真实场景运动目标轨迹有效性判断与自动聚类算法研究*

提出了真实场景中的运动目标轨迹有效性判断与自动聚类方法。利用轨迹长度、坐标值方差及目标相邻两帧运动方向等信息,对轨迹进行了预处理,得到有效的轨迹,然后以其作为样本,计算轨迹之间的空间相似距离,采用K均值聚类法,按轨迹的几何形状完成了轨迹聚类。提出了利用目标运动的起始点及整个运动过程中目标的运动方向信息,采用K均值聚类方法,进一步按目标的运动方向完成了轨迹聚类。两种真实场景的目标轨迹聚类结果证明了该方法的有效性。其研究结果为学习轨迹模式、目标运动轨迹识别、分类、异常检测奠定了基础。     

真实场景运动目标轨迹有效性判断与自动聚类算法研究

提出了真实场景中的运动目标轨迹有效性判断与自动聚类方法.利用轨迹长度、坐标值方差及目标相邻两帧运动方向等信息,对轨迹进行了预处理,得到有效的轨迹,然后以其作为样本,计算轨迹之间的空间相似距离,采用K均值聚类法,按轨迹的几何形状完成了轨迹聚类.提出了利用目标运动的起始点及整个运动过程中目标的运动方向信息,采用K均值聚类方法,进一步按目标的运动方向完成了轨迹聚类.两种真实场景的目标轨迹聚类结果证明了该方法的有效性.其研究结果为学习轨迹模式、目标运动轨迹识别、分类、异常检测奠定了基础.     

基于直方图聚类的网络流量异常检测技术研究

基于流量特征的异常检测技术主要是通过网络流量特征属性分布规律映射网络异常行为。为提高检测准确率,降低误报率,文章提出了基于流量特征直方图聚类的异常检测和分类的技术。通过直方图的方法详细描述网段流量特征的时空信息,然后聚类分析各种属性特征的正常模型,最后根据待测流量特征属性与正常模型之间的距离所组成的向量来衡量异常。基于DARPA99数据集的实验表明,该算法具有较高的异常检测和分类准确性。     

以运动方向为主导的轨迹相似性度量方法

考虑到移动对象的行为趋势体现在行驶距离与前进方向上,提出以运动方向为主导并兼顾形态距离特征的轨迹相似性度量方法。形态距离特征采用包围面积进行度量,运动方向特征分别采用真实平均方向、线性平均方向、最长公共方向序列3种形式进行度量,选取形态距离和运动方向的最优组合作为轨迹相似性度量的最终形式。北京市出租车GPS载客轨迹数据上的聚类应用结果表明,该相似性度量方法能够有效区分移动对象的趋势方向,且聚类准确率优于最长公共子序列方法。     

交通监控中运动目标轨迹的距离计算和聚类

对交通监控中运动目标的轨迹距离计算和聚类方法进行了改进.在轨迹距离计算中,引入目标的空间坐标、运动速度、运动方向和尺寸4个参数,以提高聚类时对不同位置、不同速度、不同方向和不同尺寸运动目标的轨迹的区分能力;针对交通目标运动轨迹比较规律的特点,采用基于统计的方法对K均值的轨迹聚类算法进行初始化,从而可以自适应的确定聚类数目K值和聚类初始中心.在真实场景下,验证了算法的有效性和适用性.     

基于轨迹聚类的公共安全异常检测

公共安全异常检测的需求越来越迫切,监控中基于轨迹聚类的检测方法越来越流行,但是现有方法在处理高维不等长轨迹数据时效果并不理想。提出一个新的轨迹聚类方法,该方法通过组合动态时间弯曲和密度峰算法实现。动态时间弯曲用于度量轨迹间的距离,密度峰算法根据距离进行聚类。前者可直接度量不等长轨迹聚类,后者是近年提出的非球体分布数据聚类算法,以局部密度和最近邻聚类组合实现。实验在PETS2006监控视频数据集上进行,测试结果表明该方法有效地发现了异常的轨迹行为模式。     

基于轨迹信息熵分布的异常轨迹检测方法

针对异常轨迹检测多特征检测和检测单元造成的检测效率低等问题。提出一种基于轨迹信息熵分布的异常轨迹检测方法。该算法根据轨迹偏转角与速度将轨迹分割成若干轨迹段,计算轨迹段间加权多特征距离判断轨迹间相似度,进而完成轨迹聚类并计算出每类代表性轨迹,然后对待检测轨迹进行分割,利用代表性轨迹计算每个轨迹段的信息熵,通过比较轨迹信息熵大小及其分布特点实现异常轨迹检测。大西洋飓风数据仿真实验结果表明该方法提高了聚类效果,克服以整条轨迹检测效率低的缺点,提升了异常轨迹检测算法的有效性。     

