图像中基于滑动窗口的行人检测框架

基于滑动窗口的二分检测是对图像中行人进行检测的一种被广泛使用的方法.它可以检测出单张图像中一个或多个处于站立状态的各种姿势的行人.分析和总结了国际上实现图像行人检测的主要方法,以及滑动窗口框架的实现方法,并对行人检测的进一步研究作了展望.     

一种基于变窗口的数据流连续查询方法

目前对数据流连续查询的研究工作大部分基于滑动窗口,窗口大小固定不变.本文从内存资源有限性与查询结果精确性角度出发,采用可变窗口技术,在缓存中加入窗口控制器,当数据到达缓存时,根据用户提出查询具体问题和数据流速情况,窗口分配算子对其进行窗口大小的划分.使得在内存资源有限的情况下,通过动态改变滑动窗口大小,充分利用系统资源,降低内存使用率的同时,使连续查询的查询结果都在允许的误差范围内,此方法经过验证是可行的.     

乱序RFID数据流上的复杂事件检测方法

针对发生时间戳乱序的RFID原子事件流,文章提出了一种新的复杂事件检测方法.该方法采用在一种特殊的Hash表结构中进行局部排序的方法来解决时间戳乱序问题.文中首先建立了时间戳乱序问题的描述模型;提出了面向时间戳乱序数据流的复杂事件检测算法;在基本算法的基础上添加了基于双时间槽的滑动窗口处理;对Hash表大小等参数对算法效率的影响、基于双时间槽的滑动窗口处理方法的效果进行了实验验证.实验结果表明:算法是有效的;Hash表大小对算法效率影响较为明显;基于双时间槽的滑动窗口处理方法可以显著提高内存使用效率.     

高效和鲁棒行人检测与跟踪算法研究

针对行人目标过小出现漏检和很难对具有多模态行人进行稳定跟踪等问题,提出一种高效和鲁棒的行人检测与跟踪方法。对于行人检测,设计了具有自适应调整滑动搜索窗口尺寸的梯度方向直方图(HOG)行人检测器搜索前景区域。在跟踪过程中,对每个行人建立基于前景区域的混合加权直方图模型,使用卡尔曼滤波对行人进行跟踪,获得候选区域并计算行人混合模型与候选搜索区域的匹配程度,同时根据匹配程度,给出一种混合模型在线更新策略,以确保跟踪的鲁棒性。实验结果表明,该方法提高了行人检测与跟踪的效率和准确率,解决了2人交叉导致跟踪失败的问题。     

一种无监督视频行人检测与估计算法

该文提出了一种基于混合模型的视频行人检测算法,该算法首先运用多帧平均值背景提取法获得视频背景;然后,视频场景中某一幅图片减去背景图片获取运动行人图像;最后,运用混合模型的学习算法检测行人并估计行人个数,仿真试验结果证明该文算法的有效性.     

Fisher准则挑选特征的快速行人检测算法

为了提高窗口遍历行人检测算法的分类准确率及其窗口遍历速度,提出了Fisher准则挑选特征块的行人检测算法.定尺寸梯度方向直方图特征（Histogram of Oriented Gradi-ent,HOG）块的尺寸过小,只能描述细节特征,使用变尺寸的HOG特征来描述整体与局部特征.利用Fisher准则挑选出区分能力强的特征块最终作为样本的表述符,在窗口遍历检测中利用积分图加速HOG特征的求取,使用支持向量机作为窗口分类器.实验结果表明：行人检测准确率为94%,检测时间为197 ms.     

基于HOG特征的优化区域模板匹配检测

针对HOG算法滑动窗口检测效率低和目标特征描述不精确的问题,提出了一种基于HOG的改进算法,提高了滑动窗口的检测效率并减少了目标模板相似性对结果带来的影响.该算法利用HOG特征来描述目标的整体和各个部件,优先检测图像中目标出现概率较大的区域.对于检测评分比较接近阈值的区域使用可变形部件模型进行精确检测,从而可以避免具有轮廓相似性的模板检测结果的不准确.结果表明,该算法对于静态图片有较高的准确率,且对于很多相似度不高的分类具有较快的检测速度.     

一种基于直线拟合的自适应角点检测算法

角点是图形图像的重要特征,对图形图像的理解和分析具有重要作用.角点检测的关键是对局部支撑域和曲率的估算.为此,提出一种基于直线拟合的自适应角点检测算法,设计了滑动窗口自适应调整策略,并用于边界点局部支撑域的选择.克服了以往局部支撑域事先固定不变的缺陷,且在滑动窗口的基础上提出基于特征向量夹角的曲率计算方法,克服了图像边缘噪声的干扰.针对改进的Harris角点检测算法和n链码角点检测算法进行比较,实验证明所提出的算法能对角点进行精确定位,抗噪能力强.     

