基于事件相机的无人机目标跟踪算法

无人机目标跟踪可应用于消防、军事等重要领域,已成为计算机视觉领域热门研究课题之一。现有的无人机目标跟踪算法大多基于传统RGB相机结合深度学习算法, 但此类算法一方面无法避免无人机机体抖动造成的运动模糊, 另一方面因传统RGB相机在低光照或过曝光场景下成像质量较差,难以跟踪目标,为此提出采用无人机搭载DAVIS事件相机的方法进行目标跟踪。设计了基于事件与灰度图的双模态融合跟踪网络,用Vicon运动捕捉系统制作了无人机视角下的目标跟踪Event-APS 28数据集,实现了在复杂光照场景下对目标物的有效跟踪。     

基于改进SSD算法的遥感影像小目标快速检测

针对遥感影像小目标检测难度大、准确率低、耗时长等问题,本文提出一种基于改进SSD算法以提升遥感影像小目标实时检测精度的方法.(1)采用深度可分离卷积代替普通卷积层,从而减少计算量、加快目标检测速度;(2)修改SSD网络层数,最终使用7个卷积层的SSD作为检测器,选取其中4个卷积层的输出进行检测,进一步减少模型复杂度和训练难度;(3)修改了每个检测层所产生的候选框大小,提高检测精度.实验结果表明:所提出的模型平均准确率达到82.40%,平均每张影像检测耗时1.86 s,充分验证了该方法的有效性.本文提出的基于改进的SSD算法在遥感影像小目标检测中具备有效性和实时性,在遥感影像小目标检测任务中效果良好.     

3D技术在大跨度机械臂监控系统中的应用研究

针对传统的视频监控对于大跨度机械臂存在视角盲点的问题,研究了3D技术在大跨度机械臂监控系统中的应用,提出了利用嵌入式3D技术来提升监控视角覆盖范围的方法. 该方法通过3D Studio Max软件对拥有大跨度机械臂的桥梁检测车进行实体建模,在嵌入式Android平台上利用OpenGL ES函数库对3D模型重新渲染,为机械臂模型各关节的运动暴露传感器控制接口. 实验结果表明,3D技术的应用不仅可以克服传统视频监控的视角局限,而且在监控画面的逼真程度上得到了一定的提升.     

无人机视角下西藏目的地视觉形象感知及其地-空转换机制

随着消费级无人机的快速发展，无人机航拍照片逐渐成为目的地形象研究的新型资料来源，并为观察视角从地面转向空中提供支撑。以西藏自治区为案例地，以论坛“天空之城”中无人机航拍照片、文本简介和位置坐标为数据，基于目的地形象感知理论中的“认知—情感”模型，运用计算机视觉分析、计算机文本情感分析、社会网络分析和GIS空间分析等方法对无人机视角下西藏目的地形象感知进行探索。研究发现，自然景观在所有视觉认知形象中占比最大，雄伟的山脉和壮阔的水景是无人机视角下西藏最突出的视觉认知形象；照片文本简介以积极情感为主，其数量远多于中性情感和消极情感，消极情感主要来自恶劣的环境对拍摄和自驾造成的影响；西藏整体形象体现在壮丽的高原风光和独特的藏式建筑，具体包含“雄壮山川”“圣洁水域”“高原牧歌”和“藏地建筑”4个元素，整体形象感知正向积极。视觉形象空间分布整体呈现“东—西”方向分布的“一核多片”格局。最后从无人机摄影者、无人机设备、无人机视角和目的地视觉营销与建设四方面探索西藏目的地视觉形象地-空转换机制，并基于环境资源和无人机特点为西藏目的地形象建设提出了优化建议。     

无人机网络入侵检测与信任体系研究综述

无人机应用场景广泛,然而无人机网络节点移动性强,通信链路不稳定,资源受限,易受网络攻击。常见的攻击有拒绝服务攻击、信息窃取、GPS(global positioning system)欺骗、传播虚假消息等,并且这些攻击在实际应用中会造成许多风险事件。基于上述攻击,本文回顾了近年来无人机网络安全防御方案,首先介绍了入侵检测防御技术,包括基于特征分析的入侵检测、基于数字签名的入侵检测、基于异常行为和行为准则的入侵检测;然后阐述了信任管理模型,包括基础信任模型、分角色和分层信任模型和其他信任模型;最后概述了基于人工智能技术和区块链技术的新型技术安全防御方案。结尾提出完善入侵检测方案与信任体系面临的挑战,为无人机网络安全研究提供参考。     

