基于时间一致性局部颜色特征的无纹理3D物体实时跟踪

针对无纹理3D物体跟踪算法在复杂背景和运动模糊的情况下容易跟踪失败、跟踪速度难以达到强实时等问题,提出一种基于时间一致性局部颜色特征的3D物体实时跟踪算法.首先在物体3D模型投影轮廓法向搜索线上计算像素颜色的加权均值作为局部颜色特征,增强颜色特征在复杂环境中的表征能力,并对局部颜色特征进行时间一致性更新,剔除前景背景颜色相似的局部颜色特征,以避免相似前景背景颜色导致的跟踪失败;然后定义基于局部颜色特征的能量函数,并推导该能量函数的解析导函数;最后改进了优化物体姿态的高斯牛顿法,通过添加阻尼参数防止姿态优化陷入局部极值,提高姿态估计精度和跟踪速度.实验使用7组测试视频验证文中算法,结果表明,该算法能更有效地克服复杂背景和运动模糊的干扰,在未使用并行计算的前提下可实现强实时跟踪.     

一种基于Pareto最优概念和神经网络混合策略的多目标进化算法

基于Pareto最优的多目标进化算法得到了广泛地应用,但不适用于目标函数为非解析式的情况。基于神经网络和Pareto最优的联合策略,提出了一种解决此类问题的新方法：首先采用神经网络对历史数据进行学习,建立有效的神经网络模型来代替目标函数解析式;然后将神经网络模型嵌入多目标进化算法,进行进化计算;最后,将本文方法应用于卷烟配方比例掺配问题。实验结果表明,该方法优于传统方法,能较好地解决问题。     

基于单纯形法和局部枚举解混合整数线性规划问题

提出了一种基于单纯形法和局部枚举求解整数线性规划问题的新方法。它通过单纯形法得到松弛问题的最优解并确定变量以及目标函数取值范围,然后基于目标函数,进行局部枚举,从而得到其整数线性规划问题的最优解,与现有方法比较,新解法简单,计算量少,尤其是对于大规模整数线性规划问题,计算量少体现地更明显。     

基于局部直方图的多区域目标跟踪算法

为克服光照变化和目标遮挡对运动目标跟踪的影响,提出了一种基于改进的局部敏感直方图的多区域目标跟踪算法。改进了局部敏感直方图并设计了快速算法;将改进的局部敏感直方图作为多区域跟踪算法中的目标建模方式,提高目标建模的准确性且降低提取目标特征的计算复杂度;针对多区域跟踪算法中融合各个区域块的特征相似值的需要,采用基于统计排序和最小二乘估计的参数估计方法计算整个目标块与模板的相似度。实验结果表明该算法能有效应对目标跟踪过程中光照变化、目标形变与遮挡的干扰,实现实时鲁棒的目标跟踪。     

基于操作风险的双模式传感器管理方法

基于风险理论研究同时面向目标检测和跟踪任务的传感器管理方法.首先,定义目标检测风险和目标跟踪风险,并分别给出计算方法;其次,以目标检测风险最小化为目标函数建立传感器部署模型,以目标检测风险和目标跟踪风险之和最小化为目标函数建立传感器调度模型,且该调度发生在前面传感器部署模型建立的传感器网络之上;然后,针对模型的求解,同时为克服基本人工蜂群算法易陷入局部最优的缺点,提出改进的双向轮盘赌-粒子群-蜂群算法;最后,通过仿真验证模型和算法的有效性.     

低码率视频编码的优化方法

采用的低码率视频编码方法是以全局运动补偿和局部运动补偿为核心的混合编码方法.主要针对MPEG-4中原有算法计算量大、复杂度高的特点进行了编码系统优化,将这一编码方法实用化.该优化方法是针对占编码系统70%计算量的全局运动估计进行的,采用了基于运动特征的运动估计方法和鲁棒的目标函数,并在优化方法中引入了三级金字塔的分层计算.从对比实验结果来看,优化方法对不同运动类别视频的编码都是有效的,系统编码速度提高了3倍以上.目前,这项优化方法已经被MPEG-4视频编码优化小组采用.     

基于新模型的多目标Memetic算法及收敛分析

将多目标函数优化问题转化成单目标约束优化问题.对转化后的问题提出了基于约束主导原理的选择方法,克服了多数方法只使用Pareto优胜关系作为选择策略而没有采用偏好信息这一缺陷;Memetic算法是求解多目标优化问题最有效的方法之一,它融合了局部搜索和进化计算.新的多目标Memetic算法引进C-metric,将模拟退火算法与遗传算法结合起米,改善了全局搜索能力.用概率论的有关知识证明了算法的收敛性.仿真结果表明该方法对不同的试验函数均可求出一组沿着Pareto前沿分布均匀且散布广泛的非劣解.     

