运动信息引导的目标检测算法

在室外监控视频的场景下，由于场景的复杂性及目标的多样性，监控视频中的目标存在难以检测的情况，如目标被遮挡、目标尺寸变化等，目标检测任务仍然存在挑战。基于此，提出了一种利用运动信息引导基于卷积神经网络的目标检测算法来提高目标检测的准确率。对运动目标检测算法进行一定的改进，使得到的运动前景图中能够保持静止目标前景的存在；利用运动前景图中的前景可以指示目标空间位置的特点，在特征层面将网络提取的特征图与获取的以运动前景图为主的运动信息相融合，提高特征图可能存在目标区域的响应值；在目标检测算法的检测器中，引入一个定位分支，利用视频帧的运动前景图，学习候选目标的定位置信度，并与目标的分类置信度加权求和，作为目标最终的置信度，再通过非极大值抑制方法得到检测结果。实验证明，在固定摄像机下采集的数据集中，所提算法能够提升目标检测的准确率。      

HEVC对偶编码单元划分优化算法

为了解决视频数据量日益增长与用户享受高质量视频体验需求之间的矛盾,HEVC在H.264/AVC标准的基础上通过引入新型的编码结构和算法进一步将编码效率提升了50%,但是也极大地提升了编码复杂度。基于此,提出对偶编码单元(CU)划分网络DualNet,来降低HEVC中帧内编码复杂度。该网络由预测网络和目标网络2个部分组成,其中,预测网络通过分析图像统计特征实现编码单元划分决策,从而跳过四叉树的遍历搜索,提高编码单元划分决策的时间效率;目标网络基于率失真代价评价和优化决策模型提升编码单元划分性能,实现模型互补和最优率失真估计。实验结果表明:与HEVC标准对比,所提算法在实现相近的压缩效果的前提下能够节省64.06%的编码时间。      

基于累积差分图像和高斯背景统计模型的烟尘目标检测

根据烟尘目标灰度与天空背景灰度很接近,目标内部灰度分布不均匀,且形状和面积会随着时间不停变化等特点,提出了一种由粗到精的目标检测算法。首先,通过累积差分图像序列得到烟尘目标出现的大致区域,再通过构造高斯背景统计模型得到每一个可能目标点的精确分割阈值,用该阈值在上一步操作得到的目标区域内部进行逐帧精细分割,得到烟尘目标出现的位置信息和时间信息。实验结果表明,该方法抗干扰能力强,能够可靠、快速地检测出烟尘目标。     

基于运动增强和颜色分布比对的运动目标检测

为检测无人机视频中的地面运动目标,提出了一种运动和颜色信息相结合的算法.采用前向运动历史图像来增强独立运动信息和抑制背景噪声,确保完整分割出候选运动区域; 提出一种迭代的、基于局部颜色分布比对的方法,去除候选区域中的背景像素,以更准确地提取单个运动目标.算法不仅节约了计算量,还有效降低了误检和漏检的可能性.多组无人机视频的实验结果表明了所提算法的高效性和鲁棒性.     

Moving object detection using color distribution motion enhancement and comparison

为检测无人机视频中的地面运动目标,提出了一种运动和颜色信息相结合的算法,采用前向运动历史图像来增强独立运动信息和抑制背景噪声,确保完整分割出候选运动区域;提出一种迭代的、基于局部颜色分布比对的方法,去除候选区域中的背景像素,以更准确地提取单个运动目标,算法不仅节约了计算量,还有效降低了误检和漏检的可能性．多组无人机视频的实验结果表明了所提算法的高效性和鲁棒性。     

基于多特征图像视觉显著性的视频摘要化生成

如何高效提取视频内容即视频摘要化，一直是计算机视觉领域研究的热点。简单通过图像颜色、纹理等特征进行检测已无法有效、完整地获取视频摘要。基于视觉注意力金字塔模型，提出了一种改进的可变比例及双对比度计算的中心-环绕视频摘要化方法。首先，以超像素方法对视频图像序列进行像素块划分以加速图像计算；然后，检测不同颜色背景下的图像对比度特征差异并进行融合；最后，结合光流运动信息，合并静态图像与动态图像显著性结果提取视频关键帧，在提取关键帧时，利用感知哈希函数进行相似性判断完成视频摘要化生成。在Segtrack V2、ViSal及OVP数据集上进行仿真实验，结果表明:所提方法可以有效提取图像感兴趣区域，得到以关键帧图像序列表示的视频摘要。      

