基于注意力机制的X光安检图像危险物品检测

针对X光行李安检系统中危险物品检测上存在的误检、漏检等问题,提出了一种有效利用上下文信息和增强特征表征能力的注意力融合网络(attention fusion network,AFN)。在YOLOv3-SPP架构上融合多压缩激活(multi-squeeze excitation,MSE)模块和多融合全局注意力(multi-fusion global attention,MFGA)模块,将特征提取网络提取的特征与MSE提取的通道信息融合,得到具备通道全局性的语义特征;将MFGA模块设置在各个检测网络分支,有效地融合具有深层特征的通道及空间信息,使多尺度特征具备3维全局性。在公开的SIXray数据集上进行测试表明,提出的方法有效提高了中等目标和大目标的检测精度和召回率,模型的精度均值为51.1%,比经典的YOLOv3-SPP算法提高了1.4百分点,证明了通道注意力和空间注意力可有效增强输入特征图中用于检测危险物品的细节信息,提高模型对中等目标和大目标的检测性能。

Mel频率下基于LPC的语音信号深度特征提取算法

针对传统语音信号二次特征提取方法在保证识别率的前提下,实时性较差的问题,提出一种Mel频率下基于线性预测系数(linear predictive coefficient,LPC)的改进的语音信号深度特征提取算法。该方法根据人耳的听觉特性把LPC在Mel频率下进行非线性变换,再进行微分、高阶微分和按比例重组等步骤,得到一种既考虑声道激励又兼顾人耳听觉的新特征参数,从而大大减少传统语音信号深度特征提取的计算量,在不影响识别效率的情况下,极大提高系统的实时性。最后,将该算法在智能轮椅平台进行有效性验证,大量实验表明,语音控制系统实时性差的问题在使用该算法后能够得到明显改善,该算法既保证了特征提取识别率,也有效地改善了系统的实时性。在一定程度上使语音控制智能轮椅更具实用性。

一种高PSRR高阶温度补偿的带隙基准电压源

基于SMIC 0.18μm CMOS工艺,设计了一种高电源抑制比(PSRR)、高阶温度补偿的带隙基准电压源(BGR)。在传统带隙基准电压源的基础上,增加了一个温度分段曲率补偿电路以及一个ΔVGS温度补偿电路,使得该BGR的温度特性得到有效改善。采用前调整器技术,使得该BGR获得高PSRR特性。仿真结果表明,当温度在-55℃~125℃范围变化时,该BGR的温度系数为8.1×10-7/℃,在10Hz、100 Hz、1kHz、10kHz、100kHz频率处的PSRR分别为-90.15、-90.13、-89.83、-81.15、-58.78dB。

一种改进的LDP面部表情特征提取方法

特征提取是面部表情分类识别的研究重点。针对原始局部方向模式(Local Directional Pattern,LDP)特征提取速率缓慢的问题,对LDP的编码方案进行改进,设计了nLDP(new Local Directional Pattern)算子。选择Kirsch算子的4个方向模板来获取边缘响应值,然后将正的边缘响应置为1,负的边缘响应置为0,从而获得nLDP特征表示,最后采用支持向量机(SVM)对表情进行识别。实验结果验证了提出的nLDP算子在保证表情识别准确率的同时,有效地提高了表情识别的速率。

基于改进的局部方向模式人脸表情识别算法

针对LDP利用Kirsch算子计算8方向的边缘响应值并排序,特征提取速度慢的问题,提出了一种改进的分解局部方向模式DLDP(divided local directional pattern)特征提取方法。将Kirsch算子的8个方向掩模分成2个子方向掩模再分别计算边缘响应值,获得2个编码(DLDP1和DLDP2),级联两个编码的直方图得到表情特征DLDP。然后利用主成分分析法(PCA,principal component analysis)降维处理。最后用支持向量机进行表情识别,在JAFFE数据库上的实验表明,本文方法与近几年效果较好的特征提取算法相比,不仅缩短了特征提取的运算时间,而且提高了识别率。

基于图割理论的尺度自适应人脸跟踪算法

针对连续自适应的Mean-Shift(Camshift)算法跟踪人脸时尺度过度放缩这一问题,提出了一种基于图割的Camshift人脸跟踪算法。首先,在每一帧图像的Camshift迭代结果内建立图割区域,使用高斯肤色模型作为图割权值分割出图割区域内肤色团块;然后,计算该肤色团大小得到目标真实尺度,并比较与上一帧图像跟踪框内肤色团的尺度来判断是否需要重新跟踪目标;最后,再以该团块作为下一帧跟踪目标。实验结果表明,基于图割的Camshift人脸跟踪算法有效地克服了跟踪时其他肤色区域的干扰,能有效地反映人体快速运动中人脸真实尺度变化,同时防止Camshift算法丢失跟踪目标而陷入局部最优解,具有较好的可用性和鲁棒性。

用于BAN的自校准SAR ADC设计

基于SMIC 0.18μm CMOS混合信号工艺,设计了一种适用于体局域网(BAN)的自校准逐次逼近型模数转换器(SAR ADC)。基于BAN系统的特点,设计的SAR ADC采用阻容混合型主数模转换器(DAC)及电容型校准DAC等结构。采用误差自校准技术来校准SAR ADC的阻容混合型主DAC的高5位电容失配误差,有效降低了SAR ADC非线性误差。仿真结果表明,自校准SAR ADC获得了±0.3LSB微分非线性、±1LSB积分非线性、82.2dB信噪比等性能特性。设计的SAR ADC具有良好的性能,适合于BAN系统。

人体局域网接收端符号同步与载波频率同步算法研究

随着无线技术的发展,人体局域网被广泛用于个人实时健康监控和远程医疗咨询。由于传输的是人体生命体征信号数据,如何准确地获得最佳的解调和判决直接影响到通信系统的性能。符号定时同步能够精确的定位数据帧的每一个比特位置,而载波频率同步用于修正传输过程中产生的频率和相位误差。本文在接收端引入了符号定时同步和载波频率同步来进行更精确的定时同步,并通过仿真分析其算法性能。由仿真结果表明,该符号同步和载波同步算法能够有效的提高数据通信质量。