基于色度坐标高斯混合模型的步态检测

针对传统的基于RGB通道的高斯混合模型低对比度像素点检测效果较差的问题,提出一种基于色度坐标的高斯混合模型,使之更好地用于步态检测。该算法将RGB色彩值转换到色度坐标上,以强调色彩对比度,提高低对比度像素点的检测率,并增加亮度信息以减小阴影的影响,在前景提取部分,加入噪声抑制机制。实验结果表明,改进后的算法在相同对比度下,误检测率最多可减小一半。     

基于多种视频特征的镜头边界检测算法

针对固定场景的视频,提出一种基于时空分割的视频分割算法.该算法在时域中利用Tophat形态学滤波得到视频对象的精确位置,在空域中采用基于t混合模型和贪婪EM的聚类算法进行单帧图像分割.将时域定位和空域分割结果结合,可以准确地将视频序列中感兴趣的运动目标分割出来.实验表明,该算法能够得到完整的视频对象,有一定的理论意义和实用性.     

通用和修正D-H法在运动学建模中的应用分析

通用D-H法在机器人运动学标准建模中虽然已被广泛研究和应用,但其存在一个根本缺陷就是,对于两个相邻的平行关节,通用D-H法得到的齐次变换矩阵将是一个奇异矩阵,不能得到正确的模型,这样便无法对这部分关节运动进行正确的运动分析.而修正的D-H法是正对通用D-H所存在的缺陷进行了改进,保证了模型准确性.本文研究了通用的运动学建模方法D-H法和该方法的应用缺陷,以及修正的D-H法对通用D-H法存在的缺陷进行的改进,并对修正的D-H法在自由度串联机器人正逆运动学中建立模型的正确性进行了验证.     

基于行人运动模态辨识的室内外无缝导航航向算法研究

目前行人导航航向解算算法均基于导航传感器在行人身体上的固定安装模式,或者依赖其他射频信息辅助修正陀螺航向,这极大约束了导航传感器的适用条件.为此,利用陀螺对低频噪声的敏感性及加速度计低频的稳定性,提出了解决行人手持手机稳态查看与非稳态摇摆的运动模态辨识算法和基于时域互补滤波器实现姿态的最优融合方法;研究了改进型互补滤波以消除行人的运动加速度对姿态解算的干扰误差,提高了载体姿态的测量精度;此外,利用磁传感器标定后的数据设计了自适应卡尔曼滤波算法,抑制了航向角的误差发散.经实际数据测试验证,室内外行人手持稳态与非稳态下的航向角测量精度提高了80%,同时大大提高了导航传感器的适用性与便携性,满足实际工程的使用需求.     

基于修正变分法开孔板和加强板结构的自由振动分析

为研究船舶开孔板和加强板结构的振动特性,用1阶剪切变形板理论描述各向同性板的位移场,并采用修正变分原理和区域分解方法建立板的离散动力学模型.每一块子域板的位移和转角分量通过第一类切比雪夫正交多项式展开.针对加强板模型,将该方法获得的结果与已经发表的文献和有限元商用软件计算结果进行对比,验证该方法的收敛性和正确性.基于修正变分法探讨多种开孔和加强板模型的自由振动特性,充分说明该数理模型和半解析方法是一种适合处理复杂板结构问题的数值工具.     

Texture segmentation using independent-scale component-wise Riemannian-covariance Gaussian mixture model in KL measure based multi-scale nonlinear structure tensor space

This paper proposes a novel texture segmentation approach using independent-scale component-wise Riemannian-covariance Gaussian mixture model (ICRGMM) in Kullback-Leibler (KL) measure based multi-scale nonlinear structure tensor (MSNST) space. We use the independent-scale distribution and full-covariance structure to replace the covariant-scale distribution and 1D-variance structure used in our previous research. To construct the optimal full-covariance structure, we define the full-covariance on KL, Euclidean, log-Euclidean, and Riemannian gradient mappings, and compare their performances. The comparison experiments demonstrate that the Riemannian gradient mapping leads to its optimum properties over other choices when constructing the full-covariance. To estimate and update the statistical parameters more accurately, the component-wise expectation-maximization for mixtures (CEM²) algorithm is proposed instead of the originally used K-means algorithm. The superiority of the proposed ICRGMM has been demonstrated based on texture clustering and Graph Cuts based texture segmentation using a large number of synthesis texture images and real natural scene textured images, and further analyzed in terms of error ratio and modified F-measure, respectively.     

Bayesian analysis of robust Poisson geometric process model using heavy-tailed distributions

We propose a robust Poisson geometric process model with heavy-tailed distributions to cope with the problem of outliers as it may lead to an overestimation of mean and variance resulting in inaccurate interpretations of the situations. Two heavy-tailed distributions namely Student’s t and exponential power distributions with different tailednesses and kurtoses are used and they are represented in scale mixture of normal and scale mixture of uniform respectively. The proposed model is capable of describing the trend and meanwhile the mixing parameters in the scale mixture representations can detect the outlying observations. Simulations and real data analysis are performed to investigate the properties of the models.     

一种基于场景区分算法的背景抽取方法

视频监控面对的场景具有静态的成分和缓变的成分.为了从视频流中稳定地抽取较精确的背景,提出了一种基于场景区分的背景抽取算法.首先通过混合高斯模型对视频序列中稳定的成分进行建模,然后采用Kalman滤波模型对视频序列中变化的成分进行建模,最后采用场景的区分算法将2种模型结果进行处理从而得到背景.实验结果表明:该方法能从视频...     

基于双约简的GMM说话人辨识

如何能够快速准确的实现说话人识别是说话人识别研究的一个重要环节。提出双约简GMM的说话人确认方法,对语音参数进行核K-均值聚类,提取聚类中心的语音特征矢量作为训练数据,并对其进行fisher比约简,提取具有区分力强的维数。实验表明该文提取方法可以减少训练时间,并提高系统的鲁棒性。