磁异常干扰下基于约束策略的仿生导航方法

地磁场异常将会在导航空间中形成极值区域,扰乱磁趋性运动行为,容易造成基于搜索的地磁仿生导航方法陷入局域极小,使得载体迷失航向难以逃离异常区域,最终导致导航失败。针对这一问题,提出了一种基于行为约束策略的导航搜索方法,通过约束搜索行为强制载体扩大探索范围,进而摆脱异常区域干扰,促使载体进入正常地磁场环境。利用磁趋性统计特征与多目标函数的收敛状态构建行为约束的触发及终止条件,将磁趋性历史数据中较好的样本作为约束行为,实施导航搜索行为约束。伴随载体的移动,实现对进化种群的时序更新,最终引导载体到达目标位置,完成导航任务。仿真结果表明,该方法能够有效克服磁场异常环境对地磁仿生导航的干扰,完成导航任务,并能够有效提高远程自主导航的成功率。      

基于视惯融合的大型空间碎片质心位置辨识

大型自由翻滚碎片的质心是在轨操作基坐标系下的不动点，也是碎片连体基下动力学参数向卫星坐标系转换的基准，对其精确识别是提高碎片动力学参数辨识精度的关键。提出基于惯性单元测量数据与双目视觉定位数据融合的大型空间碎片质心位置识别方法。基于无力矩欧拉方程，获取附着到空间碎片表面的惯性单元间转换关系，利用该转换关系对惯性单元冗余测量数据优化，再优化求解惯性单元到质心点距离；利用双目视觉获取惯性单元上标记点动态坐标，再利用惯性单元到质心点距离，基于三点定位原理识别大型空间碎片的质心位置。以加入高斯白噪声的惯性单元与双目视觉测量数据进行仿真，结果表明优化解算后惯性单元实时测量数据的误差降低到1%以下，解算的质心位置三轴误差小于0.47mm；开展了地面试验，结果表明，解算的质心位置三轴误差小于0.49mm。仿真和试验证明，该方法能够为大型空间碎片的消旋、捕获任务提供准确的数据基准。     

一种高精度视频目标检测与分割新方法

根据动态视频场景与多目标检测的应用需求,提出了一种变分光流场与mean shift图像分割相结合的高精度运动目标检测与分割新方法.依据动态场景多运动目标检测的约束条件提出变分光流场优化计算模型,并给出其数值解法.在此基础上提出结合meanshift的高精度运动目标检测与分割算法,此方法对摄像机运动和静止情况都适合,能够进行同一场景中多个运动目标的高精度检测,并且不需要事先的学习和人工干预,具有通用性.     

中国区域电离层异常数据野值检测

针对中国区域连续运行参考站接收机野值会干扰星基增强系统（SBAS）电离层异常事件提取的问题，提出了一种基于电离层垂直延迟时间梯度的野值检测方法。首先，介绍了电离层延迟数据的提取方法；然后，论述了依据野值和电离层异常的不同时空相关特性进行野值检测的方法，并用单双频定位误差结果验证了野值检测的正确性；最后，对检测结果进行了分析。结果表明:该方法可有效区分野值和电离层异常；在中国大陆构造环境监测网络200多个参考站中，野值检测所剔除的参考站数目在3~10个，对电离层穿透点空间分布的影响在可接受范围内。      

基于面部视频分析的生命体征检测

在面部视频中提取生命体征相关的生理信号时易受环境光和受试者头部运动的影响，为了降低外界干扰并提高生命体征检测的准确度，提出了一种联合集合经验模态分解（EEMD）算法与信号质量检测的面部视频分析方法，用于精确检测人体的心率与呼吸频率等生命体征。通过公开数据集进行实验验证，实验结果表明，所提方法相较于目前已有的常用信号处理方法能够得到更精确的心率与呼吸频率的估计值，所得估计值与标准值的相关系数分别高于0.9和0.8。同时，所提方法将为实时活体人脸识别提供一种思路，也有助于丰富监控视频智能分析的应用研究。      

基于高时相探测的运动点目标检测方法

针对可见光探测中低信噪比运动点目标检测问题,提出一种基于高时相探测的运动点目标检测方法,构建了基于双谱分析的目标检测器来提取像元时域特征,对背景像元与目标像元进行区分.仿真分析与实验结果均表明,所提出的方法能够对低信噪比运动点目标进行有效检测,在一定帧频范围内,目标检测能力与采样帧频正相关.相比常用的运动点目标检测方法,本文方法具有更高的检测效能.      