增强目标模型鲁棒性的Mean-shift算法

针对传统Mean-shift算法中颜色核函数直方图对目标特征描述较弱的缺点,提出了一种联合目标特征点的二维结构信息和颜色信息的Mean-shift改进算法.改进算法细化了Harris检测算子的角点响应阈值,提取出更多的目标特征点计算其方向分布,并以方向与部分颜色特征的直方图构建目标模型,该模型能显著区分目标与背景.实验对不同算法进行了仿真及性能比较,结果表明:提出的改进算法在一定的复杂场景中提高了跟踪精度,且具有较好的鲁棒性.     

基于深度强化学习的无人机矿井自主巡航研究

针对目前矿井传感器所收集数据的传输效率差、实时性低、丢包率高等问题,提出了一种基于深度强化学习的无人机矿井自主巡航解决方法,以有效收集物联网节点数据。该方法以无人机作为传输中介,根据矿井物联网节点数据生成周期性的不同差值,利用强化学习TD3(Twin Delayed Deep Deterministic policy gradient algorithm)算法实现无人机最优路径规划。同时算法考虑并设计了符合矿井实际场景的环境、奖励值、状态信息等。提出了一种预测等待的方法,预测待采集数据产生时间并确定目标节点,无人机在信号覆盖范围内前往目标节点提前等待,以实时获取矿井传感器的生成数据。实验结果表明,无人机能够自主决策实现最优路径规划,并收集节点数据;在训练回合为700时,奖励值达到峰值,算法达到收敛并具备优异的表现。     

基于改进的Heaviside核函数新的目标模型追踪算法

为更好地解决前景和背景相似程度较大或目标运动较为复杂的问题,提出了基于改进的Heaviside核函数新的目标模型追踪算法.在初始帧中,使用改进的Heaviside核函数来表示目标区域,然后分别计算目标区域前景和背景元素的颜色纹理直方图特征分布,并通过前景和背景特征分布差异建立新的目标模型,它可更好地代表目标.对于候选模型,结合传统Epanechnikov核对目标模型建模,通过Bhattacharyya系数进行迭代搜索,最终收敛的位置即为下一帧的目标中心.实验结果表明:提出的算法和传统的Mean-shift算法和基于颜色纹理直方图的Mean-shift算法相比较精确度高、速度快、鲁棒性强.     

一种基于分块的遥感影像并行处理机制

高性能计算的基础是集群体系下的大规模并行计算.遥感图像处理效率的提高,依赖于并行计算技术的运用.在分析了已有网格计算环境下分布式任务分配方法的基础上,针对远海遥感影像目标物数量相对较少的特点,从软件角度利用四叉树结构对目标区域进行划分,同时采用动态负载均衡的任务分配策略与并行计算的思想,提出了对影像进行并行处理的集群体系任务分配算法模型,实验表明该集群体系下任务分配模型能有效提高图像并行处理的速度.     

运动目标检测中的误检测点抑制算法

减背景法是一种有效的运动目标检测方法,但在光照强度发生突然变化时,由于背景模型不能及时反映环境光线的变化,将产生大量的误检测点.因此采用改进的自适应混合高斯模型进行背景建模,并检测提取运动目标;当存在光线突变时,结合基于归一化互相关系数分析去除光线变化导致的误检测点.实验结果表明：新方法能有效地抑制光线变化,得到清晰的运动目标检测结果.     

基于立体视频传输失真模型预测参数研究

针对现有的基于递归计算的像素级立体视频传输失真模型没有完善的预测参数求取算法,提出了一种基于立体视频传输失真模型的自适应立体视频预测参数的求取算法.该算法根据立体视频时空域特性,确定未丢失的帧间编码宏块采取的运动估计方法,并采用时域或者视间视差补偿的方式确定端到端预测失真及隐藏失真,进而确定时域和视间预测参数.结果表明:该算法与传统的预测参数固定取值算法相比,各视点的失真误差都有所减小,且对各种特性的序列有较好的适应性.     

