融合HOG特征和注意力模型的孪生目标跟踪算法

为了提高跟踪算法在目标发生形变和被遮挡时的准确性,提出一种融合HOG(histogram of oriented gradient)特征和注意力模型的孪生目标跟踪算法.首先,采用对ResNet残差模型改进后的CIR(cropping inside residual)模型塑造孪生目标跟踪网络的骨干网络,充分利用不同层次的特征图,同时加深网络;其次,融入HOG特征,增强网络对图形几何变化的鲁棒性;再次,加入CBAM(convolutional block attention module)注意力模型,使网络能够在结合上下文信息的同时调节HOG特征在特征图中所占比例,增强特征图中的有效特征,弱化无效特征,使网络中各特征图发挥出最好的效果;最后,定义算法的损失函数.实验结果表明,所提算法在GOT-10k数据集上进行训练后,能够在OTB100上获得较好的跟踪效果,在该数据集中精确率和成功率分别达到81.9%和60.6%.在目标物体发生形变和被遮挡的情况下,所提算法仍能取得较好的跟踪效果.     

基于ADF4360-6和ECL分频的高精度时间间隔测量模块设计

高精度时间间隔测量在很多方面有着重要的意义.时间间隔计数法是高分辨测时的最有效方法.设计了一种基于脉冲计数原理的高精度时间间隔测量模块,该模块采用ADF4360-6频率合成器产生1.2 GHz高频参考时钟,由于该时钟信号为LVPECL电平,需要将其转换为ECL电平.AD9515解决了这一关键技术.MC100EP016分频器实现对高频ECL信号分频计数.由于该时间间隔测量模块是电磁波时域反射电缆测长仪中的一部分,该模块的性能可以通过电缆测长仪验证.实验证明该模块具有较高精度,可以被广泛应用于时间、频率测量领域.     

基于条件对抗生成孪生网络的目标跟踪

为解决被跟踪目标在快速剧烈运动时,因运动模糊和低分辨率使模型发生漂移,导致跟踪器跟踪效果变差甚至跟踪失败的问题,对全卷积孪生网络跟踪算法(SiamFC)进行改进,提出一种基于条件对抗生成孪生网络的目标跟踪算法(CGANSiamFC).首先,在SiamFC框架的基础上嵌入条件对抗生成网络模块,对输入的低分辨率模糊视频帧去...     

时域反射电缆测长中的波速特性

行波波速是决定时域反射电缆测长系统测量精度的关键.为了减小波速的影响,研究了时域反射电缆测长中的波速特性,分析了行波传播速度和介电常数的频率特性,研究了电缆的材料特性和环境温度对电缆中行波传播速度的影响,总结了确定波速的依据.实验测量了行波信号在不同温度下的波速,给出了行波在PVC绝缘电缆中传播速度的温度补偿系数.实验...     

基于PCNN与区域特征的红外与可见光图像融合

针对红外图像与可见光图像融合中容易产生红外目标不明显、对比度不高的问题,提出了一种新的融合算法。该算法创新地将PCNN与区域特征应用到NSCT域内低频和带通子带系数的选择上。通过NSCT分解得到待融合图像的子带系数。运用PCNN对分解后的子带系数进行处理,得到子带系数的点火映射图。低频子带点火映射图采取基于区域标准差的方法选取融合系数。带通子带点火映射图采取基于区域能量的方法选取融合系数。融合图像通过NSCT逆变换可以得到。仿真实验表明与其他算法相比,该算法能够得到红外目标突出、质量更好的融合图像,图像客观评价指标提升明显。     

一种高精度时间间隔测量模块设计

设计了一种高精度时间间隔测量模块,该模块由单片机控制,采用脉冲计数原理,通过测量时间间隔内高频参考时钟个数,得到被测时间间隔的精确值.该模块具有结构简单,易于实现,成本低,测时精度高等优点,可以被广泛的应用在时间测量领域.     

云模型RBF神经网络的数据中心温度预测

数据中心温度预测在提高能量利用效率、降低机房空调耗电量方面具有重要意义。RBF神经网络广泛用于温度预测领域,考虑到传统RBF神经网络无法对影响温度的众多因子进行确定和选择,本文提出了一种将云模型和RBF神经网络结合的新模型。通过高维云变换确定RBF隐含层神经元,使RBF神经网络充分表达影响温度各因子的不确定性,进一步优化RBF神经网络结构。实验结果表明,该模型能较好地实现对数据中心温度的预测。     

浅谈教师素质在教育信息化发展中的作用

本文对我国教育信息化的基础条件、提升教师信息化素质的紧迫性、信息化教学过程中教师的作用和基本素质要求以及教师信息化素质的递升通道进行了阐述,以促进教育信息化的发展。     

面向雷达组网的一种改进多链路负载均衡算法

针对雷达网中存在的多链路负载不均衡问题,提出了一种链路间的差异互补算法,对多链路负载均衡算法CIAP进行迭代优化改进.CIAP算法根据各链路的传输时延和剩余带宽,采用误差纠正学习方法实现整体网络性能优化.改进的CIAP算法减少了运算迭代次数,优化了算法效率.仿真结果表明,改进的CIAP算法有效均衡了各链路负载的时延和剩余带宽,提高了网络的吞吐率和公平性.     

基于YOLOv3与HOG特征融合的车辆检测算法

针对在复杂场景下车辆检测定位准确率低的问题,提出一种将YOLOv3中融入方向梯度直方图(HOG)特征的方法来提高目标检测的准确率.首先使用K-means算法计算出网络的锚(Anchor);然后,在YOLOv3网络对图片进行深度特征提取的同时,对图片提取HOG特征,将提取的HOG特征融入到YOLO层中,使用GIOU损失提...