虚拟现实系统中人的头部运动与跟踪研究

为了克服虚拟现实系统中的视觉延迟现象,在对各种头部运动规律测试结果分析研究的基础上,提出人的头部运动是具有高斯-马尔可夫特性的随机过程,建立了头部运动的随机数学模型,设计了基于卡尔曼滤波和测量数据预处理技术的头部未来位置预测算法.理论分析和仿真检验都表明,该算法明显地提高了预测精度,减缓了图像的抖动和对操作者头部运动的限制,有效地减少了视觉延迟.     

基于HMMs的人体姿态图像视觉理解研究

利用隐马尔可夫模型(HMMs) ,对CCD摄像机采集的人体运动视频图像中的人体姿态识别问题进行了研究,主要内容包括选择新的特征向量抽取算法;设计HMM训练和识别算 法。实验结果表明,该方法在实践中是可行的。在虚拟现实、视觉监控、感知接口等领域均有着广阔的应用前景。     

一种基于随机化视觉词典组和查询扩展的目标检索方法

在目标检索领域,当前主流的解决方案是视觉词典法(Bag of Visual Words, BoVW),然而,传统的BoVW方法具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题。针对以上问题,该文提出了一种基于随机化视觉词典组和查询扩展的目标检索方法。首先,该方法采用精确欧氏位置敏感哈希(Exact Euclidean Locality Sensitive Hashing, E2LSH)对训练图像库的局部特征点进行聚类,生成一组支持动态扩充的随机化视觉词典组;然后,基于这组词典构建视觉词汇分布直方图和索引文件;最后,引入一种查询扩展策略完成目标检索。实验结果表明,与传统方法相比,该文方法有效地增强了目标对象的可区分性,能够较大地提高目标检索精度,同时,对大规模数据库有较好的适用性。     

主动红外探测式视觉生命探测系统

针对地震后救援现场光照度低、温度变化复杂等特点,设计一款视觉生命探测系统,该系统主要由图像采集、图像传输、图像处理及显示、系统控制四模块构成.当救援现场光照度≥1.0 lx 时,系统对救援现场进行可见光图像采集;当救援现场光照度<1.0 lx 时,采用红外主动探测方式,即系统近红外光源打开,CCD 接收救援现场反射的近红外光并将其转化为图像信号.同时,为提高救援现场环境成像的信噪比,系统中图像处理模块对采集的图像进行相应处理.该系统可实现低照度下震后救援现场的高清晰成像要求,为救援人员制定高效可行的救援方案提供决策依据.     

Redundant node identification using Siamese neural network to enhance the availability in visual sensor network

Many monitoring applications related to surveillance, tracking and multipurpose visual monitoring have taken into consideration the use of wireless visual sensor networks. When sensors are deployed over a monitored field that could potentially damage the monitoring capability and availability in the visual sensor network. In order to overcome these issues, faulty nodes are identified and replaced by redundant node based on Siamese network in this research. Initially, camera nodes are randomly deployed in the visual sensor network, and the data are received from the network through gateway. To identify the redundant nodes, initially, the frames are divided into equivalent time slot, and then, Siamese network is utilized to identify the redundant nodes in a network. Siamese neural network is type of convolutional neural network that is utilized to recognize the similar images in the network. After that, faulty nodes are identified based on some parameters such as entropy, energy, transmission delay and network coverage. If the average energy, entropy, transmission delay and network coverage are below the threshold value, then the node is identified as faulty node. Finally, replace the faulty node with redundant node to enhance the availability in the visual sensor network for critical monitoring applications. The simulation analysis shows that the developed approach takes 772 s to identify redundant node and take 27 s to identify fake nodes and the developed method is executed at 1308 s. Thus, this prediction model helps to improve the coverage quality of target-based monitoring in order to achieve availability.     

基于区域能量比的红外与可见光图像融合方法

目前大部分基于小波变换的图像融合算法只是考虑单个小波系数的独立性或者其邻域的相关性,这样影响了图像融合的结果.针对这一点,提出一种新的基于区域能量比的图像融合算法.实验结果表明该算法能够较好地保留光谱信息和细节信息.     

单层膜Kirkpatrick-Baez显微镜的分辨率模型

 分析了几何像差、衍射效应和光学加工精度等因素对不同工作能点的单层膜Kirkpatrick-Baez显微镜成像质量的影响,构建了该显微镜的均方根空间分辨率模型,用Ir单层膜KB显微镜获得了8 keV能量的X射线成像结果,其中心视场的分辨率约为2 mm,±50 mm视场的分辨率优于5 mm。实验结果与分辨率模型的对比表明,中心视场的分辨率受球差、衍射效应和反射镜加工精度的综合影响,边缘视场的分辨率主要由系统的几何像差决定。     

基于Cauchy分布的红外视频运动目标检测

基于柯西分布统计模型和梯度信息,提出了一种用于热成像(红外)图像序列中行人目标检测的统计背景剔除方法.它不依赖传统红外行人检测方法的"热场"(hot-spot)假设(即认为人体区域总比周围环境热),而是用一种快速动态背景的重建方法建立初始化背景Gaussian模型,简化了Cauchy分布的参数估计问题.基于Gauchy分布的背景剔除被首先用来识别局部兴趣区域(Regions-Of-Interest,ROI).在每个兴趣区域将当前图像和背景图像的梯度信息组合成一个梯度图.对梯度图进行各向异性滤波和运用最大类间方差法进行自适应阈值处理后获得行人目标区域.经多组实验及与其他方法比较,结果表明提出的方法对热成像红外视频人体目标的位置和形状实现了较精确的检测,对环境、时间变化、极性翻转、"晕轮"效应等产生的影响,以及背景中杂波的干扰具有较好的鲁棒性.     

塔台管制模拟系统关键技术研究及系统实现

塔台管制模拟系统是培训塔台管制人员以及机场管理人员比较常用的技术,目前为我国培养了大量的飞行管理人员。系统介绍了塔台管制模拟系统的硬件结构,工作原理以及主要软件结构。系统采用模块化设计,便于系统维护和训练操作。该系统利用视景发生器能够真实模拟塔台管理人员的真实工作环境,让受训人员在模拟实际空域的训练场景,更有利于提高训练效能,减少人员培训时间和培训成本。     

基于视觉注意力模型的红外目标检测

根据视觉心理学的相关理论,提出一种基于灰度特征提取和视觉注意力模型的红外目标检测方法,并应用于复杂背景的红外目标检测.首先对输入图像进行采样,生成高斯金字塔,并用center-surround算子提取多尺度的视觉差异,通过对灰度特征图的归一化和线性融合获得综合的显著图,最后通过基于相似性和邻接性的阈值判断得到最终检测结果.该方法应用于多种地面目标的检测均取得较好效果,待检测的目标在显著图中得到明显的增强.试验结果进一步验证了算法具有很好的探测性能.