基于几何统计的人体姿态语义描述方法

准确高效地对人体姿态进行语义描述是识别人类行为的重要部分,也是快速了解个体状态以及发生事件的关键。 近年 来,人体关键点检测技术获得了长足的发展,然而针对人体姿态语义描述的研究并未引起足够重视。 为此,本文提出了一种基 于几何统计的人体姿态语义描述方法。 首先将获得的人体关键点划分为若干集合,然后提取每个关键点集合的几何分布特征 用于描述人体姿态,最后采用层次策略判断人体姿态的语义。 该方法采用了集合的思想来提高识别人体姿态的鲁棒性。 在不 同真实场景数据集上的实验结果表明,所提方法在简单和复杂单人姿态的 IFD 和 PASCAL 数据集上识别人体姿态的平均准确 率分别达到了 90. 8%和 77. 1%,对于复杂多人姿态的 MPII 数据集准确率为 77. 2%,均优于对比方法,可见所提方法在关键点缺 失等情况下依然能够实现较准确的人体姿态语义描述。     

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.     

基于背景减除和特征提取的跌倒识别方法

为了有效监测老年人是否跌倒,提出一种结合背景减除及人体边界的外部轮廓特征提取方法对人体动作行为进行识 别。 首先,利用背景减除法从视频中提取运动的对象,对提取的运动对象进行预处理;然后利用最小外接矩形和重心检测的方 法对运动目标进行特征提取,得到老人整体外部轮廓和重心位置等运动特征;最后根据人体不同姿态,建立运动模型,有效辨识 被监护对象的行走、跌倒等动作。 实验结果表明,提出的方法可对实际的视频进行有效处理,对人体行为识别的准确性能达 到 94. 3%。     

图像处理在衣服尺寸在线测量中的应用

在衣服尺寸在线测量过程中,提出了一种基于图像处理的衣服尺寸自动在线测量系统。针对于衣服尺寸自动测量困难等问题,运用了基于机器视觉的图像处理技术,采用自适应阈值Harris角点检测算法提取初步边缘角点,构成初步角点集,运用Susan角点检测算法去除初步角点集中的伪角点,使用Harris角点检测算法和Susan角点检测算法相结合的算法对衣服关键角点进行提取标定和检测分析。通过坐标值定位对关键角点的位置进行分析,并且利用比例计算进行尺寸测量。设计的系统用于对512×512的256级灰度图像进行检测,测量的相对误差小于5%,绝对误差小于10 mm。实验误差和尺寸测量精度能够达到服装尺寸测量的标准。     

超临界二氧化碳锅炉小径管焊瘤图像测量

针对超临界二氧化碳发电站锅炉小径管焊瘤尺寸图像测量算法准确性低的问题,提出一种基于迭代最大熵阈值分割的焊瘤尺寸测量算法,涉及内管壁提取、内焊缝分割和焊瘤检测3部分。通过自适应阈值化和概率Hough算法检测管壁竖直线,对图像裁剪得到内管壁区域;采用UNet语义分割算法获取通孔区域分割掩模,根据通孔边缘和先验约束拟合出内焊缝壁椭圆;在内焊缝壁椭圆中,采用迭代最大熵阈值分割算法分割出焊瘤区域,并计算焊瘤尺寸。实验结果表明:焊瘤数目检测准确率达96.79%,焊瘤尺寸准确率达95.07%,能够对焊瘤特性进行精确测量。     

基于特征增强的高分辨率人体姿态估计网络

在轻量级卷积神经网络进行高分辨率人体姿态估计时存在提取特征不充分,针对该问题,提出了一种基于特征增强的高分辨率人体姿态估计网络。首先利用空洞卷积补全操作提取图像特征,以避免特征信息丢失且保持模型参数基本不变;接着利用池化增强模块进行卷积提取特征的选择,以保留重要特征且减轻传统池化模块对提取特征造成的破坏;最后利用加强通道信息交互的深度可分离卷积模块进行特征提取,以保持该模块的参数量较少且能够提高其特征提取能力。在COCO2017数据集进行性能测试,本文算法和DiteHRNet30算法的AR值分别为77.9%和77.2%;在MPII数据集进行性能测试,本文算法和DiteHRNet30算法的PCKh值分别为32.6%和31.7%。实验结果表明,本文算法在人体姿态估计精度和算法复杂度之间能够达到较好的平衡。     

