自适应计步检测算法研究

通过检测人体行走步数,结合步距和行走方位,可推算出具体行走位置,从而在无GPS情况下,达到提高个人惯导位置精度的目的。为提高计步精度,利用加速度信号,首先采用5点平滑滤波,其次搜索自适应时间窗内的极值来求取自适应双阈值,最后检测信号向上穿越中阈值和向下穿越低阈值时刻。并结合动态精度判段停止或行走,从而缩短算法检测时间。实验结果表明,基于自适应时间窗、自适应双阈值和动态精度的步数检测算法能有效提高检测精度。     

低频压电马达的工作机理与动力学研究

通过检测人体行走步数,结合步距和行走方位,可推算出具体行走位置,从而在无GPS情况下,达到提高个人惯导位置精度的目的。为提高计步精度,利用加速度信号,首先采用5点平滑滤波,其次搜索自适应时间窗内的极值来求取自适应双阈值,最后检测信号向上穿越中阈值和向下穿越低阈值时刻。并结合动态精度判段停止或行走,从而缩短算法检测时间。实验结果表明,基于自适应时间窗、自适应双阈值和动态精度的步数检测算法能有效提高检测精度。     

基于双阶段轻量YOLO的红外行人伪影检测算法北大核心CSCD

由于镜面回波效应,红外图像采集过程中行人不可避免出现反射倒影(本文简称“伪影”)区域,此时对后续行人检测会造成一定程度影响,对上述情况,本文提出一种基于轻量YOLO(You Only Look Once)的双阶段网络检测框架,先检测“行人-伪影”联合区域再精准定位伪影位置。首先,针对YOLOv5s轻量检测算法进行改进,使用LSM(Light Sample Module)双分支结构替换原下采样部分,并嵌入注意力机制来提高模型的特征整合能力,实现红外图像的背景过滤和联合区域提取。其次,对联合区域进行无失真矩形填充保持原始特征,设计轻量级行人伪影定位网络LS YOLO(Light Structur YOLO)检测联合区域获得最终的伪影位置坐标。实验结果表明,本文算法能够满足实时检测要求,在数据集中,相比其他算法获得更好的检测效果,行人伪影的检测正确率达到9545%。     

基于MIMU的自适应步态检测算法

行人步态检测精度对个人导航系统至关重要。针对当前行人自主导航系统中常规步态检测算法不能适用于多种运动状态下的步态检测问题,提出了一种基于微惯性测量单元（MIMU）的自适应步态检测算法。该算法首先利用加速度计三轴模值方差、单轴方差差别和波形相位识别4种不同的行走状态,包括前进、快跑、后退和横向行走,然后针对不同的行走状态设置自适应阈值,实现各类运动状态下的自适应步态检测。利用实验室自主研发的MIMU固定在腰部脊椎位置进行实验验证,数据显示,前进行走和快跑步态检测精度可达99%,后退和横向行走步态检测精度可达93%。实验证明,自适应步态检测算法适用于个人导航系统。     

基于等式约束卡尔曼的双MIMU行人导航方案

基于微机电系统(MEMS)的自主式行人导航系统通常安装在步行者的足部,利用零速校正来提高系统的定位精度。针对零速校正航向不精确问题,提出了基于等式约束卡尔曼滤波的双微型惯性测量组合(MIMU)行人导航方案。根据所设计的双MIMU系统在物理空间的相对位置关系,构造二阶非线性等式约束方程,并详述了等式约束卡尔曼滤波的解算过程。结合MEMS真实试验进行研究,对脚部负载双MIMU系统离线数据处理。根据试验结果验证了相比较于单MIMU行人导航方案,基于等式约束的双MIMU行人导航系统具有更高的定位精度。     

改进的粒子滤波人体目标跟踪算法

针对现有基于粒子滤波(PF)的行人目标跟踪算法跟踪精度不高、速度慢以及遮挡鲁棒性不好的问题,提出一种结合支持向量机(SVM)检测的改进跟踪算法。在跟踪的置信度小于阈值时进行行人跟踪目标的再检测,以校正跟踪位置。对粒子群优化(PSO)算法在优化时可能陷入局部解的现状,进行混沌粒子优化(CPSO)寻优全局解。实验结果表明,提出的算法在一定的粒子数目前提下精度优于其他基于粒子滤波的行人目标跟踪算法,有效降低PF所需粒子数,算法可实时跟踪。     

旋转GNSS双天线/MIMU紧组合系统算法

为了提高旋转全球卫星导航系统(GNSS)短基线双天线/微惯性测量单元(MIMU)组合系统的定向精度,该文构建了其紧组合系统.紧组合算法将GNSS的伪距、伪距率和载波相位作为旋转GNSS双天线/MIMU组合系统的观测量,用扩展卡尔曼滤波进行估计,估计得到的状态量对系统进行闭环反馈,最后得到组合系统的定向结果.对旋转GNS...     

