基于红外热成像多人体识别的智能监控系统

本文介绍了红外热成像的原理及特点,对复杂背景下的多人体红外热图像的识别、计数和相关特征值提取的研究进行概述。主要采用边缘检测和模板匹配算法对红外热图像进行处理,运用高级语言Visual C＋＋进行人机界面、信息管理和网络通讯功能的设计,开发了一套基于红外热成像的智能监控系统。     

基于红外热像技术的变电站瓷质劣化绝缘子识别

瓷质绝缘子串长时间运行后会出现绝缘劣化、绝缘击穿和闪络放电等缺陷,为电网带来重大的安全隐患,检测瓷质绝缘子运行状态至关重要,为此提出基于红外热像技术对变电站瓷质劣化绝缘子识别方法。首先建立瓷质绝缘子串等效电路模型和电网络方程,通过仿真计算得出绝缘子串电压分布;建立电热转换模型,并在某220 kV变电站开展绝缘子串红外测温,通过高压试验验证红外热像准确表征绝缘子串的运行情况。理论与实际应用结果验证了该方法的有效性与实用性。     

基于红外热成像技术的变电设备热故障识别方法

针对现有的识别方法故障缺陷判断能力差、故障识别准确程度低,研究基于红外热成像技术的变电设备热故障识别方法。以普朗克黑体辐射为技术基础进行红外测温获得红外热图像,对现场采集到的图像进行预处理。运用多尺度特征融合对故障特征进行提取,通过相同倍数缩放进行归一化,得到向量机样本数据。设定最优分类函数,将空间的样本数据映射到高维度的空间内进行非线性变化得到对样本数据的最优分类。运用核函数在约束条件下进行识别,判断故障的危险等级从而得到识别结果。实验结果表明,套管在三相发热异常为紧急故障,达到了紧急故障的标准,构成缺陷,识别判断正确。经过5次测试,故障识别准确程度均在80%以上,结果符合预期,达到了精准识别变电设备的热故障的效果。     

运用高斯混合模型识别动物声音情绪

针对动物的情绪识别问题,提出高斯混合模型在动物声音情绪识别上的应用方法。利用语音信号处理与机器学习技术,提取动物声音信号的过零率、共振峰、梅尔 频率倒谱系数3种描述动物情绪的特征参数。采用高斯混合模型对采集到的动物声音信号训练样本进行聚类分析,计算测试样本后验概率,实现动物情绪的自动识别。通过分析特征参数的权重系数组合、高斯混合数目对识别率的影响来择选最优参数。实验结果表明,经参数优化后的高斯混合模型可将动物声音情绪的识别率由84.25%提高至96.67%。     

回转窑筒体热损失测量系统的研究

以回转窑筒体的红外热图为基础,通过分析回转窑简体辐射与对流机理,给出了实际回转简体热损失的计算模型,并采用LabVIEW编程语言,设计开发了一套回转窑筒体热损失测量软件.最后,以某水泥回转窑为例,对所提出的方法进行了测试与分析.结果表明,该系统能获取简体感兴趣区域的轴向温度并正确计算出对应的简体热损失功率;简体的辐射热耗与对流热耗大小相当,且煅烧区简体的热损失约占输入热功率的4％.研究成果为回转窑的节能生产、过程参数优化奠定了基础.     

基于交错组卷积神经网络的脑电信号情绪识别研究

利用深度学习算法实现多种情绪的高效准确识别对当前脑电信号情感计算研究具有一定探索价值。常用的卷积神经网络其种类结构较为复杂且存在参数选择问题,针对不同类型刺激素材下脑电信号的情绪分类问题,搭建了一种交错组卷积神经网络的数学分类模型,此模型在经典卷积神经网络的基础上增加了交错组卷积结构。利用增加交错组卷积模块的LeNet-5卷积网络对诱发的不同情绪下脑电信号进行三分类识别,图片、音乐与视频素材刺激下的脑电信号平均识别率分别为98.74%、95.82%与96.06%。对比传统的机器学习分类算法的识别效果,轻量化结构卷积神经网络的收敛速度和情绪识别准确率均有明显提高,且鲁棒性更强。     

基于HOG特征的步态能量图身份识别算法

由于步态能量图像(GEI)是对二值轮廓图像序列相加求平均,然而,二值轮廓图像只能捕获人体轮廓的边界信息,人体的内部边界信息会被完全的丢弃掉,基于GEI算法的缺陷,提出了一种基于人体目标图像的方向梯度直方图(HOG)特征的GEI识别算法,此算法不仅能捕获人体轮廓的边界信息,而且还能提取人体重合的边界信息.获取人体目标图像的HOG特征的步态能量图,首先使用视频前景分割算法提取人体目标图像,然后提取图像序列中每帧人体目标图像的HOG特征;最后对图像序列中的每帧HOG特征图像相加求平均.在此基础上,依据GEI和HOG的思想,又实现了对传统步态能量图、二值轮廓图像序列、人体目标图像步态能量图进行HOG特征提取及直接构建人体目标图像步态能量图特征的表示,从而提出了 4种拓展的能量图构建方法,并针对这5种算法与经典的GEI算法利用CASIA步态数据库进行了实验分析对比,实验结果表明算法效果良好.     

