基于半马尔可夫和Large-margin的动作识别

如果一个人做了一系列连续动作,并被拍摄成一段视频,那么如何通过这段视频对动作进行分割和识别是人们要考虑的问题.为了对视频中的人的动作进行有效识别,基于半马尔可夫模型框架,提出了一个对人的动作进行识别的方法,该方法通过输入-输出空间的一组特征值来抓住与2个动作相邻的帧的特征,以及相邻的2个动作段之间的特征.为了提高算法的效率,提出了一个类似于Viterbi的算法,该算法被用来解决优化问题.不同数据集上的实验结果表明,该方法是有效的.     

Human Action Segmentation and Recognition Using Discriminative Semi-Markov Models

A challenging problem in human action understanding is to jointly segment and recognize human actions from an unseen video sequence, where one person performs a sequence of continuous actions.     

一种使用Harris特征点的区域图像检索算法

为了克服图像分割技术的限制，提出了一种基干特征点匹配技术的图像检索算法。手工提取图像中的一块区域作为查询图像，然后使用Harris算子提取彩色特征点，并用相应的颜色特征对特征点进行表示，最后利用特征点匹配技术实现区域图像的检索。实验表明，该方法对于图像的亮度变化和几何变换具有很强的鲁棒性，可以有效提高检索准确率。     

融合对比度与背景先验的显著目标检测算法

针对已有的显著检测算法对背景复杂的图像检测效果较差的问题,提出融合对比度与背景先验的显著目标检测算法.首先将图像划分为感知均匀的像素块,再根据对比度先验定义图像的显著边缘、像素块的全局对比度及颜色相似像素块的空间分布,得到任一像素块与前景的相关性;然后根据背景先验将图像边界像素块定义为伪背景区域,通过计算像素块与伪背景区域的相似度得到像素块与背景的相关性;最后通过能量优化函数结合像素块与前景、背景的相关性,得到该像素块的显著值.实验结果表明,与同类算法相比,该算法能更好地使显著目标整体高亮,抑制背景噪声,得到较符合视觉感知的显著图.     

一种基于显著点和SVM相关反馈的图像检索方法

针对传统基于全局特征的图像检索方法存在的不足,提出一种基于显著点特征和SVM(support vector machine)相关反馈相结合的图像检索方法.显著点提取方法是对图像进行小波分解,选择粗分辨率下绝对值较大的小波系数,它们对应原图像中变化较大的区域,然后在细分辨率下跟踪这些小波系数,提取原图像中的能代表这些变化的点,即显著点;然后利用显著点的空间分布信息,提取显著点周围局部区域的特征进行检索,并对检索结果进行SVM相关反馈.实验结果表明,引入反馈的方法可有效地检索更多的相关图像,明显提高了检索的准确性.     

基于特征点环形分布统计概率的图像检索

分析了传统的基于小波边界点图像检索方法的缺点, 提出了一种基于图像特征点环形分布概率的图像检索算法. 该方法首先利用粗分辨率下绝对值大的小波系数对应于原始信号中全局变化大的区域这一特性, 反向查找细分辨率下能够反映这种全局变化的小波系数, 直到找到原始信号中相应的特征点; 然后, 将图像沿半径方向等分成若干同心圆环, 计算图像特征点在这些圆环中的分布概率, 以此作为图像的特征向量; 最后, 通过带权的街区距离计算图像间的相似度. 实验表明本文提出的检索算法及图像相似度计算方法不仅检索精度高, 还具有较优的旋转、尺度及视觉角度不变性.     

双凸极永磁电动机的建模及其系统仿真

作为一类新型特种电机,双凸极永磁电动机在仿真环境中尚没有完备且准确的模型.以一台12/8极内置径向磁钢的双凸极永磁电动机为对象,通过有限元方法得到了各相电枢绕组包含自感和磁链的静态特性.随后根据电机数学模型方程和静态特性数据,建立了双凸极永磁电动机的仿真模型.继而利用仿真模型,构造了驱动电路采用标准角度控制策略,外环使用PI控制,内环使用电流滞环控制的模块化双闭环系统.仿真结果验证了电机仿真模型的准确性和模块化系统的实用性.     