基于自适应阈值的行人惯性导航零速检测算法

在基于微机电系统(MEMS)的行人惯性导航中零速区间检测算法是制约导航位置解算误差增长的重要因素。针对利用固定阈值实现零速检测算法在不同运动状态下存在检测适应性差的问题,根据行人步态特征以及周期性零速规律,以合加速度和合角速度为检测数据,提出了一种基于自适应阈值的零速检测算法。利用检测数据在运动状态下的动态特点及统计特征,根据获得的运动状态信息更新零速区间检测阈值,以适应在不同运动状态下实现准确的零速区间检测。实验表明,自适应阈值算法对零速区间可以进行精确检测,零速检测准确率达到98%。检测结果用于导航定位解算的误差率小于1.5%。     

基于双OD修正的GNSS/MIMU导航算法研究

为提高车载组合导航系统的导航精度和可靠性,在全球导航卫星系统(GNSS)信号正常工作的情况下,该文建立了一种双天线GNSS/微惯性测量单元(MIMU)/轮速里程计(OD)组合导航模型,实现了对MIMU和OD传感器误差特性的在线估计。在GNSS信号短期失锁的情况下,基于双OD轮速比例修正(WRC)算法建立了MIMU/双OD组合导航模型。车载实验结果表明,与无WRC组合模型相比,该文设计的组合导航模型在120 s的GNSS信号失锁路段,最大定位误差减小了63.9%,定位误差标准差减小了80.1%;在200 s时GNSS信号频繁中断路段,最大位置误差为0.55 m。验证了所建立的导航模型和算法在复杂路况下工作的有效性。     

基于统计结构梯度特征的行人检测

针对自然背景下的行人检测问题,从人体最显著的轮廓信息出发,提出一种基于统计结构梯度(SSG,Statistical Structural Gradient)的行人检测算法。采用支持向量机(SVM,Support Vector Machine)算法对数据库中行人样本的SSG特征进行训练,得到行人检测分类器。提出的SSG算法在sobel图像中仅做结构统计和角度幅值计算,能够采用积分图加速行人检测速度。对INRIA数据库中的288张样本进行测试,误检率(FPPW,False Positives Per Window)为10-5,检测率等于90.89%。     

视频中行人快速检测计数方法研究

为了解决智能监控中对行人在实时帧中检测并计数的问题,提出一种快速高效的检测计数方法。采用高斯背景建模和边缘检测获取运动区域及其轮廓信息,形成检测区域;同时根据头部和肩部的组合形态构建行人检测模版,最后对检测区域进行模版匹配,统计行人数目。实验结果表明,该方法快速高效,有较高的正确率和较低的统计误差,同时对行人遮挡有一定的区分能力,对阴影也有较强的抗干扰能力。     

Video based estimation of pedestrian walking direction for pedestrian protection system

Pedestrian protection has played an important role for driver assistance systems. Our aim is to develop a video based driver assistance system for the detection of the potentially dangerous situation between the vehicle and pedestrian, in order to warn the driver. In this paper, we address the problem of detecting pedestrian in real-world scenes and estimation of the walking direction with a single camera from a moving vehicle. Considering all the available cues for predicting the possibility of collision is very important. The direction in which the pedestrian is facing is one of the most important cues predicting where the pedestrian may move in the future. So we first address the problem of single-frame pedestrian orientation estimation in real-world scenes. Then again, we estimate the pedestrian walking direction using multi-frame based on the result of single-frame orientation estimation. We propose a three-step method: pedestrian detection for single-frame step, orientation estimation for single-frame step and walking direction estimation for multi-frame step. To evaluate the proposed method in its robustness and accuracy, the experiments have been performed between numbers of images which is highly challenging uncontrolled conditions in real world. It shows a significant performance improvement in octant orientation estimation of about 64% accuracy in the orientation estimation step and achieved surprisingly good accuracy in estimating the walking direction against 212 targeted objects.     

