Fast Approaches for Sub-pixel Precision Variable Block Size Motion Estimation

The new features of H.264 video coding standard make the motion estimation module much more time consuming than before.Especially,the motion search is required for each of the 4 modes for inter prediction.In order to reduce the computational complexity,we analyze the statistics of results of motion estimation,such as the continuity of best modes of blocks in successive frames and the chance to give up a sub-partition mode(smaller than 16×16)after integer-pixel motion estimation,from which we suggest to make...     

复杂背景下人眼自动定位

针对复杂背景下静态人脸灰度图像，提出一种人眼自动定位方法。首先基于人脸几何特征先验知识，建立人眼位置的判定准则，对分割阈值范围进行粗估计；然后采用分割阈值递增法，并结合人眼位置判定准则，判定分割图像中双眼黑块是否出现；最后利用二维相关系数作为对称相似性测度，检验检测出的双眼黑块的真实性。     

基于文字RGB颜色变化的脆弱型文本数字水印技术

给出了一种利用文本字体颜色的变化来进行文本认证的方案。通过提取文字的特征,结合用户密钥和哈希技术,该方案将文本信息和用户信息嵌入到待传输文本中。不需要额外传送文本特征值;接受端通过水印的提取以及特征提取等步骤,可以判断文本的完整性和文本的可信性。进一步的,可以定位文本篡改发生的位置。理论分析和实验结果都表明,对于通常的攻击,如果文字级联长度为m,则该方案检测和定位篡改的概率达到了1-1/(26)m。     

基于无线传感器网络的DV-Hop定位算法的改进

在无线传感器网络的定位算法中,距离向量-跳段(DV-Hop)是典型的无需测距算法之一,但其定位精度不高。为提高算法的定位精度,通过对DV-Hop算法的理论分析,找出该算法产生误差的主要原因。针对该算法存在的缺陷,新算法巧妙利用无线信号在同种介质中传播速度的不变性,用计数器来测量锚节点间的传送时间以及锚节点与未知节点间的传送时间,并利用该时间比例来修正未知节点的估计距离。通过仿真实验表明:新算法减少了定位误差,提高了定位精度。     

AOA无源定位最优构型分析

针对无源定位研究中,传感器-发射机的空间构型对最终的定位估计存在较大影响问题,通过装备无源接收器的接收机运用到达角度(AOA)量测方法对发射机进行定位,计算克拉美罗界(CRB)并分别在距离和分布角度改变的情况下分析最优空间构型,在不考虑接收机约束的情况下给出了接收机-目标最优几何构型的理论分析,得到了目标静态条件下接收机最优空间构型的分析结果,并运用自适应遗传算法(GA)进行了仿真验证.     

被动目标定位系统观测平台的最优机动轨迹

对仅有方位量测的被动目标定位中观测平台最优机动轨迹问题进行了探讨.在最大化Fisher信息阵 (FIM)行列式指标下给出了当前时刻一种新的机动控制策略,从理论上证明了最优机动轨线有且仅有2支,并给出了最优机动策略和最优机动轨线方程;它的特点是对任意时刻均为最优,而不仅仅在观测时间的末端,几何直观描述了机动控制序列的可执行性;与最大化方位变化率下观测平台最优机动轨线相比较,本文的机动策略兼顾了距离和方位2个因素的影响,可看成是对距离信息和方位信息之间的折中.数字仿真表明,与传统方法比较,提出的新机动策略能获得更大的信息.     

移动机器人导航技术现状与展望

移动机器人导航涉及到路径规划，传感器的选择及传感器信息的融合等技术．本文综述了自主式移动机器人的导航技术，对其中的定位、路径规划及多传感器信息融合等技术进行了较详细的分析．同时对移动机器人导航技术的发展趋势作了进一步的阐述．     

基于改进双系统协同进化算法的无线传感器网络节点定位

为进一步提高无线传感器网络(WSN)中节点的定位精度,提出了一种双系统协同进化(BCO)算法。改进算法利用粒子群优化(PSO)算法快速收敛的特性和混合蛙跳算法(SFLA)较高的寻优精度的特性,在较少的迭代次数内快速收敛且实现深度搜索达到较高的精度。仿真实验结果表明:在应用双系统协同进化算法对测试目标函数进行求解时,能非常接近最优解;同时将该算法应用到基于接收信号强度值(RSSI)测距的节点定位中,预测位置与实际位置的绝对误差在0.05 m范围内;相比基于RSSI的分步粒子群算法(IPSO-RSSI),其定位精度至少提高了10倍。     

基于并行卷积神经网络的人脸关键点定位方法研究*

为解决人脸关键点定位受到姿态,光线,表情以及遮盖问题的影响而使得定位效果可靠性不佳的问题,提出了一种基于并行卷积神经网络的人脸关键点定位方法。文中利用卷积神经网络对局部细节特征提取以及深度学习特点,设计实现了一种并行卷积神经网络,该网络把人脸图像,上半人脸以及下半人脸分别送入到相同结构的卷积网络进行训练学习,通过对图像进行局部卷积以及下采样,提取人脸关键点附近的细节特征,并对三级并行网络定位结果进行加权合成,实现人脸特征点定位。在LWF人脸库上定位实验结果表明该方法在准确性以及可靠性都得到很大程度提升,能实现对人脸关键点的鲁棒准确估计。     

水下传感器网络移动节点定位问题研究

针对水下传感网中研究较少的移动节点定位问题,基于传统定位中常用的Chan算法,提出了一种改进的M-Chan算法。该算法通过曲线拟合进行运动轨迹预测,并利用节点的移动特性修正估计位置,从而提高了水下移动节点的定位精度。仿真结果表明,在不同的移动速度、通信半径、锚节点密度情况下,改进算法与传统的Chan算法相比,精度提高5%～10%。