基于时空的弱点状运动目标检测技术

如何在复杂背景下持续有效地检测目标位置,一直是研究者们需要面对的主要挑战。本文在研究红外点状移动目标特征的基础上,根据目标无纹理,无形状的特性,提出一种改进的形态学目标增强算法,并利用目标连续时空不变性检测目标。首先,建立多尺度的图像金字塔,在每层上采用改进的形态学算法快速、粗糙定位小目标。然后进一步的根据目标在时空上的位置相关性,提出基于目标运动特征分析的精确检测方法。得到精确稳定的检测结果。最后实验结果表明与经典的形态学检测算法及其他算法相比,该技术能更有效地检测弱小目标,具有更高的鲁棒性。     

异域来风 谁来管理机器人?

机器人技术不再是未来的幻想,它已经进入了我们的日常生活。但在这一领域,我们缺乏相应的法律法规。比如无人机,现在由美国联邦航空管理局(FAA)来管理,但很多人认为,这完全越权了;比如机器人手术,多起法律诉讼都表明,美国食品及药品管理局(FDA)在审查方面,做得远远不够;再比如"自动驾驶",内华达州是全美第一个通过无人驾驶汽车法律的州,随着技术的发展,它不得不废除关于"自动驾驶"的旧定义,重下一个新定义。让机器人这种革新技术融入当今社会的最好方法是什么?我们现在仍然不能非常确定。所以,美国需要建立一个新的联邦机构,制定出最佳策略。     

典型相关滤波跟踪算法的比较与分析

为综合评价现有的相关滤波类算法,对典型的相关滤波跟踪器进行全面的比较与分析,从而为进一步完善相关滤波器的设计提供指引。从相关滤波跟踪理论的一般框架切入,重点对当前四种具有代表性的相关滤波跟踪器即KCF,DSST,HCF和ECO展开研究,分别从理论分析以及在大规模公开数据集OTB100上的实验表现详细地比较各算法的优劣。比较与分析结果表明,使用卷积特征的算法在跟踪准确性和鲁棒性上相比单纯使用人工特征的算法具有显著优势,然而跟踪速度也会急剧下降,具有尺度估计模块的跟踪器能够得到更优的跟踪成功图表现。最后对深度学习结合相关滤波方法存在的实时性不足、长时跟踪等问题进行分析,并对未来的发展趋势进行了展望。     

基于SSD-CF的无人艇目标检测跟踪方法

针对目前目标检测和目标跟踪算法对无人艇运算配置要求高、速度慢等问题,该文一种提出基于SSD-CF的无人艇目标检测跟踪方法。利用MobileNets结构结合SSD目标检测算法构建轻量级卷积神经网络,实现无人艇的水面目标检测。目标检测结果作为相关滤波CF目标跟踪算法的初始输入,并在目标跟踪过程的保障其有效性。通过MODD水面船只视频数据实验表明,SSD-CF方法融合目标检测与目标跟踪算法,可有效地降低对运算力的要求,提升目标检测跟踪速度和目标位置的稳定连续性。     

结合总体最小二乘的自适应抗差滤波算法

在动态导航定位中,不仅会存在有色噪声的影响,而且还会出现观测系数矩阵存在偏差的情况,数据处理中不容忽视。针对此,本文将总体最小二乘和自适应抗差滤波相结合,提出了能够同时控制有色噪声和系数矩阵偏差影响的新方法。该算法先用总体最小二乘方法求出观测方程系数矩阵偏差,并对观测方程系数矩阵进行修正,再基于修正后的观测系数矩阵使用自适应抗差滤波算法求解出最后的状态参数估值。计算结果表明,该方法不仅能够改正系数矩阵偏差且能控制有色噪声的影响,有效地提高导航定位的精度和可靠性。     

电视机滤波电容损坏造成的干扰故障

有用户反映电视图像有两三横道亮线上下滚动干扰电视信号，我们怀疑可能是光接收机、电源或线路放大器的故障，抽查几个用户，结果是西半部比东半部严重，我们带去光接收机、电源、放大器换了一遍，故障依旧，用户还反映这个故障时有时无不定时出现，事隔两三天我们再去，把所有的编码分支器全部换上普通的六分支器，但故障依旧。当时夏天农忙看电视时间少，用户也没计较，事隔两三个月用户又打电话说：电视图像还像原来一样不好，我们再次来到故障严重的用户家，分析故障现象，怀疑可能是某个电源或桌用户电视机造成的干扰，