基于F-Faster-RCNN算法的摔倒检测研究

提出一种基于特征金字塔(FPN)结构的快速卷积神经网络(F-Faster-RCNN)的摔倒检测模型,采用F-Faster-RCNN目标检测网络结合多目标跟踪算法Deepsort实现运动目标跟踪;采用3D卷积神经网络和支持向量机(SVM)分类算法实现老人摔倒行为的判别。F-Faster-RCNN算法以残差网络为主干网络,加深了网络层次;以FPN结构逐层提取特征,实现深浅层特征的融合;结合遗传算法改进SVM的参数调优过程,避免了局部最优解。经仿真验证,基于F-Faster-RCNN目标检测模型损失率可降低到2.2%,摔倒检测平均准确率达到84.4%。

基于支持向量机的视频字幕自动定位与提取

视频字幕蕴含了丰富语义 ,可用于对相应视频流进行高级语义标注 .文中首先将原始图像帧分割为 N× N的子块 ,提取每个子块的灰度特征 ;然后使用预先训练好的 SVM分类机进行字幕子块和非字幕子块的分类 ;最后结合金字塔模型和后期处理过程 ,实现视频图像字幕区域的自动定位提取 .

基于梯度径向夹角直方图的异源图像匹配

提出一种图像全局特征描述方法——梯度径向夹角金字塔直方图。该特征不受图像灰度级非线性变换和图像旋转的影响,具有较强的抗噪声能力。基于该特征的匹配算法能够对存在旋转变换的异源图像进行匹配。用SAR图像和可见光图像对匹配算法进行测试,结果表明基于梯度径向夹角金字塔直方图匹配方法的匹配成功率优于传统方法。由于对基准图进行离线预处理,同时避免角度空间搜索,算法的实时计算时间比传统方法小3个数量级。

一种基于改进的无监督深度学习自编码方法

针对传统的Auto Encoder方法在全局特征提取上的高性能以及在图像识别上的重要性,本文提出了一种基于无监督局部深度特征学习的改进方法。首先对训练图像进行局部分块处理,其次采用Auto Encoder方法设计自编码网络进行深度训练,并使用费舍尔向量结合空间金字塔匹配算法进行特征提取,最后通过线性SVM分类器来提高图像识别的准确率。实验结果表明:在MNIST数据集上,本文改进方法运算速度更快,更节约内存,同时具有更低的错误率。与传统方法相比,本文改进方法具有更好的准确性,鲁棒性。

三维GIS中矢量数据的高效精确渲染方法

在地理信息系统(GIS,Geographic Information System)中,矢量数据在空间位置定位和空间分析等方面有着许多重要的应用,精确高效的将二维矢量数据叠加绘制到三维地形上是必需的。提出了一种动态矢量纹理金字塔叠加绘制方法。根据当前视点位置实时生成对应金字塔级别的矢量纹理块,矢量纹理分块与地形分块一一对应,统一调度渲染,并使用无约束各向异性滤波的纹理反走样方法来减轻纹理走样问题。该方法独立于底层地形几何体,因此能够跟大部分多分辨率地形绘制方法很好的进行结合。在数字地球系统中使用多层矢量数据的实验结果表明,所提算法绘制效率较高,绘制效果良好。

基于金字塔匹配核的音乐信息检索

分析基于内容的音乐信息检索(music information retrieval,MIR),其关键在于特征提取.传统的单特征向量表示方法存在局限性:难以选定用于提取特征的片段或时间窗;只选取音乐片段会丢失一些重要的信息.为了消除局限性,引入多特征向量的特征表示方法,在获取音乐的多个声学特征向量的同时,也可以完整地表示该音乐曲目.为了更加准确地计算由多特征向量表示的2个音乐曲目之间的相似度,引入金字塔匹配核技术(pyramid match kernel,PMK)计算不同长度的多特征向量之间的相似度.实验结果表明,PMK技术的引入可以提高MIR的性能.

