一种自适应的时空视频去噪算法

该文提出了一种基于运动估计的自适应时空视频去噪算法。算法直接嵌入在视频压缩编码中。空域上通过局部相似性寻找候选滤波点避免由噪声干扰形成的伪相似点,提高滤波点的有效性。时域上对各像素点进行运动预测,既增加了滤波点数量,减弱帧与帧之间的闪烁现象,又避免了因帧间运动而带来的运动模糊。另一方面,通过噪声强度和图像边缘信息自适应调节滤波窗口大小及滤波权重大小,实现了滤波强度自适应和空间细节的保护。     

基于宽基线立体视觉的远距离三维重建

针对月球车视觉导航中远距离场景的三维重建问题,提出一种基于相机自标定的宽基线立体视觉方法.该方法首先提取立体图对的尺寸不变性(SIFT)特征并进行匹配,得到特征点对应关系;再使用外极线几何约束描述立体图像校正的直射变换,对其Sampson误差使用Levenberg-Marquardt(LM)算法求得最小二乘最优解,完成相机参数估计和图像校正;对校正后的图像使用种子像素视差扩张算法进行宽基线立体匹配,根据匹配得到的视差完成目标场景三维重建.实验表明:该方法解决了月球车相机的现场标定难题,并能够解决宽基线立体视觉面临的光照差异、透视畸变、遮挡等问题,对远距离山脉等自然场景的三维重建效果良好,重建精度较高.     

模仿学习综述：传统与新进展

模仿学习是强化学习与监督学习的结合,目标是通过观察专家演示,学习专家策略,从而加速强化学习。通过引入任务相关的额外信息,模仿学习相较于强化学习,可以更快地实现策略优化,为缓解低样本效率问题提供了解决方案。模仿学习已成为解决强化学习问题的一种流行框架,涌现出多种提高学习性能的算法和技术。通过与图形图像学的最新研究成果相结合,模仿学习已经在游戏人工智能（artificial intelligence,AI）、机器人控制和自动驾驶等领域发挥了重要作用。本文围绕模仿学习的年度发展,从行为克隆、逆强化学习、对抗式模仿学习、基于观察量的模仿学习和跨领域模仿学习等多个角度进行深入探讨,介绍了模仿学习在实际应用上的最新情况,比较了国内外研究现状,并展望了该领域未来的发展方向。旨在为研究人员和从业人员提供模仿学习的最新进展,从而为开展工作提供参考与便利。     

基于FPGA的双目立体视觉系统

立体视觉的目的之一就是为了获得周围场景的3维信息,其关键在于匹配算法。然而即便是使用目前先进的通用处理器,其计算致密视差图所需的时间仍无法满足高速自主导航的需求。为了解决这个问题,提出了一种基于现场可编程门阵列(FPGA)的双目立体视觉系统的设计方案,同时介绍了系统的硬件结构,并在讨论区域匹配的快速算法的基础上,提出了基于FPGA的像素序列和并行窗口算法框架,用以实现零均值像素灰度差平方和(ZSSD)的匹配算法。该算法是先将视频信号经解码芯片生成场景立体图像对,并由FPGA来完成立体图像对的几何校正和ZSSD匹配算法,然后将获得的致密视差图通过PC I总线发送至上位机。实践表明,该算法效果好、速度快,不仅具有较强的鲁棒性,并且硬件系统性能稳定、可靠。此外,该方案还适用于像素灰度差的绝对值和(SAD)和像素灰度差的平方和(SSD)等多种传统区域匹配算法的快速实现和实时处理。     

平行多基线立体视觉图像校正

介绍了现有双目立体视觉校正算法的原理和过程,分析了其应用于多基线立体视觉系统的局限性,得出其产生原因是各摄像机光心位置不共线造成图像平面不共面.保持三目立体视觉系统中两个摄像机的光心位置不变,利用光心和基线构建三角形,将第三个摄像机的光心投影到前两个摄像机光心连线构成的基线上,使各摄像机的光心共线,然后使用双目视觉校正算法对三个摄像机进行校正.结果表明,算法可正确有效地校正平行三目立体视觉图像对,并可推广至摄像机数目多于三个的平行多基线立体视觉系统.     

企业快信系统的研究与设计

随着互联网的迅速发展,短信和E-mail已经成为人与人之间沟通的桥梁,越来越多的人开始选择通过网络进行即时沟通。为此,越来越多的网站开始提供发送E-mail,也以其快捷、无时空限制、低成本等优势受到众多企业的青睐,成为企业移动商务的主流应用方式。文章主要研究企业快信系统为企业提供短信和E-mail群发的解决方案,以及通过短信猫收发短信的方法。     

非参数化立体匹配算法的FPGA实现

针对无人车导航中立体视觉实时性的要求,提出了一种基于现场可编程门阵列（FPGA）的立体匹配方案及硬件结构.该方案采用非参数化的CENSUS算法进行立体匹配,克服了传统方法受亮度差异影响大的缺点,运算简单,适合硬件逻辑操作.基于FPGA的硬件系统利用合理的流水线设计提高了数据处理的并行性,可以实时地对大数据量进行处理.利用双目立体视觉硬件系统,进行了合成图对和真实图对的测试.实验结果表明,所提出的立体匹配方案和硬件结构能够以15 ms的速度完成匹配,并且具有较强的鲁棒性.     

基于立体视觉的实时三维地图构建

提出了由视差图实时构建三维地图的算法.首先给出从视差图到车体坐标系下的三维地图的重建方法.其次建立车体坐标系与全局坐标系的转换关系,得到全局坐标系下的三维地图.最后建立全局坐标系下的全局地图,并实时地把当前时刻的三维地图融入全局地图.实验结果表明,该算法计算量小,鲁棒性强,能实时正确地构建地图.     

基于区域匹配的实时加速技术

针对区域立体匹配计算量大实时性差的困难,分析了相关匹配算法的实际工作过程,采用消除冗余因子和Box滤波、多级分辨率匹配减小计算复杂度,对算法结构进行了改进和优化,并利用超线程和OpenMP技术对算法进行了加速,提出了一种实时区域匹配算法.对算法进行实验,结果表明算法符合了视觉导航的准确性和实时性要求,并且对于提高其他区域匹配算法实时性也具有重要借鉴意义.     

一种基于高斯概率模型的多人跟踪算法

针对视频监控中的多人跟踪问题,提出了一种基于高斯概率模型的算法.基于目标颜色的统计特征,采用改进的K均值方法,将目标区域按颜色信息聚类,并根据聚类结果对目标区域分块,然后用高斯模型对各分块分别进行建模.同时,对目标的位置信息也进行高斯建模.通过计算待检测目标与模型之间颜色和位置的最大联合概率值来实现跟踪.利用前后帧中目标的位置信息及颜色信息,能克服目标遮挡后因信息的丢失而跟踪失败的情况.实验结果表明,该算法具有较强的鲁棒性,能有效实现多人的跟踪.