Visual detection and tracking with UAVs,following a mobile object

ABSTRACT

Conception and development of an Unmanned Aerial Vehicle (UAV) capable of detecting, tracking and following a moving object with unknown dynamics is presented in this work, considering a human face as a case of study. Object detection is accomplished by a Haar cascade classifier. Once an object is detected, it is tracked with the help of a Kalman Filter (KF), and an estimation of the relative position with respect to the target is obtained. A linear controller is used to validate the proposed vision scheme and for regulating the aerial robot's position in order to keep a constant distance with respect to the mobile target, employing as well the extra available information from the embedded sensors. The proposed system was extensively tested in real-time experiments, through different conditions, using a commercial quadcopter connected via wireless to a ground station running under the Robot Operative System (ROS). The proposed overall strategy shows a good performance even under disadvantageous conditions as outdoor flight, being robust against illumination changes, image noise and the presence of other people in the scene.     

采用信息增益率的混合入侵检测模型设计

针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题，同时为了充分结合误用检测模型和异常检测模型的优势，提出一种采用信息增益率的混合入侵检测模型.首先，利用信息增益率定量地选择特征子集，最大程度地保留样本信息；其次，采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型，使其更好地平衡粒子在全局和局部的搜索能力，然后，选取灰狼算法确定单类支持向量机参数构建异常检测模型，以此来提高对最优参数的搜索效率和精细程度，综合提高混合入侵检测模型对攻击的检测效果；最后，通过两种数据集进行仿真实验，验证了所提混合入侵检测模型具有较好的检测性能.     

优化特征提取的互动式人脸活体检测研究

针对人脸识别系统中出现的通过照片或视频“欺诈”解锁问题，提出一种活体检测方法，通过随机指令判断被检测对象是否为真人。利用HOG特征和随机森林算法对摄像头采集的图像进行人脸检测，预测脸部68个特征点位置，把68个特征点位置和脸部位置的相对位置归一化后作为姿态的特征，提取的姿态特征与SVM分类器相结合，训练出分类效果较好的头部姿态估计分类器。通过多次实验，对特征提取方法进行优化，进一步提高检测准确率。最后，使用随机互动式命令序列对被检测人发出指令，实现活体检测。该方法对头部姿态估计具有较高的鲁棒性，并且可以有效地防范照片和视频认证攻击。     

一种基于改进NMS的牛脸检测方法

针对牲畜牛身份认证的多牛脸检测场景，本文给出一种基于改进Faster R-CNN的牛脸检测方法。使用Inception v2替换ZF网络作为Faster R-CNN的基础网络，模型精度得到显著提升；针对多牛检测场景对NMS（Non-Maximum Suppression）进行相应优化，使模型的召回率得到显著提升。通过和其他目标检测模型对比实验，本文的改进模型在精确率和召回率上均优于其他模型。     

基于自回归谱外推的全聚焦成像分辨力提升

针对相邻缺陷全聚焦超声成像混叠问题，结合低阶、宽有效频带自回归谱外推方法，压缩超声波时域脉冲宽度，实现亚波长级全聚焦（Total focusing method，TFM）成像分辨力。建立碳钢试块模型，设置两个中心间距1.8 mm，直径1.3 mm圆孔，选用中心频率2.25 MHz，32阵元相控阵探头采集全矩阵数据。针对全矩阵数据，选择自回归阶数为2，信号频谱最大幅值下降14 dB为有效频带，建立自回归模型并外推有效频带外的高频与低频成分，随后对全矩阵数据进行延迟叠加处理和TFM成像。仿真结果表明，低阶、宽有效频带自回归谱外推处理方法具有较高的鲁棒性和准确性，TFM成像后可有效分离中心间距0.7λ（λ为超声波长）圆孔，保留缺陷横向位置信息的同时，定位误差不超过0.73%。对碳钢试块中相同位置及尺寸的圆孔进行试验验证，定位误差不超过1.06%，有效地提高TFM成像分辨力。     

老矿山残矿资源回收方案设计中三维探测及建模技术的应用

目前我国绝大多数中小型老矿山残矿回收面临一系列问题，包括资料缺失无法准确判定老采空区及剩余资源位置，无法准确掌握剩余资源形态及可回收量，回收方案设计与实际资源相差较大等。通过将三维探测及建模技术应用于老矿山残矿资源精准定位及回收方案设计中，有助于解决以上问题。以福建浦城屏峰硫铅锌矿为例，通过对老采空区采用三维激光扫描构建采空区三维模型，结合三维建模计算，构建了目前可回收的剩余资源三维模型。通过模型划分及切割，按照矿体实际形态，在三维模型中布设采切及穿孔工程，并将其导入平面施工图中，不仅可以减少设计工作量，而且能够精准匹配矿体，减少设计偏差。由于周边存在大量老采空区，为保障安全，在采空区及剩余资源精准三维模型的基础上，制定了采空区稳定性监测方案，布设了监测传感器，保障了资源回收安全。     

罗河铁矿采空区三维激光扫描及应用分析研究

针对传统采空区探测依靠全站仪测量存在劳动强度大、测量结果不准确等问题,采用BLSS-PE矿用三维激光扫描系统对罗河铁矿45-3^#和47-3^#采空区进行了现场扫描,构建了采空区三维实体模型,并在此基础上计算了采空区体积,说明了传统统计方式存在的不足;计算了矿房的超欠挖体积,为准确量化矿房损失率和贫化率提供了基础数据;基于采空区边界进行了二步骤回采设计,说明了采空区边界对于降低矿房损失贫化的重要意义。     

基于STM32的开环霍尔电流传感器的温度补偿研究

研究了一种基于软件补偿结合恒流源补偿的改进温度补偿方法,应用单片机、恒流源、数字温度传感器、乘法器等硬件电路,对传统软件补偿进行了优化,补偿效果较传统恒流源补偿有了明显提升,“温漂”整体下降了约13.7%。在传统的温度补偿方法如热敏元件补偿、恒流源补偿、软件补偿等方式上做了补充,对于霍尔电流传感器精度的提升及实际生产需求的满足有重要意义。