一种新的矢量量化编码算法

矢量量化是低位率图像压缩非常有效的一种方法 ,矢量量化基本方法的一个关键问题是需要较长的编码时间 ,尤其对于高维矢量或大的码书 .提出了一种基于 1/ 2 L2 -范数金字塔数据结构的快速编码算法 ,明显加快了编码过程 ,减少了实际对存储器的需求 ,特别对高维矢量和大的码书效果更显著 。

基于方向可控金字塔二值图像投影的图像检索

针对目前基于内容的图像检索方法中存在的图像纹理信息表征不全面、运算量大、检索效果不理想等问题,提出了一种新的图像检索方法。方法首先对灰度图像进行方向归一化,然后进行方向可控金字塔分解,得到多尺度多方向的子带图像,通过自适应阈值T进行子带图像二值化并分别在行方向和列方向上进行投影得到图像的纹理特征。在特征匹配上,采用向量相交匹配方法。实验结果表明,上述方法运算速度快,检索效果和抗干扰性好,可以用于图像检索。

基于SVM和ICA的视频帧字幕自动定位与提取

视频字幕蕴涵了丰富语义,可以用来对相应视频流进行高级语义标注,但由于先前视频字幕提取考虑的只是如何尽可能定义好字幕特征,而忽视了分类学习机自身的学习推广能力.针对这一局限性,提出了一种基于支持向量机和独立分量分析的视频帧字幕定位与提取算法.该算法是首先将原始图象帧分割成N×N大小子块,同时将每个子块标注为字幕块和非字幕块两类;然后从每个子块提取能够保持相互高阶独立的独立分量特征去训练支持向量机分类器;最后结合金字塔模型和去噪方法,用训练好的支持向量机来实现对视频字幕区域自动定位提取.由于支持向量机能够在样本不是很多的情况下,具有良好的分类推广能力以及能使独立成分特征之间彼此保持高阶独立性,与其他视频帧字幕定位提取算法比较的结果表明,该算法具有明显的优点.

上面级快速星图匹配算法研究

现有星图匹配算法存在搜索时间慢、算法实时性差的问题。为了满足上面级实时性的要求,文章采用K矢量查找算法来提高查找快速性,选择星对角矩作为星图匹配的特征量,构造星对角矩矢量,采用星棱锥星图匹配算法进行星图识别。最后采用上下位机的形式进行仿真分析,结果表明采用该星棱锥快速星图匹配算法成功率在99%以上,识别时间最长约为100ms,平均时间在15ms以内。该算法能够满足上面级对匹配算法快速性和高精度的要求。

宽带ISF参数的转换分类乘积码锥形矢量量化

本文提出了一种新的应用于宽带导抗谱频率参数量化的转换分类乘积码锥形矢量量化方案.该量化器基于转换分类与乘积码锥形矢量量化原理,首先对待量化的ISF参数矢量进行分类,然后按类进行乘积码锥形矢量量化.该算法具有低存储量及低复杂度的特点.实验表明,该算法在每帧编码比特数为46时,平均谱失真比乘积码锥形矢量量化低,且达到了透明量化标准.

高性能分布式地图渲染关键技术的应用分析

通过对高性能分布式地图渲染关键技术应用的分析,引用了大数据分布式技术,有效整合了分布式存储、矢量金字塔、分布式渲染、自动缓存等高新技术,打造了高性能分布式地图渲染技术方案,实现了基于HBase的超大规模数据的地图免切片发布服务,满足了用户对空间数据即时更新、即时发布、高效浏览的要求。

基于SVM的搅拌摩擦焊表面缺陷分类

提出了一种基于支持向量机(SVM)的搅拌摩擦焊(FSW)表面缺陷分类方法。首先,使用高斯金字塔获取下采样后的低分辨率图像以减少FSW表面洋葱纹的影响,使用Sobel算子和Hough直线检测算法提取感兴趣区域并将结果映射回原始图像,得到FSW轴肩作用区图像;其次,对得到的无缺陷、飞边和沟槽缺陷图像使用小波变换、灰度共生矩阵(GLCM)以及局部二值模式提取纹理特征;最后,将得到的特征向量输入支持向量机,完成对3种类别共2100张FSW图像的识别,总体分类准确率大于98%。通过对数据集添加不同方差的高斯噪声,验证了所提方法具有一定的抗噪能力,其分类结果可以作为搅拌摩擦焊加工过程中参数控制的一个反馈信号。

基于形状模板匹配的印刷品缺陷检测

针对传统的模板匹配算法无法满足工业检测中的实时性要求,提出了一种基于形状模板的匹配算法,并应用于印刷品的缺陷检测。算法以Sobel算子滤波后得到的边缘点的方向向量为基础,定义相似性度量,同时结合图像金字塔分层搜索策略,利用形状信息进行模板匹配。实验结果表明,所提出的匹配算法速度快、精度高,而且匹配鲁棒性高,不受印刷品缺陷检测中可能出现的遮挡、非线性光照变化和全局对比度反转等情况的影响。

