基于Kinect传感器的瞳孔定位算法

传统算法通常需在头部稳定或光线明亮的情况下进行,较难在自然条件下对多姿态头部运动时的人眼进行跟踪。针对该问题,提出基于Kinect传感器的瞳孔定位算法,使用三维主动表观模型(AAM)对眼轮廓匹配得到眼部特征点,粗定位分割出眼睛,再对瞳孔进行精确定位。实验表明:在多姿态与头部带有遮挡物的情况下仍能较好地跟踪和定位人眼。

高效视频编码的Merge模式候选决策研究与改进

高效视频编码的Merge模式基于四叉树的图像编码方式,可以将多个相邻且具有相似运动情况的预测单元(PU)块合并成同一个区域并使用相同的运动参数。研究候选PU的合并决策过程,针对Merge模式所带来的高计算复杂度且合并候选过程中常进行多次不必要的判断问题,提出一种低复杂度的候选决策算法。该算法基于时空域候选在不同情形下的分布特征,从改变候选列表选择过程的角度减少候选判断次数从而降低编码复杂度。实验结果表明,与原始算法相比,该算法的编码时间缩短、码率减少,能有效降低编码复杂度。

复杂场景下多尺度船舶实时检测方法

船舶检测在军事侦察、海上目标跟踪、海上交通管制等任务中发挥着重要作用。然而,受船舶外形尺度多变和复杂海面背景的影响,在复杂海面上检测多尺度船舶仍然是一个挑战。针对此难题,提出了一种基于多层信息交互融合和注意力机制的YOLOv4改进方法。该方法主要通过多层信息交互融合(multi-layer information interactive fusion,MLIF)模块和多注意感受野(multi-attention receptive field,MARF)模块构建一个双向细粒度特征金字塔。其中,MLIF模块用于融合不同尺度的特征,不仅能将深层的高级语义特征串联在一起,而且将较浅层的丰富特征进行重塑;MARF由感受野模块(receptive field block,RFB)与注意力机制模块组成,能有效地强调重要特征并抑制冗余特征。此外,为了进一步评估提出方法的性能,在新加坡海事数据集(Singapore maritime dataset,SMD)上进行了实验。实验结果表明,所提方法能有效地解决复杂海洋环境下多尺度船舶检测的难题,且同时满足了实时需求。

一种圆环形巴伦带通滤波器

基于圆环谐振器的结构,提出了一种紧凑型的巴伦带通滤波器,利用合理摆放激励端口的角度以及弧形馈电端口的耦合长度来激发圆环形谐振器的简并模式,产生两个传输零点,提高滤波器的选择性和带外抑制能力。基于以上思路,设计了一款尺寸为16 mm×18 mm的巴伦滤波器。该滤波器的中心频率为4.54 GHz,通带宽度为0.24 GHz,相对带宽为5.3%(4.38~4.62 GHz),回波损耗S_(11)优于-3 dB,带内插入损耗S_(21)、S_(31)优于-20 dB,相位不平衡度优于±3°,幅度不平衡度优于±0.5 dB,通过控制弧形馈电端口的长度可以成功实现带宽可控。最后对仿真的圆环形巴伦带通滤波器进行实物加工制作(ε_(r)=2.65,h=1 mm)。实物测试结果与仿真结果基本相符,整体性能较好,验证了该方法的可行性。

H.266/VVC中一种改进的仿射运动估计算法

通用视频编码标准H.266/VVC通过引入多种新的编码技术,如仿射运动补偿预测、自适应运动矢量精度、多核变换等,以支持360°视频和HDR视频的编解码,从而为用户提供最优的视频质量,但是在H.266/VVC帧间预测过程中,仿射运动估计计算复杂度高导致编码时间显著增加。针对该问题,提出一种改进的仿射运动估计算法。通过对仿射高级矢量预测(AAMVP)候选列表的构建过程进行改进,并构建一种AAMVP候选列表候选项筛选准则,使得列表的候选项更接近编码块真实的运动矢量,从而缩短编码时间。同时对仿射运动估计中迭代搜索最优仿射运动矢量的迭代过程进行优化,以加快迭代搜索速度。实验结果表明,在低时延的编码器配置下,相比VVC原始算法,当BD-BR增加了0.023%时,该算法的总体编码时间平均缩短13%,在保证编码质量的前提下能够有效降低编码的计算复杂度。

一种基于SATD的帧内预测算法

基于减少视频编码复杂度的目的,本文采用一种基于SATD的帧内预测模式选择算法,该算法首先计算出35种预测模式所对应的SATD值,然后通过MPM选择出最有可能预测模式,并计算出最有可能预测模式所对应的SATD值和35种预测模式所对应的SATD值的均值,并作为阈值T。接着将35种预测模式对应的SATD值与阈值T比较,排除可能性小的预测模式,避免不必要的计算,从而降低帧内预测编码的复杂度。通过HM10.0仿真试验,结果表明在图像质量没有明显下降的情况下,节省了大量的编码时间。