基于轨迹段核密度的旅游车辆轨迹聚类算法

为了更好地研究旅游车辆的运营行为，需要通过分析车辆轨迹规律发现车辆运动的典型轨迹，轨迹聚类是其中重要的环节。对于使用传统的密度聚类方法处理大规模旅游车辆轨迹数据存在准确度差和效率低的问题，提出了一种基于轨迹段和核密度的轨迹聚类方法。采用核距离作为轨迹段相似度度量，利用类似DBSCAN算法对轨迹段进行聚类，得出旅游车辆运动典型轨迹。以北京市旅游车辆为例，采用基于轨迹段和核密度的算法对车辆轨迹进行聚类，能从一定程度上提高聚类的效果和准确率，为进一步研究旅游车辆的运营行为打下基础。     

基于马氏距离的双层聚类电力远动异常检测

通过对电力远动监测系统和数据挖掘技术的讨论,提出一种基于马氏距离的双层聚类异常检测算法。针对远动系统数据非球面分布的特点,该算法通过K-means聚类改进算法对数据进行初始分类,然后使用基于马氏距离的Clustering Using Representatives(CURE)聚类改进算法对初始分类结果进行优化,以较少的计算成本去除K值设定的影响,达到预期的检测结果。同时,基于马氏距离的CURE聚类改进算法对球面和非球面分布的数据有非常好的适应能力。     

基于乘客多运动行为的公交客流计数判定方法

针对基于单目视觉的公交乘客人数统计判定方法不稳定、计数结果不准确的现状,结合公交车门附近乘客运动行为的复杂性和多样性,以及乘客运动行为对计数判定方法的干扰,给出一种基于乘客多运动行为分析的计数判定方法。采用轨迹聚类的方式对乘客运动行为进行分析,结合轨迹的空间特征和方向特征计算轨迹距离,并使用层次聚类方法进行聚类。分析聚类结果中每一类别所对应乘客类的运动行为,讨论各乘客类的运动行为对常用计数判定准则的影响,由此提出一种改进的公交车客流计数判定方法。利用采集的乘客上下公交车视频图像进行实验,结果表明,该方法能获得较高的统计精度和较好的稳定性。     

The “dead reckoning” signed distance transform

Consider a binary image containing one or more objects. A signed distance transform assigns to each pixel (voxel, etc.), both inside and outside of any objects, the minimum distance from that pixel to the nearest pixel on the border of an object. By convention, the sign of the assigned distance value indicates whether or not the point is within some object (positive) or outside of all objects (negative). Over the years, many different algorithms have been proposed to calculate the distance transform of an image. These algorithms often trade accuracy for efficiency, exhibit varying degrees of conceptual complexity, and some require parallel processors. One algorithm in particular, the Chamfer distance [J. ACM 15 (1968) 600, Comput. Vis. Graph. Image Process. 34 (1986) 344], has been analyzed for accuracy, is relatively efficient, requires no special computing hardware, and is conceptually straightforward. It is understandably, therefore, quite popular and widely used. We present a straightforward modification to the Chamfer distance transform algorithm that allows it to produce more accurate results without increasing the window size. We call this new algorithm Dead Reckoning as it is loosely based on the concept of continual measurements and course correction that was employed by ocean going vessel navigation in the past. We compare Dead Reckoning with a wide variety of other distance transform algorithms based on the Chamfer distance algorithm for both accuracy and speed, and demonstrate that Dead Reckoning produces more accurate results with comparable efficiency.     

三维带符号的欧氏距离变换及其应用

距离变换是图像处理中历史悠久的研究课题．该文将二维带符号的欧氏距离变换推广到三维，对其进行了优化，分析了它的计算复杂度，并应用于解决计算机图形学中的两个重要问题：第一，将图形对象的三角网格表示转换为它的距离场表示．即首先将三角网格模型离散为体素表示，利用三维带符号的距离变换，将求空间一点到图形对象的最短距离的全局搜索过程，转化为求这一点到离它最近的特征体素所包含的图形对象部分的局部搜索过程；第二，利用类似的思想，求两张空间曲面之间的最短距离．     

一种人脸表情分类的新方法——Manhattan距离

提出了一种利用Manhattan距离进行人脸表情分类的新方法。Manhattan距离计算出具有不同模式的两个对象的距离更大。在实验中,比较了Manhattan距离、欧氏距离、余弦距离在人脸表情分类中的性能,得出Manhattan距离比另外两类距离有着更好的识别效果。     

软硬件测试中预确定距离测试

在随机测试的基础上提出了VLSI电路测试中的一个新概念,即预确定距离测试.随机测试广泛应用于软硬件测试中已经有多年了.众所周知,随机测试中每个测试码都是随机选取的而不管它是否与先前生成的测试码重复.尽管由于测试码选取的随机性使得随机测试并不是十分有效,但是对它作了一些实质性修改从而大大提高了它的测试效率.在预确定距离测试中,总是选择总距离最大的测试码来进行测试,以便使得该测试码所检测到的故障与先前的测试码所检测到的故障尽可能地不同.还详细介绍了构造一个预确定距离测试序列的生成算法,并将其应用到软件测试中.最后,从基准电路上获得的实验结果以及从理论上的分析也表明这种新方法的有效性.     

