基于行为的多机器人对手意图识别二次估计方法

在动态对抗性环境下竞争的多机器人系统,对于对手的意图进行有效而准确的识别,从而有针对性地提出对策,是获得优势的必要条件。该文针对多机器人系统的对手意图识别提出了基于行为的行为序列估计和行为规则拟合的二次估计方法,引入环境约束、危险评价和行为概率作为判据对多个意图进行排序,避免单一行为结果的推断,实时准确地为决策提供支持。通过机器人足球这一典型的对抗性多机器人系统平台进行了验证,证明该方法在实时性和准确性上均比现有方法有很大提高。     

基于多分片贝叶斯网络的多Agent系统模型表示

多Agent系统模型表示是系统实现推理、学习、自组织和Agent间通信的基础。由于多Agent系统结点较多的特性, 一般用单个贝叶斯网络作为模型表示是不现实的。本文提出用多分片的贝叶斯网络作为多Agent系统的表示语言,并详细讨论了将多分片贝叶斯网络转化为具有良好推理计算特性的联合树扩展形式的连接联合森林的具体过程。     

基于贝叶斯网络的车辆并线意图识别

为了在多车道行驶场景中准确判断出旁车并线意图,提出了一种基于贝叶斯网络的旁车并线意图识别模型.首先,从运动轨迹数据集中筛选样本构建训练集和测试集,选取特征参数,并利用卡方分裂算法对其进行离散化预处理.其次,在评分搜索的网络结构学习基础上,加入随机抽样来避免局部最优,通过构造接近目标平稳分布的马尔可夫链,多次迭代直到收敛...     

Ontology与Agent在图像检索中的应用

提出了利用本体论和智能主体理论设计的一种新的图像检索技术——图像检索服务器.它集成了五种智能主体,并利用本体论的方法描述图像的语义特征继而对图像进行领域分类,同时规范化了用户的查询条件.使用该系统,图像检索的性能得到了很大的改进.     

基于视频图像理解的中国象棋棋子识别

提出了一种基于视频图像理解的中国象棋棋子识别算法.在检测视频图像无变化基础上,检测棋子变化,利用棋子的先验信息及象棋规则排除无法行棋点,再通过当前帧图像与前两步棋子图像特征识别出实际行棋的棋子.该算法避免使用二值化门限,对光照、阴影等外界环境的变化具有良好的适应性.     

基于贝叶斯方法的多Agent强化学习

在多agentss强化学习（MARL）的研究中，很多都是强调MARL算法收敛于期望平衡解。然而，对于标准的强化学习，该过程需要对策略空间的充分探测，而且探测还经常受到惩罚或错失了良机。在多agents系统中，由于agents之间的协作使该问题更加复杂。为此，提出了在MARL用贝叶斯模型来进行最优探测，该模型与标准的RL模型不同，它将对agent的动作是如何影响其它agents的行为进行推理。同时，还给出了如何对最优贝叶斯探测进行处理以获得理想的结果，并通过与其它算法的比较来说明用贝叶斯方法的可行性.     

基于贝叶斯方法的多Agent强化学习

在多agentss强化学习(MARL)的研究中,很多都是强调MARL算法收敛于期望平衡解.然而,对于标准的强化学习,该过程需要对策略空间的充分探测,而且探测还经常受到惩罚或错失了良机.在多agents系统中,由于agents之间的协作使该问题更加复杂.为此,提出了在MARL用贝叶斯模型来进行最优探测,该模型与标准的RL模型不同,它将对agent的动作是如何影响其它agents的行为进行推理.同时,还给出了如何对最优贝叶斯探测进行处理以获得理想的结果,并通过与其它算法的比较来说明用贝叶斯方法的可行性.     

基于GHM多小波和贝叶斯估计的图像去噪算法

图像信号滤波是数字图像处理领域的重要技术之一。传统的滤波方法存在去除噪声却引起图像边缘模糊的问题，利用GHM多小波变换分析图像信号和噪声的性态，结合贝叶斯估计方法进行非线性阈值和重构，实现了图像信噪分离的目的，提高了信噪比。仿真结果表明，该方法能够有效地抑制噪声，且较好地保留了图像细节。     

基于本体的多智能体知识共享和协作

研究了基于本体的知识建模过程及其应用模式，分析了采用本体模式的知识集成和共享，设计了本体知识库的集成和融合方法，提出了基于本体的多智能体知识共享和协作处理模型，并给出了该模型在医学中的应用。研究结果表明，利用本体方式来获取、重用、共享和组织知识，可以简化多智能体协作中知识交互的复杂性，加强异构知识源的融合。     

