普适计算中的上下文及纯方位定位模型

室内高精度定位问题是普适计算中位置感知研究的首要难题。介绍了普适计算中上下丈的概念,就上下文中的位置问题进行了探讨。通过分析目前室内定位中存在的问题,给出了一种利用红外无源定位技术定位的模型,通过测得的方位角计算出用户的位置。对该模型进行了证明,证明结果显示该模型可以定出目标的准确位置。     

对象随型粗糙面近红外单目视觉测量与基准图像自愈

针对复杂应用环境中近红外单目视觉位姿测量系统偏离预置合作目标对象后,无法完成位姿测量的特殊情况,提出一种以合作目标周边随型粗糙面图像为测量对象的单目视觉测量方法,以及图像受损后的动态自愈方法。通过将实时获取的随型粗糙面图像特征与预存基准图像特征进行匹配计算,完成特殊情况下的应急测量。同时,为减少随型粗糙面图像污染或受损后对位姿测量精度的影响,实时计算污染或受损程度并动态自愈基准图像特征。实验结果表明,以随型粗糙面为对象的位姿测量精度稍低于合作目标对象,但能够满足特殊情况下的应急使用需求,提高了测量系统的鲁棒性;当随型粗糙面图像污染或受损达到70%时,采用自愈处理与未做自愈处理相比,方位角测量误差减少72%以上,验证了基准图像自愈方法的有效性。     

透视/遮阳/控温/红外隐身多功能集成序构薄膜研究

为了解决光学材料多功能耦合与集成的光谱诉求及其材料设计冲突难题,本文提出一种基于［TiAlN/Ag］²/TiAlN序构复合薄膜开展可见光透射诱导与红外辐射抑制的协同设计方法,诠释序构薄膜材料多功能耦合的新原理与新机制,并对其光学兼容性能测试表征。研究表明,构筑的［TiAlN（厚度30 nm）/Ag（厚度15 nm）］²/TiAlN（厚度30 nm）序构复合薄膜具备带通状选择性透射与中远红外低辐射的光学特性,可较好实现透视、遮阳、低辐射控温与红外隐身多功能兼容效果,在军用车辆、绿色建筑等特种玻璃的辐射控温与红外隐身领域有应用潜力。     

一种视频图像序列中运动对象的分割与跟踪算法

本文提出了一种视频图像序列中运动对象的分割与跟踪算法。该算法通过Canny算子检测出差帧图像的边缘信息,并结合当前帧与背景帧的边缘图像,提取出运动对象。在后续帧中通过建立前帧感兴趣运动对象与当前帧中各运动对象的帧间向量来跟踪当前帧中感兴趣的视频对象。实验结果表明,该算法可行,而且由于该算法简单、计算复杂度小,能很好地满足实时监控系统中对感兴趣运动对象的提取与跟踪。     

A test object with a line width less than 10 nm for scanning electron microscopy

Data are given on the test object for scanning electron microscopy in which the components (ridges) are of trapezoidal profile and have large angles of inclination for the side walls. The width of the top surface of a projection is less than 10 nm. Methods have been developed for measuring such dimensions of test objects on standard scanning electron microscopes. __________ Translated from Izmeritel'naya Tekhnika, No. 8, pp. 20–23, August, 2008.     

一种在线学习的目标跟踪与检测方法

针对现有在线学习跟踪方法缺乏监督机制的缺点,提出一种新的跟踪框架。以随机森林在线学习理论构造分类器作为目标检测器,用SURF特征点匹配方法作为目标跟踪器,跟踪过程中用可靠跟踪的结果形成对检测结果的监督机制,不对低置信度样本或错误样本进行学习,避免了分类器分类精度的逐渐下降,同时在跟踪失败时用目标检测器对目标进行重新捕获,形成跟踪、学习、检测三者有机结合的跟踪框架。对不同视频序列的测试结果表明,本文算法能有效避免目标出现较大外观变化或被大面积遮挡等复杂情况下的跟踪失败问题。     

基于掩模金字塔的高精度全局运动估计算法

在视频序列的全局运动估计中,前景运动对象的存在常常会大幅度地降低估计的精度,为此提出一种对前景对象自适应的高精度全局运动估计算法.该算法以像素块为单位,利用块内外点的比重判定前景区域,同时引入马尔可夫聚类方法进行后处理,有效地提高了运动对象的定位精度;通过对目标函数引入权重系数增强对残差的鲁棒性,以进一步提高算法的估计精度.此外,基于像素掩模的3层金字塔构建序列图像,并将改进的梯度方法引入到优化过程中,提高了算法的实时性.对不同运动类型的标准视频序列的实验结果表明,该算法有效地提高了全局运动估计的精度和速度.     

基于SOA的校园遗产系统集成模型研究

为解决当前高校资源信息缺乏有效共享、应用缺乏有效集成、用户缺乏统一接口等问题,提出了一种面向服务体系架构的校园遗产系统集成模型及其对应的集成方案(CRPWare).CRPWare方案利用SOA框架可以有效地将高校资源和相关遗留系统平台软件集成起来,统一以Web门户方式进行交互,如各种资源的描述、注册、访问和发布等.通过与CDRBA和Web技术的集成模型比较,SOA体系架构可以解决高校各教学机构间资源和服务的异构问题,消除"信息孤岛".     

基于车载环境的交通目标跟踪

针对车载环境下小目标难以识别和相机动态移动造成的目标跟踪精度下降问题, 提出一种基于改进YOLOv5与ByteTrack的交通目标跟踪方法. 首先, 引入Transformer与加权特征金字塔(BiFPN)结构的思想重构YOLOv5检测网络, 有效捕获了特征的全局依赖关系, 缓解了深层卷积小目标信息丢失问题, 改善了车载环境下的目标检测性能. 此后, 以ByteTrack为基础提出了添加相机移动补偿的CMC-ByteTrack跟踪方法, 更精准地描述了视频前后帧的数据关联关系, 提高了相机大幅位移时的跟踪精度. 实验结果表明, 改进YOLOv5的平均检测精度(mAP)达到了82.2%, 相比原算法提高了3.9%, 与CMC-ByteTrack结合后的跟踪准确性(MOTA)相比改进前的跟踪方法提高了2.8%.     

基于YOLO的钢缆表面损坏检测

为了解决检测钢缆表面损坏时检测设备资源有限、时间过长等问题,将深度学习的先进技术以及卷积神经网络(CNN)应用于钢缆表面损坏检测.提出了一种基于YOLO的缺陷检测网络模型,将GhostNet融入主干网络,并基于ShuffleNet及注意力机制提出了新的特征提取模块(ShuffleC3),再对Head部分进行剪枝改进.实验结果表明,改进后网络相比基线YOLOv5s的平均精度提高1.1%,参数量和计算量分别降低了43.4%和31%,模型大小减少了42.3%.可以在降低网络计算成本的同时,保持较高的识别精确度,更好地满足了对钢缆材料表面损坏检测的要求.