基于步行周期聚类的视频行人重识别关键帧提取算法

视频行人重识别旨在不同摄像头拍摄的视频中检索特定行人。但是,它面临着数据量庞大和视频数据存在时间冗余的问题,即视频数据耗费大量的存储空间且不同帧之间存在极强的相关性。因此,使用所有的帧进行识别会带来查询效率的下降,而且视频中大量的干扰和噪声也会给准确率带来不利影响。本文提出了基于步行周期聚类的视频行人重识别关键帧提取算法,首先利用行人步行时双脚距离变化的周期性规律提取候选步行周期,然后利用聚类的方法从候选步行周期中选出关键步行周期作为关键帧。最后,将该算法应用在视频行人重识别中,仅使用关键帧的信息进行识别以减少时间冗余的影响,从而提高准确率,并且在查询前对视频进行处理,减少视频数据量以提高查询效率。在视频行人重识别数据集MARS和DukeMTMC-VideoReID上的实验表明,本文算法能够减少59%~82%的视频数据量,并且累积匹配曲线Rank-1提高了1.1%~1.4%,平均精度均值提高了0.2%~5%。     

基于格式塔完形规则的闭合轮廓提取方法

针对传统基于格式塔完形规则的轮廓提取易受到背景上边缘影响,导致轮廓提取的准确率低问题,提出一种新的基于格式塔完形规则的闭合轮廓提取方法。首先,为减少边缘提取过程中提取的背景边缘,给出了融入显著性约束的Canny边缘检测方法,即在Canny边缘提取的框架中,融入显著性约束;接着,针对Canny边缘检测方法检测到的边缘易受噪声影响问题,提出一种融入边缘信息的折线逼近边缘拟合算法;然后,采用格式塔完形规则中的闭合性对拟合边缘进行度量,得到边缘之间的闭合关系;最后,通过分析边缘间的闭合关系与区域的显著性,设计了一个边缘闭合的代价函数,并利用最小权值最优匹配算法求解代价函数,得到最终的闭合轮廓。实验结果表明,该算法提高了轮廓提取的有效性和准确性。     

基于RGB亮度分级的图像预处理研究

利用一种基于RGB亮度分级的图像预处理方法,在源图像的R、G、B三个分量上对图像进行亮度分级合并,以减少自然场景图像的颜色数目,在不破坏源图像结构的前提下降低图像的复杂度,同时又保证了较好的通用性。     

涡扇发动机加减速控制规律设计的功率提取法

为了简单、快速和准确地设计双轴涡扇发动机加、减速控制规律,提出了一种加、减速控制规律设计的新方法——功率提取法:在发动机稳态特性计算模型的基础上,分别从高、低压转子提取额外功率,使得高压压气机工作点(线)沿等换算转速线移动,并保证低压转子转速满足预定的要求,在同时考虑风扇和压气机喘振裕度限制、涡轮进口总温限制以及燃烧室熄火边界的条件下,利用适当的描述形式,可以快速而准确地获得最优双轴涡扇发动机加、减速控制规律.对某型涡扇发动机加速控制规律的改进设计结果表明,提出的加、减速控制规律的设计方法具有直观、快速、准确而有效的优点.      

SDUV方法中组织振动信号提取算法比较

组织振动信号的提取是剪切波频散超声振动成像技术(SDUV)方法中的重要步骤.目前,SDUV方法中有两种常用的组织振动信号提取算法,正交解调法(QDM)和互功率谱法(CSM),但是未见比较这两种算法提取质量差异的相关研究.因此,构造了不同信噪比(SNR_U)的参数化仿真超声回波信号模型,分别使用QDM和CSM从超声回波信号中提取组织振动信号,比较了两种方法的提取效果与计算效率.实验结果表明,当SNR_U≥35 dB,两种算法在相同信噪比下提取出的信号所分离出的振动相位结果相近,标准差均小于1°,对于剪切波波速的计算结果没有太大影响.CSM的计算效率低于QDM的计算效率.因此,当SNR_U<35 dB,为了减小振动信号初始相位的提取误差,应该使用CSM提取组织的振动信号.当SNR_U≥35 dB,应该选择QDM提取组织的振动信号,以减少信号处理时间.本研究的发现有助于提高SDUV方法的检测效率.     

