基于多尺度特征校准的图像协调化方法

图像组合是图像处理中一个重要操作，然而组合图像中前景区域与背景区域的外观不协调使得组合图像看起来不真实。图像协调化是图像组合中极其重要的一个环节，其目的是调整组合图像前景区域的外观使其与背景区域一致，从而让组合图像在视觉上看起来真实。然而，现有方法只考虑了组合图像前景与背景之间的外观差异，忽略了图像局部的亮度变化差异，这使得图像整体的光照不协调。为此，该文提出一个新的多尺度特征校准模块(MFCM)学习不同尺度的感受野之间细微的特征差异。基于所提模块，该文进一步设计了一个新的编码器学习组合图像中前景与背景的外观差异和局部亮度变化，然后利用解码器重构出图像，并通过一个对前景区域归一化的回归损失指导网络学习调整前景区域的外观。在广泛使用的iHarmony4数据集上进行实验验证，结果表明该方法的效果超过了目前最优的方法，验证了该方法的有效性。     

基于FPGA的太赫兹高速MAC协议设计与实现

太赫兹无线个域网可以支持上Gbit/s的传输速率,但是目前对于太赫兹无线个域网的MAC层研究较少,如何用现有的条件实现太赫兹无线个域网MAC层协议是亟待解决的问题。借助FPGA实现了太赫兹无线个域网MAC层基本功能,并采用波束赋形新机制,减少了节点发送的等待时间,使得端到端数据的传输加快,端到端的网络吞吐量随之提高。之后在Linux上测试数据传输速率,实验结果表明,在带宽不低于3.0 Gbit/s下,新的太赫兹MAC协议的平均数据传输速率能够达到约2.70 Gbit/s;另外,该协议的端到端平均往返时延约为0.284 ms。希望该设计能够为太赫兹超高速无线网卡和无线路由器的研究开发与实用化打下坚实的基础。     

基于知识图谱和协同过滤的电影推荐算法研究

针对协同过滤算法在推荐电影过程中只能考虑电影外部评论而不能考虑电影内部的相似度关系,提出构建知识图谱辅助计算电影内部相似度。已有的电影数据可能是不完整的,因此采用知识图谱推理补全缺失的电影知识。基于TransE模型的知识图谱无法有效描述电影间的片名、演员、导演等复杂的多关系。首先采用改进的TransHR模型表示出电影信息之间的多关系,提升关系表示的准确率;然后通过用户评分矩阵计算电影间相似度;最后将2种相似度融合并应用于矩阵分解的推荐技术中。对比实验结果表明,该算法在召回率、准确率、平均绝对误差MAE等指标上都有所提升。     

基于分段自适应采样压缩感知的FBG光谱压缩与重构方法

针对光纤布拉格光栅(FBG)传感系统中数据量庞大、不利于数据传输及存储的问题,提出了一种分段自适应采样压缩感知与改进的正交匹配追踪(SASCS-IOMP)算法。利用设计特定参数的Gabor滤波器提取FBG光谱信号上边带斜率最大的频率点,根据Hilbert变换粗定位FBG中心波长位置,并对FBG光谱进行自适应分割。在不同分割区域设置不同的信噪比阈值,以降低光谱信号的总压缩比。在自适应采样过程中,为缩短算法的运行时间,引入比例-积分-微分控制算法,设计一种自适应步长增长机制,最后利用IOMP算法重构光谱。仿真结果表明,在单峰和多峰情况下,SASCS-IOMP算法都能降低总观测值的数目,且FBG光谱3dB带宽内的重构误差均在0.7%以内。     

3DMIMO下的不均匀码本分配方案

3D MIMO同时考虑水平维和垂直维波束,虽然更加匹配UPA(Uniform Planar Array)天线阵列场景,但是目前采用的KPC(Kronecker Product Codebook)码本为对空间进行均等划分,系统性能受限于用户分布密度。文章提出一种根据用户分布密度的3D MIMO码本方案,以及设计了一种根据用户密集程度的不均匀码字分配方案。仿真表明,相比KPC码本,提出的码本方案降低了误码率,提升了系统性能。     

LTE-A系统中主同步信号重叠分段检测算法

针对LTE-A系统中频域快速相关算法计算复杂度高、检测性能不稳定的问题,提出一种主同步信号重叠分段检测算法。通过序列循环操作延长半帧数据尾部,以保证序列的完整性。在此基础上,利用重叠分段操作降低相关复杂度,并根据门限值操作结果判断同步序列是否检测成功。仿真结果表明,该算法的计算复杂度相比频域快速相关算法减少53.85%,且对于不同的分段数,当信噪比为-7 dB时,正确检测率接近1.0,检测性能稳定。     

基于自适应关键点热图的遮挡篮球运动员检测算法

运动员检测是篮球运动智能化分析的基础,由于篮球视频存在场景复杂、目标运动快速、目标间遮挡严重的问题,现有目标检测技术不能实现对密集遮挡运动员的精确检测.为此,提出一种基于自适应关键点热图的遮挡篮球运动员检测算法.首先通过预先构建的全卷积编码-解码网络进行运动员特征提取,利用高斯核函数在特征图上渲染关键点热图,热图的渲染采用自适应策略,高斯核半径随着目标宽和高的变化而变化,能够加快网络收敛;然后在热图中提取运动员中心点,回归得到运动员宽高、位置等信息,省去了基于锚框检测中复杂耗时的后处理过程,更利于在遮挡条件下区分2个运动员.在篮球运动数据集BasketballPlayer上进行实验的结果表明,在复杂篮球视频场景下,该算法能有效地解决密集遮挡运动员之间漏检、误检和检测精度不高的问题,处理速度可达到26帧/s.