结合运动特征的目标跟踪方法

针对视频跟踪过程中出现的背景干扰、目标遮挡等问题,提出基于多特征融合的均值漂移算法和最小二乘法轨迹预测跟踪方法。为解决背景干扰问题,使用改进的混合高斯模型对背景实施建模,提取运动前景目标,采用提取出的运动信息结合颜色、纹理特征对目标进行描述,在跟踪过程中利用运动信息去除背景噪声的干扰,从而适应背景和目标的变化,得到目标位置,当遮挡发生时,根据目标遮挡前的先验信息预测最小二乘法的目标轨迹,有利于重新捕获目标。实验结果表明,与已有的跟踪方法相比,该方法在复杂背景和遮挡过程中对目标的定位更精确,鲁棒性更好。     

一种集成Y源网络的高升压DC-DC变换器

提出一种集成Y源网络的高升压DC-DC变换器。合理利用Y型支路,一路绕组匝比大于1,另一路绕组匝比小于1,选择合适的匝比组合,能实现比传统耦合电感更高的电压增益。在实现电压高增目的的同时,降低了开关管的电压应力。所提变换器具有传统Boost变换器输入电流连续的优点,且输入电流纹波小,这有利于电池、燃料电池和光伏组件应用。加入的无源钳位结构可将开关管关断时电压尖峰钳位至较低的电容电压,提高了变换器效率、减小了变换器的电磁耦合影响。实现了耦合电感器的零电流偏置,便于小磁芯体积的选择和低磁芯损耗。该文针对所提变换器的工作原理、特性以及参数设计进行详细说明。实验室搭建一台200 W的28 V输入和380 V输出的实验样机验证了所提变换器的可行性。     

基于PHAM-YOLO网络的卷烟纸燃烧线检测方法

为实现卷烟纸燃烧时燃烧线的准确识别,构建了常见应用场景下的卷烟纸燃烧线数据集。针对检测背景复杂、多目标、燃烧线尺度不一且形状各异的难题,将并行混合注意机制嵌入了YOLO v5主干网络,构建了PHAM-YOLO网络模型用于卷烟纸燃烧线的检测。采用特征金字塔快速池化、边界盒回归等方法提升了卷烟纸燃烧线的定位准确性。结果表明,对于卷烟纸燃烧线数据集,PHAM-YOLO网络检测平均精度均值、精度和召回率分别为99.0%、99.8%和99.0%,其中平均精度均值比原始模型提高了5.0%,高于其他类型的目标检测方法。     

智慧消防系统在铝用炭素生产火灾防控中的应用

随着科技水平的不断提高,消防技术的不断进步,各种智慧技术和自动化技术的应用,不仅大大减少了火灾的发生几率,而且大大提高了救援效率。消防救援工作的智慧化程度得到全面提升。文章通过对智慧消防系统的剖析,论述了智慧消防系统在铝用炭素生产火灾防控中的技术应用。     

基于深度神经网络的卷烟燃烧锥落头检测和分类识别

为提高卷烟质量评价过程中燃烧锥落头倾向的判断效率和准确性,构建了卷烟燃烧锥落头检测和分类识别模型。测试了100种市售卷烟的燃烧锥落头倾向,对收集的卷烟燃烧锥图像进行缺陷剔除、分类标注以及特征增强或减弱等处理后分别建立落头检测数据集和落头分类识别数据集;选取ResNet、MobileNet和ViT(Vision Transformer)作为主干网络建立3个深度神经网络模型,利用燃烧锥落头图像对模型进行训练,并采用精确率（P）、召回率（R）、f1分数以及模型容量对模型表现进行评估。结果表明：(1)3个模型均能较好地进行落头检测（模型损失值L<0.05,P>99%,R>99%）,但ViT模型在落头分类识别测试集上的损失值一直未能收敛,不适用于落头分类识别（P=86.05%,R=76.04%）;(2)基于f1分数和模型容量优选出的MobileNet模型具有准确度高、运算速度快等优势,对落头检测和落头分类识别的平均精确率分别为99.64%和89.50%。该方法可为研究卷烟表观燃烧性能提供支持。     

基于全局和局部信息的目标跟踪算法

图像序列中的运动目标在跟踪过程中容易受到复杂环境以及严重遮挡所影响。针对该问题,提出一种基于全局信息和局部信息的混合粒子滤波算法。新算法在传统粒子滤波的基础上引入了多子块纹理直方图,它包含了目标的局部空间信息,使得跟踪算法的鲁棒性有所提高;根据目标受遮挡的程度自适应调节全局和局部信息对目标定位的贡献,在一定程度上提高了算法的抗遮挡能力和适应能力,实验结果表明该算法在目标处于部分遮挡和严重遮挡时能够达到比较理想的跟踪效果。     

钢筒护壁工艺在挖孔桩基础施工中的应用

对于基础开挖中出现流砂、泥水等不良土质,不能采用普通混凝土护壁时,可采用钢筒护壁穿过流砂及泥水层。在220 kV株洲中心变配套线路工程P13号基础开挖施工中,采用钢筒护壁,有效地降低了开挖难度及安全风险,提高了施工效率。     

基于增强现实的多视图机器人控制系统

传统的基于增强现实的单视图视频融合机器人控制系统存在如下问题：场景深度信息不足;标识被遮挡等导致标识识别失败,从而影响视频融合;视频传输过程中由网络拥塞造成的时延丢包,影响反馈视频的实时高质量地显示。为此,提出了多视图视频融合方法,构建多视图控制系统,并提出了改进的网络拥塞控制策略。实验结果表明,控制系统能有效地提高叠加显示仿真机器人的稳定性,很大程度上提高了操作的正确率。     

基于混合粒子滤波和稀疏表示的目标跟踪算法

针对图像序列中的运动目标在跟踪过程中易受到光照等复杂环境、外观变化及部分遮挡影响的问题,提出基于全局信息和局部信息的混合粒子滤波算法.将目标的局部二元模式纹理特征引入粒子滤波算法,通过稀疏编码目标子块,充分利用目标的局部空间信息,并结合全局信息以确定当前帧中目标的位置.在跟踪过程中实时更新模板,这在一定程度上提高算法的鲁棒性.实验表明在目标处于复杂环境中算法能达到较理想的跟踪效果.     

改进型准Z源单相逆变器非线性动力学研究

提出改进型准Z源逆变器,通过集成改进的“倍压单元”提高逆变器的升压能力,减少输出电压的谐波含量。高阶非线性系统参数设计不当会使系统进入次谐波振荡和混沌等状态。针对逆变器非线性行为导致系统参数设计复杂及失稳现象,构建CCM模式下含有二倍频纹波的动力学模型,研究PI控制下的变换器非线性行为,分析不同输入参数和二倍频纹波对系统稳定性的影响,为改进型准Z源逆变器的参数优化和稳定设计提供参考依据。最后搭建1000 W样机验证理论分析的正确性。