准完全最大距离伪随机测试研究

对超大规模集成电路进行随机测试的测试码之间的距离作了定量分析,在此基础上,改进了最大距离随机测试算法中测试码的生成方法,使得所生成的伪随机测试码集合同时达到最大海明距离与近似最大笛卡尔距离。因此每一个测试码可以尽可能多地独立检测到更多不重复的故障。进而提出了准完全最大距离测试新算法的思想和构建理论,并详细阐述了该算法的执行流程。在ISCAS'85基准电路上进行的大量实验数据分析表明,本方法确实有效地提高了随机测试效率,降低了随机测试成本。     

点到任意多面体距离的快速计算方法

提出了一种快速计算空间点到任意多面体的有符号距离的方法,该方法以空间点为中心,采用动态搜索技术,能够快速准确地获得一个含多面体最近体元素在内的候选面片集,而且在一般情况下该候选集都足够小,从而对计算空间点到复杂多面体的最近距离起到明显的加速作用,与采用层次结构表示的方法相比,此方法避免了频繁计算点到各层次结构的距离,本算法可应用在需大量距离计算的环境,如距离场计算、虚拟环境下的碰撞检测,机器人运动规划及数据控加工过程的干涉检查等。     

基于类别距离和Bhattacharyya距离的雷达信号特征评价

从瞬时自相关法、小波变换法和时频原子法提取的脉内特征比较分析入手,提出了一种新的最优特征评价准则。以类内距离、类间距离和Bhattacharyya距离为基础,从特征的空间分布和错误识别率的上界等方面对不同算法提取出的脉内特征进行分析,实现了最优特征的选择。实验的仿真结果表明,这种最优特征评价准则是有效的,为雷达辐射源信号的特征评价提供了有意义的参考。     

How social distance shapes human–robot interaction

This paper investigates how social distance can serve as a lens through which we can understand human–robot relationships and develop guidelines for robot design. In two studies, we examine the effects of distance based on physical proximity (proxemic distance), organizational status (power distance), and task structure (task distance) on people׳s experiences with and perceptions of a humanlike robot. In Study 1, participants (n=32) played a card-matching game with a humanlike robot. We manipulated the power distance (supervisor vs. subordinate) and proxemic distance (close vs. distant) between participants and the robot. Participants who interacted with the supervisor robot reported a more positive user experience when the robot was close than when the robot was distant, while interactions with the subordinate robot resulted in a more positive experience when the robot was distant than when the robot was close. In Study 2, participants (n=32) played the game in two different task distances (cooperation vs. competition) and proxemic distances (close vs. distant). Participants who cooperated with the robot reported a more positive experience when the robot was distant than when it was close. In contrast, competing with the robot resulted in a more positive experience when it was close than when the robot was distant. The findings from the two studies highlight the importance of consistency between the status and proxemic behaviors of the robot and of task interdependency in fostering cooperation between the robot and its users. This work also demonstrates how social distance may guide efforts toward a better understanding of human–robot interaction and the development of effective design guidelines.     

基于核的图像欧氏距离人脸识别

引进了两幅图像之间的一种新的距离度量方法——图像欧氏距离,该距离是利用核函数对传统的欧氏距离进行改进而得到的。在此基础上,设计了一种新的分类识别方法——基于核的图像欧氏距离人脸识别方法,并应用于人脸识别中。为验证该算法的可行性,对人脸图像进行DCT变换得到预处理样本,并在ORL和Yale人脸库上进行多角度的比较实验。分析实验结果表明,该方法优于其它距离分类器算法。     

改进的边界距离变换算法在虚拟内窥镜中应用

为提高虚拟内窥镜实现中提取中心路径的时间效率,改善虚拟内窥镜的实时漫游,边界距离变换算法是提取中心路径的常用算法.上述算法在建立边界距离场和源距离场时非常耗时,故实时性很差.针对建立两个场非常耗时的缺点,提出定义超大数组,建立体素点ID值和体素点在体素点集中位置的一一对应关系,减少在确定体素点位置时对体素集的扫描次数,从而提高算法的效率.实验结果表明,改进后的算法时间效率高,实时漫游效果好,速度快,提取的中心路径漫游效果好,实现了虚拟漫游效果,具有一定的实际应用与理论研究价值.