17/11双正交小波的优化设计及其对图像压缩性能的分析

许多适合于图像编码的小波,如CDF-9/7,Winger-17/11(W-17/11),Villasenor-6/10和10/18(V-6/10和V-10/18)小波,其滤波器系数是无理数,需要用无限的计算精度实现对应的离散小波变换(DWT).该文给出了一种参数化构造17/11双正交小波组的简便方法:首先把小波合成滤波器表示为用两个自由参数表达的三角多项式,然后把双正交小波的精确重构条件归结为一个线性方程组,最后求解此方程组得到对应的小波分解滤波器,从而得到了17/11双正交小波滤波器的参数表达式.通过调整表达式中的自由参数,可以随意构造具有所需特征的17/11线性相位小波滤波器.作为构造实例,构造出一种新的有理系数17/11双正交小波滤波器,它具有优化的编码增益.实验表明:其压缩性能与W-17/11和V-10/18小波滤波器相当,优于CDF-9/7和V-6/10小波滤波器.     

基于相关熵的多视角彩色点云配准

针对双视角彩色点云配准问题,提出了基于相关熵的彩色点云配准算法,以增强传统配准方法 的鲁棒性、提高配准精度。该算法在迭代最近点算法的基础上,利用 HSV 颜色空间的色调,结合传统三维空 间坐标构成四维空间辅助配准,同时,引入相关熵以减小离群值和噪声对配准造成的影响,从而达到更精确的 配准效果。完成双视角配准后,将该算法所计算的变换结果作为多视角配准的初值,然后通过运动平均算法减 小累计误差,完成更加精确的多视角配准。双视角配准的实验结果表明,该算法在精度、鲁棒性方面与同类算 法相比,均具有明显优势。此外,在模拟数据实验以及公开数据集上的真实数据的实验表明,该算法的计算结 果作为初值与运动平均算法良好结合,能得到可靠的多视角点云配准结果。     

磨粒在磨粒探测器中的沉降运动研究

研究了在线铁谱仪磨粒探测器中的磨粒沉降运动规律,建立了磨粒在流道-磁极倾角方案下的运动模型,采用有限元法仿真了直流电磁装置的磁场分布情况,并研究了初始高度y0和磨粒直径D等参数对磨粒沉积位置的影响。结果表明,在油样流动方向和磁极之间存在倾角γ的条件下,磨粒在磨粒探测器中按照尺寸大小有序沉积,且沉积位置和油样入口端之间的距离随着初始高度y0增加而增加。     

JPEG2000并行阵列式小波滤波器的VLSI结构设计

提出一种基于提升算法实现JPEG2000编码系统中的二维离散小波变换(Discrete Wavelet Transform)的并行阵列式的VLSI结构设计方法.利用该方法所得结构由两个行处理器,一个列处理器以及少量行缓存组成;行列处理器内部是由并行阵列式的处理单元组成;能使行和列滤波器同时进行滤波,用优化的移位加操作替代乘法操作.整个结构采用流水线的设计方法处理,在保证同样的精度下,大大减少了运算量和提高了硬件资源利用率,几乎达到100％,加快了变换速度,也减少了电路的规模.该结构对于N×N大小的图像,处理速度达到O(N²/2)个时钟周期.二维离散小波滤波器结构已经过FPGA验证,并可作为单独的IP核应用于正在开发的JPEG2000图像编解码芯片中.     

小波滤波器低功耗并行的VLSI结构设计

提出一种基于行和提升算法,实现JPEG2000编码系统中的小波正反变换(discretewavelettransform)的低功耗、并行的VLSI结构设计方法·利用该方法所得结构一次处理两行数据,分时复用行处理器,使行处理器内以及行、列处理器实现并行处理,且最小化行缓存·对称扩展通过嵌入式电路实现,整个结构采用流水线设计方法优化,加快了变换速度,增加了硬件资源利用率,降低了功耗,效率几乎达到100%·小波滤波器正反变换结构已经经过FPGA验证,可作为单独的IP核应用于正在开发的JPEG2000图像编解码芯片中·     

