混合线性模型在模板跟踪中的应用

模板跟踪在计算机视觉上已经有了很广泛的应用。利用图像的单应性特征,构建目标的运动模型,找出观察数据与目标运动参数的关系,估计目标的运动参数,实现目标跟踪的目的。本文提出了一种基于混合线性模型的模板跟踪方法,提取目标的运动参数和表观特征,建立数据集,利用全监督学习的方法计算出两者的映射关系,从而实现对目标进行有效跟踪。这种方法既克服了由单一线性模型造成的非线性误差,又减少了由于计算非线性模型的计算量,提高了目标跟踪的精度。此外,本文还提出了一种快速学习的计算方法,克服了混合模型中每个子空间由于学习样本少而容易受到噪声影响的缺点,不仅增加了系统的鲁棒性,而且减少了计算量。实验结果表明该算法具有良好地跟踪效果。     

一种肤色定位的人脸检测算法

进行人脸识别前,首先要精确定位出一幅图像中人脸的位置,为了快速定位人脸位置,本文提出一种肤色定位的人脸检测算法。首先将实际获取的彩色图像转换为YCbCr和HSI空间图像,并将Cb和Cr图像中的数值进行四舍五入处理,结合Cb、Cr、H和S的阈值去除大部分背景,再统计当前图像中的彩色部分的Cb和Cr值,分别取最多2个数值来共同确定肤色位置,最后由当前位置的亮度信息图像排除手等纯肤色部分,准确定位人脸。本文算法能提高正检率并降低误检率,有利于人脸检测。     

机动车驾驶员身体素质条件及测评指标的研究

筛检身体条件指标,为制定国家标准提供依据.在3个城市作车祸流行病学调查和病例对照研究以筛检与事故倾性有关的指标.在5个城市作整群分层随机抽样调查确定与事故倾性有关指标的正常值范围.以11和12病例对照研究对筛检出评价驾驶员的指标进行验证.从28项指标中筛检出身高、视力、听力、血压和肺活量为驾驶员必备条件.复杂反应、速度估计、操作机能、动视力、夜视力、深视力与驾驶员安全驾驶有高度联系(OR>3).用指标组合来评判驾驶员,经过验证,特异度为86.84%和88.16%,灵敏度为92.11%和91.23%,Kappa值达到0.789?5和0.765?3,Yuden指数等于0.789?5和0.793?9.研究表明筛检的指标和以指标组合法评价驾驶员具有较高的敏感性、特异性和一致性.     

一种基于小波变换的多分辨率门限选取方法

本文描 一种亲的门限选择方法，它基于小流变换多尺度方法分析图像直方图的信息，通过对小波变换后直方图零交叉点检测，得到一序列门限，用于描述图像的边缘特征，整个方法采用一种由粗到细引导的多分辨率门限结构。     

移动通信技术及发展

介绍了模拟蜂窝移动通信网和数字蜂窝移动通信系统的发展状况,分析了不同移动通信系统的网络结构和接口协议分层,讨论了WCDMA的系统结构和组成形式,并对其中的用户终端设备及核心网络等关键技术进行了分析,对未来移动通信发展的趋势和采用的关键技术作了探讨。     

基于矢量三角法的指纹特征匹配算法的研究

指纹匹配是自动指纹识别系统(Automatic Fingerprint Identification System，AHS)中最重要的问题之一。文中主要针对如何确定两幅指纹图(模板和输入图像)的参照点问题，提出了一种基于指纹脊线结构和矢量三角法相结合的算法，将脊线信息引入匹配过程中，并在极坐标下进行细节点匹配。仿真实验表明，该方法不依赖指纹图的中心区域，具有旋转平移不变性，不仅能很好地区分来自不同指纹的图像，而且有较好的匹配结果。     

TMS320C6713的软件自动更新方案设计

通过对COFF文件和TMS320C6713引导过程的分析,本文提出了一个在基于TMS320C6713 DSP系统上实现自动软件更新的方案,本方案只需要在软件更新时将CCS编译和链接生成的COFF文件下载到DSP系统,便可自动完成更新;最后还简单介绍了方案在TMS320VC5409系统上的实现.     

电容式指纹传感器FPC1011C的指纹识别系统

阐述一款基于DSP（Digital Signal Processor）的嵌入式指纹识别系统,对其硬件设计电路和软件设计进行了详细的论述。设计了双电源切换系统,通过SPI协议与指纹采集头FPC1011C和液晶屏进行通信,能够方便地进行指纹采集、注册、匹配,可实时显示处理结果,并把数据及结果通过RS232传送到电脑终端。另外,系统既可以脱机使用,也可与PC联机使用。     

基于热扩散理论的窗融合方法研究

窗融合是滑动窗目标检测方法中的一个重要步骤. 针对传统方法的缺陷, 提出了一种新的窗融合方法. 该方法把每个初始窗口当作系统中的一个位置, 两个窗口的检测分数和重叠面积用来计算对应位置之间的热传导系数, 最终利用线性各向异性热扩散条件下系统温度之和最大化问题来模拟窗融合工作. 采用贪婪算法获得目标函数的近似最优解, 相应的热源即为窗融合结果. 在VOC2009目标数据库和INRIA行人数据库上的实验显示, 该方法不仅能够删除重复检测, 还可以排除误检以及防止相邻目标干扰. 相比传统的非极大值抑制方法, 该方法在不损失召回率的前提下显著地提升了目标的检测精度.