基于权值平滑的改良FastSLAM算法

针对FastSLAM算法中频繁重采样会导致粒子快速坍塌,从而破化路标估计的多样性并最终影响估计结果的问题,提出一种基于权值平滑的改良算法.该方法采用平滑方式计算粒子权值,不仅考虑机器人当前的运动和观测结果,并且综合一定长度滑动窗口内的历史权值信息,可抑制由噪声和归一化等因素引起的权值过度波动,以及由此引发的频繁重采样和估计性能降低.蒙特卡罗仿真结果表明,选取合适的滑动窗口大小,改良算法能有效减少重采样次数,保持粒子多样性,显著提高估计精度.     

改进的YOLOv3红外视频图像行人检测算法

针对YOLOv3检测红外视频图像行人时存在准确率低、漏检率高的问题,提出一种改进的YOLOv3红外视频图像行人检测算法。根据行人在红外图像中呈现宽高比相对固定的特点,利用k-means聚类方法选取目标候选框个数和宽高比维度,调整网络参数并提高输入图像分辨率,最后进行多尺度训练得到最优检测模型,从而检测红外视频图像序列中的行人目标,并通过候选框标注行人位置。在CVC-09红外行人数据集上进行对比实验,结果表明,改进的YOLOv3算法在红外行人检测中的准确率高达90.63%,明显优于Faster-rcnn和YOLOv3算法,且改进后的网络能够同时检测到更多目标,降低了漏检率。     

结合视觉显著性和空间金字塔的遥感图像机场检测

提出一种结合视觉显著性和空间金字塔的遥感图像机场检测方法,首先根据改进的直线段检测算法对滑动窗口进行目标存在初步判断,只对可能含有目标的窗口按照空间金字塔表示方法提取该窗口中每一图像子块的稀疏编码,利用基于视觉显著性的特征抽取策略形成表征滑动窗口的全局特征向量,然后对该特征向量进行分类判别,得到滑动窗口含有目标的置信值,最后采用非极大值抑制完成机场检测。实验结果表明,该机场检测方法相比其他方法检测效率显著提高,并且具有识别率高、虚警率低的特点。     

用于立体图像编码的自适应块匹配视差估计算法

提出了一种新的自适应块匹配视差估计算法,对图像用固定尺寸分块并做视差估计,利用对应块之间的亮度估计误差判断是否进行自适应的块匹配估计．在自适应块匹配算法中使用亮度估计误差的方差来控制匹配窗口的大小和形状,得到最优的匹配窗口．用这个窗口重新进行视差估计,得到最后的视差矢量．实验证明,该算法的估计误差小于传统的固定尺寸块匹配算法,效率优于一些用于立体图像分析的自适应块匹配算法,是一种简单、实用、适合编码系统使用的视差估计算法．     

基于滑动窗口的量子秘钥管理算法

针对量子秘钥分发(QKD)技术应用在经典网络加密时量子秘钥管理的问题,提出了一种基于滑动窗口的量子秘钥管理算法(RSQKW)。算法首先引入滑动窗口机制控制量子秘钥的消耗;然后通过探测到的量子网络的状态和量子秘钥生成速率协商滑动窗口的控制参数;最后利用量子秘钥本身的随机特性计算滑动窗口的滑动步长,滑动窗口中的量子秘钥序列作为新生成的用于经典加密算法的秘钥。与传统方法相比,该算法能够在应用量子加密到经典网络环境时更好的动态管理量子秘钥。在真实的量子秘钥分发网络中的实验结果证明了该算法的可行性和有效性。     

基于MEMS与Android智能手机融合的 室内个人导航算法

针对微机电系统(micro-electro mechanical system,MEMS)惯性器件在导航解算中存在较大的累积误差问题,提出了一种基于MEMS惯性器件与Android智能手机融合的室内个人导航算法.导航算法在捷联惯性导航算法的基础上,根据人行走时的运动特点,引入了零速度检测与修正算法来检测人行走过程中的静止状态,并对行人静止时刻的速度和位置信息进行校正,以降低累积误差.导航解算中由于陀螺仪漂移导致获得的行人运动方向角误差较大,故采用MEMS陀螺仪输出姿态信息与Android智能手机中的电子罗盘方向角融合的行人运动方向校正算法来获取行人运动方向,并结合滑动均值滤波算法来进一步校正行人的运动方向,提高导航精度.最后通过实验结果验证了导航累积误差修正算法的可行性和有效性.     