基于Internet的DOL教材信息发现和收集Agent

介绍一个基于多Ａｇｅｎｔ（ｍｕｌｔｉ－ａｇｅｎｔ）体系结构的信息检索系统：ＤＯＬＴＲＩ－Ａｇｅｎｔ．ＤＯＬＴＲＩ－Ａｇｅｎｔ用于从Ｉｎｔｅｒｎｅｔ上发现和收集用于远程开放教学（ＤｉｓｔａｎｃｅａｎｄＯｐｅｎＬｅａｒｎｉｎｇ,简称ＤＯＬ）中进行教材设计的教材信息．ＤＯＬＴＲＩ－Ａｇｅｎｔ根据用户需要和任务模型主动、智能和协作地搜索Ｉｎｔｅｒｎｅｔ上的各种信息资源（如数据库,ＷＷＷ服务器等）,对搜集到的教材信息归类存储,实时地更新本地教材信息库以与外部信息源保持动态一致．它还接收Ｉｎｔｅｒｎｅｔ信息空间中其他教材信息搜集Ａｇｅｎｔ和其他类型Ａｇｅｎｔ的服务请求,开放地与其他Ａｇｅｎｔ进行互操作,实现信息共享和交流     

基于Attention机制的CNN-LSTM驾驶人意图识别方法研究

在自动驾驶系统中,系统需要准确识别驾驶人的意图,来帮助驾驶人在复杂的交通场景中安全驾驶。针对目前驾驶人意图识别准确率低,没有考虑优化特征对模型准确率影响的问题,运用深度学习知识,提出了一种基于时间序列模型的驾驶人意图识别方法。该方法基于Attention机制融合了卷积神经网络(convolutional neural networks, CNN)和长短时记忆网络(long short-term memory network,LSTM),引入车辆自身信息和环境信息作为时空输入来捕捉周围车辆的空间交互和时间演化。该方法可同时预测目标车辆驾驶人横向驾驶意图和纵向驾驶意图,并在实际道路数据集NGSIM(next generation simulation)上进行了训练和验证。实验结果表明,所提出的CNN-LSTM-Attention模型能够准确预测高速公路环境下驾驶人的驾驶意图,与LSTM模型和CNN-LSTM模型相比具有明显的优势,为自动驾驶系统的安全运行提供了有效保障。     

基于特征提取的健美操分解动作图像自适应识别方法

为了解决传统方法容易受运动速率、光照情况、遮挡、复杂背景等的影响,导致识别结果鲁棒性较差的问题,通过特征提取方法研究了健美操分解动作图像自适应识别问题。通过时间能量金字塔把视频序列划分成若干段,得到结果中动作并非全为健美操动作,含大量干扰信息,通过背景消减法对进行健美操运动的人体目标进行提取,进行进一步处理,得到人体轮廓的二值图像序列,求出轮廓外界矩形宽度和高度之比,依据宽高比获取关键帧,通过拉普拉斯法求解相邻差异帧与间的光流,降低背景杂波产生的影响。针对关键帧提取特征向量,通过相似性检测对待识别健美操分解动作图像和提取特征进行匹配,设定相似性阈值,将相似性高于阈值的图像作为识别结果。结果表明：所提方法对单人健美操视频数据库的识别准确率高,仅存在一定程度的混淆;所提方法对含不同场景的复杂数据库的识别准确性和其它方法相比最高。可见所提方法受外界环境干扰小,可保证高识别精度。     

基于仿射包的图像集人脸识别的鲁棒算法

针对基于仿射包的图像集人脸识别方法(AHISD)对于异常值数据的敏感性,提出了一种鲁棒性更强的方法(R1-AHISD).以仿射包模型对图像集建模,通过R1-PCA算法获得仿射子空间的正交基,进而计算定义的仿射包之间的距离,以最近邻分类器得到分类结果.在Honda/UCSD数据库上的仿真实验表明,本方法可以有效地提高识别率和对异常值数据的鲁棒性.     

基于动态阈值图像分割法的人脸识别技术研究

提出一种基于动态阈值图像分割的人脸识别方法.在灰度级别下,基于图像分割中的Fisher准则,利用Fisher函数的类间均值最大、总类内方差最小的原则,自动获取待检测图像所对应的最佳分类阈值,并根据所得的动态阈值进行肤色分割,然后再根据阈值解码器,实现肤色似然图的二值化,得到肤色分割后的二值化图像,从而检测到包含有人脸的肤色区域.实验结果表明,该方法改善肤色分割性能,能够在负载复杂背景下实现肤色区域的精确分割,提高人脸检测的速度和精度.     

