《河南省财政科技投入及管理模式研究》评析

科技创新能力是当今社会活力的标志,是国家发展的关节点。当前,河南省处于蓄势崛起和全面建成小康社会的决定性阶段,也是爬坡过坎、攻坚转型的关键转折期。在此阶段其发展的核心根本上来讲是科技创新。在此背景下,《河南省财政科技投入及管理模式研究》一书应运而生。     

基于改进OpenPose的学生行为识别研究

学习者的行为动作能够反映出学习者的学习状态.传统学习者行为识别方法存在实时性不高、准确率低等问题.针对以上问题,提出了一种基于改进OpenPose的学习者行为识别方法.该方法从人体骨骼关节点角度出发,首先通过高斯滤波消除图像中的高斯噪声;然后通过融入注意力机制的目标检测算法检测图像中的目标学生位置,再将检测后的图像通过改进的OpenPose模型提取人体骨骼关节点坐标;最后利用ST-SVM分类器对获取的关节点坐标进行分类,从而快速准确地识别出学习者的行为状态.实验结果表明,该方法能够快速、准确地识别出学生的行为动作,准确率达到99％以上,fps达到了20以上,相比原模型,fps提升了50％.     

一种基于关节点信息的人体行为识别新方法

为了提高机器人服务的主动性与智能性,使用Kinect体感设备获取人体的关节点数据解决人体行为识别问题.首先,利用Kinect采集人体关节点坐标,构造用于表示人体结构的3维空间向量,然后计算结构向量之间的角度和向量模的比值,进行人体姿态描述,同时以一段时间内连续的姿态序列作为行为表示特征量,最后选用动态时间规整(DTW)算法计算测试行为模板与参考行为模板之间的相似度以实现行为识别.实验结果表明,选用的行为表示特征量具有旋转与平移不变性.另外,对人在日常生活中的6种行为进行了识别实验,结果表明本文的行为识别算法可以取得较好的识别效果.     

交互关系超图卷积模型的双人交互行为识别

为提高学校、商场等公共场所的安全性,实现对监控视频中的偷窃、抢劫和打架斗殴等异常双人交互行为的自动识别,针对现有基于关节点数据的行为识别方法在图的创建中忽略了2个人之间的交互信息,且忽略了单人非自然连接关节点间的交互关系的问题,提出一种基于交互关系超图卷积模型用于双人交互行为的建模与识别。首先针对每一帧的关节点数据构建对应的单人超图以及双人交互关系图,其中超图同时使多个非自然连接节点信息互通,交互关系图强调节点间交互强度。将以上构建的图模型送入时空图卷积对空间和时间信息分别建模,最后通过SoftMax分类器得到识别结果。该算法框架的优势是在图的构建过程中加强考虑双人的交互关系、非自然连接点间结构关系以及四肢灵活的运动特征。在NTU数据集上的测试表明,该算法得到了97.36%的正确识别率,该网络模型提高了双人交互行为特征的表征能力,取得了比现有模型更好的识别效果。     

基于时空特征融合的动态手势识别

针对动态手势时间可变性和手势复杂空间关系等问题,提出融合时空特征的动态手势识别方法．基于动态手势视频的关键帧和手势关节点信息,计算得到角度特征、距离特征和轨迹特征．融合3类特征并利用SVM(Support Vector Machine)实现动态手势识别．实验表明,该方法更加完整地表述动态手势时空信息,运行时间更短,在UTD-MHAD数据集上识别率为96.47%,在中国交通警察指挥手势数据集上识别率为98.66%,识别效果较理想.     

三维人体模型的自动驱动方法

传统的由运动数据驱动三维模型需要手工标定骨架,匹配关节点和设定皮肤权重,工作量大而复杂.提出了三维人体模型自动驱动的方法,使用横向切分匹配来自动提取骨架和匹配相应的关节点,然后用改进后的线性混合皮肤变形技术进行模型皮肤权值的自动分配,绑定皮肤,最终实现了三维人体模型的自动驱动.整个提取绑定时间短,需求简单,速度快,最后给出的实验结果验证了算法的有效性.     

RFID传感器网络在食品生产领域的研究

综合RFID和无线传感器网络的优点,提出了RFID传感器网络,并针对生产过程中的食品监控,比较详细地介绍RFID无线传感器网络在食品生产环节的系统架构及网关节点的主要结构.     

基于最大连通度分簇的负载均衡分簇算法

无线传感器网络中由最大连通度生成簇算法得到的簇结构,簇头节点往往负载过重,并且各簇头节点间负载极不均衡,这种不均衡性在传感器节点分布不均匀的场合尤为突出.针对上述问题,提出一种改进的负载均衡分簇算法.通过网关节点调整所属簇使簇间负载趋向均衡,并在调整后将负载依然较大的簇进行分裂,使分簇的逻辑结构适应节点拓扑分布,更加合理.通过仿真实验验证,改进算法在降低和均衡簇头节,占、负载方面比传统的最大连通度分簇算法有明显的提高.     

基于TinyOS的无线传感器网络平台的实现

本文详细介绍了无线传感器网络平台的软硬件实现.设计了以TI MSP430F1611单片机为基础的低功耗硬件平台;并基于TinyOS实现了将外界环境中采集到的温度及振动数据传送至网关节点进行处理的软件平台.经实验证明,该系统能够满足无线传感器网络低功耗的要求,具有一定的应用价值.     

基于人体关节点的多人吸烟动作识别算法

吸烟检测已成为公共场所禁烟的重要措施,基于视频图像的吸烟动作识别已广泛用于吸烟检测中。使用深度学习的方法进行图像处理,需要大量数据集训练模型。现有的吸烟动作识别方法的准确率和实时性不够理想,且多只针对一个人进行动作识别。为解决这些问题,提出了一种通过检测周期性动作来识别多人吸烟动作的方法。在进行了大量的实验后发现吸烟行为是有节奏和周期性的,对此具体分析了吸烟行为的周期性并制定了吸烟行为规范;利用人体关节点信息,关注关节点的运动轨迹,检测运动轨迹是否符合周期性规律从而实现吸烟动作识别;同时跟踪多人关节点的信息,以实现多个人实时吸烟行为的识别。实验结果表明,该方法可以达到91%的准确率,在各种情况下都可以保持较高准确率和鲁棒性。