基于边缘计算的室内测量设备远程控制系统设计与实现

针对建筑行业传统室内测量技术落后、测量数据庞大以及施工现场环境复杂等问题,设计了一套基于边缘计算的室内测量设备远程控制系统。运用边缘数据计算架构体系,提出了远程控制系统网络架构,以实测实量设备作为远程测量设备硬件设备,采用QT跨平台开发软件设计了具有边缘数据交互形式的远程控制系统,其中系统设备端和客户端采用C/S结构进行通信,客户端和云平台服务端采用云存储技术。通过实验证实该系统能够实现快速测量的实时数据处理、云平台高效传输与存储、用户便捷操作与隐私保护、测量数据追溯等功能,系统运行稳定、可靠。     

传统工业喷码机控制系统的远程化设计与实现

针对传统工业喷码机需现场操作带来的不便,基于传统工业喷码机的本地控制系统,重新设计和实现了一种对本地系统的远程控制系统.该系统在充分重用原有系统基础上重新定制软硬件,添加与下位机有相同硬件的上位机,采用串口方式进行通信,重新设计了通信协议与协议栈处理机制,设计实现了远程通信的数据包检测模块,将本地控制重定向至远程端,以实现对本地系统的远程控制.测试结果表明,此方案设计具有高度的可靠性和稳定性,能够实现工业喷码机的远程控制.     

基于工业以太网的立体车库监控系统设计∗

在当今信息时代,实时数据的获取显得尤为重要.数据获取的方式有多种,其中快速、准确、便捷地获得 工作过程中的运行参数已成为智能监控发展的大趋势.首先介绍了基于工业以太网的立体车库现场监控系统设计,结 合 MCGS组态技术实时监测立体车库运行时的各项数据参数,使技术人员能够快速便捷地获取PLC及相关设备状态; 其次介绍了基于力控平台的远程监控系统设计,远程监控不仅能快速获取设备实时数据,还能够实现设备远程操控, 极大地方便了后台的运营管理.该设计方案依托工业以太网,将现场监控与远程监控相结合,实现了监控系统间的优势互补,形成了较为完善的立体车库运行监控体系.     

基于双目立体视觉的连铸辊尺寸三维测量方法

针对连铸车间中,扇形段连铸辊尺寸人工测量效率低下的问题,提出了一种基于双目视觉系统的连铸辊尺寸测量方法。首先,对双目相机采集的图像进行预处理并采用Otsu法分割工件前后背景;接着,针对边缘检测精度不高的问题,将传统Canny边缘检测算法的梯度模板增加到8个以提取工件轮廓,结合多项式插值公式提取亚像素级别特征点;然后,在SAD与Census变换融合的立体匹配基础上引入RANSAC算法来消除错误匹配;最后,采用三角测量原理计算出零件的尺寸。实验结果表明,系统测量的平均相对误差为0.14%,测量方法具有较高的精度,其稳定性与精确性满足连铸辊的尺寸自动检测任务。     

基于图像拼接的直线轴承长度测量方法

针对远心镜头因自身特性无法调节视场大小,难以适应直线轴承测量时一次性获取零件完整图像的问题,利用HALCON图像处理软件通过图像拼接方法进行直线轴承的长度测量。综合考虑特征点提取和边缘轮廓获取效果,采用背光与正向照明相结合的方案,建立了基于组合照明的直线轴承测量系统;在图像拼接中,提出了一种在图像近似重合区域内使用图像金字塔分层搜索的方法进行特征点检测与匹配,以提高图像拼接效率;最后通过Canny算子和最小二乘法拟合进行图像边缘定位,完成长度测量。实验结果表明：组合光源能更好地兼顾图像表面特征点与边缘轮廓提取效果;提出的拼接方法检测时间在0.2S左右,相比于传统方法检测时间减少了88%;基于图像拼接的视觉测量误差小于0.1mm,测量重复性上相比于传统方法更稳定,测量最大标准差为0.005。因此,保证了视觉系统的检测效率、精度以及稳定性,在工业自动化检测方面具有一定的理论依据和实用价值。     

基于特征点提取的人体三维数据拼接技术

针对人体对象表面光滑,不好寻找控制点的问题,本文给出基于三维特征点的人体数据拼接算法,通过提取对配准数据轮廓描述较好的三维特征点来减小计算量。实验结果表明,提出算法配准所需时间短,配准精度高。     