基于EMCCD 的光子计数成像方法与实验

讨论了在复杂背景条件下采用EMCCD 实现光子计数成像的处理策略,提出了一种双重阈值滤波方法并通过实验验证了其有效性。根据EMCCD 的成像模型,将EMCCD 的输出图像表示为光子事件、偏置噪声和伪光子噪声事件的集合。通过采集多幅EMCCD 的输出图像,将光子事件检测问题转化为标准的二元假设检测问题。利用贝叶斯判决,可以得到光子事件检测的最佳检测法则,使光子事件的误判代价达到最小,从而检测出光子事件及其空间分布特征。通过实验对比可以发现:提出的方法明显优于普通的累加积分方法,适合生物微光检测等超低照度条件下的成像领域。     

基于捕获结果的GNSS欺骗式干扰检测

GNSS欺骗式干扰是卫星导航系统的一大威胁。对于转发式欺骗干扰,由于目标接收机并不知道所受干扰的具体参数,现有的单一欺骗检测方法不能检测所有欺骗干扰,本文提出一种在捕获阶段检测欺骗干扰的组合算法。首先利用联合信干噪比和多峰检测方法进行检测。如果捕获峰值超过给定阈值,则有欺骗干扰信号存在;若未超过给定阈值但有两个峰值,则利用提出的码相位差一致性方法进行检测,该方法避免了多径信号对检测性能的影响;当只有一个未超过给定阈值的峰值时,可能存在真实信号和欺骗干扰信号重叠,此时通过改进的相关函数宽度阈值方法进一步检测。当有两个相关峰时,随着欺骗干扰信号总功率变小,检测概率越来越高,表明了码相位差一致性方法的有效性;当有一个相关峰时,对于不同小时延下的转发式欺骗干扰信号,检测概率较高,表明了改进的相关函数宽度阈值方法的有效性。      

Intravital leukocyte detection using the gradient inverse coefficient of variation

The problem of identifying and counting rolling leukocytes within intravital microscopy is of both theoretical and practical interest. Currently, methods exist for tracking rolling leukocytes in vivo, but these methods rely on manual detection of the cells. In this paper we propose a technique for accurately detecting rolling leukocytes based on Bayesian classification. The classification depends on a feature score, the gradient inverse coefficient of variation (GICOV), which serves to discriminate rolling leukocytes from a cluttered environment. The leukocyte detection process consists of three sequential steps: the first step utilizes an ellipse matching algorithm to coarsely identify the leukocytes by finding the ellipses with a locally maximal GICOV. In the second step, starting from each of the ellipses found in the first step, a B-spline snake is evolved to refine the leukocytes boundaries by maximizing the associated GICOV score. The third and final step retains only the extracted contours that have a GICOV score above the analytically determined threshold. Experimental results using 327 rolling leukocytes were compared to those of human experts and currently used methods. The proposed GICOV method achieves 78.6% leukocyte detection accuracy with 13.1% false alarm rate.     

基于惯性传感器的动态步长算法研究

行人步态参数的精确估计是行人自主导航系统和行人健康监测的关键技术之一。针对当前行人自主导航系统中步长估算算法精度低和弱适应性的问题,提出了一种计算行人动态步长算法。首先对行人的步态特征进行分解,利用改进的零速检测确定行人运动状态,采用卡尔曼滤波技术降低惯性传感器中累积误差的影响,再对进行滤波和坐标转换后的加速度进行双重积分,最终得到行人脚尖的运动轨迹。通过采用MTI-700惯性模块设计实验并进行实验验证。结果表明,该文提出的步长算法计算的步长与行人实际步长的误差低于3.0%。与现有的行人动态步长算法相比,该算法首次计算出行人脚尖的运动轨迹,精度较高且适应强,在行人自主导航及行人健康监测领域具有较大的应用价值。     

一种新型的视频序列运动目标检测方法

针对传统运动目标检测方法的不足,提出一种新型的背景减法和背景更新相结合的运动目标检测方法。在该方法中,首先应用动态阀值背景减法能很好地弥补固定阀值背景减法容易造成误判的不足,实现绝大部分运动像素的提取;接着基于双阀值计数的局部背景更新策略能及时更新背景,克服传统背景更新方法的缺点;最后运用多次形态学处理去除各类噪声,并起到磨光图像边缘的效果。实验结果表明,所提出的新方法运算复杂度低,能够在复杂的背景环境下很好地检测出运动目标。     

基于自适应滑动窗的模糊场景行人快速检测

智能场景监控是公共安全领域研究的热点.然而当前公共场所监控视频大都比较模糊,如何能够在模糊场景下快速检测行人目标是一个亟待解决的问题.通过引入一个自适应尺寸的行人检测窗,以特定策略滑动扫描前景二值图像,并根据一系列行人轮廓判别条件获取行人目标,实现了对模糊监控场景的实时行人检测与人数统计.实验结果表明,与传统算法相比,该算法可以有效快速地检测出指定区域内的行人目标.