基于多相似度的条件密度手势识别跟踪算法

基于视觉的人手跟踪在智能人机交互中吸引越来越多的注意。该文提出一种基于粒子滤波的多相似度计算的条件密度跟踪算法。该算法主要对于非刚体运动的运动目标的输入、输出状态矩阵维数进行了降维。通过对每一粒子中的位置参数分别进行相似度验证从而显著地减少了状态矩阵的维数如旋转角度、倾斜程度等。实验数据表明,此算法能有效地对人手进行跟踪。     

基于深度学习的视觉多目标跟踪算法综述

视觉多目标跟踪是计算机视觉领域的热点问题,然而,场景中目标数量的不确定、目标之间的相互遮挡、目标特征区分度不高等多种难题导致了视觉多目标跟踪现实应用进展缓慢。近年来,随着视觉智能处理研究的不断深入,涌现出多种多样的深度学习类视觉多目标跟踪算法。在分析了视觉多目标跟踪面临的挑战和难点基础上,将算法分为基于检测跟踪（Detection-Based-Tracking,DBT）、联合检测跟踪（Joint-Detection-Tracking,JDT）两大类及六个子类,研究不同类别算法的优缺点。分析表明,DBT类算法结构简单,但算法各子环节的关联度不高,JDT类算法融合多模块联合学习,在多项跟踪评价指标中占优。DBT类算法中特征提取模块是解决目标遮挡问题的关键,但损失了算法速度,JDT类算法对检测模块更为依赖。目前,多目标跟踪跟踪总体是从DBT类算法向JDT发展,分阶段实现算法准确度与速度的均衡;提出多目标跟踪算法未来在数据集、各子模块、具体场景应用等方面的发展方向。     

交通监控场景中的车辆检测与跟踪算法研究

考虑多目标跟踪过程中存在的实时性和身份跳变问题,提出一种基于检测的多车辆跟踪算法。首先利用Mobilenetv2替换YOLOv3检测算法的主干网络,构建目标检测模块YOLOv3-Mobilenetv2,减少检测算法模型参数,提高检测模块的运行速度;在Mobilenetv2中引入Bottom-up连接,增强多尺度特征图间的信息融合;然后构建基于LSTM的运动模型,解决卡尔曼滤波在非线性系统中产生的预测误差,基于Deepsort跟踪算法,引入LSTM运动模型,形成L-Deepsort跟踪算法;改进L-Deepsort跟踪算法外观匹配策略,提升目标间的关联性;最后融合轻量级目标检测算法YOLOv3-Mobilenetv2与多目标跟踪算法L-Deepsort,形成MYL-Deepsort多车辆跟踪算法,实现多车辆的实时准确跟踪。实验结果表明,该方法在跟踪性能提升的情况下,速度较YOLOv3-Deepsort提高21 frame/s,在TX2平台达到13 frame/s。     

Multi-objective optimization of rolling schedule based on cost function for tandem cold mill

In terms of tandem cold mill productivity and product quality, a multi-objective optimization model of rolling schedule based on cost fimction was proposed to determine the stand reductions, inter-stand tensions and rolling speeds for a specified product. The proposed schedule optimization model consists of several single cost fi.mctions, which take rolling force, motor power, inter-stand tension and stand reduction into consideration. The cost function, which can evaluate how far the rolling parameters are from the ideal values, was minimized using the Nelder-Mead simplex method. The proposed rolling schedule optimization method has been applied successfully to the 5-stand tandem cold mill in Tangsteel, and the results from a case study show that the proposed method is superior to those based on empirical formulae.     

异类粒子群算法的机械臂轨迹多目标规划

为了减少机械臂工作过程中的耗时、耗能和冲击,提出了基于异类粒子群算法的机械臂轨迹多目标规划方法。建立了7自由冗余机械臂运动学模型和优化模型;以传统粒子群算法为基础,根据学习信息的不同来源,设计了4种粒子进化行为,根据粒子当前状态计算不同进化行为的当前价值和未来价值,根据当前价值和未来价值的综合价值计算不同进化行为的选择概率,从而完成了异类粒子群算法的构造。以耗时最少单目标优化为例,与传统粒子群算法相比,异类粒子群算法不仅收敛速度快,而且优化程度提高了27.48%;使用异类粒子群算法对机械臂轨迹进行多目标综合优化,给出了Pareto最优前沿面,可根据不同需求和优化重心从中选择优化结果。     

基于深度学习的ViSAR多运动目标检测

视频合成孔径雷达(ViSAR)在地面动目标检测和感兴趣区域(ROI)的动态监测方面具有巨大的潜力。对地面运动目标的检测与跟踪一直是ViSAR的研究热点。针对现有基于深度学习的ViSAR动目标检测方法存在的依赖预训练模型,模型迁移难等问题,本文提出了一种基于深度学习与多目标跟踪(MOT)算法的ViSAR动目标阴影检测方法。该方法首先设计了一种从零开始深度学习的网络模型,实现动目标阴影的单帧检测。为了提高检测性能的鲁棒性,采用了基于卡尔曼滤波和逐帧数据关联的多目标跟踪算法跟踪动目标。实测数据处理结果表明该方法具有良好的检测性能。     

基于多目标动态规划的多跑道进港排序

随着航空运输的高速增长,航班延误日益严重,而对飞机进行进港排序和跑道调度能有效提高机场吞吐量、减少飞机燃油花费,从而减轻航班延误,提升经济效益.由于大量飞机的多跑道进港优化调度问题是一个非确定型多项式完全(NP-C)问题,该问题一直没有得到有效解决.本文针对已有的基于位置交换束缚的单跑道动态规划算法运算量大、运算效率低的不足,采用优化解空间的措施并运用贪心策略,同时将其推广到双跑道调度,从而解决大量飞机的双跑道、多目标进港排序优化问题.大量仿真实验表明,该算法复杂度与飞机数量呈近似线性关系,能在较短时间内对吞吐量和降落花费同时实现优化.     

一类模糊多目标指派问题的解法及应用

讨论了任务数大于人数，且每两人分配的任务数相差不超过1的模糊多目标指派问题。首先建立数学模型，然后结合模糊数学的理论基础，将各目标的属性矩阵转化为模糊关系矩阵，再将问题转化成为平衡指派问题，用匈牙利法很容易求出最优解，最后给出一个物资供应的实例。     

面向决策的一体化建模方法及其在兵力筹划中的应用

在对军事决策问题的主要特点进行分析的基础上，提出从军事概念模型到数学模型再到定性推理模型的一体化建模思想．以空军航空兵遂行直接航空火力支援任务为想定背景，根据EATI模板，利用基于UML的Rose工具依次对想定任务的实体、任务、交互等进行分析；对于兵力筹划中的结构化问题建立了机会约束多目标规划数学模型；对于非结构化问题则构造了推理机，推理机体现了定量与定性相结合的决策分析思想．最后，以一个实例验证文章思路的可行性．     

基于视频多目标跟踪的高度测量算法

本文提出了一种基于视频多目标跟踪的高度测量算法.首先,采用码本模型检测前景,利用图割理论实现对多目标的跟踪.然后,提取每一帧中目标的头部特征点和脚部特征点,根据投影几何的约束关系计算每个目标的高度.最后,融合多帧的测量结果进行数据优化.本文提出的算法不需要对相机进行完全标定,只需计算摄像机的灭点和地平面的灭线,降低了计算的复杂度.实验结果表明,本文提出的算法具有较高的测量精度,对遮挡和运动状态变化具有较强的鲁棒性,同时,能够满足实时性要求.