微博用户行为活跃度的衰减窗口分析方法

介绍了数据流中最流行元素挖掘的衰减窗口计算和滑动窗口计算两种方法,提出了用户行为矩阵和用户行为活跃度矩阵的概念,二者分别刻画了用户在社会网络中的行为随时间分布的均匀程度以及活跃程度.同时,从数据流的角度分析了社会网络中用户的行为数据,将数据流挖掘中的衰减窗口(Decaying Window)计数方法引入到用户活跃度的计算中.最后通过在twitter数据集上进行实验,对两种方法得出的结果进行了对比分析,结果表明,随着衰减指数c的变化,衰减窗口计算方法得到的结果比滑动窗口方法更加稳定,且后者得到的结果具有一定的抖动.     

数据流上周期更新滑动窗口的连接算法

根据滑动窗口的更新粒度定义了两类滑动窗口：连续更新滑动窗口和周期更新滑动窗口．由于已有的滑动窗口上的查询处理算法都是针对连续更新滑动窗口提出的,并不适用于周期更新的滑动窗口,因此提出了三种有效的周期更新滑动窗口连接算法,即BSHJ、BSNLJ和BSNHJ算法．理论分析和试验结果表明BSNHJ算法具有最好的性能．     

基于改进码本模型的视频运动目标检测算法

针对经典码本模型对动态背景适应能力不足及更新算法效率不高的问题,提出了一种用快速冒泡排序和短时滑动窗口改进的码本模型。为了优化码本结构,提高活动码字首次匹配成功概率,设计了一种快速冒泡排序算法对模型码本中码字位置进行快速排序;为了实现像素的均值及偏差的快速跟踪,设计了一种短时滑动窗口算法对像素变化信息进行存储,解决了动态背景的模型自适应问题。实验表明,改进后的算法能够有效适应复杂环境下的背景变化,且具有良好的检测精度和实时性能。     

基于窗口滑动总体最小二乘法的输电线路参数辨识

输电线路参数的准确度与电力系统稳定运行密切相关,而广域测量系统的发展为利用PMU实测数据获取线路参数提供了新的途径.提出基于滑动窗口总体最小二乘的线路参数辨识算法,该方法对PMU数据采取窗口滑动处理,将目标函数变为窗口误差平方和最小,因而抗噪声能力较强;同时,对于大量辨识结果的可信度分别进行核密度估计和点估计,以获取参数辨识值的统计结果.仿真分析表明,该方法与单时刻辨识相比在含噪声环境下仍然能够保持较高的准确性与稳定性.某电网500kV线路实测PMU数据计算结果也验证了该方法的有效性和准确性.     

一种利用外轮廓配准的活塞侧面缺陷检测方法

为了有效地对活塞侧面进行缺陷检测,根据两个相同型号和规格的活塞在相同的光照及角度下拍摄得到的图像极其相似的特点,提出了基于外轮廓配准的活塞侧面缺陷检测方法。该方法分为四步:第一,在特定的光照条件下,对不同型号和规格的标准活塞进行多角度的图像采集,建立标准模板库;第二,利用尺度不变特征转换算法,根据外轮廓特征点对模板图像和待检测图像做图像配准,找到两幅图像相对应的区域;第三,用相同大小的滑动窗口分别对两幅图像的相对应区域进行遍历,提取窗口内的特征,包括灰度均值、灰度方差、垂直投影、水平投影;第四,通过比较两个窗口内的特征值,判断窗口内是否存在缺陷。结果表明,该方法能够有效地检测活塞表面缺陷及确定缺陷位置,准确率约为94.78%,具有较强的实用性。     

特征图聚集多尺度行人检测高效算法

针对使用人工设计特征训练的行人检测算法准确率和效率较低的问题,提出一种采用卷积神经网络特征图聚集多尺度行人检测高效算法. 设计一种特征图聚集网络,将高层次特征图与低层次特征图进行聚集,构造出有较好空间分辨和语义能力的特征图;构造特征延伸网络,提供用于多尺度行人检测的特征图;重新设计目标候选区域,构造多尺度行人检测网络,提升定位准确性,并将特征图聚集网络、特征延伸网络和多尺度行人检测网络组合进行端到端训练. 实验测试结果表明,该算法可以有效提高行人检测与定位准确性,并可在普通硬件设备条件下提供实时检测.