基于运动显著性的移动镜头下的运动目标检测

针对移动镜头下的运动目标检测中的背景建模复杂、计算量大等问题,提出一种基于运动显著性的移动镜头下的运动目标检测方法,在避免复杂的背景建模的同时实现准确的运动目标检测。该方法通过模拟人类视觉系统的注意机制,分析相机平动时场景中背景和前景的运动特点,计算视频场景的显著性,实现动态场景中运动目标检测。首先,采用光流法提取目标的运动特征,用二维高斯卷积方法抑制背景的运动纹理;然后采用直方图统计衡量运动特征的全局显著性,根据得到的运动显著图提取前景与背景的颜色信息;最后,结合贝叶斯方法对运动显著图进行处理,得到显著运动目标。通用数据库视频上的实验结果表明,所提方法能够在抑制背景运动噪声的同时,突出并准确地检测出场景中的运动目标。     

基于局部对比和全局稀有度的显著性检测

为了提高显著图的精确度,能够准确地提取显著目标,提出了结合局部对比和全局稀有度的显著性检测算法.该方法通过两个方面来衡量显著性:局部对比和全局稀有度.采用多尺度高斯差分模拟“中央周边差”计算中心点与其周围点的各特征之间的差异来描述局部对比,采用多尺度高斯卷积图像的特征及特征方差的概率计算全局稀有度,将局部对比和全局稀有度融合和归一化得到最终综合显著图.实验结果表明,该方法能较好地检测图像中的显著区域,在突出图像中不同物体边缘的同时,也能突出图像中同质区域的显著性,说明了结合局部和全局的算法能够得到更好的显著图.     

仿生自驱动行走助力设备设计

为解决人们在负重、长途行走过程中的体力和速度等方面的难题,通过模仿鸵鸟的跟腱部位,沿用助力设备普遍采用的外骨骼形式,设计了一个轻巧简便的机械模型,利用人体行走过程中重力做功而产生的能量,将其储存起来,并将其转化为辅助人体行走或奔跑的动能。通过对模型的机构运动简图的运动分析,阐述其能量存储和释放的过程,从理论上验证其可行性,根据机构模型设计了设备的三维模型,并具体设计各零部件。该模型不需要外界动力源、结构简单紧凑,而且能量的储存和释放程度可调节,为人们负重、长途行走等提供了助力方式,解决了助力设备活动范围有限的问题。