监控场景中人数评估算法的设计与实现

文章通过高斯建模得到一个很好的前景模型构架,再用blob斑点扫描确定斑点的位置,接着运用OpenCV自带的行人分类器和自定义算法判断行人的行走状态对场景中人数进行统计评估,理论分析和试验结果表明该种算法都具有较好可靠性和有效性。     

基于图像处理的车辆目标检测系统

相对于传统的车位目标识别技术,文章采用了基于图像处理的目标检测方法。实验中训练和测试的数据来自国际公开数据集PKLot,文章采用基于方向梯度直方图(HOG)和支持向量机(SVM)对正负样本集提取特征并生成模板,对待检测的图像提取出特征并与模板进行对比,最后用矩形框标识检测的车辆目标,经多次独立测试,可用车位的检测准确率在94%以上,试验过程中,测试了大约35万张车位图像,包含四个场景下的不同停车场图像,验证了设计流程的可行性。     

基于样本比对法的车辆前方运动行人检测系统设计

在交通事故中,行人是交通环境的一部分,往往也是受害者,如何在交通运行过程中有效地保护行人成为国内外研究的焦点和热点。本文通过构建运动行人检测系统模型,当检测到车辆周围的行人时,通过行人所处的位置及运动轨迹,判断是否需要及时警告驾驶员,避免车辆与行人发生碰撞或刮擦。该系统将为我国道路行驶安全技术的研发提供必要的技术支持。     

低分辨率视频图像的行人检测技术

行人检测技术是图像处理在人类生产生活中的一项重要应用,文章对现有的行人检测算法进行了学习研究,针对低分辨率图像中的行人检测问题,文章基于单高斯的运动目标检测,采用目标长宽比和二值图像边缘对称性对目标进行判别,最后,通过编程仿真,验证了算法的有效性和准确性。     

西装识别的深度学习方法

为准确而快速地对电商平台产品图像进行西装目标的分类检测,以3个主要的卷积网络深度学习框架即快速区域卷积神经网络、基于区域的全连接卷积网络和单次多盒检测为基础,首先通过实验分析其在服装图像分类识别中的效率和有效性,针对小目标识别困难和过拟合识别问题,提出基于尺寸分割和负样本的单次多盒检测(SSD)增强方法(DN-SSD);然后将图像分割为不同尺寸的子图突出服装目标,通过融合分类方法解决SSD算法对小目标识别不足的问题,并通过增强负样本以提高算法的场景适应能力。实验结果表明,该算法可有效地识别各种形态和大小的西装目标,识别准确率达到90%以上,并且能够方便地推广到服装其他品类的识别中。     

基于深度学习的智能车目标检测与视觉导航

目标检测和视觉导航是无人驾驶的关键技术。传统的道线检测依赖于特征提取和检测校正,交通标志识别依赖于色彩分析和图像分割,然而道路场景的剧烈变化导致算法的鲁棒性较差。基于模拟的无人驾驶场景,本文探究深度学习模型LaneNet和YOLOv4,以完成智能车的视觉导航与目标识别。针对不同识别任务,文章采取传统视觉与深度学习结合的方式,保证算法的鲁棒性与实时性。在室内模拟场景中,智能车的无人驾驶系统能够准确实时地完成交通场景中的路线检测、交通灯识别和路线导航任务。     

韭菜中农药残留酶速测法假阳性消除研究

酶速测方法是基于不同有机磷农药和氨基甲酸酯农药对胆碱酯酶活性抑制程度不同而对农药残留快速检测的方法.但韭菜等样本经常出现检测假阳性问题.本实验针对韭菜在农药残留酶速测中出现的假阳性问题,对样本前处理方法进行改进,以消除实验中出现的假阳性.研究了韭菜样本剪切长度以及在加酶前对样本提取液进行加热处理后的效果.实验结果表明,该方法在一定范围内可以消除韭菜的假阳性问题.     