面向SoC设计的网格PSE资源管理器与原型实现

集成电路技术的发展始终存在着两个主要矛盾：集成电路工艺加工能力的快速增长与设计生产力的矛盾，集成电路复杂度增加与设计时间紧缩的矛盾。文章从网格技术的角度，把SoC设计过程中不同的设计资源，包括IP核、EDA设计工具软件、代码、设计专家信息等，通过统一的资源管理机制实现对各种设计资源的管理，解决SoC设计对资源共享和协同的需要，提高SoC设计的整体效率。同时介绍了面向SoC设计网格问题求解环境下资源管理器的原型实现。     

一种特征矩阵的相似性度量方法及其在图像检索中的应用

提出一种基于DP匹配的特征矩阵相似性度量方法.首先,在对象矩阵与样本矩阵的行向量之间采用一维DP匹配方法,产生一个相似行向量来替代对象矩阵.然后再用一维DP匹配计算相似行向量与样本矩阵的标准行向量之间的匹配距离.最后在匹配距离上定义两个特征矩阵的相似度.此方法本质上是将二维特征矩阵的匹配问题转化为两个一维向量的DP匹配,适用于解决二维对象的识别和检索问题.在图像检索系统平台中对本文给出 的相似性度量方法进行验证,结果表明此方法是有效的.     

查询词相似度加权的邻近性检索方法

传统的邻近性检索模型同等地看待所有查询词,不加区分地考虑所有查询词的邻近性,造成"平行概念效应",影响邻近性检索方法的性能.文中提出一种查询词相似度加权的邻近性检索方法.该方法根据查询词之间的语义相似度对查询词邻近性统计量加权,可进一步推断用户的实际信息需求,挖掘查询中蕴含的更深层次的信息.实验结果表明,在短查询较多的应用环境下,文中方法可较显著提升传统邻近性检索模型的性能,有效规避查询词邻近性的平行概念效应.     

基于ZYNQ平台的YOLOv3压缩和加速

高精度物体检测网络急剧增加的参数和计算量使得它们很难在车辆和无人机等端侧设备上直接部署使用。针对这一问题,从网络压缩和计算加速两方面入手,提出了一种面向残差网络的新型压缩方案来实现YOLOv3的压缩,并通过ZYNQ平台对这一压缩后的网络进行加速。首先,提出了包括网络裁剪和网络量化两方面的网络压缩算法。网络裁剪方面,给出了针对残差结构的裁剪策略来将网络剪枝分为通道剪枝和残差链剪枝两个粒度,解决了通道剪枝无法应对残差连接的局限性,进一步降低了模型的参数量;网络量化方面,实现了一种基于相对熵的模拟量化方法,以通道为单位对参数进行量化,在线统计模型的参数分布与参数量化造成的信息损失,从而辅助选择最优量化策略来减少量化过程的精度损失。然后,在ZYNQ平台上设计并改进了8比特的卷积加速模块,从而优化了片上缓存结构并结合Winograd算法实现了压缩后YOLOv3的加速。实验结果表明,所提压缩算法较YOLOv3 tiny能够进一步降低模型尺寸,但检测精度提升了7个百分点;同时ZYNQ平台上的硬件加速方法获得了比其他平台更高的能耗比,从而推进了YOLOv3以及其他残差网络在ZYNQ端侧的实际部署。     

基于长短记忆与信息注意的视频-脑电交互协同情感识别

基于视频-脑电信号交互协同的情感识别是人机交互重要而具有挑战性的研究问题.本文提出了基于长短记忆神经网络(Long-short term memory, LSTM)和注意机制(Attention mechanism)的视频-脑电信号交互协同的情感识别模型.模型的输入是实验参与人员观看情感诱导视频时采集到的人脸视频与脑电信号, 输出是实验参与人员的情感识别结果.该模型在每一个时间点上同时提取基于卷积神经网络(Convolution neural network, CNN)的人脸视频特征与对应的脑电信号特征, 通过LSTM进行融合并预测下一个时间点上的关键情感信号帧, 直至最后一个时间点上计算出情感识别结果.在这一过程中, 该模型通过空域频带注意机制计算脑电信号${\alpha}$波, ${\beta}$波与${\theta}$波的重要度, 从而更加有效地利用脑电信号的空域关键信息; 通过时域注意机制, 预测下一时间点上的关键信号帧, 从而更加有效地利用情感数据的时域关键信息.本文在MAHNOB-HCI和DEAP两个典型数据集上测试了所提出的方法和模型, 取得了良好的识别效果.实验结果表明本文的工作为视频-脑电信号交互协同的情感识别问题提供了一种有效的解决方法.