引入抗遮挡机制的SiamVGG网络目标跟踪算法

抗遮挡在视频目标跟踪中是一个极具挑战的研究问题。在目标跟踪过程中,目标在被部分遮挡或者完全遮挡的情况下,使得跟踪模型的漂移导致目标跟丢。为了解决这一问题,本文提出了引入抗遮挡机制的SiamVGG网络目标跟踪算法,通过对网络输出置信图的峰值和连通域的变化规律分析,设置不同的跟踪模式,分别是正常跟踪、部分遮挡、完全遮挡和遮挡丢失,然后根据不同的模式选择不同的跟踪策略。相比于其它的跟踪算法,本文算法采用了SiamVGG网络作为目标跟踪的框架并对遮挡问题进行了分析和校正,有效避免了在遮挡情况下目标跟丢。通过在OTB-50、OTB-100和OTB-2013三个基准数据集上进行了实验,验证了本文算法在抗遮挡问题的有效性和鲁棒性。      

改进的核相关滤波跟踪算法

针对核相关滤波算法在目标跟踪过程中尺度特定和遮挡判断失败的问题,文中提出一种利用自适应特征融合的位置滤波器来判断目标是否被遮挡的方法。该方法检测到峰值旁瓣比异常时,停止模型自适应更新,启动在线重检测;并结合尺度金字塔中的尺度滤波器来确定目标尺寸,从而得出精准的目标位置。实验通过复杂背景下的10组运动视频来评估改进算法的性能。与基础核相关滤波算法相比,改进算法的平均中心位置误差降低了36.683 pixel;在像素阈值设为20 pixel时,平均距离精度提升了44.632%;在边界框重叠阈值设为0.5时,重叠精度提升了46.453%。     

基于自适应背景选择和多检测区域的相关滤波算法

为了进一步提高相关滤波算法的判别力和对快速运动、遮挡等复杂场景的应对能力,该文提出一种基于自适应背景选择和多检测区域的跟踪框架。首先对检测后的响应图进行峰值分析,当响应为单峰的时候,提取目标上下左右的4块区域作为负样本对模型进行训练,当响应为多峰的时候,采用峰值提取技术和阈值选择方法提取较大几个峰值区域作为负样本。为了进一步提高算法对遮挡的应对能力,该文提出了一种多检测区域的搜索策略。将该框架和传统的相关滤波算法进行结合,实验结果表明,相对于基准算法,该算法在精度上提高了6.9%,在成功率上提高了6.3%。     

激光深熔焊等离子体电信号振荡特征与焊缝熔深的特征关系

针对激光深熔焊接过程的监控问题,基于小孔内部压力平衡条件分析了小孔振荡和小孔深度的关系。在此基础上基于小孔行为与等离子体行为的耦合性,以及等离子体振荡特征与等离子体电信号波动特征的一致性,利用短时自相关分析方法分析了A304不锈钢和Q235碳钢在激光深熔焊接过程中等离子体电信号振荡周期与焊缝熔深之间的关系。结果表明,等离子体电信号振荡周期随焊缝熔深的增加而增大,并且不同焊接材料的等离子体电信号振荡周期与焊缝熔深之间的关系不同。最后,在可变热输入连续焊接验证实验中,在焊接过程稳定的条件下,等离子体电信号的短时自相关分析结果与焊缝熔深之间有比较好的对应关系,与所分析的小孔振荡特征方程具有一致性。     

基于异构加速的Φ-OTDR实时信号处理系统

针对相位敏感光时域反射计(Φ-OTDR)信号处理复杂、计算量大、实时性要求高的特点,提出一种基于现场可编程门阵列(FPGA)异构加速计算技术的Φ-OTDR实时信号处理系统。对外差探测式Φ-OTDR信号处理流程进行分析与分解,提出基于FPGA的滑动窗数据帧分割、多通道并行快速傅里叶变换(FFT)计算、频域滤波、短时能量求和等一系列加速计算方法。该系统最终实现在40 km光纤传感距离、2 kHz重复频率与1 m采样间隔下的长时间、实时扰动信号解调与显示,并且具有80%的帧重叠率。该FPGA系统作为异构加速器,能够减轻计算机数据处理压力,保证传感系统高重复频率下的运算实时性,为系统可靠性和稳定性提供了有效保障。     

光纤激光焊接过程中缺陷的监测与诊断

为了识别激光焊接过程中间隙和错边缺陷,采用自身搭建的光纤激光焊接在线监测系统,实现不锈钢焊接过程中等离子体可见光信号及熔池红外光信号的实时监测,并利用滤波和短时傅里叶变换的信号处理方法对不同缺陷的光信号进行数据分析。得到了信号时域频域随焊接缺陷的变化规律,当出现间隙缺陷时,可见光信号时域幅值从1.5V降至0.2V,1000Hz~4000Hz频率成分缺失,红外光信号时域幅值由3.5V降至1.0V,2000Hz~7000Hz频率成分缺失;当出现错边缺陷时,可见光信号时域幅值从2.0V降至0.5V,红外光信号时域幅值由4.0V降至0.5V,两者0Hz~1000Hz频率成分均缺失。结果表明,可见光信号与红外光信号与激光焊接状态存在一定的相关性,利用光信号的幅值与频率的变化可以有效地识别激光焊接过程中的缺陷。这对实际生产具有一定的应用价值。     

基于Struck算法的遮挡目标跟踪

Struck算法是近年来综合性能较优的视觉目标跟踪算法,但对于较大比例遮挡或全部遮挡情形,算法性能下降明显.通过对Struck算法的分析发现,当遮挡出现时算法分类器会引入错误信息,从而导致跟踪失败或者跟踪漂移.在Struck算法框架的基础上加入遮挡判断机制,在检测到较大比例遮挡后停止分类器更新,并通过缩放搜索样本的尺寸解决目标尺寸快速变化导致的遮挡检测虚警;对于具有一定运动信息的目标,通过卡尔曼滤波器进行预测解决目标全遮挡后的持续跟踪.实验证明,提出的算法框架对遮挡情形下的目标跟踪具有较高的鲁棒性.