多重重组酶介导等温扩增技术检测食品中3种食源性致病菌

建立快速、灵敏的多重重组酶介导等温扩增方法（recombinase aided amplification,RAA）同时检测食品中的大肠埃希氏菌O157:H7、沙门氏菌和金黄色葡萄球菌。方法 根据大肠埃希氏菌O157:H7的rfbE基因、沙门氏菌的invA基因以及金黄色葡萄球菌的nuc基因的序列保守区域设计RAA特异性引物,筛选出最优的引物组合并优化各项实验条件;通过标准菌株验证方法特异性和灵敏度,并通过人工污染实验,验证方法在实际食品样本中的检测能力。结果 多重RAA方法最佳扩增温度为37℃,反应时间为50 min;方法特异性良好,仅对目标菌株存在特异性扩增条带,与其他常见食源性致病菌无交叉反应;方法对基因组DNA的检测灵敏度为0.10 ng/μL;方法对经过简单增菌的人工污染牛奶样本和牛肉干样本中目标菌株的检出限为100 CFU/mL。结论 本研究建立的多重RAA扩增方法具有特异性好、灵敏度高、检测通量高等优势,适用于多种场景下食品样本中3种食源性致病菌的快速检测。     

脱氧雪腐镰刀菌烯醇时间分辨荧光免疫检测体系适用性评价

目的研究已建立的脱氧雪腐镰刀菌烯醇时间分辨荧先兊疫定量检测体系(包括脱氧雪腐镰刀菌烯醇时间分辨荧先兊疫层析检测卡和荧先定量检测仪)的适用性。方法检测20个阴性样本中脱氧雪腐镰刀菌烯醇含量,确定该检测体系的检出限和定量限;对6组含不同浓度脱氧雪腐镰刀菌烯醇的小麦阳性样本和6组含不同浓度脱氧雪腐镰刀菌烯醇的玉米阳性样本进行检测,确定方法的准确性和台间差;重复6次检测含中等浓度脱氧雪腐镰刀菌烯醇的阳性样本和连续12 h检测国家检测限浓度的阳性样本,确定系统的重复性和稳定性。结果该体系的检出限为154μg/kg,定量限为414μg/kg,幵且检测结果与液质联用方法定值结果无显著性差异,仪器台间差无显著差异;测值的精密度未超过国家标准规定要求。结论本研究验证的时间分辩荧先定量检测体系能准确检测玉米和小麦样本中脱氧雪腐镰刀菌烯醇含量。     

基于近红外光谱特性分析的花生含水率检测

以花生检测国家标准GB/T 5497为基础,采用近红外光谱检测技术对花生含水率是否达标进行检测. 实验配制了30个不同含水率的花生样本,其中18个样本含水率达到国家标准,12个未达标,将样本分为训练集和测试集,通过近红外实验获取不同含水率的花生对不同波长光的吸收情况,将采集的数据作为BP神经网络的输入参数,在训练集对神经网络进行学习和训练,然后采用该模型,对测试集花生含水率是否达标进行测试. 实验表明,基于近红外光谱技术和神经网络的识别方法可全部正确识别测试集样本.     

鸡肉新鲜度电子鼻评价特征值的确定

用电子鼻检测鸡肉在不同试验条件下挥发性成分的变化,用电子鼻输出信号考察了加热温度、时间和样本表面积对鸡肉散发挥发性成分的影响。通过对24份鸡肉样本的试验得出:电子鼻输出信号与采集时间呈线性关系,可以用斜率表示各个样本的特征值;相同加热温度的样本较好的归为一类,不同加热温度的样本区别明显;加热温度较低时,加热时间对样本相聚的影响较小,温度较高时,影响较大;样本的表面积对样本相聚也有影响,但需进一步试验验证。初步试验研究表明,在不同试验条件下,鸡肉挥发性成分发生变化,电子鼻可检测到这些变化。可尝试用电子鼻技术评价鸡肉新鲜度变化的研究。     

