基于异值区域消除的遮挡人脸识别

针对存在部分遮挡的人脸的识别问题,提出了一种改进的基于异值区域消除的人脸识别方法。首先,由训练人脸图像得到平均脸图像,并将测试图像与平均脸图像作差值运算得到误差人脸图像;然后,对误差人脸图像进行分割得到测试人脸图像存在的遮挡区域,并将测试图像和训练图像的相应区域予以去除以形成新的测试图像和训练图像;最后,采用线性回归分类或稀疏编码分类方法实现人脸识别。与同类方法比较,本方法计算相对简单,展现了较好的识别性能提升。基于Yale B和AR标准人脸数据库的仿真测试结果验证了本方法的有效性。     

基于抽象和组合方法的网络协议验证

由于模型检测存在状态爆炸问题,多主体的网络协议组合模型检测往往难以进行。为了缓解该问题,分析了通信主体数量增加对状态数量的影响,提出了组合式的抽象验证方法。首先根据所需验证的LTL性质,建立各个通信主体的Kripke结构,再对该Kripke结构进行抽象;然后组合抽象模型;最后运用Spin对组合抽象模型进行检验。为验证该方法的有效性,对NSPK协议进行了检测,结果表明,该方法所需的状态空间向量长度、搜索深度、存贮和遍历的状态数都有明显减少,有利于缓解状态爆炸问题。     

基于NNVD的网络化软件多步控制算法研究

网络化软件系统规模的增大不仅增加了理解和优化系统的难度,而且一个小的异常就有可能引发整个系统的崩溃。因此,针对网络化软件系统的异常行为,本文提出一种基于NNVD(network node value degree)的网络化软件多步控制算法,该算法从节点路径长度范围的角度去研究异常行为传播的局域控制,通过网络化软件节点的重要程度选择控制节点,分析在无标度网络软件系统中进行局域多步控制的有效性。研究表明,该算法能够在一定程度上抑制异常行为的传播,使异常能够在一定的范围内得到有效的控制。     

1秒采集的三维头像摄影系统

为了实现高精度、快速度、低成本的三维头像建模,提出一个人体头部的三维摄影系统.该系统能够1 s采集用户的三维信息,3 min内建立照片真实感的三维模型.通过配置多目RGB-Depth相机摄影系统,保证1 s内完成对人体头部的全方位数据采集,进而对所得到的点云数据进行数据增强、配准、表面重建和着色,最终生成高逼真的三维头像模型.     

顾及面积和位置差异的高分遥感影像分割质量评价方法

高分遥感影像分割质量对面向对象分类精度有着重要的影响,良好的影像分割质量有利于得到较高的分类精度。对高分遥感影像分割质量进行评价,从而找到最优的分割结果就显得十分重要。通过对比参考对象和分割对象之间的面积和位置差异,提出了一种新的高分遥感影像分割质量评价方法。将该评价方法应用于GeoEye-1高分遥感影像分割质量评价,试验结果表明:该评价方法能客观地评价影像分割质量,所得到的最优分割结果与参考对象边界匹配程度高,有利于影像后续的分类。     

一种分区域多方向数据融合图像插值方法

为满足高端工业检测中对检测精度和检测时间的严格要求,针对现有图像插值方法在插值速度与精度方面的矛盾,本文提出了一种分区域多方向数据融合图像插值方法。在灰度平坦区域,采用双线性插值算法进行插值。在边缘纹理区域,则选取待插值点在源图像中对应点的4×4邻域内4个插值方向上距离最近的12个像素点,基于距离平方反比计算估计值;然后结合方向灰度梯度和插值距离两个权 重因子,进行数据融合,获得最终插值。实验表明,新提出的插值方法运行速度快,并且在图像任意级别变换时都具有较高的插值精度,能够很好地保持图像的边缘纹理细节。     

基于矢量水听器的非均匀阵列APES波束形成算法

针对传统幅度与相位估计（Amplitude and phase estimation,APES）算法难以应用于非均匀阵列的问题,研究了基于矢量水听器的APES算法。利用矢量水听器能够同时共点测量声压和质点振速的特点,将矢量水听器的声压和解析振速通道作为两个子阵,两路子阵之间只存在一个相位差,且与阵元位置无关,使得APES算法能够应用于任意形状的阵列。推导和分析了矢量APES算法的阵增益及其稳健性。分析和 仿真表明：该方法相比于传统APES算法,具有更高的阵增益,且能适用于非均匀阵列;相比 于最小方差无失真响应（Minimum variance distortionless response,MVDR）算法,具有更好的稳健性,能解决相干问题及能够获得更准确的信号功率,并用实测数据验证了算法的 有效性。     

MotionView及HyperStudy在全地形车前悬架设计中的应用

为解决全地形车大行程前悬架的悬架跳动与前束角变化的协调问题,研究一款全地形车前悬架的运动学模型.在MotionView中建立该全地形车前悬架的运动学模型,借助HyperStudy对悬架跳动与前束角变化关系曲线进行优化,获得与理想曲线较接近的结果.     

基于改进快速鲁棒性特征的导弹视频特征匹配

利用电视制导导弹视频图像确定导弹落点,从而开展精确目标毁伤评估研究,是目前全新的一种评估手段。图像特征匹配是利用视频图像确定导弹落点的关键步骤。针对导弹视频图像的特点及其作战应用,在特征匹配阶段,依据准确性和实时性两个原则,对快速鲁棒性特征算法做了两方面的改进:一是限制特征点提取区域,定义了图像区域限制算子;二是限制特征点数量,利用算法阈值和随机抽样一致性算法对特征点进行限制。实验结果表明,提出的算法对典型视频片段进行处理,较原算法在匹配时间上平均减少12.6%,匹配准确率平均提升13.4%,较尺度不变特征变换算法匹配时间平均提升了74.9%,同时,有效消除伪匹配点。通过对三段视频进行测试仿真,改进算法在整体上较原算法的匹配时间加快14.9%,且通用性较强,适用于视频图像的特征点匹配。     

联合模板先验概率和稀疏表示的目标跟踪

目的 虽然基于稀疏表示的目标跟踪方法表现出了良好的跟踪效果,但仍然无法彻底解决噪声、旋转、遮挡、运动模糊、光照和姿态变化等复杂背景下的目标跟踪问题。针对遮挡、旋转、姿态变化和运动模糊问题,提出一种在粒子滤波框架内,基于稀疏表示和先验概率相结合的目标跟踪方法。方法 通过先验概率衡量目标模板的重要性,并将其引入到正则化模型中,作为模板更新的主要依据,从而获得一种新的候选目标稀疏表示模型。结果 在多个测试视频序列上,与多种流行算法相比,该算法可以达到更好的跟踪性能。在5个经典测试视频下的平均中心误差为6.77像素,平均跟踪成功率为97%,均优于其他算法。结论 实验结果表明,在各种含有遮挡、旋转、姿态变化和运动模糊的视频中,该算法可以稳定可靠地跟踪目标,适用于视频监控复杂场景下的目标跟踪。