一种高效粒子滤波检测前跟踪算法的仿真分析*

分析了一种高效粒子滤波检测前跟踪算法的独特结构。其算法中存在两类粒子互相竞争与协作的复杂关系。针对其两类粒子数量选择的困难,通过大量仿真对比分析了两类粒子五种数量比例在不同总粒子数和不同过程噪声水平下的算法性能。仿真结果表明在两类粒子数量相等附近时,算法综合性能较好。     

基于多种特征的红外目标识别技术研究

红外图像独特的热辐射特性,通常是由其各个子部件的红外热辐射特性所形成的。文中在传统红外热图像特征量的基础上,通过分析红外热图像自身特性以及它的形成与其自身姿态的关系,提出了对目标物体红外热图像基于目标姿态的子分类,并对目标红外热图像进行了子区域分割,通过多目标分类器进行识别,形成了新的红外图像特征量。     

基于视频序列的人体运动分析系统的研究与实现

基于视频的人体运动分析是通过视频序列对人体的运动进行检测、分割和跟踪，获得人体或者某一部位的运动信息，生成人体的运动轨迹以及各运动学和动力学参数，达到分析人体三维运动的目的。人体运动属于连接型非刚体运动的范畴，具有高度的非线性特点，利用视频进行人体运动分析，有着极大的研究价值和现实应用前景。本文以单目视频中人体的跳远运动为研究对象．研究与实现了一个基于视频序列的人体运动分析系统。     

基于内容的视频分割技术研究

随着MPEG-4基于内容功能的提出以及MPEG-7标准的不断推广应用,视频对象分割技术已成为视频处理领域中的研究热点。视频对象分割就是从视频序列中分割出在语义上有意义的对象。目前对视频分割研究已从基于镜头的分割发展到了基于内容的视频对象分割。然而,基于内容的视频对象分割技术还不成熟。文中讨论了视频对象分割技术的发展和研究状况,从组成视频运动对象的分割系统出发,介绍了时域分割以及时空域联合分割等技术,并提出了一种基于多帧差的视频对象分割算法。最后对分割技术中需要深入研究的问题进行了探讨。     

基于改进向量空间模型的话题识别与跟踪

话题识别与跟踪旨在发展一系列基于事件的信息组织技术,通过监测以实现对新闻媒体信息流中新话题的自动识别和已知话题的动态跟踪。文中提供一种利用改进的向量空间模型进行识别和跟踪的方法。没有使用传统向量空间模型中单个向量,而是按照语义将特征词划分为4个组(人物、时间、地点、内容)并形成4个向量空间。每个空间进行独立的权重计算和相似度计算。实验证明这些方法是有效的。     

地下(表)水中油类污染物检测系统研究

本系统的核心是非分散红外光度法的测油仪。利用此仪器,可以检测出水中矿物油和动植物油的污染物含量。具有较高的灵敏度和稳定性并且体积小适于野外使用。使用专用滤光片。系统由单片机控制,最终把对红外光的吸收转化为油的浓度。光源结构的设计对整机的性能影响很大。在光源系统中采用球面聚光镜和平面反射镜,可大幅提高光源的利用率。采用单片机系统操作软件。特点为:1)实时多任务控制。2)用户的在线引导、帮助和纠错能力。3)丰富的数据库和系统智能     

R-M不稳定性数值模拟方法

通常,界面追踪方法都是由界面将计算区域分割为多个部分来分别处理,同时用求解黎曼问题来追踪全部波系的发展。然而在多维情况下,波系间相互作用的黎曼问题将非常复杂且目前尚处于分析阶段,故在实际应用中只能追踪界面本身。提出了一种新的界面追踪方法,该方法只追踪界面的发展而不再追踪波系,使计算量和复杂性大大减少并保持了原界面追踪方法精确捕捉界面的特点,数值结果令人满意。     

Global stabilization and asymptotic tracking for a class of nonlinear systems by means of time‐varying feedback

A simple backstepping design scheme is proposed and sufficient conditions for non‐uniform in time global stabilization for parameterized systems by means of time‐varying feedback are established. Our methodology is applicable to a special class of systems that in general cannot be stabilized by static feedback and includes non‐holonomic systems in chained form. For this class of systems the main results on feedback stabilization enable us to derive sufficient conditions for the solvability of the tracking problem. Copyright © 2003 John Wiley & Sons, Ltd.     

输入层自构造神经网络及其在光谱分析中的应用

为了解决红外光谱定量分析中的特征提取和校正规模问题,提出了一种输入层自构造神经网络。这种网络能够利用训练数据的某些先验知识,自动选择输入层神经元的个数。在学习过程中,输入神经元个数从最小值1开始,根据网络误差的变化逐步增加,最终确定最佳神经元数量。这种网络模型将特征提取和参数学习过程融为一体,有利于提高建模效率。利用仿真红外光谱的定量分析实验表明,这种网络模型不仅能够对光谱数据实现高效率的波长选择,并具有抑制随机噪声和非线性干扰的能力。     

Video arrays for real-time tracking of person,head, and face in an intelligent room

Real-time three-dimensional tracking of people is an important requirement for a growing number of applications. In this paper we describe two trackers; both of them use a network of video cameras for person tracking. These trackers are called a rectilinear video array tracker (R-VAT) and an omnidirectional video array tracker (O-VAT), indicating the two different ways of video capture. The specific objectives of this paper are twofold: (i) to present a systematic comparison of these two trackers using an extensive series of experiments conducted in an `intelligent' room; (ii) to develop a real-time system for tracking the head and face of a person, as an extension of the O-VAT approach. The comparative research indicates that O-VAT is more robust to the number of people, less complex and runs faster, needs manual camera calibration, and the integrated omnidirectional video network has better reconfigurability. The person head and face tracker study shows that such a system can serve as a most effective input stage for face recognition and facial expression analysis modules.