板料冲压成形有限元反向分析中初始解确定方法的研究概况

初始解的确定是板料冲压成形有限元反向分析中的一个重要环节，初始解的好坏严重影响分析计算的速度以及求解的收敛性。本文就国内外关于反向分析中的初始解确定方法进行了综述和分析。     

结合自适应更新策略和再检测技术的跟踪算法

基于相关滤波器的跟踪算法在计算机视觉领域表现出了卓越的性能,但是传统相关滤波器由于采用固定系数更新策略,在复杂环境下很容易发生模型漂移甚至因无法重新找回所跟踪的目标导致跟踪失败。为了使跟踪算法在遇到背景杂波、遮挡等问题时能具有更好的鲁棒性,提出了一种基于自适应更新策略和再检测技术的关联跟踪算法。自适应更新策略根据跟踪结果的置信度,自适应调整模版更新系数,降低模型漂移所造成的影响。当判定所跟踪的目标遭受严重遮挡或者跟踪失败时,利用再检测策略中的SVM分类器对所跟踪的目标进行重新检测,提高纠错能力。所提算法在OTB2013标准目标跟踪数据集上进行验证并与其他5种跟踪算法进行比较,目标跟踪精度与成功率分别提升13.8%和17.4%。当出现目标被遮挡或者目标视野丢失等情况时,本算法仍然可以对目标进行重新找回,实现稳定地跟踪。     

基于掩模搜索的快速尺度不变特征变换图像匹配算法

尺度不变特征变换(SIFT)算法在图像匹配领域得到广泛应用,为降低其计算复杂度,提出了一种基于掩模(Mask)搜索的SIFT快速图像匹配算法。首先,分析图像的纹理信息,使用Harris算法的角点响应函数(CRF)对图像进行分区,将纹理复杂度较高的区域作为Mask并生成Mask金字塔,以减小特征点的搜索空间;其次,在极坐标系下建立7区域的圆形描述子,并降低其维度;最后,根据特征点极值类别进行同类匹配,以降低匹配复杂度。实验结果表明,采用Mask的特征搜索方法以损失较小匹配质量为代价,能够有效提升算法的整体速度,结合改进的描述子和极值分类算法可以进一步提升算法速度。采用Mask的特征搜索方法在对匹配效率有较高要求的领域具有潜在的应用价值。     

板料冲压成形有限元反向分析中初始解确定方法的研究

初始解的确定是板料冲压成形有限元反向分析中的一个重要环节,初始解的好坏会影响后续计算的收敛性以及分析计算的效率。文中介绍了板料冲压成形有限元反向分析的基本原理,对反向法计算中的初始解确定方法进行了研究,总结并分析了国内外关于初始解确定方法的研究概况,提出了一种高效实用的方法,最后给出了计算实例。     

MeanShift目标跟踪算法在小区安保中的应用

针对小区人员流动大、安保人员少等存在的安全问题,提出了一种MeanShift目标跟踪算法。首先对视频监控中的行人建立目标模型,然后搜索目标获得候选模型,通过相似函数评估目标模型和候选模型的相似程度,最后利用Mean Shift算法迭代计算获得目标的新位置,从而实现对目标行人的跟踪。实验结果表明,该算法对目标行人具有较好的跟踪效果,对于加强小区安保具有潜在的应用价值。     

金属板料成形CAE系统的前后置处理中几个关键技术的处理

力学模型离散化的方法、板料有限元节点编号的优化以及计算结果的可视化分等是金属板料冲压成形CAE系统前置处理和后置处理的一些关键技术问题,介绍并给出了处理方法,并在自行开发的金属板料冲压成形CAE系统SheetForm中得到应用验证。