复杂场景下基于C-SHOT特征的3D物体识别与位姿估计

为了准确地同时识别复杂点云中的多个目标,提出一种基于法矢改进点云特征C-SHOT的3D物体识别方法.首先,在估计RGB-D数据的点云法矢时将邻域点距离信息考虑在内,计算带距离权重的协方差矩阵得到更精确的点云法矢;其次根据特征点处法矢与邻域法矢的夹角余弦构造点云形状直方图,同时统计点云纹理直方图并与形状直方图融合成C-SHOT描述符;最后对场景与模板分别提取C-SHOT特征,利用Kd树快速求得对应对,引入3D霍夫投票机制,并结合点云局部坐标系克服噪声遮挡问题完成多目标初识别.基于LM-ICP实现精确定位及位姿估计,画出目标包围盒,采用基准数据库CVLab以及采集实验室真实数据进行实验,结果验证了该方法的有效性与精确性.     

基于滚动时域估计的带约束运动目标跟踪*

针对实际的运动目标跟踪问题中存在的各种物理约束,采用基于在线滚动优化原理的滚动时域估计方法,将跟踪滤波问题转换为带约束的有限时域优化问题,并通过引入到达代价函数,有效减少了优化问题求解所需的计算量。最后,对实际的目标跟踪问题进行了滚动时域估计仿真研究。Monte Carlo仿真结果表明,滚动时域估计能有效提高跟踪精度,并且能在采样周期之内完成求解,满足在线估计的需要。     

基于MAP估计的自适应光学图像非对称多帧盲复原

为了提高地基望远镜观测空间目标的分辨率,提出一种针对自适应光学图像的盲复原方法.利用多帧图像的盲解卷积作为高清晰复原的主要技术手段,在贝叶斯最大后验概率估计框架下推导出泊松噪声模型的通用代价函数;提出基于非线性方程寻优的代价函数求解方法,并将非对称迭代引入求解过程,避免求解陷入局部极值点,以保证复原结果的可靠性.实验结果表明,该方法对泊松噪声有较好的适应能力,能够有效地从多帧湍流降质图像中恢复出目标图像.     

基于全变分的运动分割模型及分裂 Bregman 算法

提出了一种基于全变分的运动分割模型,可以适用于2D/3D视频.首先, 通过活动轮廓模型将分割与估计融合在同一能量函数中, 该模型能够同时进行分割曲面的演化和运动参数的估计. 其次,通过凸松弛方法将原始问题转化为等价的全变分模型, 克服了局部最小值问题.最后,采用分裂Bregman快速算法进行求解. 多组实验证明了本文方法对2D/3D视频的通用性和算法的高效性.     

基于3维模型的单视图不规则物体定位

单幅图像中物体的定位需要估计物体在3维空间中的位置和姿态,在静态场景中等价于摄像机定标,具有广泛的应用价值.针对具有3维模型,但缺失纹理信息的不规则物体的定位问题,提出一种基于轮廓匹配的定位方法.首先使用基于图像分割的方法提取输入图像中物体轮廓线,然后可以将图像轮廓线与给定位置和姿态参数下渲染3维模型的轮廓线进行匹配,匹配误差可以表示为位置与姿态参数的函数.由于该函数不能解析表达与求解,需要通过离散采样计算导数及目标函数值.位置与姿态参数的最优值可以通过LM(Levenberg-Marquardt)方法进行求解.实验结果表明,该方法可以快速收敛,并具有很高的精确性和鲁棒性.     

基于EEMD-SE和栈式降噪自编码网络的局部放电模式识别

由于变电站环境复杂,利用传统的特征统计方法不能准确地提取局部放电(PD)信号的特征及对其识别分类.对此,提出一种基于集合经验模态分解(EEMD)和样本熵(SE)的局部放电信号特征提取方法.利用EEMD算法对局部放电信号进行时频分析;计算EEMD分解得到的固有模态函数(IMF)的样本熵,并将其作为特征向量表征不同放电类型;采用栈式降噪自编码网络(SDAE)对放电类型进行分类识别.通过对四类局部放电故障进行特征提取和模式识别,对比实验结果表明,该方法能有效地提取放电信号的特征,并较准确地识别各类放电类型.     