使用深度神经网络检测Cassini ISS图像中圆盘状星体轮廓

Cassini空间探测器光学成像系统（ISS）拍摄的图像中,很多卫星呈现为面元,其轮廓检测是天体测量的重要工作.使用神经网络方法进行ISS图像中面元轮廓检测.每个ISS图像的像素分为轮廓边缘和非轮廓两类.使用神经网络框架TensorFlow,输入每个像素的9个特征,输出每个像素的分类.利用约3.6万个像素训练该网络,通过380幅ISS图像进行测试.与人工标记结果相比,轮廓像素检测的平均精确率为78.26%,平均召回率为73.32%.以检出轮廓像素作为输入,通过椭圆拟合得到面元的轮廓,所得轮廓与面元真实轮廓吻合良好.研究结果表明该方案能够有效检测出面元轮廓,进而给出假图像星的排除范围.      

具有码间串扰的接收机的性能分析

应用网格编码调幅（ＴＣ－ＡＭ）分析ＢＰＳＫ和π／４－ＱＰＳＫ调制下接收机的码间串扰特性。通过计算ＴＣ－ＡＭ的修正生成函数和重量轮廓函数，得出了两种调制在最大似然译码意义下的比特误码率，并给出了π／４－ＱＰＳＫ调制下的数值结果。     

电力系统厂站接线图拓扑关系检测技术

厂站接线图中电气元件的拓扑关系是厂站接线图自动生成技术所需的核心数据。目前,已知的厂站接线图自动生成技术仍然依靠人工获取图中的拓扑关系。通过利用基于深度学习的目标检测技术与传统的计算机图像处理技术相结合的方式,能够实现厂站接线图拓扑关系检测。首先,利用基于深度学习的目标检测方法对电气元件进行识别,并利用计算机图像处理技术对标量格式接线图进行预处理,完成电气元件与连接线的分割。然后,利用轮廓跟踪算法对连接线连通区域进行检测标记。最后,根据获取的电气元件信息与连接线信息获取图纸的拓扑关系。采用国家电网有限公司提供的数据集,并设计了对比实验,验证了所提方法的有效性。      

基于行数据扫描的星空多目标星点提取方法

为了解决传统方法无法实时获取星空目标位置问题,文章提出了一种基于行数据扫描的星空多目标星点提取方法,通过阈值提取、行目标提取、星空目标识别和质心坐标计算等四个步骤来快速提取星空目标。为了使该算法能够更有效地运行在嵌入式设备中,对算法进行合理配置,将其分割成FPGA端和DSP端。通过试验验证,在输入图像分辨率为1 280像素×1 024像素的情况下,文章提出的算法星点提取时间小于0.17ms。相比较传统方法,能够在不损失星空目标定位精度的前提下,提高提取速率,更适用于星空背景下的多目标快速星点提取。     

均匀金属微滴打印大高径比金属针肋及其形貌预测

散热器是航天器热控系统的核心部件,采用金属微针肋阵列结构的散热器具有优良性能,能够极大提升散热效率。但微小金属针肋结构有大长径比、弱刚度的特点,切削或铸造等传统成形方法存在切削受力变形、难以填充型腔或脱模等不利因素,使得微针肋阵列高径比受到制约。本文提出均匀金属微滴3D打印直接成形大高径比金属微针肋方法,研究了基板温度、液滴沉积温度与液滴最终形貌的关系,建立了沉积液滴形貌以及微针肋轮廓预测模型,实现了针肋形貌的预测。在相应参数下以锡铅合金为材料进行了微滴打印试验,打印出直径为394μm、高径比超过100的金属微针肋,为将来航天器用高效微针肋散热器的3D打印新途径奠定了基础。