基于快速SIFT特征提取的模板匹配算法

针对尺度不变特征变换(SIFT)算法计算量大的问题,提出一种基于快速SIFT特征提取的模板匹配算法。采用递推方法加速计算每个种子向量,利用向量排序来保持算法对旋转的不变性,并通过一种适用于该描述符的快速搜索匹配方法,提高算法的实时性。实验结果表明,该算法能提高匹配速度,并且能在旋转、缩放的情况下有效地识别目标。

一种多特征融合的场景分类方法

针对图像当中的不同对象,各种特征的优势各不相同,彼此之间存在互补现象.因此,提出一种多特征融合的图像场景分类方法.首先分别提取图像的GIST特征、SIFT特征和PHOG特征;然后将SIFT特征进行局部约束线性编码,并基于空间金字塔模型进行最大池化生成稀疏向量表示;接着采用串联的方法将GIST特征、SIFT特征稀疏向量表示和PHOG特征进行特征融合;最后将融合特征与类标签信息一起输入到线性SVM进行分类.多特征融合的图像场景分类方法,充分考虑了各个特征之间的优势以及图像原有特性和单词空间分布,能够有效的达到特征互补.实验结果表明,与其他分类方法相比,该方法具有较好的分类性能.

基于角点光流与SVM的增氧机工作状态检测

在水产养殖中,实时检测增氧机的工作状态非常重要。因此,提出了一种基于角点光流与支持向量机SVM模型的增氧机工作状态检测方法。该方法首先通过摄像机采集增氧机停止/运行状态的视频,然后对相继前后两个视频帧,利用Harris算法检测前一帧图像的水花角点,再根据后一帧,用金字塔Lucas-kanade光流法计算角点的光流量,从而得出水花角点在两帧之间的帧间平均位移;然后,利用学习阶段视频的角点帧间平均位移数据训练SVM模型;最后利用训练好的SVM模型对增氧机实时工作状态进行判断。在工作阶段,采用一种过滤异常视频帧的方法,提高检测的准确率。通过实验表明,该方法适应于对不同光照、不同视频获取角度和不同拍摄距离条件下增氧机工作状态的实时监控,检测准确率高于直方图阈值分割方法。同时,该方法具有较好的鲁棒性和实时性。

基于插值矢量量化的地形金字塔纹理压缩

矢量量化因其压缩比大,解码简单效率高成为实时绘制系统中大规模纹理压缩主要使用的方法。文献[1]介绍的基于矢量量化方法针对纹理金字塔压缩取得了很大的成功。在此基础上使用一个特征值数据本,一个残差矢量码本和索引表对金字塔纹理的各层进行压缩,在保持实时性的同时提高了压缩比。使用了改进的SOFM码本生成算法,实验表明其码本质量优于传统的码本生成算法。

四元数小波变换的无参考图像质量评价

提出了一种新的利用四元数小波变换的通用型无参考图像质量评价算法,其利用四元小波金字塔将二维图像映射到四维空间,每层可以表示为1个幅值和3个相位(Φ,θ,ψ),其中ψ相位包含丰富的图像纹理信息,能有效表征图像的结构信息。因此,通过提取各尺度ψ相位中能有效表征图像失真程度的特征,并构成特征向量,通过支持向量回归(support vector regression,SVR)模型预测图像质量得分。实验结果表明,该算法能有效反映各失真类型图像的视觉感知质量,斯皮尔曼等级相关系数值能达到0.942。

基于案例分析金字塔模型的主动运维案例体系建设

针对传统运维案例在经验共享和处置效率方面的不足及运维领域同类事件重复发生概率高、处置差异大的情况,提出一种案例分析金字塔模型,使用基于向量化解析和知识分层提取的素材库构建方法,实现由生产运维操作标准库、生产运行异常事件库到案例素材库再到案例教学库的自动生成转变,并以金字塔模型为基础,通过引入改进的趋势预测分析方法、案例推理"5R"模型和"4S"案例教学模式完善预警预测、辅助决策、案例教学相关应用,建立主动运维案例体系。实践结果表明,通过整个体系的推行,改变了企业信息系统运维被动应付的局面,同类事件占比逐年降低,事件响应时间和处置时间明显缩短,运维服务质量大幅提升。