基于改进YOLOX-S的安全帽反光衣检测算法

在工业生产和交通工程中,安全帽和反光衣都是员工重要的生命安全保障。针对传统安全帽反光衣识别方法只能检测单一颜色反光衣、检测效率低的问题,提出一种基于改进YOLOX-S网络模型的安全帽反光衣检测方法。使用简化BiFPN模块替换原加强特征提取网络,提高网络对不同尺度的特征提取能力;使用Mosaic方法进行训练,提高网络在复杂场景下的检测能力;使用GIoU损失函数,进一步提高模型的识别准确率。在扩充后的安全帽反光衣数据集上实验表明,本文所提算法在保持较高推理速度的情况下,mAP达83.74%,与原YOLOX-S相比,对戴安全帽、穿反光衣和行人的检测AP值有1%~3%不等的提高,对反光衣颜色无依赖性,有效实现了快速准确的安全帽反光衣检测。     

电力调度信息的定制技术

为了解决海量信息涌入时电力调度信息的可阅性,提出将信息定制技术引入电力调度。通过研究电力调度技术支持系统以及调度员对信息的使用,分析总结出了基于DyLiacco思想、基于调度员思维模式和基于告警模式的3种典型的电力调度模式,提出采用信息定制技术将柔性的信息服务环境呈现给调度员,提供调度员真正需要的信息。文中对信息定制中的源数据的集成、信息的组织、用智能技术对信息进行抽取和组合的关键技术进行了分析,提出了在实现固定模式的信息定制基础上,利用机器学习等实现自由信息定制。电力调度信息定制体系可以提供个性化、高精度的信息服务,为调度员的高效率决策提供技术支撑。     

昏暗环境下自适应ORB-SLAM2算法研究

本文针对ORB-SLAM2算法在黑暗环境或纹理较少的环境下提取特征点少,从而导致SLAM系统定位精度不高、匹配对数较少,进而导致系统崩溃的问题,提出了一种基于自适应阈值的特征点提取算法与改进的四叉树均匀化策略。首先基于图像的亮度进行基于自适应阈值的FAST特征点提取,之后通过改进的四叉树均匀化策略对图像的特征点进行剔除与补偿,完成特征点选取。实验结果表明,与原算法相比,改进后的特征点提取算法在黑暗环境与纹理较少的环境下,匹配对的数量提升了17.6%,SLAM轨迹精度提升了49.8%,有效的提升了SLAM系统的鲁棒性和精度。     

多重金字塔的轻量化遥感车辆小目标检测算法

针对遥感车辆检测任务中存在目标尺寸小、背景复杂等问题，提出一种基于多重金字塔和多尺度注意力的轻量级YOLOv5算法。在主干网络中减少下采样次数，提高小目标检测能力，实现轻量化；在颈部中通过重新设计的多重金字塔网络，充分利用不同特征层的信息，增强特征融合能力，并引入改进的多尺度注意力模块，为浅层特征图获得更大的感受野和感兴趣区域；最后使用K-means++聚类算法对目标尺寸进行聚类分析，设计出适合目标的锚框尺度和宽高比。在自建遥感车辆数据集中不仅提升了目标检测精度，而且大大降低参数量。与YOLOv5s相比较，AP0.5%提高了2.3%、AP0.5:0.75%提高了4.3%；参数量降低了65%、模型大小减少了60%。在轻量化的同时有效地提高了小目标的检测精度。     

基于灵敏度特性函数的特征提取与故障诊断

为解决电路故障诊断时故障可靠分类以及特征信息有效提取的问题,提出了一种基于灵敏度特性的故障样本分类和故障特征信息提取方法。基本思想是通过电路的特性分析和灵敏度的计算,进行故障样本的分类及优化,再根据灵敏度的计算结果提取相应特征信息。以此构造故障样本特征集,然后作为BP神经网络的输入对网络进行训练与诊断。对滤波器的仿真结果表明,该方法构造的样本集训练出来的神经网络,对模拟电路故障诊断的平均正确率为85%,优于传统方法。     

基于改进型斜率阈值法的脉搏波特征提取研究

脉搏波压力及波形特征变化是评价人体心血管系统生理病理状态的重要依据.脉搏波特征点是脉搏波压力曲线上衡量血管阻力和动脉弹性的重要指标,准确提取脉搏波特征点对于评估人体心血管功能具有重要意义.以斜率法为基础结合倒序法阈值判断,提出了一种基于改进型斜率阈值法的脉搏波特征点提取算法,可逐步缩小检测阈值快速提取特征点.实验结果证明,该算法特征点提取精度较高,运算复杂度低,可应用于实时性运算处理.