一种智能建筑中门禁系统的行人检测方法

目标检测在计算机视觉应用中占据重要地位。目前的应用极其广泛,如行人检测、智能交通、高级人机交互。2005年Dalai等人提出的HOG（HistogramsOfOrientedGradient,HOG）最早被用于行人目标的检测中,-K-,~于人体检测的性能优于Haar,PCA—SIFT和Shapecontext等方法,并获得了较好的效果。但以HOG作为人体特征进行人体检测时,存在着目标背景复杂等问题,极大的影响了检测精度。为了更好的提高人体检测的精度,本文提出运用区域分割的方法,使目标和背景区分开来,只对目标进行计算以减少背景的干扰。     

三维楼宇应急疏散仿真系统研究

应急疏散模拟是有效避免人员伤亡的重要措施。针对楼宇行人安全疏散问题,提出了一种三维楼宇应急疏散仿真系统。该系统可根据智能体在紧急环境中遇到的不同情况,设置并可视化其行为。通过三维模型设计与可视化仿真技术进行场景搭建;通过基本功能模块,应急模拟模块、数据统计模块对天津测绘院大楼进行实验,结果表明:该系统能有效模拟楼宇内人员疏散情况,可用于灾害发生时的应急疏散指导和灾情疏散模拟演练。     

电子鼻技术对猪肉挥发性盐基氮的预测研究

为预测不同肥瘦配比猪肉的新鲜度,对4℃恒温贮藏条件下的新鲜猪肉进行挥发性盐基总氮(Total Volatile Basic Nitrogen,TVB-N)检测和营养成分检测,同时利用电子鼻技术检测挥发性气味的信息。以传感器阵列特征值为自变量建立蛋白质、脂肪的回归预测模型,分别对不同肥瘦配比的猪肉样本建立不分类和分类2种TVB-N神经网络预测模型。结果表明:先分类再建立神经网络模型预测的效果更优,将样本进行二分类建立2个模型后,模型训练组的相关系数达0.994、0.985(p<0.01),预测组的相关系数达到0.984、0.979(p<0.01);模型的绝对误差小而且分布区间集中,训练组和预测组各有86%、62.6%的样本的绝对误差在0~1之间;训练组中没有绝对误差大于2.5的样本,预测组中仅有8.5%的样本绝对误差大于2.5。电子鼻传感器特征信号与TVB-N数据具有很强的相关性,电子鼻可以快速预测出不同肥瘦配比猪肉在贮藏期间TVB-N含量的变化,进而无损的评价猪肉的新鲜度。     

基于电子鼻技术的马铃薯真菌性腐烂病早期检测

确定马铃薯致腐菌种,并建立快速检测方法对腐烂样本进行识别。本研究通过微生物及分子生物学方法对马铃薯致腐菌进行鉴定,采用电子鼻方法对样本进行检测,建立模型对不同感染阶段样本进行识别。结果显示:马铃薯主要致腐烂菌为出芽短梗霉,建立的K最近邻判别模型中,训练集与预测集识别率分别为90%和85%;建立的BP网络判别模型中,训练集与预测集判别率分别达到93.75%和90%,各腐烂阶段能够较好地被识别。研究结果为后期电子鼻技术应用至马铃薯腐烂病检测提供理论基础。     

一种智能建筑中门禁系统的行人检测方法

目标检测在计算机视觉应用中占据重要地位。目前的应用极其广泛,如行人检测、智能交通、高级人机交互。2005年Dalai等人提出的HOG(Histograms 0f Oriented Gradient,HOG)最早被用于行人目标的检测中,其用于人体检测的性能优于Haar,PCA-SIFT和Shape context等方法,并获得了较好的效果。但以H0G作为人体特征进行人体检测时,存在着目标背景复杂等问题,极大的影响了检测精度。为了更好的提高人体检测的精度,本文提出运用区域分割的方法,使目标和背景区分开来,只对目标进行计算以减少背景的干扰。     

