基于HMM复杂场景下的行为识别方法

人的行为模式的理解与识别是智能视觉监控系统的一个关键环节。针对目前大部分的研究都是简单场景下的简单行为识别,不具有广泛适用性的问题,该文提出一种复杂场景下的分层行为建模和识别方法。通过统计方法在监控画面内选定若干个有意义的标志点,利用这些标志点将复杂行为分解为一系列简单行为,对简单行为的轨迹进行HMM建模,并利用Level-Building算法进行复杂行为的识别。实验结果表明,该方法对复杂行为具有较高的识别率,而且在多种场景下具有普适性。     

一种改进的H.264自适应空域错误掩盖算法

对H.264视频码流的帧内编码帧(I帧)进行空域错误掩盖时，单纯使用加权像素平均插值算法或方向插值算法不能得到满意的效果。因此，使用一种基于方向熵的自适应选择算法，根据丢失宏块周围的边缘信息自适应地选择加权像素平均插值算法或者该文提出的一种方向插值算法进行空域掩盖。该文提出方向插值算法，使用“双圈法”精确估计丢失宏块内的边缘方向，计算周围8个宏块中此方向上的边缘强度，根据边缘强度将丢失宏块划分成不同的区域分别进行方向插值。实验结果表明，该算法不仅提高了方向插值的精确性，也避免了虚假边缘的产生，有效地提高了错误图像的掩盖效果。     

改进的威胁评估算法及其在目标分配中的应用

针对防空一体化作战的复杂性、实时性特点,提出了在威胁评估基础上进行目标分配的方法,建立了融合态势优势、空战能力优势和防空要地危急程度的威胁评估模型,通过对战机距离、速度、角度及防空要地属性等参数的设置将该模型应用于防空作战的目标分配过程。最后给出了仿真算例,验证了该模型的可用性和有效性。