基于感知分析的立体视频帧重要性模型

由于丢失不同帧对立体视频质量的终端感知影响不同, 因此提出一个面向内容感知的帧重要性区分模型. 根据立体视频序列的时空相关性及视频帧之间错误扩散的特性, 新模型从帧丢失引起的当前帧的错误隐藏失真和帧丢失引起后续帧的错误扩散失真两方面来计算帧重要性. 实验结果表明: 新模型能够在编码端准确地估算各帧对终端感知的重要性, 对不同运动剧烈程度和视差大小的立体视频序列都具有适用性.     

基于时空结合的运动物体分割

提出了一种当视频中的运动物体有较大范围的运动时,对其进行分割的方法．首先利用帧差法来快速定位运动物体的位置,并以此作为初始分割结果．然后利用均值偏移法准确估计运动物体的边缘并利用图切割方法建立两者之间联系．考虑到视频的运动连续性,同时引入前一帧分割结果来约束当前帧的分割．该算法同时利用了帧差法和均值偏移法的优点,能够快速准确地分割在视频场景中出现的运动物体．     

基于小波变换和数学形态学的运动物体检测

提出了一种基于帧差法和小波变换相结合的运动目标检测方法,充分利用帧差法计算简单和小波变换的多尺度特性。实验表明,这种方法可以有效地从复杂自然场景的图像序列中检测出完整的运动目标。而且能够有效的抑制噪声。同时减少计算时间,满足检测的实时性要求。     

基于Web Services的移动通信综合网管系统

基于Web Services分布式原理，提出了一种新的移动通信综合网管系统的方案．该系统与目前国内传统的TMN网管系统相比，在匹配性、移植性、扩展性、安全性以及重用性等方面都具有明显的优越性．通过对Web Services体系结构分析研究，给出了Web Services到TMN网管系统的映射．并在试验环境中，实现和验证了这种基于Web Services分布式综合网管系统．最后对如何用，ETWeb服务来实现综合的网管的关键技术进行了阐述和分析。     

一种侧视图的三维人脸重建方法

三维形变模型(3D Morphable Model, 3DMM)和从运动中恢复结构(Structure From Motion, SFM)方法被广泛用于三维人脸重建. 基于单视图进行三维人脸重建需要正视图和先验模型, 会受到计算复杂度高、容易陷入局部极小值和易受姿态变化的影响. 本文提出一种针对侧视图的三维人脸重建方法, 首先对侧视图使用改进的三维形变模型, 得到初始的三维人脸正视图及特征点; 然后根据人脸对称性, 得到侧视图对称的视图及对应的面部特征点; 最后用SFM方法将正视图、原始视图和对称视图重建, 得到稀疏三维模型. 并用不同姿态的面部图片对该方法进行了评估, 结果表明该方法比已有的方法对姿态变化更具鲁棒性.     

面向表型精确鉴定的豆株快速三维重建

利用计算机视觉与图像技术对植物进行数字化重建是植物表型组学的重要手段。以国内常见的粮食作物豆类植株为研究对象，利用RGB-D深度相机采集的深度图像对豆株进行快速三维数字化重建，首先，基于点云分层聚类提取点云骨架点；然后，根据各骨架点到根节点的最短距离连接第一阶段的主干骨架点，并根据形态特征筛选子图和主干图的连接点、选择子图生长路径；最后，由连接骨架进行植物数字化建模。实验表明，基于真实大豆植株点云的单帧和配准数据，本文方法能对不同形态特征的大豆植株进行快速三维重建，并能对分辨率不高、噪音干扰较大、配准误差较大等情形做处理。     

兔VX2移植肝癌及隔离灌注模型建立方法探究

应用开腹瘤块包埋法建立了兔移植肝癌模型,探讨了改良动脉插管技术及提高隔离灌注模型建立的成功率.采用的方法是将实验兔建立移植肝癌模型10d后,按动脉插管方法随机分为3组：A组为直视下儿科静脉留置针插管;B组为显微镜下儿科静脉留置针插管;C组为直视下硬膜外麻醉导管插管.建模成功后经肝动脉灌注奥沙利铂,隔离灌注模型建立前测量肿瘤生长大小,常规病理观察肿瘤,比较插管成功率.研究结果表明：肿瘤生长良好,应用儿科静脉留置针插管成功率明显高于硬膜外麻醉导管,显微镜下插管较直视下无统计学意义,奥沙利铂浓度外周静脉显著低于流出道.由此认为采用儿科静脉留置针插管操作简单,成功率高,建立隔离灌注模型外周血药物泄漏少,阻断较完全,是一种实用的隔离灌注建立方法.