基于HOG SVM模型的场景文字二次检测算法

针对基于边缘检测的文字定位虚警率过高的问题,提出了一种基于Canny边缘检测和HOG+ SVM模型相结合的场景文字检测算法.首先采用基于Canny边缘检测和文字的几何约束条件得到候选文字区域,再利用HOG+ SVM模型对候选文字区域进行二次检测,过滤掉大部分非文字区域.实验结果表明,该算法能够有效地去除基于边缘检测算法产生的误检区域,大大降低了基于边缘检测的场景文字定位的虚警率,并对背景复杂的图像也具有一定的鲁棒性.     

基于人群密度的异常行为检测与分级研究

群体异常行为的发生将对社会公共安全构成危害,而不同等级的群体异常行为对社会公共安全产生的危害性也不尽相同,对应的关注度和敏感度也不同,因此本文提出了一种基于人群密度的异常行为分级检测算法.首先,对现有的人群异常行为检测算法存在实时性差、检测准确度不高的问题,引入局部光流,提出了一种基于平均动能变化倍率的人群异常行为检测算法;在此基础上对现有的结合基于像素点统计和基于纹理特征的人群密度检测方法进行了改进,进而实现了基于人群密度的异常行为分级.实验证明,本文算法能够准确且稳定地检测出视频中的异常行为情况,并且能根据人群密度分级报警,满足实际应用需求.     

基于FPGA的肢体动作捕捉系统设计与实现

基于DE2-115开发平台,设计了一种高效的肢体动作捕捉系统.系统对摄像头采集到的视频信号进行肤色检测、噪声消除,提取出合适合适肤色块提取,在此基础上计算跟踪肢体质心坐标,并根据人体轮廓和质心之间的位置关系建立人体肢体模型.系统实现了肢体动作实时捕捉,并完成了三维模型重建.     

基于改进全卷积网络的小麦图像分割

针对漫水填充结合模板匹配的双面联合分割方法对小麦图像进行分割存在过分割以及欠分割现象,提出基于改进的全卷积网络的图像语义分割方法.该方法融入前二个池化层的输出信息作为Softmax层的输入,探讨并得出了只融入第二个池化层的输出信息的网络模型优于同时融入前两个池化层的网络模型,引入Batch Normalization层到网络层中,并且针对小麦图像的需要将原来的21类网络输出类别更换为2类输出.实验采用建立的小麦图像数据库,结果表明改进后的网络使得过分割和欠分割现象明显减少,分割效果得到了显著提升,并且使用F-measure定量分析了模型的有效性.     

城市量化研究中视频人流统计分析

在现代城市规划研究中,聚焦人的信息的深度分析至关重要.采用有效的视频分析技术处理和分析监控视频可以极大地扩充行人信息的基础数据,对城市量化研究具有重大意义.该研究方法通过拍摄一段时期同一街道视频进行相应的处理.采用基于前向传播卷积神经网络模型的深度学习方式检测视频中指定监测区域的行人.为确保行人信息的准确性,故对检测到的行人进行跟踪处理,同时添加跟踪目标丢失判断及相应处理.最后量化行人数量、运动方向、滞留时间以及运动速度等信息数据,进行相应的数据分析.实验结果表明该研究方法能有效的实现量化行人信息数据,为城市定量化研究提供准确有效的数据支撑.     

基于自适应稀疏变换的指纹图像压缩

随着指纹识别技术的广泛应用,大量指纹图像需要被收集和存储.在指纹识别系统中,对于大容量的指纹数据库,指纹图像必须经过压缩后存储以减少存储空间,本文提出了基于自适应稀疏变换的指纹图像压缩算法.该算法在离线状态下提取指纹图像特征训练超完备字典;在编码过程中,首先利用差分预测编码和稀疏变换将待压缩指纹图像转换到稀疏域,然后对直流系数和稀疏表达系数进行量化和熵编码,从而实现图像信息的压缩.实验表明,在中低码率段,本文算法相比于JPEG、JPEG2000和WSQ等主流压缩算法表现出更优越的率失真性能;在相同码率时,本文算法生成的压缩图像的主观视觉效果更好,指纹识别率更高.     

基于背景纹理的轿车车标定位方法

车标定位是车标识别系统的关键技术之一,但是由于车标背景的散热片纹理不一、种类繁多,给车标定位造成了困难,故提出了一种基于背景纹理的轿车车标定位方法.该方法首先根据先验知识对车标进行粗定位,依据其在水平投影与垂直投影上的特征将车标背景分为三大类,然后运用Sobel算子分别对不同类别的散热片背景进行消融;为了更好的去除散热片背景对定位车标的影响,引入了一种邻间二值化方法,同时结合基于投影的去噪方法对噪点进行进一步处理,从而实现车标的精确定位.这种方法适用于不同类型的车标背景条件下的车标定位.实验通过对1000张图片进行车标定位,比较已有算法有更高的准确率和适用性,总体定位准确率可以达到97.10%.     

基于遥感影像和神经网络的城市用地功能分类

城市用地功能分类的准确识别对精准把握城市现状、优化城市空间结构有重要意义。基于此,利用高分辨力遥感影像,提出一种针对中国城市用地功能分类的模型。设计一种多分辨力特征融合的卷积神经网络识别遥感影像中的特定功能区;针对中国城市功能区分布的特点,建立一个用于城市用地功能分类的新数据集。实验显示,本文算法在6种用地功能类型上的分类精确度达88%,表明算法对城市用地功能分类识别具有较高的准确性。最后,通过对北京部分主要城区的案例研究,验证了所提出的模型在城市规划相关领域提供数据支持的价值和有效性。     

基于特征压缩和残差网络的语音重放检测

目前的语音重放攻击检测系统中,绝大部分性能良好的系统采用的特征和网络模型的数据量都很大,训练速度慢、对设备要求高.因此本文提出了一种基于CQT(Constant Q Transform)变换的时间帧压缩方法,以减小特征尺寸和网络模型参数量,从而加快训练速度、降低设备要求.首先,将语音信号的CQT谱在时间帧维度上压缩,得到一维特征,成百倍地减少特征数据量;其次,对应设计一维小型残差网络模型,以辅助进一步减少数据量;最后,在ASVspoof2019挑战赛的PA数据集上训练并测试网络模型性能.实验结果表明,本文的特征提取算法和网络模型,相比挑战赛的基线系统以及其他特征-模型的性能有明显提升,t-DCF为0.1051,EER为3.74％,并且训练速度快、设备要求低.     

H.264高清视频编码器的设计与实现

针对高清视频庞大的数据量以及H.264编码器复杂的编码结构引起的低编码速率的问题,对影响算法编码速率的原因进行了深入分析,并设计了高效的多核并行方案,进而充分利用TMS320C6678的多核性能,并结合TMS320C6678的运算存储特性,对H.264编码器进行了多方面的优化,最终使H.264编码器对720P高清视频序列编码速率从1.2 fps增加到27.2 fps,更加贴近于实际应用。