使用双处理器的汽车行驶记录仪设计

随着车联网技术的不断发展,为了提高客户的体验度及车贷功能安全,各个车厂争相推出带有各自特色的车载终端。由于功能的不断堆加,传统的单处理器设计方案已不再满足于现有车厂对设备的要求。随着功能越来越多,单处理器容易产生业务相互干扰,效率、实时性差等问题。针对于此,本设计在基于传统单处理器行驶记录仪基础上,采用双处理器方式进行设计,加快数据处理,提高系统的扩展空间,保证网络通信的实时性和并发性。     

基于多时相遥感图像的人造目标变化检测算法

传统的像素级变化检测方法的检测性能受到以下因素的严重制约: 图像辐射差异、配准误差和差异图像分类门限的选取, 并且难以从检测信息中提取出关键的变化. 本文针对遥感图像中人造目标的变化检测问题, 提出了一种综合特征级和像素级的两步变化检测算法. 首先将大幅多时相遥感图像分成一系列子图像对, 采用有监督子图像对分类方法, 提取人造目标变化的感兴趣区域, 然后采用像素级变化检测算法对感兴趣区域进行变化检测, 得到定量的检测结果. 实验结果表明了该算法的可行性和有效性.     

基于级联Adaboost的目标检测融合算法

单一特征的模型对于颜色纹理变化较大的目标的检测往往存在检测率不高或检测速度慢的缺点. 本文提出了一种基于级联Adaboost的``级联--加和'融合算法. 融合模型由两个独立训练得到的级联Adaboost分类器组成, 分别利用边界片段特征和矩形类Haar小波特征描述整个目标以及目标的一个稳定部件. 级联--加和的融合决策以样本在两个分类器中被拒绝或通过的级数信息为依据. 在多个数据库上的实验证明这种融合检测算法不仅综合了Haar小波特征检测速度快和边界片段特征鲁棒性好的优点, 而且与单一特征的分类器相比, 检测性能也有所提高.     

鉴别式多核手跟踪

快速运动、背景混杂及手的特殊性为传统的核目标跟踪技术提出了挑战.文中提出一种鉴别式颜色子空间选择和多核校正机制的核跟踪方法.首先基于前景背景建模,通过鉴别函数选取最优鉴别式颜色子空间集,再基于训练的肤色模型保留高置信子空间表征目标.其次,为适应尺度变化和快速运动,基于多核快速估计相似度表面以校正初始核位置,迭代定位目标.实验表明,融合二者的跟踪器在有效性和速度上都实现了满意的性能,满足实时性需要.     

基于多特征融合的稳健手势检测方法

基于AdaBoost手势检测器、混合高斯模型肤色Blob检测器的检测结果,结合特定手势识别器和多帧的输出,依据Fisher准则通过置信度信息融合为高可靠性的交互手势检测器,解决了在背景混杂和相似颜色条件下手势检测器的稳健性问题.     

一种无线自组织网上视频QoS保障方法

提出了一种基于GSM和无线自组织网混合网络结构下的服务质量(QoS)保障方法。首先客户端节点向GSM中心服务器上报本地链路可用带宽和拥塞状况;然后中心服务器根据上报信息分析数据业务整条路由上的拥塞状况,通知业务发起端调整发送速率或者重新选择路由;最后中心服务器通过对比新旧路由的可用带宽来确定业务是否更换路由。在包含10个客户终端和1个中心服务器的实验网络上,该方法获得了很好的调节效果,试验结果表明这种方法可以为无线自组织网络上的视频通信提供有效的QoS保障。     

H.26L关键编码技术性能研究

H．26L的编码效率比已有的其他视频编码标准有很大的提高。在相同PSNR下与H．263和MPEG4相比，H．26L在低码率时的输出码率平均节省分别约为40％和36％，在高码率时的输出码率平均节省分别约为55％和45％。本文描述了H．26L的编码器结构框图，对各模块的作用和使用的技术进行了综述，并与其他视频标准中的主要技术进行了比较。对H．26L中几种技术在高、中和低码率下对编码效率的影响进行了实验研究并给出实验结果，这对于不同码率的视频应用时编码器的参数选择和模式选择有重要意义。     

基于模糊估计融合显著性检测的自动抠图算法

提出了一种新的自动抠图算法框架。首先,估计输入图像各个区域的模糊程度;其次,对图像进行显著性的计算;然后融合模糊度和显著性信息,大致分割出前景和背景,从而自动生成标注前景、背景、未知区域的三色图;最后,采用基于采样的抠图算法就可以准确地完成前景目标物体的自动抠图。该算法无须人工辅助或附加信息。在标准数据集和实拍图像上的实验结果证明了该算法的准确性和实用性,可广泛应用于图像和视频的编辑合成。     

基于音视频的情感识别方法研究

近年来,情感计算逐渐成为人机交互发展突破的关键,而情感识别作为情感计算的重要部分,也受到了广泛的关注。本文实现了基于ResNet18的面部表情识别系统和基于HGFM架构的语音情感识别模型,通过调整参数,训练出了性能较好的模型。在此基础上,通过特征级融合和决策级融合这两种多模态融合策略,实现了包含视频和音频信号的多模态情感识别系统,展现了多模态情感识别系统性能的优越性。两种不同融合策略下的音视频情感识别模型相比视频模态和音频模态,在准确率上都有一定的提升,验证了多模态模型往往比最优的单模态模型的识别性能更好的结论。本文所实现的模型取得了较好的情感识别性能,融合后的音视频双模态模型的准确率达到了76.84%,与现有最优模型相比提升了3.50%,在与现有的音视频情感识别模型的比较中具有性能上的优势。      

积分图像的快速GPU计算

提出了一种在GPU上计算积分图像的方法。积分图像可通过对输入图像的行实行前缀加法后再对列实行前缀加法构建。前缀加法是指对于一个数组,求取起始位置至每一个下标位置的数组元素的和的操作。提出了分段前缀加法原理,当将其运用到GPU图像积分时有如下优点：减少了线程间的数据依赖;降低了内存访问开销;提高了GPU线程的工作效率。提出的算法相对以前算法在速度上提高了约两倍。该算法可运用到使用积分图像的图像处理算法的GPU加速中。