用单框架控制力矩陀螺的大型航天器姿态控制系统实物仿真研究

利用三轴气浮台模拟航天器空间力学环境,进行了单框架控制力矩陀螺(SGCMG)姿态控制/动量管理系统全实物仿真研究.推导了大型航天器姿态控制/动量管理系统数学模型.设计调试了实物仿真系统.研究了单框架控制力矩陀螺奇异回避问题、失效操纵问题和动量管理优化问题.证明了系统构形分析、奇异性分析和操纵律设计的正确性和有效性.通过大型航天器姿态控制/动量管理系统实物仿真,检验了设计方案的可行性和系统硬、软件的可靠性.     

基于多尺度先验深度特征的多目标显著性检测方法

显著性检测是近年来国内外计算机视觉领域研究的热点问题,在图像压缩、目标识别与跟踪、场景分类等领域具有广泛的应用.针对大多显著性检测方法只针对单个目标且鲁棒性不强这一问题,本文提出一种基于深度特征的显著性检测方法.首先,在多个尺度上对输入图像进行超像素分割,利用目标先验知识对预显著区域进行提取和优化.然后,采用卷积神经网络提取预选目标区域的深度特征.对高维深度特征进行主成分分析并计算显著性值.最后,提出一种改进的加权多层元胞自动机方法,对多尺度分割显著图进行融合优化,得到最终显著图.在公开标准数据集SED2和HKU_IS的实验表明,与现有经典显著性检测方法相比,本文方法对多显著目标检测更准确.     

基于小波突出点颜色及空间分布的图像检索算法

分析了基于兴趣点的图像检索方法的缺点,提出了一种基于小波突出点的图像检索新方法。该方法在小波域提取突出点,这些突出点既表示了全局变化也表示了局部变化;然后以小波突出点为线索,设计了基于小波突出点的环形颜色直方图,既利用了小波突出点的局部特征,又考虑了小波突出点的空间分布结构;用图像间的环形颜色直方图距离来度量图像间的相似性。该检索算法不但保证了对图像旋转、平移鲁棒性,而且克服了传统直方图没有空间位置的缺陷。实验结果表明,该方法对图像检索是有效的。     

利用DirectSound实现音频的实时捕捉和播放

对音频的实时捕捉和播放是网络多媒体传输的基础。本文研究了Visual C 6．0下的DirectSound类．并给出了基于此类在局域网不增加设备的情况下对音频进行实时捕捉和播放的实现。     

面向云服务的DevOps知识获取与应用

DevOps作为一种新兴范型能够实现开发和IT运维之间的高度协同,从而在完成高频率部署的同时,提高生产环境的可靠性、稳定性、弹性和安全性.DevOps与云计算一起能够实现资源的按需供给.DevOps制品和云服务的规模不断增长,大量的DevOps知识分散在不同的社区和来源中,没有得到有效的组织、管理和使用,如何针对大量可选的DevOps方法和工具进行有效的决策和选择成为亟待解决的问题.针对这一问题,提出了一套完整的DevOps知识管理方法.方法首先针对一组可访问的知识源进行多种方式的知识获取、组织、转换和存储;然后提出了DevOps知识分类方法,并设计实现了DevOps知识库原型系统;最后基于谓词逻辑提出了DevOps需求的描述方法,并展示了基于需求的DevOps知识库的使用.     

基于颜色和空间距离的显著性区域固定阈值分割算法

针对现有的基于空间域的显著性检测算法在分割显著性区域时需要依赖图像分割算法的不足,提出一种基于颜色和空间距离的显著性区域固定阈值分割算法。该算法首先对图像建立图像金字塔,并对每层的图像进行颜色量化和图像分块的预处理;然后利用颜色和空间距离计算得到显著性图;最后进行阈值分割,得到显著性区域。在MSRA1000公开数据集上的实验结果表明,该算法在精度、召回率和F测度方面的表现均优于现有的几种算法。因此,提出的算法在检测效果上优于现有的显著性区域检测算法,而且可以简单地分割出显著性区域。     

Object Feature Extraction by Using the Searching Temporal and Feature Salient Technique

This research uses the boundary cutting, spatial-temporal segmentation, block based searching, and gray scale histogram technique to extract the eyes, nose, and mouth images. In this research, gray scale histograms are used to salient the eyes, nose, and mouth features. A spatial-temporal template is designed to slide the eyes, nose, and mouth images to extract the eyes, nose, and mouth image. In order to obtain the best result, the generic algorithm and spatial region partition techniques need to be used to remove noise and to precisely bind the object region to obtain a more accurate result.     

