基于单目视觉的车辆碰撞预警系统

基于单目视觉的车辆碰撞预警系统能够发现道路前方的车辆并估算出与前方车辆之间的距离,利用预警机制及时提醒驾驶员危险状况。车道检测和车辆识别是该系统需要解决的两个主要难题，提出了利用边缘分布函数EDF检测车道标线，利用车辆底部纹理和对称性特征识别车辆，并根据图像坐标系和世界坐标系之间的几何映射关系测距。实验结果表明，提出的方法能够有效检测出车道标线，并能很好地测定与前车的距离。     

基于单视觉的车辆防碰撞预警系统研究

应用单目视觉车辆防碰撞预警系统能够发识别周围车辆并估算出与其之间的距离,利用预警系统及时提醒驾驶员。解决了车道线和车辆的检测识别问题,提出了新的边缘检测算法识别道路线,然后利用特征识别算法识别车辆,并根据车辆之间的距离判定危险等级。实验结果表明,系统能够有效的识别车道线和车辆,并能很好的测量车间距,实现预警输出。     

基于Android平台的车辆防碰撞预警系统设计

为了在行车过程中准确判断周边车辆安全距离,对危险情况及时进行预警,提醒驾驶员采取相应措施规避碰撞,基于Android平台设计了车辆防碰撞预警系统。利用CCD摄像头采集道路图像,对图像进度灰度及降噪等处理之后结合Hog特征与Haar特征进行目标车辆识别,利用单目视觉技术测算车辆间距,根据危险距离范围设定多级别预警机制。经过UAS数据集中5 561张道路图像测试,系统在晴天、黄昏、夜间等不同环境下车辆识别准确率均比较高。另外,通过设置不同车速下的危险距离,验证系统多级别预警准确。可以有效降低碰撞事故发生概率,为车辆安全驾驶提供了强有力的技术支持。     

基于生物视觉的碰撞预警传感器

对拥有碰撞预警能力的小叶大运动侦察器(LGMD)神经网络进行化简,以参数化方式设计电路,网络参数可以通过串口在线配置.以此为核心设计了碰撞预警传感器,FPGA综合结果表明像素处理时钟最高可达178MHz.设计了专用测试系统进行验证,在实时模式下碰撞预警传感器根据摄像头输入正确进行碰撞预警;测试模式下用视频序列测试碰撞预警传感器,其输出膜电势与软件仿真一致,表明碰撞预警传感器继承相关软件工作的碰撞预警特性.测试系统也作为硬件加速器,加快LGMD算法运行.     

基于深度学习的井下巷道行人视觉定位算法

自主驾驶矿井机车需要实时检测和定位行驶前方的巷道行人,激光雷达等非视觉类方法成本高昂,而传统基于特征提取视觉类方法无法解决井下光照差且光线不均匀的问题。提出一种基于深度学习的井下巷道行人视觉定位算法。首先给出基于深度学习网络的系统整体结构;其次,搭建目标检测多层卷积神经网络（CNN）,生成自主驾驶机车前方视野范围内行人的二维坐标及边界框的尺寸;再次,通过多项式拟合计算出图像中行人到机车之间的第三维距离;最后通过真实样本集实施模型训练、验证与测试。实验结果表明,所提算法的检测准确率达94%,速度达每秒25帧,测距误差小于4%,实现了实时高效的巷道行人视觉定位。     

基于特征定位与融合的行人重识别算法

行人外观属性是区分行人差异的重要语义信息。行人属性识别在智能视频监控中有着至关重要的作用,可以帮助我们对目标行人进行快速的筛选和检索。在行人重识别任务中,可以利用属性信息得到精细的特征表达,从而提升行人重识别的效果。文中尝试将行人属性识别与行人重识别相结合,寻找一种提高行人重识别性能的方法,进而提出了一种基于特征定位与融合的行人重识别框架。首先,利用多任务学习的方法将行人重识别与属性识别结合,通过修改卷积步长和使用双池化来提升网络模型的性能。其次,为了提高属性特征的表达能力,设计了基于注意力机制的平行空间通道注意力模块,它不仅可以在特征图上定位属性的空间位置,而且还可以有效地挖掘与属性关联度较高的通道特征,同时采用多组平行分支结构减小误差,进一步提高网络模型的性能。最后,利用卷积神经网络设计特征融合模块,将属性特征与行人身份特征进行有效融合,以获得更具鲁棒性和表达力的行人特征。实验在两个常用的行人重识别数据集DukeMTMC-reID和Market-1501上进行,结果表明,所提方法在现有的行人重识别方法中处于领先水平。     