一种面向动态需求的多优先级天文观测卫星任务重规划方法

针对多优先级天文观测卫星任务动态规划问题，分析了高优先级任务动态插入以及未知事件中断原任务规划方案执行的情况，研究了原任务规划方案相应的动态规划问题.在关于SVOM （Space multi-band Variable Object Monitor）卫星任务规划系统的研究中，针对单星机遇目标任务重规划问题，提出一种基于滚动优化策略的任务重规划求解方案.在每个滚动周期内，优先安排高优先级动态到达任务，回滚处理原方案中受未知事件和高优先级机遇目标影响的任务，或者删除原方案中受影响的任务.目标函数综合考虑了全年卫星任务规划总时长和机遇目标的规划总时长.仿真验证结果表明，本文设计方法对于快速响应高优先级机遇目标以及提高服务质量具有一定意义.      

基于合同网的对地观测资源动态协同规划方法

卫星、无人机等对地观测资源已经成为执行灾害救援、灾损评估等多样化监测任务的主要观测手段，而大规模任务的随机调整和动态执行环境是快速制定对地观测方案的核心难点。针对此问题，提出一种面向不确定环境的对地观测资源动态协同规划方法，以动态高效地制定异构观测资源的协同观测方案。首先，结合合同网协议提出一种自下而上的分布式动态协同框架，以整合空天地异构观测资源构建分布式、动态、松耦合的协同观测网络。然后，根据该协同框架提出多轮组合分配方法及优化算法以快速动态地分配大规模监测任务。最后，通过仿真实验证明，在任务持续并发的动态不确定环境中，基于合同网的动态协同规划方法在提升了约25%任务完成率的同时，降低了约20%的运行时间，实现了任务完成率与方法运行时间的平衡。      

基于经验的抓取姿态构造及数据手套校正

针对数据手套校正过程中真实人手姿态获取困难、校正模型简单的问题,提出一种基于真实抓取经验的校正数据库构造方法.该算法根据人手生理结构和手套传感器布局建立具有更高运动逼真度的虚拟手运动学模型,实现更为灵活的拇指运动和软手掌效果;在不需要任何外部硬件设备的情况下,将真实抓取经验与最优化理论结合,寻找针对给定三维物体及操作任务的最优抓取姿态,从而构造真实人手姿态数据库;利用最小二乘拟合和闭环迭代算法获得精确的数据手套传感器输出模型.实验结果表明:所提出的姿态构造方法能有效提高数据手套校正效率,且操作过程简单,易于实现自动化校正,适合实际工程应用.     

基于注意力机制的光伏组件热斑检测算法

热斑现象是造成光伏组件发电能力下降的重要原因之一，热斑检测是光伏电站运维必不可少的工作。然而分布式光伏电站的规模普遍较小、选址分散、环境复杂多样，使用传统的热斑检测算法需要投入大量的人力资源。基于此，提出了一种基于注意力机制的热斑检测算法HSNet。通过图像分割消除反光影响，结合通道注意力机制，学习通道间的特征信息，增强目标区域的重要性，采用自定义锚点的方法提高检测速度，使用焦点损失激活函数和基于物体先验概率的类别预测方式改善训练目标样本不均衡导致的分类准确性低的问题，通过回归方法获取准确的目标位置。实验表明:设计的目标检测算法在窗体回归精度和分类准确性方面均有明显的优势，边界框平均精度和准确率分别提升了3.18%和2.42%。      

多界面多任务下不同任务权重的目标辨认

武器装备人机界面设计中目标辨认问题,必须通过目标辨认的实验和评价研究加以解决.根据飞行作业中所需完成的操作任务,提出一个多界面多任务目标辨认实验方案.通过测定被试完成实验主任务的反应时间和正确探测率,研究人在不同任务权重下对目标颜色、形状、位置的辨认情况,为人机界面设计目标编码提供科学依据.实验结果表明:在需要分配人注意力的条件下,无论任务权重如何,绿色、红色和三角形是界面设计中合适的目标编码,圆形和正方形必要时可用于目标编码;人对不同位置的目标辨认受到任务权重的影响,人机界面对目标位置的设计要充分考虑任务权重因素.      

基于模拟场景的接收机授时接口测试方法

介绍了接收机授时接口的工作原理，提出了一种基于模拟工作场景的接收机授时接口新型测试方法，通过设计程控IRIG-B时间码发生器模拟产生异常时码，测试了接收机授时接口的容错性，并以长期授时测试场景用例检验了接收机授时接口工作稳定性，解决了实验室条件下接收机数据时间戳乱序、长期工作中时间戳跳变以及接收机授时信号异常控制等授时接口测试的难题。