一种改进TLD的目标跟踪算法

目标跟踪是模式识别领域传统且重要的分支。传统跟踪算法有背景差分法、帧间差分法、卡尔曼滤波等,而TLD算法从检测和跟踪两个维度,将检测与跟踪的结果同时作用于跟踪,在跟踪任务中展现出较好性能。同时TLD算法的跟踪模块采取了时间开销较大的光流法。文章针对时间开销较大的不足,提出一种改进TLD的目标跟踪算法,将光流法代替为时间开销较小的meanshift算法。实验结果表明,该方法能够有效地减少时间开销,提高运动目标跟踪效率。     

数字图像（或视频）的取证（鉴定）技术的发展综述

2009年11月,上海大学的魏为民等人提出了利用JPEG块效应不一致性的合成的图像盲检测技术,其核心思想是利用合成图像的篡改对象和背景区域一般来源于不同的JPEG图像,首先,将图像与Laplacian模板卷积得到二阶差分图像,沿水平方向平均后进行离散Fourier变换得到归一化的频谱,基于频谱幅值构造Jpeg块效应测度,然后将待检测图像重叠分块并计算其相应块效应测度,利用块效应不一致性检测篡改区域,技术原理和技术路线是基于对图像二阶差分的频谱分析,定义一个新的图像块效应应测量指标,用于篡改检测。将图像重叠分块计算其块效应指标,利用自然图像的邻域相似性特点来定位篡改区域,而进行数字图像（或视频）的取证（鉴定）,对于没有任何先验知识可资利用的盲取证,不同的方法从不同的角度揭示篡改的痕迹,显然增加了取证的线索,尽管JPEG合成图像检测依然面临不少的难题和挑战,但一个不争的事实是,随着这些研究成果的普及,极大地提高了伪造者的造假成本,有效地威慑了那些恶意的造假者。     

基于视频分析的行人检测

由于存储时间和空间的限制,现有的行人检测算法无法满足智能视频监控的实时性。针对该不足,提出了一种基于视频运动分析的方法。该方法只对图像中含有运动信息的物体进行梯度直方图特征提取和分析,避免了对整帧图像进行窗口式的扫描,又省去了对图像进行金字塔变换的处理,极大的提高了图像处理的效率。与常规行人检测方法进行了对比,实验表明该方法是快速和高效的,能够满足智能视频监控的实时性需要。     

基于彩色背景建模的前景检测

文章设计了基于像素统计模型的彩色背景建模算法,利用背景减除法实现对前景的检测。算法基于对像素值的统计分析,首先建立初始背景模型,并以此为基础建立振幅模型,通过2者结合来检测前景,并设计的更新算法来对模型进行修正。实验结果表明,该算法能够很好的检测运动前景,运算量小,实时性高,能够符合实际运用的需求。     

帧间积累抑制海杂波算法研究

复杂海杂波中的目标检测一直是一个探索性强、难度大的研究领域[1],在非相参对海雷达检测领域,单帧恒虚警、多帧的TBD技术均会带来较大的虚警,文章提出一种多帧数据相关性积累算法,利用海杂波的帧间非相关性进行海杂波抑制与目标检测,解决了快速目标帧间跨距离单元、方位单元的帧间数据相关积累问题。经实际采集数据验证,比单帧恒虚警检测有较好的处理效果。     

一种改进的分数阶Fourier变换目标检测算法

传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难于在时频域得到好的检测结果。对此提出了分数阶Fourier变换检测算法做出改进,新的算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真实验中利用改进的分数阶Fourier变换算法对运动目标进行检测,结果表明新的分数阶Fourier算法的检测性能优于原分数阶Fourier变换。     

基于边缘信息增强的CNN行人检测算法

行人检测是模式识别与分类的经典问题,一直受到研究人员广泛的关注。卷积神经网络作为深度学习的重要模型,在解决行人检测问题上有着良好的效果。基于以上背景,文章提出一种利用双输入卷积神经网络结合图像边缘强化特征进行行人检测的方法。该方法使用Canny边缘检测算子对图像进行边缘检测,得到完整的行人边缘信息,并将其与完整的行人图像分别作为卷积神经网络输入,达到边缘增强的目的,最后通过对卷积神经网络结构参数的优化,实现对行人的检测分类,经在标准行人样本集进行测试,证明了文章算法的有效性。     

相差变化率的无模糊多通道检测及在单站无源定位中的应用

文章描述了相差变化率的多通道相差以及无模糊检测方法,以及长基线测向解。在此基础上,将基于相差变化率的定位测距方程转化为短基线相差测向和无模糊程差差分的组合函数,一方面借助一维等距双基阵所测得的相差值解算对应于长基线的无模糊程差差分值,另一方面利用短基线相差测向仪给定目标的方位值,由此给出了一种无需求解长基线相位模糊和波长整周数差值的单基站定位方法。     

基于二维Logistic混沌系统的图像加密算法分析

传统图像加密算法过程烦琐,文章提出了一种基于混沌映射的移位置乱图像加密算法。先用混沌序列对原始图像进行像素移位置乱,再对置乱图像做分段式灰度值替代操作得到加密图像。仿真结果表明,该算法具有加密速度快、密钥敏感强、抵抗差分攻击等优点。     

图像通信中SVD压缩算法研究

文章提出了一种奇异值分解(SVD)的图像压缩算法,即通过对数字图像矩阵进行奇异值分解,将一幅图像转换成包含几个非零值的奇异值矩阵,实现图像压缩,便于图像的储存和传输。实验仿真分析表明,矩阵的奇异值分解压缩方法具有较好的压缩性能,有效提高了压缩比。     

