ZigBee基础下的无线通信技术及其应用

现如今,社会发展已经步入网络信息时代,信息技术在社会各领域的应用,极大地提高了行业工作效率。ZigBee无线通信技术是技术水平发展的有效成果,并取得了良好的应用效果,本文首先对该技术进行了基本介绍,然后重点分析了该技术的具体应用。

基于改进粒子滤波的视觉目标跟踪

针对目标跟踪算法在精度和鲁棒性上的要求,提出一种基于改进粒子滤波的视觉目 标跟踪算法.首先,建立多种特征来描述目标外观模型,并对各特征分量的加权系数进行自适 应调节;然后,利用分类重采样方法解决原始重采样方法中的粒子退化和匮乏问题;最后,提出 一种新的模板更新机制,自适应选取运动模板或原始模板.实验结果表明,改进后的算法在具 有挑战的跟踪视频序列上实验,具有良好的跟踪精度和鲁棒性,能够应对视频图像分辨率不 高、目标转动变化、部分遮挡等复杂条件.

结合特征图谱学习的人数统计方法

针对实际公共场景视频的人数统计中存在的背景干扰、光照变化、目标间遮挡等问题,提出一种结合特征图谱学习和一阶动态线性回归的人数统计方法。首先,建立图像的尺度不变特征变换(SIFT)特征与目标真实密度图之间的特征图谱映射模型,利用SIFT特征和前述映射模型得到包含目标和背景特征量的特征图谱;然后,根据通常监控视频中背景变化较小、特征图谱中的背景特征量相对稳定的特点,由特征图谱的积分与真实人数通过一阶动态线性回归建立人数回归模型;最后,通过该回归模型模型得出估计人数。在数据集MALL和PETS2009上进行实验,实验结果表明:与累积属性空间方法相比,所提方法平均绝对误差降低了2. 2%;与基于角点检测的一阶动态线性回归方法相比,其平均绝对误差降低了6. 5%,平均相对误差降低了2. 3%。

针对空中监控平台的异常行为检测方法

空中监控平台拍摄的视频具有背景移动、视距较远等特点,结合其特点提出适用于空中监控平台的人群异常行为检测方法。首先通过估计图像的深度信息,适当修正特征点的光流矢量,以减小透视现象导致的对特征点运动速度的估算误差;然后对特征点的光流矢量聚类,并结合背景运动一致性规律检测出前景特征点。通过双高斯混合模型检测异常特征点,用最大期望(EM)算法求取模型参数。最后采用一种时间队列机制检验误判;并通过简化的凝聚层次聚类算法对异常特征点的空间坐标进行聚类,去除孤立的异常特征点并标记出异常群体。多个场景下的实验结果验证了方法的有效性。

基于光流的快速人体姿态估计

针对目前深度学习领域人体姿态估计算法计算复杂度高的问题,提出了一种基于光流的快速人体姿态估计算法.在原算法的基础上,首先利用视频帧之间的时间相关性,将原始视频序列分为关键帧和非关键帧分别处理(相邻两关键帧之间的图像和前向关键帧组成一个视频帧组,同一视频帧组内的视频帧相似),仅在关键帧上运用人体姿态估计算法,并通过轻量级光流场将关键帧识别结果传播到其他非关键帧.其次针对视频中运动场的动态特性,提出一种基于局部光流场的自适应关键帧检测算法,以根据视频的局部时域特性确定视频关键帧的位置.在OutdoorPose和HumanEvaI数据集上的实验结果表明,对于存在背景复杂、部件遮挡等问题的视频序列中,所提算法较原算法检测性能略有提升,检测速度平均可提升89.6%.

复杂场景下在建建筑区域识别方法

针对在建建筑区域具有与周围非在建建筑颜色特征不同、与周围自然环境纹理特征不同的特点,提出了一种基于在建建筑颜色和纹理特征的高空影像中在建建筑区域识别方法.首先对只包含在建建筑图像数据集中的图像进行颜色和纹理特征提取,由这些特征矢量构建图像特征索引库;然后将待检测图像分块,对其颜色聚类屏蔽绿色植被区域并计算特征矢量,将其与特征索引库做相似性度量,判定该图像块在整个待检测图中的位置,对检测到的在建建筑用红色矩形框和唯一的标识符框选出来.实验结果显示,利用本文提出的在建建筑区域识别方法,能够有效地识别城市高空影像中的在建建筑区域,基于本文算法的系统可以运用于城市规划.

高空悬挂式相机拍摄中的拉索提取方法

为了解决高空悬挂式相机拍摄航拍图像中的拉索对图片产生的影响,提出一种拉索提取方法。该方法首先分别用Canny算子和小波变换处理图像,然后用小波变换提取的垂直方向的高频分量与Canny算子得到的边缘图像做交集,对得到的交集图像经形态学膨胀处理后,叠加到Canny检测得到的边缘图上;在此基础上,通过形态学腐蚀滤除复杂的图像环境中的大量背景图案,保留直线方向的特征,再在概率霍夫直线检测的基础上,利用聚类拟合更精确地找到待提取的拉索内容。实验结果表明,所提出的拉索提取方法能从复杂的背景中完整地提取出目标拉索。

机场环境下的特定目标跟踪算法

针对机场环境,提出一种特定目标跟踪算法。研究核相关滤波算法,在外观特征提取方面融合多种特征,克服背景与目标相似度较高以及光照变化的影响;同时引入一种尺度自适应方法,以更好地适应目标尺度变化;还设计一种模型实时更新策略,以避免分类器学习到错误的目标信息。实验结果表明,所提出的算法在机场环境下跟踪精度较高、鲁棒性也更强。

某型飞艇囊体应力分析

结合某型飞艇项目,描述了某型号飞艇囊体的结构形式,载荷特点,并建立了基于ANSYS软件的有限元模型,进行了非线性有限元仿真试验,获得了应力数据。分析表明,飞艇囊体中部应力最为集中。内外压差、囊体形状和外载荷分布是影响应力分布的主要因素。论文结果为飞艇的研究和设计提供了重要的参考依据。

基于改进多尺度特征图的目标快速检测与识别算法

针对目标检测与识别在精度和实时性方面的要求,提出了一种基于改进多尺度特征图的目标快速检测与识别算法。算法在原始SSD模型的基础上,利用卷积神经网络自动提取多尺度特征图,构建了一种有效的卷积特征图融合模块,同时引入轻量级的压缩型双线性融合方法,丰富上下文信息。进一步结合通道注意机制,自适应地学习特征图各通道之间的相互关系,强调有用信息,抑制冗余信息,提高了特征图的判别能力,将增强后的多尺度特征图用于检测模型。实验结果表明,与同类算法相比,所提算法的效率更高,明显提升了识别精度,同时速度达到63frame·s^(-1),较好地平衡了识别精度与速度之间的关系。