布的畸变,而且引起成像灰度特性分布上的不一致,影响雷达景象匹配定位性能。在分析地面高程起伏和雷达成像模型之间关系的基础上,提出了一种基于垂直投影的雷达实时图像校正方法。试验表明了该方法的有效性。

动态背景下基于自更新像素共现的前景分割

针对共现像素-支持块模型(CPB)存在的问题,提出一种新的自更新像素共现模型(SU-CPB).引入经大规模监控场景训练的时空注意力模型(STAM),将STAM分割掩模作为指导,通过3种方法,包括像素-支持块对的动态选择,结构失效支持块的替换与前景相似度的计算,完成对支持块的在线自更新,解决CPB不具备更新能力带来的模型性能下降的问题,并使SU-CPB具备跨场景前景分割能力.实验结果表明,该方法在所有测试场景下均优于CPB,并在未经STAM训练的Wallflower与LIMU数据集下,显著优于单纯的STAM、CPB以及其他参与对比的方法.

一种沙漠场景地杂波雷达散射截面的仿真方法

利用三角形小平面模型、修正的几何光学模型与γ-f角度截断后向散射系数模型和沙漠场景的数字高程模型数据,对沙漠场景下地杂波雷达散射截面进行了仿真。散射特性模型结合场景几何模型计算得到的场景RCS矩阵图表明,仿真结果与沙漠场景特殊的地形特性和周期性特征基本符合,验证了该方法的有效性。

数字视频序列中渐变场景切换的检测

淡入、淡出和消融的共同特点是两个场景之间的切换由一个渐变的线性变化过程来实现。渐变场景切换检测也是视频后处理和视频数据库检索的关键步骤之一。文中提出了一种用于检测数字视频序列中渐变场景切换的算法，首先建立了统一的渐变场景切换数学模型；然后，根据随机过程的方差特征分析渐变区域的统计特征，提出了包括淡入、淡出和消融等场景切换检测的算法；最后，给出了算法的实验结果。实验表明该算法具有９５ ％ 以上的检测正确性。

基于SAR图像的快速景象匹配方法

景象匹配制导作为复合制导中的一种重要制导方式,其要求匹配算法在保证匹配时间短的同时具有较高的匹配精度。针对这一问题,提出了一种归一化互相关与改进的部分Hausdorff距离复合的景象匹配算法。为了降低匹配时间,该算法选取图像边缘为特征空间,采用小波变换将原始图像分解为一系列维数较小的子图像,进而在子图像上逐层进行匹配;同时为了提高匹配精度,在子图像上采用归一化互相关算法进行粗匹配,然后在原图上粗匹配点的邻域内利用改进的部分Hausdorff距离完成精匹配,获得精确的匹配位置。仿真结果表明,与传统算法相比,该算法具有较短的匹配时间与较高的匹配精度。

基于计算听觉场景分析的语音增强改进算法

针对单通道语音增强问题,基于计算听觉场景分析(CASA)的原理,提出了一种基于CASA计算模型的语音增强改进算法。该算法在特征提取中选择了目标语音有效能量、信道互相关等特征,对语谱能量和互相关特征的阈值选取进行了改进。在5种低信噪比噪声干扰条件下的仿真实验结果证明,该算法输出增强语音的信噪比平均提高了9.32dB,有效地抑制了噪声。

跨境电商出口企业“人-货-场”场景化营销策略

全球互联互通加速了场景技术在跨境电商平台中的应用,跨境电商企业灵活采用场景化营销策略,将“人(客户)-货(产品)-场(场景)”三维度交织融合,不仅重视产品本身属性,还将产品使用场景以及象征意义对接到营销环节中去。跨境电商出口企业积极提供创新服务,高效推广并获客,从而推动出口,提高海外竞争力。

基于V3DM技术的道路交叉口仿真及参数分析

应用VISSIM交通仿真软件中的V3DM模块,对城市道路交叉口进行实际场景构建,建立车流、道路交通标志、道路周边设施及其他交通参与者3D模型,并对各种3D模型的各种交通属性进行设定。通过V3DM仿真模块,将建立好的3D实景模型应用于交通流的运行仿真过程中,获取道路交叉口交通流运行的相关参数及仿真动画。通过对相关指标和仿真动画的分析,可对交叉口的运行状态和效率做出评价,并结合相应的参数值,提出交通信号配时及交通设施改进的方案。

基于SDL和OpenGL实时绘制中文字体

为了能够在三维场景当中实时的将中文字体绘制在指定的位置上,提出了基于SDL和OpenGL跨平台图形库,采用生产者-消费者模型对字符串进行处理的实时绘制方法。优化了中文字体生成纹理图的过程,并控制中文字体纹理坐标,最终能够实时并且正确的显示中文字体。实验结果表明,该方法能够高效地实时绘制出中文字体,而且能够保证中文字体不会发生变形,对三维场景中指定位置的中文输入具有借鉴意义。

基于深度学习的自适应场景路面提取方法

为满足无人驾驶车辆对越野环境的适应能力,提高无人驾驶车辆对环境的理解能力,必须对环境感知层面提出更高的要求.而环境感知中最为关键的一点就是车道线提取或者路面提取.与城市环境下的结构化道路相比,越野环境下的路面提取更加复杂.综合对多种越野场景展开研究,提出了一种能够自适应场景变化的路面分割方法.文中在越野环境下采集了大量的数据,并且制作了相应的数据集;应用深度学习技术对这些场景进行识别;应用语义分割算法对不同场景下的路面进行分割;最后统一了整个算法模块,给出测试结果.