基于GFU和分层LSTM的组群行为识别研究方法

提出一种以"关键人物"为核心，使用门控融合单元（GFU，Gated Fusion Unit）进行特征融合的组群行为识别框架，旨在解决两个问题：①组群行为信息冗余，重点关注关键人物行为特征，忽略无关人员对组群行为的影响；②组群内部交互行为复杂，使用GFU有效融合以关键人物为核心的交互特征，再通过LSTM时序建模成为表征能力更强的组群特征.最终，通过softmax分类器进行组群行为类别分类.该算法在排球数据集上取得了86.7%的平均识别率.     

用于辅助驾驶汽车的红外照明系统

为了解决在现有道路照明条件下，因环境照度不够、环境光强快速变化等原因，造成车辆对周边物体自动识别的准确率低的问题，本文通过软件仿真，设计了一种车载红外补充照明系统。使用红外LED作为光源，光源发出的光线经抛物面反射镜准直后，通过单排复眼透镜，在距离光源25 m处得到均匀性大于90%的矩形光斑，系统的辐射能利用率达到98%，通过30个照明模块组成平面阵列，目标照明面的平均辐照度大于0.8 W/m²。结果表明，采用单排复眼透镜实现匀光，其结构简单，装配公差宽松；本设计方法适用于其他照明系统。