基于路段转向流量的拥挤路网OD矩阵估计

传统的OD矩阵估计方法大部分都是基于路段流量的,由于路段流量数目远小于OD对的个数,因而限制了这些方法的推算精度。针对拥堵路网,提出了一种基于路段转向流量的OD估计方法,以提高OD估计的精度。分析了路段转向流量能够降低OD的可行解集的范围。通过双层规划模型求解拥挤路网上OD估计问题。由于最大熵模型不依赖于先验OD矩阵,可以应用到更多的OD估计场景中,因此上层模型采用的是最大熵模型,下层采用用户均衡模型。实验结果表明:基于路段转向流量可以增加估计的精度。     

一种脚部加速度信息获取系统的设计与实现

提出了一种新颖的脚部加速度信息获取方法,并利用嵌入式低功耗技术和无线数据传输技术,成功研制了一套试验系统。试验结果表明,本系统具有较高的数据采样速率和良好的无线数据传输性能,能实现脚部三维加速度信息的精确获取。本系统为进行基于脚部加速度信息的相关研究提供了重要的试验平台,具有重要的基础意义。     

地铁站场景下的可行驶区域检测

在室内环境下的机器人视觉导航任务中,可行驶区域检测是不可或缺的一部分,这是保证自动驾驶任务实现的基础.目前较多的解决方法是对数据集中出现过的障碍物进行识别来检测可行驶区域,缺乏灵活性,因此本文提出了一种针对地铁站等室内平坦地面的可行驶区域检测方法,提高实用性.本文采用经典的MobileNetV3网络对采集到的前方图像进行分类,判断是否为地面区域.由于室内地面的地标、箭头等贴纸的影响,因此需要对非地面区域进一步判断,与常规的立体障碍物进行区分.本文利用连续帧之间的特征点匹配获得相机移动距离,并利用直线拟合计算斜率的方法达到区分立体障碍物与平面地标的目的.实验表明,本文提出的方法能较好地检测机器人前方可行驶区域,具有较高的实用价值.     

应用引导积分梯度的对抗样本生成

给图片添加特定扰动可以生成对抗样本, 误导深度神经网络输出错误结果, 更加强力的攻击方法可以促进网络模型安全性和鲁棒性的研究. 攻击方法分为白盒攻击和黑盒攻击, 对抗样本的迁移性可以借已知模型生成结果来攻击其他黑盒模型. 基于直线积分梯度的攻击TAIG-S可以生成具有较强迁移性的样本, 但是在直线路径中会受噪声影响, 叠加与预测结果无关的像素梯度, 影响了攻击成功率. 所提出的Guided-TAIG方法引入引导积分梯度, 在每一段积分路径计算上采用自适应调整的方式, 纠正绝对值较低的部分像素值, 并且在一定区间内寻找下一步的起点, 规避了无意义的梯度噪声累积. 基于ImageNet数据集上的实验表明, Guided-TAIG在CNN和Transformer架构模型上的白盒攻击性能均优于FGSM、C&W、TAIG-S等方法, 并且制作的扰动更小, 黑盒模式下迁移攻击性能更强, 表明了所提方法的有效性.     

基于视角置信度和注意力的暴力行为识别

暴力行为容易出现遮挡情况, 识别准确率较低. 目前, 一些算法加入多视角视频输入来解决遮挡问题, 以等量权重将所有视角数据融合, 但是不同视角的视频因拍摄距离和遮挡情况本身就对识别存在差异性. 针对该问题, 本文提出一种基于视角置信度和注意力的暴力行为识别方法, 提高暴力识别的准确率. 本文将时序差分模块TDM的输入扩展成多视角, 将通道注意力机制运用在片段维度来增强TDM中跨段特征提取能力, 通过背景抑制方法突显移动目标的纹理特征并计算出每个视角图像的置信度, 引入双线性池化方法融合多视角视频特征, 根据视角置信度分配每个视角局部特征的权重. 本文在公开数据集CASIA-Action和自制数据集上进行了验证. 实验表明, 本文提出的视角置信度方法优于改进前的双线性池化方法, 暴力行为准确率相较于现有的行为识别方法取得了更好的效果.     