Sonar Sensor-Based Efficient Exploration Method Using Sonar Salient Features and Several Gains

This paper describes a sonar sensor-based exploration method. To build an accurate map in an unknown environment during exploration, a simultaneous localization and mapping problem must be solved. Therefore, a new type of sonar feature called a ??sonar salient feature?? (SS-feature), is proposed for robust data association. The key concept of an SS-feature is to extract circle feature clouds on salient convex objects from environments by associating sets of sonar data. The SS-feature is used as an observation in the extended Kalman filter (EKF)-based SLAM framework. A suitable strategy is needed to efficiently explore the environment. We used utilities of driving cost, expected information about an unknown area, and localization quality. Through this strategy, the exploration method can greatly reduce behavior that leads a robot to explore a previously visited place, and thus shorten the exploration distance. A robot can select a favorable path for localization by localization gain during exploration. Thus, the robot can estimate its pose more robustly than other methods that do not consider localizability during exploration. This proposed exploration method was verified by various experiments, and it ensures that a robot can build an accurate map fully autonomously with sonar sensors in various home environments.     

使用特征点与曲线配准医学图像

针对单一特征引导医学图像配准的准确度有限性,提出一种使用多种特征的图像配准方法.特征提取采用半自动化方式,使操作者能够精确地获得图像特征.对提取的曲线对采用非均匀三次B样条建立模型,使曲线对具有相同的参数区间;非均匀的曲线离散机制保证了离散后的点集在尽可能忠实于原曲线,同时又满足图像配准的要求;通过不断地改善曲线间差异最大的区域并持续添加的约束条件,迭代地求解变换函数.实验结果表明:该算法结合了基于特征点与曲线2种配准算法的优点,既保证了基于点配准的精确性,又兼有基于曲线配准的鲁棒性,是一种有效的医学图像配准方法.     

北斗和Wi—Fi节点的联合定位

以北斗卫星测码伪距和Wi—Fi信号强度反算出的距离作为基本观测值,组成联合观测方程,实现北斗和Wi—Fi节点的联合定位。通过实测数据实验分析结果表明,在相互通视的环境中,北斗和Wi～Fi节点各自不能独立定位的情况下,两者联合定位的偏差小于15m（80％的可信度）。北斗和Wi—Fi节点联合定位是一种实用的定位方式。     

虚拟战场环境中单兵行为仿真

虚拟人是完全由计算机表示,看起来像真人的图形实体.虚拟现实技术的发展和客观应用的需求,是虚拟人的研究逐渐成为计算机科学中一个非常重要的研究领域之一.该文主要介绍了仿真虚拟作战环境中虚拟士兵的真实感问题.在分布虚拟战场仿真和军事演练仿真中,常常把仿真的重点在地形和运动实体(如导弹、飞机、坦克等)上,而把注意力较少放在每个人体和人体运动的仿真.但在灾难救援训练、交互式防暴演习以及以步兵为对象的军事演练中,人体的运动描述和他的行为建模与仿真变得越来越为重要,对于增强虚拟环境的真实感、参与性,有重要意义.     

人体行为分析方法的研究与仿真

研究人体行为分析优化问题,传统的人体行为分析方法受外部环境因素影响较大,识别率和稳定性较差.针对在复杂环境下人体行为的描述和识别的难点问题,利用人体点模型提出一种基于关节角度和隐马尔可夫模型(HMM)的人体行为分析方法.首先采用新型RGB-D传感器获取图像深度信息;然后通过随机决策森林完成人体部位分割和关节点位置标定,并建立人体三维骨架模型;最后借助HMM,通过计算关节角度对人体行为进行训练和识别.实验结果表明,改进方法在环境光照不稳定以及复杂背景的情况下,能够实现鲁棒的人体日常行为分析.对停止、走、跑、左转、右转五种日常行为识别,取得不错的识别效果.