油藏注水开发低阶模型及最优控制仿真研究

油藏注水开发最优控制问题计算规模大、控制变量与计算网格多,且控制变量与目标函数之间的关系为一组非线性偏微分方程控制,若直接进行数值求解,对于目前的计算机计算速度和存储空间是个巨大负担.本文采用最佳正交分解(proper orthogonal decomposition,POD)方法提出了基于低阶模型的油藏注水开发最优控制问题,这样,控制变量与目标函数之间的复杂关系被转变为解析函数,仅以少量的POD系数作为优化变量且只需采用非线性规划方法即可求解,大幅度地降低了原问题的求解复杂度与计算量.以二维五点井网的一个井组为应用实例进行仿真研究,结果表明:基于低阶模型的最优控制问题所求解的最大生产净现值与经典的伴随梯度法相比仅有不超过2.5%的误差,且计算速度优势极为明显,当网格数为40×40时,计算速度可提高30倍以上,网格数越多,计算速度优势越明显,当网格数为70×70时,可提速60倍以上.     

基于二维局部均值分解的图像多尺度分析处理

在图像多尺度分析时,为了对后续的图像处理提供高质量的特征输入,在一维局部均值分解算法基础上提出一种二维局部均值分解算法.首先采用优化的8-邻域算子求取图像中的局部极值点;然后针对鞍点对求解局部相邻极值点时的影响,提出一种基于自适应窗口的搜寻方法,以控制局部相邻极值点数求取局部相邻极值点,进而得到平滑的包络估计函数和局部均值函数;最后依据包络估计函数和局部均值函数,通过迭代寻优得到相应的乘积函数将图像分解成不同尺度下的成分.在人工合成图像与典型图像的多尺度分析处理结果表明,该算法可行有效;与二维经验模态分解算法的比较结果表明,该算法具有更快的速度和更好的处理效果;并对该算法中的重要参数进行了敏感性分析,验证了算法具有较好的鲁棒性,给出了比较合理的参数取值范围.     

点模型微分属性的估算及其应用

为了有效地估算点模型的微分属性,提出了一种基于几何特征相似性的估算方法. 首先,利用Mean shift (MS)聚类法,对点模型进行几何特征相似性聚类;然后,基于径向基函数(Radial basis functions, RBF),重构各聚类单元的局部隐式曲面; 最后,依据经典微分几何理论,在径向基函数 曲面上便捷地求解采样点的微分属性并给出具体应用. 实验与应用结果表明,该方法能够比较精确地估算出点模型的微分属性且得到有效应用.     

基于小波滤波器组的光流估计

为了解决光流估计时存在的孔径问题和时域混叠，在Bernard的理论基础上，给出了基于快速滤波器组的方法：小波函数在频域可以表示为滤波器组的乘积．所以时域的小波系数由傅里叶变换转换到频域。通过滤波器组快速求解。由于解析小波具有实小波所没有的优点．采用解析小波计算光流。文中给出该方法的结果。还给出了Horn-Schunck的正则化方法的结果。比较后可知，本文的方法能较好地对运动物体进行光流估计。     

实值多种群遗传算法求解动态规划问题

研究利用遗传算法求解动态规划问题.实验采用实值多种群遗传算法,绕过复杂的数学推导,求解推车系统的最优控制序列u*(k).在遗传算法迭代过程中,染色体采用实值编码、多种群、多目标并行搜索,并利用留优策略加速搜索收敛速度,求解得最优控制序列u*(k).计算的目标函数值和数学解析解极值完全一致,证明了该方法的准确、高效.     

基于中心差分卡尔曼-概率假设密度滤波的多目标跟踪方法

针对非线性系统模型,提出一种基于中心差分卡尔曼-概率假设密度滤波的多目标跟踪方法.该方法采用Stirling 内插公式对非线性函数作多项式逼近,利用中心差分卡尔曼滤波和高斯混合概率假设密度滤波对后验多目标状态一阶统计量进行估计,并通过递推更新得到目标状态,以实现对多个目标的跟踪.该方法无需求解系统函数的雅可比矩阵,且具有二阶泰勒展开式精度.仿真结果表明,所提出方法能够增强算法的鲁棒性,提高目标状态和数目的估计精度.     

一种基于图像表观的鲁棒姿态估计方法

提出一种利用图像的表观特征进行头部姿态估计的方法.该方法首先使用了一维Gabor 滤波器对头部图像进行特征提取,然后对提取得到的一维Gabor 特征进一步使用了基于核函数的局部费舍尔判别分析方法增强特征的判别能力.与传统二维Gabor 特征相比,一维Gabor 特征除了在计算速度和存储空间上具有明显的优势以外,更与姿态紧密相关.而基于核函数的局部费舍尔判别分析方法,能够解决姿态问题中存在的非线性问题和多模态问题.大量的实验结果表明,该算法对于姿态估计问题是有效的.特别需要指出的是,该算法具有良好的推广能力