油桐籽不同年份和含油率差异对其含油率NIR检测模型影响的研究

收集了2014和2015年的油桐籽样本,用偏最小二乘法(PLS)分别建立了单一年份、混合年份及单一年份不同含油率范围的油桐籽含油率近红外光谱(NIR)检测模型,并验证。结果显示单一年份模型对本年份样本有较好预测,而对另一单一年份样本的预测精度明显下降,而混合年份模型对各年份样本都有较好预测;同年份不同含油率范围样本所建模型,含油率范围大,则模型预测精度下降,但稳定性更好。利用竞争性自适应重加权(CARS)算法筛选出30个变量,并结合PLS对混合年份样本建模,既简化了模型,又提高了模型预测性能,验证集相关系数为0.929,均方根误差为1.765,相对标准偏差为3.31%。因此,建立油桐籽含油率NIR检测模型时,应收集不同年份、不同含油率范围样本,并结合特征波长,以建立预测精度更好、稳定可靠且适应范围广的检测模型。     

黄曲霉毒素B1时间分辨荧光定量检测体系适用性评价

目的评价黄曲霉毒素B_1时间分辨荧光定量检测体系(包括黄曲霉毒素B_1时间分辨荧光免疫层析检测卡和荧光定量检测仪)的适用性。方法用时间分辨荧光定量检测体系测定20个阴性样本中黄曲霉毒素B_1的含量,确定该检测体系的检出限(limit of detection,LOD)和定量限(limit of quantification,LOQ);用2台荧光检测仪对6组含不同浓度黄曲霉毒素B_1的大米和玉米阳性样本进行检测,确定方法的准确性和台间差;重复6次检测含中等浓度黄曲霉毒素B_1的阳性样本和连续12 h检测国标检测限浓度的阳性标准溶液,确定方法的重复性和稳定性。结果该检测体系的LOD和LOQ分别为0.7和2.1μg/kg;该检测体系的检测值与大型仪器定值结果无显著性差异,2台荧光检测仪的测值之间无显著性差异;中浓度阳性样本和连续12 h测定检测限浓度的标准溶液的标准偏差未超过国家标准规定要求,检测结果的稳定性和重复性满足国家标准要求。结论该时间分辩荧光定量检测体系能够准确检测玉米和大米样本中黄曲霉毒素B_1含量。     

实时荧光PCR检测熟肉制品中单核细胞增生李斯特氏菌的结果分析与探讨

目的:对实时荧光PCR检测单核细胞增生李斯特氏菌假阳性结果的原因分析探讨。方法:对假阳性的样本进行传统培养法鉴定分析,将鉴定的菌落进行实时荧光PCR检测,同时对样本基质的影响和培养基本底的影响进行实时荧光PCR检测。结果:样本中的可疑菌落、样本的基质、培养基本底对实时荧光PCR检测结果均无假阳性影响。结论:实时荧光PCR检测熟肉制品中单核细胞增生李斯特氏菌的假阳性主要原因可能是样本中存在死亡目的菌基因造成的干扰。     

不同品牌胶体金免疫层析法试剂检测原料乳中氟苯尼考的研究

目的 采用一种新型快速的免疫学检测技术, 胶体金免疫层析法试剂检测原料乳中氟苯尼考药物残留量。方法 选用阴性原料乳为研究样本, 向其中加入不同浓度水平的氟苯尼考标准物质, 制成不同浓度水平的样本, 样本不需要前处理, 直接进行检测, 按照所购买的5种不同品牌氟苯尼考快速检测试纸条的操作方法进行验证比对。结果 选用5种不同品牌试剂检测时, 发现品牌C、D试剂检出限均达到了0.05 μg/kg; 20组样本重复检测阳性率均为100%; 检测时间较短, 均在10 min之内; 检测交叉反应率均为0%; 检测无干扰。在检出限、重复性、特异性、干扰性等方面, 品牌C、D试剂方法较好, 满足检测要求。结论 品牌C、D试剂具有简单快速、灵敏度高、特异性强等特点, 能够作为乳制品企业一种快速初筛原料乳中氟苯尼考药物残留的定性检测方法。