三维散乱点云模型的特征点检测

随着三维点云模型越来越受到人们的关注,如何对数据量大,无序的三维点云模型进行特征点检测也是近几年的研究热点。本文提出了基于曲率和密度的特征点检测算法,为每个数据点定义一个特征参数,这个参数由三部分组成:点到邻居点的平均距离;点的法向与邻居点法向夹角的和;数据点曲率。然后通过八叉树方法计算模型的数据点密度,将这个密度作为阈值,特征参数大于阈值的点就是检测到的特征点。本文计算时,检测模型的特征点只需用到三维点云模型的几何特征,如数据点法向,曲率和邻居点。实例验证本算法可准确地检测出散乱数据点云的特征点。      

基于商标匹配的视频广告识别

视频广告作为一种重要的媒体形式,正在潜移默化地影响着人们的生活。针对如何对视频广告进行识别,本文提出了一种基于商标匹配的视频广告识别算法。考虑到视频广告帧中存在着大量的背景干扰问题,本文算法首先对视频广告帧进行显著区域检测,将广告帧中较为显著的商标信息与周围背景分开,然后对已得到的显著区域图进行SURF特征提取,并与商标库中的商标显著区域图进行匹配。实验结果表明:本文算法对广告帧中商标存在的背景干扰、尺度缩放、旋转、颜色、光照等变化具有很好的鲁棒性,取得了令人满意的匹配准确率,很好地实现了视频广告识别。      

GB20600标准的LDPC码的改进

尽管LDPC码已经被GB20600标准采纳作为信道编码,与其它LDPC码相比,在同样码长和码率的情况下,GB20600 LDPC码误码率性能并非最佳;GB20600标准的LDPC码的码长达7493,存在编码复杂性问题,但是GB20600 LDPC码未采用基于校验矩阵的快速算法,这给GB20600 LDPC编解码器的硬件实现带来较大的困难。本文在现有GB20600 LDPC码的设计框架下,对GB20600中LDPC码的校验矩阵进行了修改,在此基础上提出一种有效的LDPC码的快速迭代算法,使编解码器的硬件易于实现。改进后的LDPC码的编码算法具有较低的实现复杂度。仿真结果表明,改进后的LDPC码的误包率性能优于现GB20600中LDPC码的误包率性能。      

大型追踪系统的多摄像头协同

多摄像头间的目标追踪,即利用多摄像头协作完成对目标的监控追踪过程,是大规模智能监控系统中的重要研究方向。针对多摄像头追踪系统对多摄像头协同的实时高效性的需求,本文提出了一种利用多Agent代理多摄像头的分布式计算技术,单Agent层面分析其BDI模型,状态转移模型,多Agent层面分析其在目标追踪过程中完整的通信过程,以及多个摄像头的最佳状态选择。通过开源JADE框架,对基于多Agent的多摄像头追踪系统进行系统搭建,系统实现了多摄像头协同下对目标的持续追踪,实验证实了本文的多Agent系统可有效的实现多摄像头的协同,将通信延迟时间缩小到最短,以便及时更新每个摄像头的状态,从而大大提高了目标追踪的准确率,以及计算资源的利用率,达到对目标进行持续追踪的目的。      

显著性光流直方图字典表示的群体异常事件检测

在视频监控系统已被广泛应用的今天,基于监控视频的群体异常事件检测已成为保障社会安全的迫切需要,越来越受到人们的重视。该文基于这一现状,提出了一个新的群体异常事件检测方案,实现对监控视频自动高效的检测。在特征提取方面,提出了显著性光流直方图特征描述符,并利用该特征描述符构建字典;在字典优化方面,提出了基于聚类的多字典组合学习框架,将原始的大字典分为多个子字典;最后,对于测试样本,找出最适合的子字典并计算测试样本在该子字典下的重建误差,即可判断测试样本是否异常。在两个数据集上的实验表明,与其它方法相比,该文提出的方法对拥挤场景下监控视频中的群体异常事件检测取得了较好的检测性能。      

通过语义控制改进运动合成

运动相似性度量是基于运动图的人体运动合成技术的关键.现有方法主要使用运动捕捉数据姿态数值特征进行相似性度量与合成控制,很难处理语义描述上同类型运动数据集中的不同运动实现版本间的时间与空间特征分布变化的问题.提出了引入用户语义控制来改进基于运动图的人体运动合成方法.使用关系特征作为高层语义描述,刻画同类型运动的空间变化特征;通过自学习过程,获得运动类模板,作为同类型运动的空-时特征语义描述;通过将运动类模板数据与人体运动序列文件进行匹配,实现运动类型识别和自动语义信息标注;借助关系特征语义描述及运动序列文件的语义标注信息,实现在基于运动图的运动合成中引入用户直观的高层语义控制.运动合成实验结果显示了该方法的有效性,为获得高质量人体运动合成数据提供途径.     

基于MultiGen的虚拟场景真实感研究

虚拟校园是数字城市的缩影。以北京交通大学的真实校园场景为研究对象,采用模块化、层次结构和纹理映射技术相融合的方法,通过运用实时可视化三维建模软件系统MultiGen Creator进行建模,创建了较为逼真的校园虚拟场景模型,并从数据库结构和组成模型的面片数两方面对其进行了优化,最后利用仿真系统Vega实现了校园虚拟场景的驱动显示。对于校园虚拟现实系统关键技术的研究与实现成为完成逼真合理的大规模虚拟场景的基础。     

使用生物特征和智能卡的身份认证系统

该文提出了一种用户掌纹特征信息结合校园智能卡技术的注册登录系统,为传统的机房登录模式增加了个人身份认证环节,从而实现了一种安全性较高的机房身份认证注册系统。测试结果表明该系统的响应时间满足机房登录注册实时性的要求,所建立的掌纹数据库以及使用的掌纹匹配算法也保证了系统对身份认证的准确性。     

基于多尺度重叠滑动池化的SSD果冻杂质检测方法

提出一种基于SSD的杂质检测方法,用于检测生产线中果冻内部的杂质,并标注出杂质的类型和位置。在预处理阶段,提出滑动图像块分割方法,将整张果冻图像分割成若干图像块,避免杂质占比过小,造成准确率低的现象。使用迁移学习的方法,将神经网络在ImageNet数据库上学习到的特征迁移到果冻数据库中,加快网络收敛速度,同时,在一定程度上避免了过拟合现象。提出多尺度重叠滑动池化(SOSP)方法,取代第五层池化以取得更加鲁棒的特征池化。最后,将一幅图下的所有分割块上的检测结果进行整合,得到整张图像的检测结果。实验结果表明,本文提出的方法有效可行,对多种缺陷平均准确率达到0.7271。相比其他方法,本文的算法更具鲁棒性,可应用到果冻生产线中。      

声纹识别技术应用及一些关键问题

世界信息化进程日新月异,人们充分享受着便捷快速信息带来的好处。然而,出现在人们面前的“个人隐私的保密”问题迫切需要解决。现在常用的密码或者IC卡等加密手段具有先天性安全缺陷,即易忘记,易丢失,易盗。而用生物特征进行身份认证的技术正是克服这些缺陷的认证新手段,因为它是个人所特有的,每个人的特征都是不一样的。正如比尔盖茨所说：“以人类生物特征(指纹、语音、人脸、虹膜)进行身份验证的生物识别技术,在今后数年内将成为IT产业最为重要的技术革命”。