基于内容视频分析的发展研究

随着多媒体技术和国际标准MPEG-4,MPEG-7的推出发展,基于内容的视频分析已经成为研究的热点。对基于内容视频分析中的视频分割、视频描述和视频检索三个主要问题进行了深入的探讨研究。对各个领域的最新研究算法进行了比较和评述,详细论述了这些方面已取得的成果、面临的困难和未来发展方向,最后对基于内容视频分析的发展进行了总结和展望。     

不变性目标识别方法研究

自动目标识别（AutomaticTargetRecognition）的研究在军事领域有着极其重要的意义．而其中一个主要的方向就是研究具有位移、旋转、缩放不变性（TRSI）的目标识别方法．本文采用高阶神经网络（HONN）完成对TRSI目标的识别，通过Log－Spiral变换，降低了问题的维数，有效地解决了高阶神经网的组合爆炸问题．仿真结果表明，该方法学习次数少，识别率高，而且对带有噪声的目标也具有较高的识别率．它对于进一步研究真实世界的ATR问题具有重要作用．     

一个快速的被动式传感器数据关联算法

本文针对仅能获得关于目标角度信息的被动式传感器、且允许传感器漏检、虚警、以及监视空域目标位置和数量未知的静态数据关联问题,提出了一个基于空间交点属性强度的快速数据关联算法.与现有算法相比,本方法较好地改进了数据关联算法的精度和运算速度.最后,通过仿真实验给以验证.     

基于多流动态贝叶斯网络的音视频连续语音识别

针对说话时发音和口形的异步问题,提出了一个多流异步动态贝叶斯网络(DynamicBayesian Network,DBN)模型,以实现基于音视频特征的连续语音识别,在这个模型中,音频流和视频流在词节点同步,而在词节点之间,音视频流有各自独立的拓扑结构以及节点变量之间的条件依赖关系,同时词转移节点变量由音视频流共同确定,模型在词级别上体现了音视频流的异步性.采用连续数字音视频数据库的实验结果表明,在信噪比为O～30 dB的测试环境下,比较单流DBN模型和多流隐马尔可夫模型,平均识别率分别提高了8.68%和10.07%.     

基于多流多状态动态贝叶斯网络的音视频连续语音识别

语音和唇部运动的异步性是多模态融合语音识别的关键问题,该文首先引入一个多流异步动态贝叶斯网络(MS-ADBN)模型,在词的级别上描述了音频流和视频流的异步性,音视频流都采用了词-音素的层次结构.而多流多状态异步DBN(MM-ADBN)模型是MS-ADBN模型的扩展,音视频流都采用了词-音素-状态的层次结构.本质上,MS-ADBN是一个整词模型,而MM-ADBN模型是一个音素模型,适用于大词汇量连续语音识别.实验结果表明：基于连续音视频数据库,在纯净语音环境下,MM-ADBN比MS-ADBN模型和多流HMM识别率分别提高35.91%和9.97%.     

率表式核探测仪器的数字化改装

本文介绍了运用单片机技术对传统的模拟的率表电路进行数字化改装的方法.充分利用了原有仪器的探头和前置放大器.改装后的仪器体积小,方便携带,操作使用简单.它比模拟率表有更高的精度、更好的线性和稳定性.提出了对探测器进行能量补偿测量剂量率的方法.     

基于FCM的无监督纹理分割

由于图像所包含的纹理类别数目常常是未知的,因此无监督的纹理分类相比于有监督的纹理分类更具有实际的应用价值．从聚类的本质定义出发,采用了一种基于类内、类间距离比值的聚类有效性判别函数RII．为了减弱随着聚类数目的递增对判别函数带来的影响,分别采用最大类内距和最小类间距替代类内、类间距离之和作为判别因子．由于FCM的收敛速度与初始类别数目有一定的相关性,再引入收敛速度作为聚类有效性函数的惩罚因子,给出了一个新的判别函数nRII,有效地预防过分类现象,准确地评价了聚类结果．     

航空图像中人工建筑物的自动检测

提出了一种在航空图像中自动检测建筑物的方法。该方法对建筑物密度较高，且目标灰度大于背景灰度值的航空图像较有效。     

RFID防碰撞算法研究

RFID（Radio Frequency Identification）,即射频识别,是一种利用无线射频方式在阅读器和标签之间进行非接触双向数据传输．以达到目标识别和数据交换目的的技术。     

基于动态能量特征的步态识别方法

步态是生物特征识别领域的一个新兴热点,它有三大优势:远距离识别、非侵犯性和难于隐藏.本文提出一种新的基于动态能量特征的步态识别算法.首先对输入的步态序列进行背景建模;然后分割出图像中运动人体的二值侧影;再从侧影序列中提取出步态的动态能量特征矩阵;最后用标准的模式分类技术对个体的身份做出识别.实验结果表明,该方法不仅简单、易操作,而且在UCSD和CMU数据集上均获得90%以上的高识别率.