基于惯性传感的人员行进动作识别方法

人员行进动作的识别对于行人航位推算(PDR)的计算精度有至关重要的影响。将连续的行进过程依据零速率修正点(ZUPT)划分为单步动作后,准确的动作识别是PDR系统的难题之一。将惯性测量单元IMU固连在胫骨中间外侧位置,采集了大量人员行进过程胫骨运动的加速度和角速度,建立了用于行进动作识别的惯性传感数据库。通过对人员的平地行走、上楼梯和下楼梯的惯性传感数据的分析,建议了一种结合运动特性寻找行进过程中零速率修正ZUPT点的方法。在完成单步步态划分的基础上,提出了一种基于支持向量机(SVM)理论,并采用惯性传感数据作为特征的SVM行进动作分类器。经大量人员行进实验验证,所建议的动作识别方法对于区分行走、上楼梯和行走、下楼梯,精度分别达到96%和85%。     

基于DSP的OMP算法实现及音频信号处理

在DSP平台上实现了压缩感知理论中的正交匹配追踪算法,证明了其可行性。针对音频信号的特点,提出了一种实现方案,使重构信号具有更为良好的主观效果。率先在DSP平台上实现了OMP算法,并将其在音频领域进行了应用,为音频压缩处理提供了新的技术方向。     

H.264/AVC图标插入转码算法及软件实现

随着H.264/AVC视频编码标准逐步进入实际应用,在H.264/AVC转换编码过程中加入图标、字幕等应用具有广泛的需求。针对此需求,提供了一种快速的图标插入转换编码方案,采用无再损编码技术,高效地重用了输入码流中编码参数,提高转码效率。实验结果表明,该方案可高效、优质地实现了在标清H.264码流中的图标插入应用。     

基于有约束最小二乘法的IQA算法曲线拟合

为了实现准确评估图像质量评价算法的目标,采纳VQEG报告中提到的性能指标,完成了将算法数据的曲线拟合过程转换为有约束最小二乘法形式的数学模型,然后编写Matlab程序求解。以PSNR、SSIM和MSSIM三种图像质量评价算法为例的评估结果表明,此法结果准确,求解效率高。     

基于局部DCT系数的图像压缩感知编码与重构

引入了压缩感知(Compressed sensing, CS)理论, 给出了在获取局部二维 离散余弦变换(Discrete cosine transform, DCT)系数的基础上高质量地编码与重构图像的新方法. 研究了在无量化和有量化情况下, 基于局部DCT系数的图像CS最小全变差重构算法. 在对DCT系数进行量化的过程中得到含噪的局部DCT系数, 在此基础上设计了能完成CS重构的图像编解码一般流程, 并构建了实际应用系统. 实验结果表明, 对于稀疏性较强的图像, 在图像编解码系统中结合CS理论与方法能得到高质量的重构图像, 与传统的直接反离散余弦变换(Inverse DCT, IDCT)方法相比, 峰值信噪比(Peak signal to noise ratio, PSNR)最大能提高5dB以上, 对于一般图像, PSNR也有较大提高.     

基于腰部移动模型的行走步长计算方案

针对行走时腰部运动轨迹的特性,提出了一种利用微电子机械系统(micro-Electrical-mechanical systems,MEMS)计算行进位移的方案。这种方法将MEMS置于腰部,利用MEMS采集测试者行进过程中的加速度和角速度数据。6名测试者参加了实际环境中的测试,每位测试者进行了8次实验,每次实验的行进速度为测试者自己选择的最习惯的行进速度,全部实验在一个长度为47 m上的直线走廊上进行。对采集到的数据进行处理和计算,得到位移的计算长度并与实际长度进行比较和分析。实验结果表明该方法计算单步步长和步行位移结果精度良好,计算结果误差小于6.4%,且MEMS置于人体腰部携带方便,所提出的方案可在室内定位等领域获得具体应用。