基于视频的三维人体姿态估计

已有的三维人体姿态估计方法侧重于通过单帧图像来估计人体的三维姿态,忽略了视频中前后帧之间的相关性,因此,通过挖掘视频在时间维度上的信息可以进一步提高三维人体姿态估计的准确率。基于此,设计了一种可以充分提取视频时序信息的卷积神经网络结构,在获得高精度的同时也具有消耗计算资源小的优点,仅仅使用二维关节点的坐标为输入即可恢复完整的三维人体姿态。然后提出了一种新的损失函数利用相邻帧间人体姿态的连续性,来改进视频序列中三维姿态估计的平滑性,同时也解决了因缺少帧间信息而导致准确率下降的问题。通过在公开数据集Human3.6M上进行测试,实验结果表明本文方法相比目前的基准三维姿态估计算法的平均测试误差降低了1.2 mm,对于视频序列的三维人体姿态估计有着较高的准确率。      

一种基于曼哈顿距离的帧间加权预测算法

合并模式通过共享邻域块的运动矢量（MV）来节省编码运动信息比特数,有效提升了编码器率失真性能。然而,当前合并模式中的运动补偿预测（MCP）不够准确。为此,分析了合并模式中的预测残差分布特点,并提出了一种基于曼哈顿距离的加权预测算法作为合并模式的附加候选项。首先,采用邻域合并候选项的运动矢量进行运动补偿预测得到多个预测块;然后,根据候选块位置与像素点的曼哈顿距离对获得的多个预测块进行加权平均得到附加候选项;最后,通过率失真优化（RDO）从附加候选项和原有候选项中选择出最佳的合并模式。实验结果显示:在联合探索测试模型JEM 7.0平台上,所提算法在不同的编码器配置下均获得了率失真性能的提升,其中低延迟P帧下达到了平均1.34%的比特率节省。      

高温铝合金电磁超声检测回波特性及因素分析

针对高温铝合金在线检测条件下，温度对铝合金电磁超声检测回波特性的影响规律尚不明确、高温检测时缺陷定量/定位补偿困难这一难题，以螺旋线圈电磁超声换能器（EMAT）为例，建立了高温铝合金EMAT检测过程的场路耦合有限元模型；研究了温度对EMAT激励/接收换能效率、EMAT激励/接收电路的功率分配特性、超声传播过程中的扩散/介质衰减特性、回波幅值和超声声速等因素的影响规律；研制了耐高温EMAT探头，对20~500℃高温铝合金试样进行了检测实验，并测定了高温铝合金的超声介质衰减系数和超声声速。在仿真和实验相结合的基础上，分析了高温检测时超声回波幅值变化特性及其影响因素。结果表明：对于铝合金这类非铁磁性金属材料，导致高温时超声回波幅值下降的主要原因是超声介质衰减系数随着温度的升高而增大，其次为高温时EMAT激励/接收电路的功率分配特性的改变。在激励EMAT在试样表面形成的洛伦兹力不变的条件下，其所激励的超声波回波幅值具有随着温度的增加而增加的特点，可以有效减缓超声回波幅值下降的趋势。     

加油机加油过程视频监控需求分析

通过对一般加油过程的分析,提出了空中加油机加油过程视频监控需求。将加油过程分为会合、编队、对接、解散四个部分对监控区域进行讨论,并对监控区域进行整理及优化,从功能、分辨率及显示等方面进行分析,给出适应性的视频监控需求,为机外摄像头布局,摄像头和显示器选型,机外照明布置提供有效支持。     

雷达舰船目标回波建模研究

阐述了根据电磁波几何绕射理论所建立的舰船目标雷达回波模型,利用该模型可产生多种假设目标的回波数据,用于弥补科研试验过程中所需的多种条件下的雷达目标回波数据,所建模型在实际试验中得到了较好的应用.     

利用H.264中运动矢量实现运动目标检测

针对视频压缩和运动目标跟踪同时实现的应用,通过研究H.264压缩标准中运动矢量包含的图像运动信息并分析运动估计原理,提出了一种利用视频压缩中的运动矢量信息实现运动目标检测的方法,确立了H.264编码流中运动矢量与场景中物体运动状态的对应关系.将运动目标从背景中分离是检测算法的核心.对于双门限值的设置,可分离不同运动速度的目标;同时,算法排除了背景运动的干扰,因而可应用于摄像机运动的场合;由于检测算法所用的运动矢量直接来源于H.264编码过程,而大大降低了计算复杂度,利于硬件实现.     

基于多尺度残差卷积网络的HEVC视频隐写分析

图片、语音、视频等多媒体形式的信息交流在网络通信中占有重要地位,同时也有很多非法信息的传播隐匿于此。隐写分析是甄别隐秘信息是否存在的有效手段,提出了一种通用的基于多尺度残差卷积网络的HEVC视频隐写分析算法。网络主体由残差计算、特征提取和二分类3部分构成,其中在特征提取部分针对性地提出了残差卷积层、多尺度残差卷积模块及隐写分析残差块。实验结果表明:所提算法基于视频像素域分析网络的检测率高达99.75%,比传统的手工提取特征方法具有更大的优势。