Pedestrian Detection and Tracking Using Deformable Part Models and Kalman Filtering

Abstract： Pedestrian detection techniques are important and challenging especially for complex real world scenes. They can be used for ensuring pedestrian safety, ADASs （advance driver assistance systems） and safety surveillance systems. In this paper, we propose a novel approach for multi-person tracking-by-detection using deformable part models in Kalman filtering framework. The Kalman filter is used to keep track of each person and a unique label is assigned to each tracked individual. Based on this approach, people can enter and leave the scene randomly. We test and demonstrate our results on Caltech Pedestrian benchmark, which is two orders of magnitude larger than any other existing datasets and consists of pedestrians varying widely in appearance, pose and scale. Complex situations such as people occluded by each other are handled gracefully and individual persons can be tracked correctly after a group of people split. Experiments confirm the real-time performance and robustness of our system, working in complex scenes. Our tracking model gives a tracking accuracy of 72.8% and a tracking precision of 82.3%. We can further reduce false positives by 2.8%, using Kalman filtering.     

确定河流生态流量的几种湿周法比较

为比较不同湿周法在计算河流生态流量中的适用性,采用幂函数描述无量纲化的湿周～流量关系,利用曲率法、斜率法及多目标评价法中的线性加权和法、理想点法(尺度系数r分别取1,2,∞)、乘除法等7种方法计算河流生态流量。结果表明:曲率法的结果偏小;斜率法、理想点法(r=1)、线性加权和法的结果相同,且位于各方法的中间;另外3种多目标评价方法得到的河流生态流量大于斜率法等的结果,但湿周的增加比例明显小于流量增加比例。在湿周～流量关系符合幂函数关系时,利用斜率法或理想点法(r=1)、线性加权和法确定河流生态流量的方法是适宜的。     

区域层面河湖功能区划研究——以太湖流域为例

河湖功能区划是加强流域管理的一项新举措.对于自然属性和社会经济属性较为均一的区域,河流功能难以按其沿河道的空间分异性进行划分.基于这一特点,提出了区域层面河湖功能区划的概念,建立了由因素层、区划层和功能层构成的区域层面河湖功能区划体系,并提出了区划的方法和程序.进行了太湖流域区域层面河湖功能区划实践,将该区域共划分为3类13个河湖功能区,给出了每一区的功能定位和管理措施.结果表明,区域层面河湖功能区划的概念与方法合理可行,为平原河网区的河湖管理提供了一个新途径.     

基于ACC-RBF的水布垭面板堆石坝参数反演分析

蚁群聚类径向基函数(ACC-RBF)神经网络是将蚁群聚类算法和径向基函数神经网络组合运用的一种新型神经网络模型,把该网络用于水布垭高面板坝堆石体的多参数反演问题,在室内试验参数的基础上用有限元计算获得学习样本,采用该网络对坝体堆石料的邓肯E-B模型参数进行反演分析,用反演所得参数结合三维非线性有限元计算坝体应力变形,并与实测资料比较,得出很接近的结论.     

基于PSO-ICA 和RBF 神经网络的转炉炼钢终点预报模型

提出将微粒群优化算法和独立成分分析引入到径向基函数神经网络模型用于转炉炼钢终点预报．利用 微粒群优化算法的全局遍历特性和快速不动点算法的局部寻优能力,改进了传统的独立成分分析算法,解决了其目 标函数易陷入局部最优和独立特征排序不确定的问题,压缩冗余信息并降低输入维数．将提取出的独立特征输入径 向基函数神经网络,预报终点温度和碳含量．对转炉生产实测数据进行了仿真,结果表明该模型能有效提高预报精 度,保证预报的可靠性．     

广义系统的有限时间滑模变结构控制

研究了一类广义系统的有限时间滑模变结构控制问题。通过非奇异线性变换把广义系统变换成受限等价形式,利用Lyapunov函数的方法,提出了一种新型的有限时间滑模变结构控制策略,给出了特殊的开关型滑模面,设计了相应的滑模变结构控制器,使得闭环系统渐进稳定,实现了滑模运动,保证了在滑模面上系统状态变量在有限时间内到达平衡点。给出了可行性算例,说明了设计的有效性。     

基于三次样条权函数神经网络的钢坯温度预报

针对传统神经网络对铜坯温度预报存在的一些缺点,如：隐层数不易确定．网络训练对初值敏感等。该文利用三次样条权函数神经网络建立了钢坯温度预报模型．克服了传统神经网络的缺点。仿真结果表明该模型具有较高的精度。     

软件可靠性模型研究进展

软件可靠性模型旨在根据软件失效数据,通过建模给出软件的可靠性估计值或预测值.它不仅是软件可靠性预计、分配、分析与评价的最强有力的工具,而且为改善软件质量提供了指南.对近年来提出的多种不同的软件可靠性模型进行分类剖析,讨论了部分模型的预测能力和适用性,分析了多个模型适用性差的原因,还对未来的研究趋势进行了展望.     

基于小波域的模糊增强算法

在小波域上用模糊增强算法实现图像的增强,这是涉足较少的一个领域,以前基本上都是分开研究图像的增强算法.在小波域上增强图像,小波基的选择是很重要的一个问题.给出了选择小波基的标准,针对本算法,使用了相对较好的bior4.4小波基,对模糊增强算法,在传统的模糊增强算法基础上,提出了一种改进算法.它主要是对隶属度函数的修改,改进后的隶属度函数取值范围更广泛,适应性更强.所有的算法都经过了Matlab编程,实验表明,增强以后的图像能够显示更多的细节,图像变得更加清晰,可以得出本算法基本上是成功的.