基于半监督聚类的3维肢体分割算法

行为分析已经成为计算机视觉研究领域的热点,行为主体的肢体部件分割是行为分析中很重要的一部分同时也是一个难点问题,为了对3维肢体进行有效分割,提出了一种基于半监督聚类的肢体分割算法。该算法首先利用前一帧姿势估计反馈的时域信息来对3维主体进行初始的肢体部件分割;然后根据人体结构信息进一步确定行为主体上各个点与肢体部件之间的关系来得到半监督聚类的初始值;之后基于各个肢体部件的形状信息进行半监督聚类,迭代求解肢体部件分割的最优解;最后利用分割后的各个肢体部件进行行为主体的姿势参数估计。通过对IXMAS数据库中6种行为下的6个行为主体进行的肢体部件的分割实验结果证明,该新算法具有主体适应性、视角适应性以及行为适应性。     

ReID2.0：从行人再识别走向人像态势计算

行人再识别（person re-identification,Person ReID）指利用计算机视觉技术对在一个摄像头的视频图像中出现的某个确定行人在其他时间、不同位置的摄像头中再次出现时能够辨识出来,或在图像或视频库中检索特定行人。行人再识别研究具有强烈的实际需求,在公共安全、新零售以及人机交互领域具有潜在应用,具备显著的机器学习和计算机视觉领域的理论研究价值。行人成像存在复杂的姿态、视角、光照和成像质量等变化,同时也有一定范围的遮挡等难点,因此行人再识别面临着非常大的技术挑战。近年来,学术界和产业界投入了巨大的人力和资源研究该问题,并取得了一定进展,在多个数据集上的平均准确率均值（mean average precision,mAP）有了较大提升,并部分开始实际应用。尽管如此,当前行人再识别研究主要还是侧重于服装表观的特征,缺乏对行人表观显式的多视角观测和描述,这与人类观测的机理不尽相符。本文旨在打破现有行人再识别任务的设定,形成对行人综合性观测描述。为推进行人再识别研究的进展,本文在前期行人再识别研究的基础上提出了人像态势计算的概念（ReID2.0）。人像态势计算以像态、形态、...     

基于目标存在概率场的多视角运动目标检测与对应算法

提出了一种多视角运动目标检测与对应算法---基于目标存在概率场的运动目标检测和对应算法. 目标存在概率场是算法的核心, 其融合各视角的信息, 并依据融合结果在空间中检测目标. 目标窗结构是快速计算目标存在概率场的关键, 并给出了一种同时实现目标检测和对应的框架. 实验结果表明该算法具有遮挡处理能力强, 计算复杂度低的优点.     

媒体认知实验教学改革研究与探索

媒体认知实验课程是清华大学电子信息学科在课程体系改革过程中提出的一门创新性前沿必修课程。文章阐述全面覆盖人机感知交互、媒体信息处理、虚拟现实及信号处理领域的一套基于英特尔Real Sense设备的探索前沿型实验教学课程内容及平台特点,分别介绍三维手势识别实验项目和三维虚拟交互行为分析实验项目,旨在培养学生的智能感知技术开发能力,掌握成为感知技术前沿领域高层次专业人才必需的各项基本技能和专业知识,采用集体创新培养和个人研究探索相结合,最终达到理工与人文、技术与艺术、感知与思考的高度融合。     

基于聚集疑似目标的快速TBD弱小多目标检测方法

提出了一种无需复杂图像预处理的快速的自适应弱小多目标检测方法,适用于有背景起伏的低SNR的噪声随机分布的红外图像序列.采用线性滤波算子,直方图排序分割,快速目标聚集三个核心算法,实现了高速的TBD弱小目标检测.根据直方图进行梯度滤波的结果自适应地进行门限分割,然后剔除随机的不聚集的高梯度值噪声,最后进行时间低通滤波,减少虚警率和漏检率.通过对比实验,表明本文提出的先跟踪后检测的方法,在具有良好检测效果的同时,速度优于需要复杂形态学滤波或中值滤波的方法.     

多模态特征融合与多任务学习的特种视频分类

特种视频(本文特指暴力视频)的智能分类技术有助于实现网络信息内容安全的智能监控。针对现有特种视频多模态特征融合时未考虑语义一致性等问题,本文提出了一种基于音视频多模态特征融合与多任务学习的特种视频识别方法。首先,提取特种视频的表观信息和运动信息随时空变化的视觉语义特征及音频信息语义特征;然后,构建具有语义保持的共享特征子空间,以实现音视频多种模态特征的融合;最后,提出基于音视频特征的语义一致性度量和特种视频分类的多任务学习特种视频分类理论框架,设计了对应的损失函数,实现了端到端的特种视频智能识别。实验结果表明,本文提出的算法在Violent Flow和MediaEval VSD 2015两个数据集上平均精度分别为97.97%和39.76%,优于已有研究。结果证明了该算法的有效性,有助于提升特种视频监控的智能化水平。     

电感耦合等离子体发射光谱法测定邯邢地区砂岩中多种元素分析方法

根据邯邢地区砂岩性质及各元素含量的特点,建立了电感耦合等离子体发射光谱法测定邯邢地区砂岩中多种元素含量的分析方法。方法采取电感耦合等离子体发射光谱法一次性测定砂岩中杂质项,并计算杂质的总量,再用差减法计算得二氧化硅含量后,即得到砂岩的全分析结果。考察通过正交实验,采取7 m L氢氟酸,2 m L硝酸,1 m L高氯酸溶样,用电感耦合等离子体发射光谱测法同时测定砂岩中的8种元素(钙镁钾钠铝铁锰钛)含量。在最优化的条件下,用砂岩国家标准物质(GBW 03112)进行实验分析,元素的精密度(RSD,n=12)和相对误差在允许范围内,方法的检出限为0.000 9~0.09 mg/L。     

驾驶员面部特征点定位方法研究

利用计算机视觉方法对驾驶员进行驾驶状态监测和预警过程中,面部特征的快速准确定位是技术关键.针对驾驶室背景的视频帧图像,提出一种基于数学形态学,面部结构特征和灰度积分投影的方法,实现了对驾驶员两眼睛中心和两鼻孔的精确定位.实验表明,该方法具有较高的准确率和鲁棒性.     

媒体认知实验课程改革与实践

作为实现人机交互技术的必要途径,媒体认知技术及其领域受到越来越多的关注,媒体认知实验课程是清华大学电子信息学科在课程体系改革过程中创立的一门全新课程。文章通过阐述覆盖软件姿势操控、安卓平台人脸识别等媒体信息交互基本内容的基本项目,以及由学生自主提出与英特尔Real Sense等许多国际一流技术接轨的实际项目如音乐节奏控制交互、手势模拟电脑键盘等,旨在激发学生对相关研究领域的热情与兴趣,进一步培养高层次人才的创新能力。     

基于视频图像处理的交通流检测系统

提出了一种自适应于可调控摄像机的高速公路交通流检测系统.通过改进的背景建模与跟踪方法精确提取运动目标,利用道路标志线为图像与道路建立坐标映射实现车速与流量检测和交通监控.当场景转换时能及时自动更新参数,在实际应用中有很好的灵活性与稳定性.