基于视觉信息积累的行人重识别网络

在以往的行人重识别方法中,绝大部分的工作集中于图像注意力区域的学习,却忽视了非注意力区域对最终特征学习的影响,如果在关注图像注意力区域的同时加强非注意力区域的特征学习,可进一步丰富最终的行人特征,有利于行人身份信息的准确识别。基于此,提出了视觉信息积累网络(VIA Net),该网络整体采用两分支结构,一个分支倾向于学习图像的全局特征,另一个分支则拓展为多分支结构,通过结合注意力区域和非注意力区域的特征逐步加强局部特征的学习,实现视觉信息的积累,进一步丰富特征信息。实验结果表明,在Market-1501等行人重识别数据集上,所提出的VIA Net网络达到了较高的实验性能;同时,在In-Shop Clothes Retrieval数据集上的实验证明：该网络也适用于一般的图像检索任务,具有一定的通用性。     

基于碰撞点时间估计的车辆碰撞预警算法

针对十字路口处的车辆碰撞现象,提出一种基于碰撞点时间估计的车辆碰撞预警算法,以降低交通事故发生概率,提高十字路口处车流的流畅程度。在考虑交通信号灯控制的情况下,分析十字路口处车辆碰撞的不同场景,并给出碰撞点位置和车辆到达碰撞点时间的估计方法。MATLAB实验结果验证了该算法的正确性和可行性,同时表明车辆速度和位置的变化都会对车辆碰撞情况造成影响。     

基于车载视频的行人预警系统

行车安全一直是社会生活中的研究热点问题之一,本文设计实现一种基于聚合通道特征的实时行人预警系统。系统包括行人检测模块、区域划分模块、单目测距模块和预警模块,其中行人检测模块使用聚合通道特征和级联Adaboost分类器相结合的方法构造通道金字塔,对车载视频中行人进行快速检测并获取目标关键信息和运动属性;单目测距模块利用检测时获取的信息估测人车距离;预警模块利用得到的运动信息判断前方行人的危险程度并给出相应的响应类型。通过使用城市道路条件下的实录视频进行实验,验证了系统的实时性与准确性。      

基于单目视觉传感器的车距测量与误差分析

为了解决结构化道路上基于单目视觉的运动车辆车距测量问题,从针孔模型下摄像机成像的基本原理出发,推导出基于图像中车道线消失点的车距计算公式.车距测量结果只与图像中的近视场点到摄像机的实际距离有关,而无需对所有的摄像机参数进行标定.分析了车距测量中的误差因素,并在前方道路上设置已知距离的横向标线,完成了摄像机不同安装高度、俯仰角及方向角情况下的标线距离测量实验.通过与实际距离比较发现,摄像机安装高度与方向角的微小变化对车距测量的影响可以忽略,而摄像机俯仰角的变化将引起较大的车距测量误差.最后,完成了不同距离处前方车辆车距测量实验,实验结果表明:采用上述方法的车距测量相对误差小于3％,具备了较高的检测精度.     

基于ZigBee与LabVIEW的火灾预警系统的设计

针对各地火灾频发的严峻形势,利用无线传感器网络技术,构建了一种基于ZigBee和LabVIEW的火灾实时监测预警系统的框架及其实现方案。介绍了系统的结构,给出了传感器节点结构和硬件电路,并以LabVIEW为开发平台,构建了基于LabVIEW的数据采集、综合分析、查询、显示的预警系统,该系统实现了火灾的监测和预警的功能,能够实时监测火警地区的空气温湿度及烟雾浓度等环境参数,为采取防火预警提供重要的决策依据。     

基于FES和FTA的锅炉安全隐患预警及评价系统

锅炉系统中安全隐患与隐患征兆之间具有一定模糊性,难以建立精确的数学模型预测锅炉安全隐患。提出了一种基于FES和FTA的锅炉安全隐患预警及评价模型,该模型通过模糊推理,判断安全隐患征兆,预警锅炉安全隐患,对锅炉系统进行安全性、经济性等系统评价,为管理人员提供最优系统运行方案的重要参考依据。最后,基于Web技术设计开发了B/S结构的锅炉安全隐患预警及评价系统,系统应用结果表明,安全隐患预警结果准确率高,系统评价结果可靠有效。     

