Distortion correction and characteristics measurement of circumferential liquid film based on PLIF

For its advantages of noninvasion and high temporal–spatial resolution, planar laser-induced fluorescence (PLIF) is increasingly applied to measure the liquid film near axial flow. However, the circumferential distribution characteristics of liquid film, which are significant for heat and mass transfer process, cannot be measured briefly by the axial imaging. Because of the refractive index difference of the gas and liquid as well as the circular pipe, circumferential observation suffers distortion inevitably. In this paper, PLIF is developed to measure the circumferential film with a virtual dual-view vision sensor, besides, the distortion model is established and a new distortion correction method is proposed. The effective view of circumferential liquid film is extended to 260°. Characteristics of vertical falling film are measured under different Reynolds numbers. Compared with the classical prediction models, the experimental results show the proposed method is capable for measuring circumferential film and the distribution characteristics conveniently and reliably.     

基于双重鉴别相关性分析的图像识别算法

针对多视图相关性算法未有效利用视图中相关信息且忽视了潜在的鉴别信息的问题,提出基于同一视图内和不同视图间的双重鉴别相关性分析(DVDCA)算法。首先,设计有监督的类内和类间相关性变量,通过最大化类内相关性变量、最小化类间相关性变量来提取视图中的鉴别特征;其次,考虑在同一视图内和不同视图间均考虑进行鉴别相关特征提取,设计约束形式的双重视图鉴别相关性特征提取模型,以利用丰富的视图信息。在Multi-PIE多角度人脸数据集数据集上与多视图线性鉴别分析、典型相关性分析(CCA)、多视图鉴别隐性空间(MDLS)、不相关多视图鉴别字典学习(UMDDL)四种算法对比实验,DVDCA分类识别率能够提高1.45~4.73个百分点;在MFD多特征手写体数据集上分类识别率能够提高1.25~5.29个百分点。     

基于双视点立体系统的特征点匹配物体跟踪算法研究

在双视点立体系统中,运动物体跟踪是计算机视觉中一个热门的研究领域.为了精确地获得运动物体的像素点,我们提出了一个新的物体跟踪算法:首先计算运动物体的特征点,然后对其进行匹配,最后连接匹配的特征点并形成轨迹.算法在分辨率为640×480和768×576的视频文件中进行.结果表明:与L-K光流法相比,新算法可以更鲁棒性地检测运动物体并获得更精确的运动轨迹.     

双视图三维卷积网络的工业装箱行为识别

目的 在自动化、智能化的现代生产制造过程中,行为识别技术扮演着越来越重要的角色,但实际生产制造环境的复杂性,使其成为一项具有挑战性的任务。目前,基于3D卷积网络结合光流的方法在行为识别方面表现出良好的性能,但还是不能很好地解决人体被遮挡的问题,而且光流的计算成本很高,无法在实时场景中应用。针对实际工业装箱场景中存在的人体被遮挡问题和光流计算成本问题,本文提出一种结合双视图3D卷积网络的装箱行为识别方法。方法 首先,通过使用堆叠的差分图像(residual frames, RF)作为模型的输入来更好地提取运动特征,替代实时场景中无法使用的光流。原始RGB图像和差分图像分别输入到两个并行的3D ResNeXt101中。其次,采用双视图结构来解决人体被遮挡的问题,将3D ResNeXt101优化为双视图模型,使用一个可学习权重的双视图池化层对不同角度的视图做特征融合,然后使用该双视图3D ResNeXt101模型进行行为识别。最后,为进一步提高检测结果的真负率(true negative rate, TNR),本文在模型中加入降噪自编码器和two-class支持向量机(support vec...     

基于多视图自适应3D骨架网络的工业装箱动作识别

目的 动作识别在工业生产制造中变得越来越重要。但在复杂的生产车间内,动作识别技术会受到环境遮挡、视角变化以及相似动作识别等干扰。基于此,提出一种结合双视图骨架多流网络的装箱行为识别方法。方法 将堆叠的差分图像（residual frames,RF）作为模型的输入,结合多视图模块解决人体被遮挡的问题。在视角转换模块中,将差分人体骨架旋转到最佳的虚拟观察角度,并将转换后的骨架数据传入3层堆叠的长短时记忆网络（long short-term memory,LSTM）中,将不同视角下的分类分数进行融合,得到识别结果。为了解决细微动作的识别问题,采用结合注意力机制的局部定位图像卷积网络,传入到卷积神经网络中进行识别。融合骨架和局部图像识别的结果,预测工人的行为动作。结果 在实际生产环境下的装箱场景中进行了实验,得到装箱行为识别准确率为92.31%,较大幅度领先于现有的主流行为识别方式。此外,该方法在公共数据集NTU（Nanyang Technological University）RGB+D上进行了评估,结果显示在CS（cross-subject）协议和CV（cross-view）协议中的性能分别达到了85.52%和93.64%,优于其他网络,进一步验证了本文方法的有效性和准确性。结论 本文提出了一种人体行为识别方法,能够充分利用多个视图中的人体行为信息,采用骨架网络和卷积神经网络模型相结合的方式,有效提高了行为识别的准确率。     

通道式双视角X射线液态物品安全检查设备结构设计

随着世界范围内不安全事件的频繁发生,安全检查工作也面临更大的压力。通道式双视角X射线安全检查设备是一种新型的具有液体探测能力的安检设备。该设备的功能在国内处于领先水平。论文主要介绍了该设备的结构设计要点。从主体框架的设计、探测器布板、射线防护以及调整装置等几个重点方面进行了理论分析与具体设计的描述。     

基于潜在语义的双视图Web社区集成算法

为得到更好的Web社区划分,运用LSI方法,对Web页面的内容和结构信息分别进行基于潜在语义的社区挖掘,并对产生的社区进行集成。实验结果表明,Web双视图集成算法能够加强语义,使较小的社区划分被弱化,与单一的基于结构链接或内容的社区挖掘算法相比,具有更高的准确性。在信息检索的应用中发现,运用该算法检索特指性不强的关键词时,搜索效果有较明显改善。     

Development of a new bio-microscope for 3D geometry characterization of fruit single cells

Fruit cells are living irregular three-dimensional (3D) transparent objects which makes them challenging to determine their real 3D size and shape through only two-dimensional (2D) images using the existing biological microscope. This study deals with a newly self-developed biological microscope including a microscope imaging system, a light source system, a stage and a support base for the 3D size characterization of fruit single cells. The main design concept is based on two optical path systems set up at the front (x-axis) and bottom (z-axis) directions of a transparent chamber containing single cells that allow the front view and bottom view of the single cell to be observed. Performance indicators such as mass, size, observation range, objective magnification, total magnification, focal range, focal accuracy, and resolution of the developed biological microscope were estimated. Finally, the 3D geometry size of single tomato cells was measured by the new biological microscope to demonstrate the relative ease at which accurate real 3D geometry information of single fruit cells could be obtained, which echoes its scientific value.