光流法在视觉识别中的应用研究

文章利用光流算法对视觉识别的特定物体进行了解算。利用Python软件平台的综合性结合OpenCV作为基础,在高斯滤波和Canny获得特定颜色物体的基础上,通过光流算法进行了物体运动趋势分析,通过Python自带的图形显示,证明了光流能够较好地介入图像并且与实际运动方向相锲合。因此验证了光流算法在视觉识别中的可行性。     

基于深度学习的变电站机器人仪表检测研究

为提升变电站巡检机器人对仪表的识别检测能力,将深度学习技术应用于变电站仪表检测中,提出一种适用于变电站巡检机器人的轻量级卷积神经网络.该网络以深度可分离卷积替代传统卷积作为特征提取基本单元,有效降低网络参数.同时,针对不同尺寸的目标,采用反卷积多通道融合和多支路空洞卷积相结合的方式,提升网络对图像多尺度特征信息的获取,保证网络检测精度.通过实验表明,所提网络在目标检测精度以及效率上都有较大提升,并能较好地应用于变电站巡检机器人仪表检测中,实现高效识别检测.     

基于四元数的彩色图像分割算法

本文提出了一种新的彩色图像分割算法。图像中的像素信息在本算法中均用四元数表示,用多层次聚集探测图像的分割区域。文中给出了算法的实验结果,证明切实有效。     

基于Matlab的二维Renyi熵图像分割研究

阈值分割是准确实现图像目标识别的前提。文章对基于二维Renyi熵的图像分割方法进行研究,给出了相应算法的Matlab实现,并对不同参数条件下的图像分割效果进行了实验分析。实验结果表明:该分割方法充分考虑图像像素的空域信息,具有良好的分割精度。     

并行多尺度特征增强的小目标检测

由于小目标像素点少，本身携带的特征较少，大多数目标检测算法不能有效利用特征图中小目标的边缘信息和语义信息,导致小目标检测精度低，漏检、误检现象时有发生。为解决RetinaNet模型小目标信息特征不足的缺陷，在RetinaNet模型中引入一个并行辅助的多尺度特征增强模块MFEM(muti-scale feature enhancement model)，通过使用不同扩张率的空洞卷积，避免多次下采样造成信息损失的同时，有利于辅助浅层提取多尺度上下文信息。另外，采用一种专门针对目标检测任务而设计的主干网改进方案，可有效保存高层特征图的小目标信息。传统自上而下的金字塔结构侧重于将高层语义从顶层传递到底层，单向传递的信息流不利于小目标的检测。将辅助MFEM分支与RetinaNet相结合，构造一个包含双向特征金字塔结构的模型，它可有效地融合网络高层强语义信息和底层高分辨率信息。为证明文中算法FE-RetinaNet (Feature Enhancement RetinaNet)的有效性，在MS COCO公共数据集进行实验。与原RetinaNet相比，改进的RetinaNet在MS COCO数据集上检测精度（mAP）取得了1.8%的提升，COCO AP为36.2%；FE-RetinaNet在小目标上检测效果良好，APs提高了3.2%。     

CEV模型下两值期权的数值解

假设标的股价服从不变方差弹性（CEV）模型下，推导出两值期权的定价公式。利用有限差分格式，给出具体的数值算法，并将其应用于实例中，通过对此算例做的一系列数值实验，验证了算法的有效性。     

车牌图像识别二值化研究

文章针对传统的二值化方法对车牌图像产生断裂和噪声的问题,分别试验比较了Otsu方法和Niblack方法,在此基础上研究了一种基于图像分块的Otsu二值化方法,把图像分为N小块分别进行Otsu,对每个小块通过不同的阈值进行二值化。实验结果表明,二值化方法能有效消除断裂和噪声现象。     

基于激光测距数据的公共建筑物三维信息

常规方法进行公共建筑物三维信息提取时易出现信息提取不准确、数据分析存在误差等情况。基于激光扫描技术激光测距数据设计一种方法,对甘肃省天水市一公共建筑物的三维信息进行提取。将数据进行获取和预处理,按要求获得点云数据,根据获取的外业点云数据开展对扫描点云数据的预处理。此操作后基于激光测距数据获取建筑物边缘轮廓信息,采用Carmy算子来检测边缘并通过形态学标记,对上述检测到的边缘信息二值图像连通区域一一标记,并基于激光扫描得到的像素点计算边缘矩形尺寸。最后经过三维激光扫描和双向投影后,依据激光采样点提取建筑物三维信息。经实例分析后,对提取的数据信息与实际信息进行比较,证明所提方法可有效降低激光测量的误差,提高公共建筑物三维信息提取的准确性,具有较好的应用价值。     

雾霾天气下交通标志识别技术研究

严重的雾霾天气,给出行带来不便。为保证在雾霾天气下的行车安全,减少由于雾霾干扰造成的交通事故,本文分析了雾霾天气道路图像特征,对去雾后的道路图像进行交通标志的提取及对识别方法进行研究。主要工作为两个方面:首先依据暗通道去雾理论对视频雾霾图像完成去雾预处理,其次利用HSV提取算法对于道路中基本的交通标志进行推测、识别。把雾霾天气下交通标志的先验知识应用到检测算法中,优化了算法的检测及检测与识别效率,而且具有良好的实时性。     

“六五三五”驱动淄博高新区驶上“高速路”

淄博高新区在“二次创业”的发展目标中明确提出：高新区将对区域的主导产业和特色产业进行研发,对高新技术成果进行转化,提升产业比较优势,形成独具特色的高新技术产业集群和产业研发高地,提升区域核心竞争力,辐射带动全市高新技术产业发展和产业结构调整。在这个总体发展中,“六五三五”规划的发展态势尤为重要。