基于模板匹配的选票图像识别研究

为适应人们对选举自动化程度和结果的准确性要求的不断增高 ,在第一代计算机控制和管理的投票系统(CCMVS )的基础上研制了第二代选举系统 (CCMVS )。这是目前国内第一套基于图像处理和识别的网络化选举系统。该文研究了 CCMVS 中的图像识别技术。针对选票特点 ,提出了自适应的逻辑模板匹配算法。较之以前的物理模板匹配法 ,该算法不用提前制作选票模板 ,简化了识别过程 ,提高了识别的可靠性 ,降低了对机械精度的要求。实验结果表明 ,借助简单的特征量集合 ,可以准确迅速地完成选票信息码的实时识别。     

一种新型纱线毛羽图像特征识别算法的研究

针对毛羽检测的问题,搭建了一套纱线毛羽的数字化图像采集系统,提出了一种新型的基于图像处理算法的纱线毛羽检测方法,可对连续采集的纱线图像序列进行特征分析,提取出可用于纱线毛羽质量评估的特征指标。通过对纱线图像进行预处理,包括灰度变换、背景处理、图像增强、动态阈值分割、倾斜纠正、图像去噪、图像分割,得到纱线的毛羽图像,并对毛羽图像进行细化处理,从而得到细化后的毛羽图像,以纱线轴线和主干边缘作为参考,选择合适的基准线,对毛羽像素点进行识别判断,统计得到不同长度毛羽的根数。实验表明,图像法测试的结果与目测法的结果最大偏差在5%以内,具有很好的一致性,该方法能够提高纱线毛羽检测的效率和精度。     

一种基于融合的词袋模型和大裕度最近邻分类算法的图像识别方法

图像分类作为图像处理和计算机视觉的重要组成部分,能够快速准确地对数字图像进行分析和管理.对基于bag of word(BOW)模型的分类问题进行了研究,针对图像理解中的图像相似度之间的关系,提出了一种最大间隔最近邻居分类算法,通过对成对约束的度量学习算法,在优化目标中增加原空间数据分类的约束,学习到了一个可以反映当前样本数据的距离函数,并且在k-Nearest Neighbor(KNN)分类器上使用该学习到的距离函数来构建分类器,并在多个国际标准图像数据集上进行实验,结果表明:该算法相比传统的基于欧式距离的算法具备更高的正确率.     

Principle and realization method of tunnel deformation detection based on image recognition and data transmission technology

<正>To detect the deformation of the tunnel structure based on image sensor networks is the advanced study and application of spatial sensor technology.For the vertical settlement of metro tunnel caused by internal and external stress after its long period operation,the overall scheme and measuring principle of tunnel deformation detection system is introduced. The image data acquisition and processing of detection target are achieved by the cooperative work of image sensor,ARM embedded system.RS485 communication achieves the data transmission between ARM memory and host computer.The database system in station platform analyses the detection data and obtains the deformation state of tunnel inner wall,which makes it possible to early-warn the tunnel deformation and take preventive measures in time.     

基于图像识别的液位在线读取

为实现液位实验结果在远程实验中的在线读取,提出应用图像处理的方法进行液位识别.经过背景差分、二值化和中值滤波的图像处理过程,建立了液位读取计算模型,把图像待识别部分和特征匹配模板都用一维向量表示是一种较好的建立计算模型的方法.同时研究液位误差的影响因素,摄像头光轴与玻璃管的垂直度和玻璃管与水平面的垂直度是引起误差的关键:确定了误差分析模型并用于校正识别结果.实验结果表明,液位图像识别的精度较高,可满足实际应用要求,是一种具有很好发展前景的液位读取方法.     

基于音频语谱图像识别的广告检索

随着中国广播电视事业的快速发展,对广播电视进行广告监测的重要性越来越突出。该文提出了一种基于音频语谱图像识别的广告检索方法,该方法把每个广告片段的音频转换成语谱图像,并通过boosting训练算法,从中提取可区分的、适合索引的特征以训练分类器。检索时,通过特征对齐,采用基于期望最大化(expectation maximization,EM)的迭代方法识别最匹配的广告。实验结果表明:该方法可以快速准确地从广播电视中检索到广告,而且具有很好的鲁棒性,基于该方法开发的广播电视广告监测系统已经得到了实际应用。