基于连续消除的正方形-菱形运动估计算法

在基于搜索起点预测和正方形-菱形算法(SDS)的基础上,结合连续消除算法(SEA),提出了一种新的运动估计算法:基于连续消除的正方形.菱形运动估计算法(SEA-SDS).实验结果表明,该算法以比较小的代价取得了与全搜索算法(FS)相当的效果;在搜索次数和精度方面均优于菱形(DS)和正方形-菱形(SDS)快速运动估计算法.     

基于AVS1-P2的快速帧内预测算法

AVS1-P2标准参考软件rm52j的RDCost算法能很好地平衡视频编码质量和编码效率,但RDCost的计算复杂度大,占用了大量的编码时间。针对该问题,提出一种快速预测算法,利用帧内8×8亮度块亮度变化的方向性和邻块间预测模式的相关性进行帧内预测。实验证明,与全搜索算法相比,快速预测算法的编码时间平均节省了17%左右,且PSNR和比特率几乎不变。     

基于噪声环境下的MFCC特征提取

在语音识别系统中,如何在含有噪声的语音信号中提取其良好的特征参数是系统的关键问题之一.本文通过采用自适应滤波来滤除语音信号中的高斯白噪声,然后提取出能够反映人耳对语音感知特性的Mel频率倒谱系数(MFCC),并用其一阶差分参数加以改进,最后在实验中我们取得了较好的识别效果.     

数字通信系统中的符号时钟恢复技术

在数字通信系统中,由于有高斯噪声和多径的影响,接收信号产生损失,从而导致时钟信号的提取更加困难,而时钟信号的不准确性会降低整个系统的性能。本文我们给出一种改进的时钟恢复算法原理,算法主要包含简单有效的插值滤波模块,改进的Gardener算法和快速收敛的PLL。该算法可以适用于宽带无线通信系统中的数字接收机中,采用该算法的数字接收系统已经用FPGA验证通过。     

一种视频对象分割算法和实现

多媒体通信发展在出现了MPEG-1和MPEG-2后,MPEG委员会又提出了MPEG-4的标准。这种标准是基于对象的编解码技术。其关键是视频对象(VO)的分割和提取。因此,视频对象的提取在MPEG-4中起着重要的作用。本文在一种基于对称差分的运算检测方法基础上,提出改进方法,对每个运动对象加矩形框。实验表明该算法可以快速清晰的分割出多个运动视频对象。     

一种十字形运动搜索算法

近几年,虽然运动估计算法有了很多种的快速算法,但是,运动搜索巨大的计算量依然是视频压缩速率的瓶颈,本文针对运动矢量的分布特点,提出了一种新的运动搜索算法,算法不仅结构简单,而且测试结果表明,该算法比原有DS9(dia-mondsearch)算法在搜索点数和图像质量方面有较大的提高,最好时的搜索点数只有DS算法的3/4。     

改进粒子群优化GRU网络的储粮温度预测方法

粮仓温度是判断储粮安全的重要指标,预测储粮温度的变化是储粮安全监测和预警的有效手段。论文提出一种基于门控循环单元的储粮温度预测方法,该方法构建两层GRU网络和全连接层,引入了非线性惯性因子和自适应学习因子的粒子群算法优化神经网络的初始权重,在模型中加入Dropout算法和RMSProp优化器训练网络参数。采用实验仓的传感器数据训练和测试模型,实验结果表明论文提出的IPSO-GRU模型预测值与实际值的均方根误差为0.078,与GRU网络、LSTM网络、BP网络对比误差分别减小13%、16%、74%,论文模型能很好地拟合储粮温度的变化。     

混合电动汽车电池管理系统设计

目前已存在的电池管理系统相对薄弱,对电池实时工作状态和一些故障很难监控.设计了适用混合电动汽车上动态均衡式的电池管理系统(BMS).硬件系统采用MC9S12XEP100微控制器(MCU),通过分析电池管理系统的原理和特点,分别进行了上、下位机软件的设计,实现了安时法和Kalman两种剩余电量SOC算法的交互应用,优化了...     

一种改进的自适应混合高斯建模算法

车辆识别系统对于智能交通系统具有重要的意义,也是其他技术实现或判决的重要基础之一.混合高斯模型在应对背景中存在扰动的情况时具有明显的优势,但传统的混合高斯建模算法适应场景突变的能力不强,容易产生较长时间的虚影.本文在传统算法的基础上,对背景更新过程做了改进,从而可以快速地去除不再符合要求的背景模型.实验表明,在光照发生变化或摄像头轻微抖动等情况下具有良好的自适应性,配合阴影去除算法将大幅提高车辆识别的准确率.     

基于历史信息的区域卷积神经网络行人检测

为了解决卷积神经网络在进行连续行人检测时, 检测行人速度较慢, 达不到实时性要求的问题, 采用基于历史信息的区域卷积神经网络行人检测算法, 利用前一幅图像中的检测结果对当前图像的检测过程进行优化, 将前一帧的检测结果作为对当前帧提取推荐区域的参考信息, 并使用当前帧与前一帧的灰度值差异图对当前图像的卷积特征进行过滤, 以缩小滑动窗口检测时的搜索区域。在加州理工学院行人检测数据集上进行了检测实验。结果表明, 结合历史信息的算法与先进的算法相比检测速度提升了2.5倍, 同时检测准确率提升了1.5%。该算法实现了实时行人检测, 设计的网络能有效检测小目标行人。