基于改进LBE特征的RGB-D显著性检测

针对LBE算法难以完整检测出结构复杂的目标和过度依赖深度信息的问题,提出一种基于改进LBE特征的RGB-D显著性检测算法。首先,对输入图像进行多级分割;然后,在各级分割图上计算LBE特征并融合,得到深度显著图;最后,利用色彩信息和先验信息对深度显著图进行矫正得到最终显著图。实验结果表明,改进算法与原始LBE算法相比在准确率上略有降低,在召回率上明显提升,得到的显著图更接近真实值。     

基于改进迭代收缩阈值算法的微观3D重建方法

迭代收缩阈值算法（ISTA）求解离焦深度恢复动态优化问题时,采用固定迭代步长,导致算法收敛效率不佳,使得重建的微观3D形貌精度不高。为此,提出一种基于加速算子梯度估计和割线线性搜索的方法优化ISTA——FL-ISTA。首先,在每一次迭代中,由当前点和前一个点的线性组合构成加速算子重新进行梯度估计,更新迭代点;其次,为了改变迭代步长固定的限制,引入割线线性搜索,动态确定每次最优迭代步长;最后,将改进的迭代收缩阈值算法用于求解离焦深度恢复动态优化问题,加快算法的收敛速度、提高微观3D形貌重建的精度。在对标准500 nm尺度栅格的深度信息重建实验中,与ISTA、快速ISTA （FISTA）和单调快速ISTA （MFISTA）相比,FL-ISTA收敛速度均有所提升,重建的深度信息值下降了10个百分点,更接近标准500 nm栅格尺度;与ISTA相比,FL-ISTA重建的微观3D形貌均方差（MSE）和平均误差分别下降了18个百分点和40个百分点。实验结果表明,FL-ISTA有效提升了求解离焦深度恢复动态优化问题的收敛速度,提高了微观3D形貌重建的精度。     

微型水深传感器在智能导盲仪中的应用

基于DSP处理器,利用超声波传感器、温度传感器、微型水深传感器,设计了一款智能导盲仪,该导盲仪具有测距、测积水深度、测温、智能求救等功能,并具有语音播报、夜晚警戒灯等感知与提示功能。本文重点阐述微型水深传感器在此导盲仪中的应用,实验结果证明,该微型水深传感器能够有效测量路面积水深度,检测精度高,为盲人雨天出行提供安全保障。     

基于新投影策略的人体行为识别方法研究

为解决微小动作识别率低的问题,提出一种结合新投影策略和能量均匀化视频分割的多层深度运动图的人体行为识别方法。首先,提出一种新的投影策略,将深度图像投影到三个正交笛卡尔平面,以保留更多的行为信息;其次,基于整个视频的多层深度运动图图像虽然可反映整体运动信息,但却忽略了很多细节,采用基于能量均匀化的视频分割方法,将视频划分为多个子视频序列,可以更加全面地刻画动作细节信息;最后,为描述多层深度运动图图像纹理细节,采用局部二值模式作为动作特征描述子,结合核极端学习机分类器进行动作识别。实验结果表明：在公开动作识别库MSRAction3D和手势识别库MSRGesture3D上,本文算法准确率分别达94.55%和95.67%,与现存许多算法相比,有更高的识别率。     

一种轻量化油田危险区域入侵检测算法

油田危险区域入侵是油田安防领域的核心问题,以目标检测的方式捕获实时发生的危险是区域入侵任务的重点。为了提高模型的实时性,本文提出结合跨阶段线性瓶颈模块和通道注意力机制的轻量化YOLO检测算法。首先以轻量化卷积模块与跨阶段局部残差模块级联的跨阶段线性瓶颈模块搭建特征提取网络,大大减少了模型的参数量。在特征金字塔的特征融合模块前使用改进的通道注意力机制,增强特征的表达能力与特征的全局的关联性。在特征推理模块,使用中心归一化非极大值抑制方法进行输出优化,避免了对邻近目标的错误抑制。本算法在VOC2007数据集实验,精确率可达74.9%,优于大多轻量化检测算法,已在冀东油田部署应用,有效保证了油田作业人员的生命财产安全。     

深度图像的法向指导 GPU 滤波

深度相机获取深度图像由于硬件精度问题,往往会丢失大量细节信息。因此,对深度图像的滤 波,已经成为深度视觉领域一个重要的课题。然而,现阶段大多数滤波的方法对于深度图像中的尖锐特征保留 能力不足,往往会出现过光滑现象。针对深度图像滤波中的尖锐特征难以保留的问题,提出了一种新的深度图 像的联合双边滤波方法。首先求解深度图像每个像素的法向,以投票的方式对法向的权重进行计算以进行联合 双边滤波,最后根据滤波后的法向更新顶点坐标。该方法引入了高精度的纹理作为指导信息,能获取更可信的 滤波效果。另外,该方法基于点云的局部信息,不需要求解很大的矩阵,且基于 GPU 并行,运算效率极高。 实验表明,该方法能更好地保留法向的边界,具有更好的几何特征保留能力。     

