原子源的制备与相干性检测

利用不平衡三维磁光阱(3D-MOT)技术,制备了低速、高通量的连续型原子束。通过使一束冷却光沿着光传播方向形成"中空光束",在MOT中形成一对具有不平衡光辐射压力的对射光束,压力将MOT中冷却与陷俘的87 Rb原子云团从"中空光束"通道中推出产生连续出射的原子。形成的原子束具有一定的速度和速度分布,可反映原子束的相干性。对所制备原子束的相干性进行了测量和分析,结果表明,所产生的原子束的最可几速度约为12m/s,纵向速度分布约为3m/s,对应的德布罗意波波长约为0.4nm,带宽为0.1nm。通过光电倍增管(PMT)收集的荧光强度推算得原子束通量为108～109 atoms/s。     

三维介质体的时域散射分析

用时间递推（marching—on in-time，MOT）方法求解了电磁场时域耦合积分方程，计算了均匀介质体的表面等效电流和表面等效磁流，得到时域散射远场并给出了详细推导过程。举例比较了将时域散射用Fourier变化后在频域的RCS和频域直接求得的RCS，以说明该算法的正确性。     

NIM铯原子喷泉实现MOT—OM原子云并冷却到10μK

报道了中国计量科学研究院（NIM）研制新一代“激光冷却－铯原子喷泉”国家时间频率基准装置的进展。实现了铯（Cs)原子从磁光阱(MOT)过渡到光学阻尼(OM)装载－冷却，利用飞行时间法记录到信噪比优于40的原子云荧光信号；原子经后冷却达到（10－15）μK；用OM从铯蒸气直接获得了冷原子云。     

一种求解电大平台天线互耦的时域积分方程快速算法

该文针对电大尺寸平台天线互耦问题,提出一种基于几何绕射理论加速的时域积分方程快速算法。在求解时域积分方程的经典时间步进法基础上,引入几何绕射理论中的绕射线寻迹,提高了迟滞积分的计算效率。数值算例证明了该方法能够有效地加速时间步进法的求解过程,对电大平台天线布局优化设计具有理论指导意义。     

多目标跟踪中基于次模优化的轨迹片段生成方法

作为智能视觉任务的基础工作,多目标跟踪(MOT)一直是计算机视觉领域具有挑战性的课题之一。遮挡是影响跟踪准确性的主要因素,为此该文采用基于检测跟踪的思想,以轨迹片段为基础进行关联获取目标的完整轨迹;同时,为提高跟踪鲁棒性,该文将轨迹片段的生成问题转化为运筹学中的设施选址问题,并进而提出基于次模优化的轨迹片段生成方法。该方法融合梯度(HOG)和颜色(CN)两个互补特征进行目标表征,并根据运动信息设计权重系数提高目标匹配准确度,最后提出具有约束的次模最大化算法实现全局范围内的数据关联生成轨迹片段。通过在多个基准数据集上的对比实验,表明该文算法在保证性能的同时能有效处理遮挡问题。     

一种改进的时间步进稳定性平均方法

介绍了时域积分方程方法（TDIE）的基本原理,提出一种抑制时域电场积分方程（TDIE）时间步进（MOT）后期振荡的新平均算法,提高了MOT算法后期的稳定性。计算了高斯脉冲波照射到金属立方体时目标表面的电流响应,数值结果表明,该方法简单有效地推迟了TDIE后期震荡时间。     

基于深度学习的多目标跟踪关联模型设计

近年来, 深度学习在计算机视觉领域的应用取得了突破性进展, 但基于深度学习的视频多目标跟踪(Multiple object tracking, MOT)研究却相对甚少, 而鲁棒的关联模型设计是基于检测的多目标跟踪方法的核心.本文提出一种基于深度神经网络和度量学习的关联模型:采用行人再识别(Person re-identification, Re-ID)领域中广泛使用的度量学习技术和卷积神经网络(Convolutional neural networks, CNNs)设计目标外观模型, 即利用三元组损失函数设计一个三通道卷积神经网络, 提取更具判别性的外观特征构建目标外观相似度; 再结合运动模型计算轨迹片间的关联概率.在关联策略上, 采用匈牙利算法, 首先以逐帧关联方式得到短小可靠的轨迹片集合, 再通过自适应时间滑动窗机制多级关联, 输出各目标最终轨迹.在2DMOT2015、MOT16公开数据集上的实验结果证明了所提方法的有效性, 与当前一些主流算法相比较, 本文方法取得了相当或者领先的跟踪效果.     

结合时空一致性的FairMOT跟踪算法优化

目的 视频多目标跟踪(multiple object tracking, MOT)是计算机视觉中的一项重要任务,现有研究分别针对目标检测和目标关联部分进行改进,均忽视了多目标跟踪中的不一致问题。不一致问题主要包括3方面,即目标检测框中心与身份特征中心不一致、帧间目标响应不一致以及训练测试过程中相似度度量方式不一致。为了解决上述不一致问题,本文提出一种基于时空一致性的多目标跟踪方法,以提升跟踪的准确度。方法 从空间、时间以及特征维度对上述不一致性进行修正。对于目标检测框中心与身份特征中心不一致,针对每个目标检测框中心到特征中心之间的空间差异,在偏移后的位置上提取目标的ReID(re-identification)特征;对帧间响应不一致,使用空间相关计算相邻帧之间的运动偏移信息,基于该偏移信息对前一帧的目标响应进行变换后得到帧间一致性响应信息,然后对目标响应进行增强;对训练和测试过程中的相似度度量不一致,提出特征正交损失函数,在训练时考虑目标两两之间的相似关系。结果 在3个数据集上与现有方法进行比较。在MOT17、MOT20和Hieve数据集中,MOTA(multiple object t...     

Robust online multi-target visual tracking using a HISP filter with discriminative deep appearance learning

We propose a novel online multi-target visual tracker based on the recently developed Hypothesized and Independent Stochastic Population (HISP) filter. The HISP filter combines advantages of traditional tracking approaches like MHT and point-process-based approaches like PHD filter, and it has linear complexity while maintaining track identities. We apply this filter for tracking multiple targets in video sequences acquired under varying environmental conditions and targets density using a tracking-by-detection approach. We also adopt deep CNN appearance representation by training a verification-identification network (VerIdNet) on large-scale person re-identification data sets. We construct an augmented likelihood in a principled manner using this deep CNN appearance features and spatio-temporal information. Furthermore, we solve the problem of two or more targets having identical label considering the weight propagated with each confirmed hypothesis. Extensive experiments on MOT16 and MOT17 benchmark data sets show that our tracker significantly outperforms several state-of-the-art trackers in terms of tracking accuracy.     

嵌入式DRM接收机中数据业务的研究与应用

基于欧洲电信联盟(ETSI)公布的DAB多媒体对象传输协议(MOT protocol),提出了一种DRM广播数据业务的软件接收机方案,并详细叙述了数据业务的组成、传输模式和解码过程。该接收机的硬件工作平台以DM3730处理器为核心,搭载Windows Embedded CE6.0操作系统,实现DRM广播系统音频和数据业务的实时接收。经测试,该设计能够准确实时地获取DRM广播信号所提供的数据业务。