双向特征融合的快速精确任意形状文本检测

现有的基于分割的场景文本检测方法仍较难区分相邻文本区域,同时网络得到分割图后后处理阶段步骤复杂导致模型检测效率较低.为了解决此问题,该文提出一种新颖的基于全卷积网络的场景文本检测模型.首先,该文构造特征提取器对输入图像提取多尺度特征图.其次,使用双向特征融合模块融合两个平行分支特征的语义信息并促进两个分支共同优化.之后,该文通过并行地预测缩小的文本区域图和完整的文本区域图来有效地区分相邻文本.其中前者可以保证不同的文本实例之间具有区分性,而后者能有效地指导网络优化.最后,为了提升文本检测的速度,该文提出一个快速且有效的后处理算法来生成文本边界框.实验结果表明:在相关数据集上,该文所提出的方法均实现了最好的效果,且比目前最好的方法在F-measure指标上最多提升了1.0％,并且可以实现将近实时的速度,充分证明了该方法的有效性和高效性.     

低成本单伺服注塑机械手控制系统设计

在注塑行业,注塑机械手已经逐渐替代人工操作并发挥着重要作用,而注塑机械手的精度又直接影响到注塑机的工艺和注塑件的质量.针对目前注塑机械手存在部分问题的现状,设计了一种基于STM32单片机的高精度低成本的注塑机械手控制系统,并对其硬件系统和软件系统做了详细的介绍.经过实验测试,注塑机械手达到了预期的功能和控制精度,但是其价格相比工业上的注塑机机械手降低了30％.     

基于视频的高速车道偏离预警系统

在驾驶过程中发生非意识车道偏离时,偏离预警系统采用报警方式保障行车安全。针对高速公路频发的车道偏离事故,设计和实现了基于视频处理的高速车道偏离预警系统(Highway Departure Warning System,HDWS)。算法处理上,分别进行感兴趣区域(Area of Interest,AOI)设定、图像预处理和Otsu自适应阈值二值化,应用直线模型和改进Hough变换提取车道线,采用像素距离与车道线斜率信息融合的偏离决策,并在MATLAB R2015a上仿真测试。仿真结果表明,该系统能提前1.2 s报警,准确率高于95%,漏报率低于3%,满足高速道路环境下偏离预警性能要求。     

基于DSP的实时圆检测算法的设计实现与优化

霍夫圆变换是图像处理中人眼检测的一种常见方法,但是其处理的数据量多,处理速度慢,在移植到DSP上后难以满足实时性要求。对此,提出了一种将两阶段霍夫圆变换算法应用到TMS320C6000系列DSP上的实现与优化方法。首先,在算法上对霍夫圆变换使用Marr-Hildreth算子增强等方法进行改进以保证检测的准确率;之后根据DSP的特点,利用C代码优化、浮点定点转换和软件流水等技术对算法进行深度优化。实验结果表明,程序的运行时间明显缩短,为视线检测的实时性实现创造了良好的条件。     

基于HodgeRank的人脸美貌度预测

随着计算机技术的迅速发展以及人脸识别技术的成熟,人脸美貌度受到越来越多的关注和研究.针对目前的研究方法中存在的对训练数据集的评分过多依赖人工操作,以及对人脸美貌度的预测结果不够详细等问题,本文提出基于HodgeRank的人脸美貌度预测系统,利用数据挖掘方法学习女性人脸的美貌度特征,构造一个模拟预测人脸美貌度的系统.明显区别于之前的研究,该系统训练和测试时采用的人脸数据集放宽了对姿态、光照以及所处环境等条件的限制,评分所需的人工操作大大减少,无需进行大量的人工标定,使用图像的原始像素或纹理特征作为输入,分别采用聚类和改进的BP网络的方法,得到更符合人类特征的美貌度预测结果.