基于人体关节点数据的攻击性行为识别

针对人体攻击性行为识别问题，提出一种基于人体关节点数据的攻击性行为识别方法。首先，利用OpenPose获得单帧图像中的人体关节点数据，并通过最近邻帧特征加权法和分段多项式回归完成由人体自遮挡和环境因素所导致缺失值的补全；然后，对每个人体定义动态"安全距离"阈值，如果两人真实距离小于阈值，则构建行为特征矢量，其中包括帧间人体重心位移、人体关节旋转角角速度和发生交互时的最小攻击距离等；最后，提出改进的LightGBM算法w-LightGBM，并对攻击性行为进行识别。采用公共数据集UT-interaction对所提出的攻击性行为分类识别方法进行测试实验，准确率达到95.45%。实验结果表明，所提方法能够有效识别各种角度的攻击性行为。     

基于UKF航迹滤波的干扰目标智能识别算法研究

针对雷达导引头末制导阶段抗干扰技术,建立了典型的距离-速度拖引干扰模型,采用无迹卡尔曼滤波(UKF),研究了基于速度、加速度、过载等指标的干扰目标智能识别技术。首先建立距离-速度拖引干扰模型,通过引入弹目相对距离、径向速度、高低角与方位角建立了系统跟踪模型。其次,给出了基于UKF实现目标跟踪与识别的滤波框架。在此基础上,以径向速度、径向加速度、角加速度与过载为评价指标,建立了目标智能识别指标体系。最后,通过典型的目标运动模型(目标跃升),对目标施加的四次距离-速度拖引干扰(两次前拖、两次后拖)进行目标识别。仿真结果表明,利用UKF滤波信息能够有效实现对距离-速度拖引干扰下的干扰和目标智能识别,仿真结果验证了该识别方法的可行性与有效性。     

多特征检测人形识别安防摄像机设计

针对高准确率和快速跟踪摄像功能的需求,基于机器视觉设计了人形识别安防摄像机。首先,确定了整体工作方案;其次,提出一种多特征组合人形识别方法,通过训练3个分类器,分别识别人形正身、侧身和背身,并采用haar特征+adaboost算法实现人形识别和定位功能,再利用PID算法控制步进电机和舵机实现人形跟踪;最后,开发了安卓手机端APP。测试结果表明:多特征组合识别方法能够快速识别人形目标,帧率不低于20Hz;与单特征人形识别方法相比,识别准确率提高27.3%;人形目标追踪时间不超过1.7s;摄像机能够流畅实现WiFi控制、无线监视和录像下载等功能。     

基于多核处理器的声光复合一体化探测系统设计

介绍一种以多核处理器AM5728为核心处理器的声光复合探测系统,结合现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)处理器实现对音视频数据采集、信号处理、目标识别及跟踪定位的功能,详细阐述了基于多核处理器的高集成度系统设计方案.实验结果证明,通过一体化设计,该系统将传统声光探测系统融合为一体,既提升了系统探测效能,又提升了系统应用的便携性.     

黑龙江牡丹江:排查一起民航安全校飞频率受干扰案件

2020年11月14日,黑龙江省牡丹江无线电管理机构及时受理并成功排查一起民航安全校飞专用频率受干扰案件,确保了校飞工作的成功验收,避免航班延误的情况。14日9时,黑龙江省牡丹江无线电管理机构接到牡丹江海浪国际机场干扰投诉,称北京至牡丹江B3666航班在进行导航设备安全校飞过程中,校飞专用频率受到不明信号干扰,无法正常校准。如两日内校飞不成功,航班将被取消。由于校飞期限紧迫,牡丹江无线电管理机构当天在第一时间启动应急预案,展开干扰排查工作。