基于博弈论的预警卫星系统抗毁性研究

预警卫星系统在弹道导弹预警方面发挥着重要的作用,一旦受到攻击,将造成重大损失。针对这一实际情况,利用博弈论知识,将预警卫星系统的攻防过程构建为静态博弈模型。提出攻防状态下刻画系统抗毁性的方法,将其分为防御者抗毁性和攻击者抗毁性,在完全信息和不完全信息情况下,分析双方应采取的策略,用仿真得到的容量数据刻画节点受攻击后的失效概率,提出基于仿真数据的攻防策略。并根据仿真数据分析提出不完全信息下模型的优化方向。     

基于大数据分析的互联网公开情报发现技术及系统研究

从网络空间的海量信息中发现公开情报信息,对于维护国家安全和社会稳定具有重要意义。文章通过开发的“大数据网络公开情报发现系统”,研究多源异构数据的采集、融合、分析及展示;通过设计网络空间对象关联分析系统来分析处理海量信息,从而能够支持不良信息的溯源、重点关注用户账号的关联、网络嫌疑人身份信息的协同搜索等。     

基于信息效用及效率的移动商务系统分析方法*

移动商务是无线技术与传统商务融合的复杂整体系统,利用无线信息技术改进商务活动的效用和效率是整体系统目标,信息的效用和效率是移动商务系统的关键要素。运用系统科学的功能和整体涌现性原理,将移动商务归结为一种包含空间效用、时间效率及信息化对象的三维框架。利用三维框架进行系统分析,易于避免单纯技术视角认识移动商务的局限,提高系统的实用性。     

基于医院信息系统下的医疗数据隐私安全分析及防护策略

本文结合医院信息系统建设的重要意义,在分析医院信息系统下医疗数据隐私安全危险因素的基础上,从安装漏洞扫描系统、建立完善的访问控制机制、安装入侵检测系统（IDS）及数据备份等方面探讨了医院信息系统下医疗数据隐私安全的防护策略.     

Medical image classification based on artificial intelligence approaches: A practical study on normal and abnormal confocal corneal images

Corneal images can be acquired using confocal microscopes which provide detailed views of the different layers inside a human cornea. Some corneal problems and diseases can occur in one or more of the main corneal layers: the epithelium, stroma and endothelium. Consequently, for automatically extracting clinical information associated with corneal diseases, identifying abnormality or evaluating the normal cornea, it is important to be able to automatically recognise these layers reliably. Artificial intelligence (AI) approaches can provide improved accuracy over the conventional processing techniques and save a useful amount of time over the manual analysis time required by clinical experts. Artificial neural networks (ANNs), adaptive neuro fuzzy inference systems (ANFIS) and a committee machine (CM) have been investigated and tested to improve the recognition accuracy of the main corneal layers and identify abnormality in these layers. The performance of the CM, formed from ANN and ANFIS, achieves an accuracy of 100% for some classes in the processed data sets. Three normal corneal data sets and seven abnormal corneal images associated with diseases in the main corneal layers have been investigated with the proposed system. Statistical analysis for these data sets is performed to track any change in the processed images. This system is able to pre-process (quality enhancement, noise removal), classify corneal images, identify abnormalities in the analysed data sets and visualise corneal stroma images as well as each individual keratocyte cell in a 3D volume for further clinical analysis.     

融合知识图谱和轻量级图卷积网络推荐系统的研究

基于协同过滤的算法是推荐系统中最重要的方法,由于冷启动和数据稀疏性的特点,限制了其推荐性能。为了应对以上问题,提出了知识图谱和轻量级图卷积网络推荐系统相结合的模型,该模型通过将知识图谱中的各个实体（项目）进行多次迭代嵌入传播以获取更多的高阶邻域信息,通过轻量聚合器进行聚合,进而预测用户和项目之间的评分。最后,在3个真实的数据集上MovieLens-20M、Last.FM和Book-Crossing的实验结果表明,该模型与其他基准模型相比可以得到较好的性能。