基于多模态轻量化混合模型的情绪识别

实现更加准确的情绪识别是当前面临的一项富含挑战性且十分有意义的任务。由于情绪的复杂多样性,单一模态的脑电信号难以对情绪进行全面客观的度量。因此本文提出一种多模态轻量化混合模型PCA-MWReliefF-GAPSO-SVM,该混合模型由PCA-MWReliefF特征通道选择器和GAPSO-SVM分类器构成。选用脑电信号(EEG)、肌电信号(EMG)、体温信号(TEM)三模态信号进行情绪识别。在DEAP公共数据集上进行多次实验验证,在效价维度、唤醒维度和四分类中分别取得了97.500 0%、95.833 3%、95.833 3%的分类准确率。实验结果表明,提出的混合模型有助于提高情绪识别准确率且明显优于单模态情绪识别。与近期的类似工作相比,本文提出的混合模型具有较高准确率、计算量小且通道数少的优点,更易于实际应用。     

基于改进的残差网络面部表情识别

为了解决人脸表情识别中存在的对关键信息获取能力不足、识别率偏低、模型容易出现过拟合等问题,以ResNet18作为基本网络进行改进得到一个新的表情识别模型(IERNet)。IERNet通过引入ECA注意力机制构建出两种不同的注意力残差单元,并组成注意力残差模块,从而增强对深层的表情关键特征的提取能力;又引入Iception模块来提取图像的多尺度浅层信息,通过同时引入这两个模块的方式增强了网络的鲁棒性、提升了模型的识别率;最后使用全局平均池化结合Dropout技术取代全连接层,可以有效防止模型的过拟合问题同时还能简化模型。通过实验数据可知,在公开表情数据集CK+和FER2013上取得了不错的成绩,准确率分别达到了97.778%和73.558%。     

利用动态步态图进行步态识别

基于轮廓的步态识别方法容易受行人的携带物、衣物等遮挡因素的影响。针对这一问题提出了动态步态图。动态步态图将步态轮廓图划分为动态部分和静态部分,更有利于提取受遮挡影响较小的动态步态信息。设计了双路步态识别网络(Bi-Route)提取步态特征,通过增加动态特征占比,稀释静态特征占比降低遮挡物的影响。网络以动态步态图为输入,使用二维卷积分别提取步态序列中的全局轮廓特征和帧级轮廓特征,使用三维卷积神经网络从帧级轮廓特征中提取动态特征。为了验证本方法的有效性,在CASIA-B数据集上进行了评估,在正常(NM)、背包(BG)、穿大衣(CL)条件下的准确率分别达到了92.9%、87.2%和65.6%。结果表明本方法可以降低遮挡、衣物和携带物等对识别准确率的影响。     

基于红外热成像的PCR温控系统

电化学实时定量PCR仪中,对热循环3个温度区试剂温度的精度控制至关重要,因为其决定了PCR反应效率.根据非稳态传热原理,热量从基座传递到试剂存在延迟,因此基座上的接触式温度传感器无法直接测得试剂的温度.设计基于红外热成像仪温度检测的温控系统.可以同时对多通道试剂表面的温度进行直接测量,从而准确控制DNA解链-结合-延伸时间,提高DNA扩增效率.为了实现红外热像仪对温度的精确测量,对获取的红外温度进行中值滤波,根据热辐射理论与红外热像仪的测温原理以及公式推导,在线得到被测试剂表面发射率,通过换算从而获得试剂真实温度.实验表明,校准后热像仪测温精度由2.0℃提高到0.3℃;对试剂表面温度的监控使得PCR温控更加准确高效,具有重要意义.     

基于HMM的语音信号情感识别研究

包含在语音信号中的情感信息是一种很重要的信息,它是人们感知事物不可缺少的部分。本文在语音识别的基础上提出了应用隐马尔可夫模型(HMM)进行语音信号情感识别的研究。从情感语音的分类、情感语音资料的获取、情感语音特征提取及情感语音识别等方面,讨论了应用连续隐马尔可夫模型进行情感识别的整个过程,并得到了比较理想的识别结果。     

热电池热模型的研究

从热电池的基本工作原理出发,研究了热电池放电过程中热量的产生、传递、散失变化特征.并通过计算机软件,将电池模型进行网格划分,依据热量平衡原理,建立电池的热传导方程,利用"有限元法"动态模拟电池放电热过程特征与规律.并通过对电池表面以及内部温度测量进行比较分析,证明了该热模型能够正确地模拟电池放电过程的温度变化.     