基于Kinect v4的牛体尺测量方法

针对基于机器视觉的牛体尺测量方法中图像背景复杂、特征点提取难度大的问题,提出了一种基于Kinect v4传感器的牛体尺测量方法来采集彩色和深度图像,并结合目标检测、Canny边缘检测、三点圆弧曲率等算法提取体征特征点进而计算体尺数据。首先,制作了牛体尺特征部位图像数据集,并利用深度学习YOLOv5目标检测算法检测牛体尺特征部位信息,以减少牛体其他部位和背景对体尺测点提取的干扰;其次,借助OpenCV图像处理库中的Canny边缘检测、轮廓提取等图像处理算法获取牛体尺测点所在的关键轮廓;然后,对关键轮廓采用多项式拟合和三点圆弧曲率等算法从而在二维图像中提取牛体尺测点;最后,利用深度信息将二维图像中的测点信息转换到三维坐标系下,并结合随机抽样一致（RANSAC）算法在三维坐标系下设计牛体尺测量方法。经过在复杂环境下传感器和牛体侧面成不同偏角时的实验测量结果和人工测量结果的比较得出,牛体尺数据中鬐甲高的平均相对误差为0.76%,体斜长的平均相对误差为1.68%,体直长的平均相对误差为2.14%,臀端高的平均相对误差为0.76%。实验结果表明,所提方法在复杂环境下具有较高的测量精度。     

2004–2018 年间中国区域气溶胶时空变化特征研究

基于 2004–2018 年 MODIS 长期观测的气溶胶日产品 MOD04 L2, 利用线性倾向估计法和 AOD-AE 气溶胶类 型划分法, 得到中国区域长时间序列的气溶胶光学特性与气溶胶类型的时空变化规律。研究表明, 在此期间: (1) 550 nm 处气溶胶光学厚度 (AOD) 高值分布在海拔较低、人口密集、工业发达的大城市群, 低值分布在人烟稀少、植被覆 盖度高的山区和草原; Ångstrom ¨ 波长指数 (AE) 高值分布在四川盆地边缘、贵州等地区, 低值分布在西北沙漠地区。 (2) 中国 73% 的地区 AOD 呈减小趋势, “胡焕庸线”东部的 AE 整体也呈减小趋势, 且 AOD 与 AE 均在 2014–2018 年期 间明显减小。 (3) 在季节变化趋势方面, AE 与 AOD 基本相反, 城市工业型气溶胶与 AOD 相同, 而清洁大陆型气溶胶 与 AOD 相反。 (4) 清洁大陆型气溶胶占比在 2014 年之后逐年递增, 说明中国空气质量逐渐改善。     

基于Kinect的课堂教学状态监测系统

课堂上对学生听课效果进行评估的重点是捕捉学生听课行为.本系统利用Kinect传感器获取学生听课过程中的彩色、深度、骨骼点图像来分析学生的上课肢体状态、注意力方向,以此反映学生听课状态.同时,系统利用Kinect麦克风阵列采集到的声源信息来统计课堂回答问题的频度和声源位置.通过对上述信息的综合分析,获取学生上课状态的客观指标,从而对课堂教学评估提供数据支撑.     

四种肿瘤体细胞单核苷酸突变检测方法的比较

随着高通量测序成本的不断降低,基于DNA测序技术的肿瘤基因组研究已经成为揭示肿瘤分子机制的主流方法,并在临床诊断和治疗中逐渐得到应用。肿瘤体细胞单核苷酸突变变异 (single nucleotide variant, SNV) 作为最简单的一种基因变异类型,其检测会受到家系多态性、肿瘤异质性、测序和分析误差等多个因素的影响,从而导致一些假阳性的结果。目前,已有一些基于肿瘤基因组测序数据的体细胞 SNV 检测软件,如 Varscan2,Mutect2,Strelka,SomaticSniper 等。本文选取四种典型的检测方法,对每种方法的检测原理进行研究,并使用 ICGC-TCGA 提供的全基因组数据,对上述四种变异检测软件进行测试。参照每种方法的分析流程,获得每种方法识别的候选变异位点集,并与真实的变异位点集合进行比较,分析每种算法的优缺点,从而为研究人员使用这些方法提供指导。