基于ARM和FPGA的红外热像仪系统设计与研究

红外热成像技术是一种探测与识别目标温度的重要手段。由于目前红外热像仪均采用红外焦平面传感器作为成像核心部件,其成本极其高昂且工作独立性差。针对上述问题,采用阵列式红外传感器作为核心部件,以ARM作为计算协处理单元,以FPGA作为图像核心处理单元,通过设计基于温度值的灰度图像生成与增强算法,在保证实现系统功能的同时降低了系统的复杂度和成本。实验结果表明系统测温精度可达0.1℃,刷新帧率稳定在30Hz,验证了算法的有效性和系统设计的合理性。     

基于血管内超声的动脉斑块识别

冠状动脉斑块在血管内超声图像上主要表现为内膜和内膜下组织不同程度地增厚,导致管腔横截面积缩小。识别动脉斑块的类型,可以为临床治疗提供指导意义。动脉斑块主要分为脂质斑块、纤维斑块和钙化斑块,其回声强度依次增强。利用图像像素点灰度在空间的分布规律提取动脉斑块图像纹理特征信息,选取灰度共生矩阵（GLCM）、局部二值模式（LBP）、邻域灰度（NGL）3种特征提取方式,并对提取到的特征通过支持向量机（SVM）和纠错输出码（ECOC）进行分类。结果表明,3种特征提取方式组合的分类准确性上获得较好的效果。     

基于遗传优化的多级SVM语音情感识别

针对语音情感识别中特征维数高、识别率较低的问题,提出利用遗传算法进行特征降维,并构建二叉树结构的多级支持向量机(SVM)分类器进行语音多类情感识别的方案.首先对语音信号预处理后提取常用的情感特征,由于涉及特征较多,存在数据的冗余,采用遗传算法对提取的特征进行优化筛选;然后使用选出的最具情感区分能力的特征训练二叉树结构的多级SVM分类模型.在包含7种情感的柏林情感语料库上进行实验,结果证明提出的语音情感识别方案的有效性.     

基于MIC心率变异性特征选择的情感识别研究

心率变异性分析能够在情感识别中发挥重要作用,为了建立心电与情感类别之间的精准模型,提出了基于最大信息系数(maximal information coefficient,MIC)的特征选择方法。使用Aubt数据库和设计情感诱发实验进行研究,首先提取了心率变异性时域、频域、非线性及时频域40个特征参数,然后基于MIC方法结合支持向量机、随机森林、K近邻算法进行情感建模。结果显示,基于MIC特征选择方法,使用Aubt数据库针对唤醒度、效价、4类情感的分类准确度分别为90%、89%、84%,并进一步选用皮尔森相关系数、ANOVA特征选择方法与MIC进行对比;诱发实验数据中的多种一对一情感识别率均高于75%。结果表明基于MIC特征选择方法能够显著提高分类准确度,对基于心电信号进行情感识别具有重要意义。     

Multi‐label emotion recognition of weblog sentence based on Bayesian networks

An increasing number of common users, in the Internet age, tend to express their emotions on the Web about everything they like or dislike. As a consequence, the number of all kinds of reviews, such as weblogs, production reviews, and news reviews, grows rapidly. This makes it difficult for people to understand the opinions of the reviews and obtain useful emotion information from such a huge number of reviews. Many scientists and researchers have attached more attention to emotion analysis of online information in the natural language processing field. Different from previous works, which just focused on the single‐label emotion analysis, this paper takes into account rich and delicate emotions and gives special regard to multi‐label emotion recognition for weblog sentences based on the Chinese emotion corpus (Ren‐CECps). Using the theory of Bayesian networks and probabilistic graphical model, the latent emotion variable and topic variable are employed to find out the complex emotions of weblog sentences. Our experimental results on the multi‐label emotion topic model demonstrate the effectiveness of the model in recognizing the polarity of sentence emotions. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于红外测温的异步电机轴承故障诊断

针对远航舰船异步电机轴承经常烧毁的问题,以一台Y100L -2型电机为研究对象,采用有限元法建立电机转子三维导热模型,对电机轴承在不同的运行状态下的电机转子三维温度场进行仿真,并结合电机轴承故障的试验进行了分析.分析结果显示,不论轴承是否有故障,电机端盖温度均是沿径向从内到外逐步下降;在端盖轴承座正对部位,温度变化缓慢,但是从轴承外径继续向外,端盖温度下降迅速;负荷变化对电机端盖温升的影响远远大于轴承损坏对端盖温升的影响;不能仅仅凭借端盖表面温升来对相应轴承状态进行判断,可以通过同一种负荷条件下端盖表面温升的变化对轴承状态进行判断.     

基于注意力密集网络的伪彩色红外与 可见光图像融合

针对现有红外与可见光图像融合算法中存在融合图像的纹理细节不清晰,红外信息和纹理细节的显示不平衡等问 题,提出了一种基于注意力密集网络的伪彩色红外与可见光图像融合方法。首先对灰度的红外图像进行伪彩色处理再与彩 色的可见光图像组成多通道数据输入融合网络。其次,设计了一种由卷积层和带有注意力模块的密集连接块组成的生成器 网络结构,关注源图像的关键信息,增强网络提取源图像信息的能力。最后,利用红外像素、可见光像素、可见光梯度和红外 梯度构建内容损失函数,以保持融合图像中红外目标和纹理细节的平衡。与5种具有代表性的融合方法进行定性和定量比 较。结果表明,该方法所获得融合图像的峰值信噪比、信息熵、平均梯度和互信息取得最优值,分别为31.6841、6.5581、 6.0096、3.0960。定量以及定性结果证明所提融合方法使融合图像具有更为丰富的纹理细节以及良好的视觉效果。