摘要：基于食品安全智能指示及信息智能化溯源的设计思路,设计了一款以肉品新鲜度指示为核心功能并具有喷码及信息查询功能的全套系统。此外该系统还具有与大数据系统构成智能购物体系的功能,该系统的设计及研发具有一定的市场应用价值与理论借鉴意义。

摘要：针对现有动态背景下目标分割算法存在的局限性,提出了一种融合运动线索和颜色信息的视频序列目标分割算法。首先,设计了一种新的运动轨迹分类方法,利用背景运动的低秩特性,结合累积确认的策略,可以获得准确的运动轨迹分类结果;然后,通过过分割算法获取视频序列的超像素集合,并计算超像素之间颜色信息的相似度;最后,以超像素为节点建立马尔可夫随机场模型,将运动轨迹分类信息以及超像素之间颜色信息统一建模在马尔可夫随机场的能量函数中,并通过能量函数最小化获得每个超像素的最优分类。在多组公开发布的视频序列中进行测试与对比,结果表明,本文方法可以准确分割出动态背景下的运动目标,并且较传统方法具有更高的分割准确率。

摘要：为了解决高清视频的畸变校正及显示的实时性问题,提出了一种CUDA架构下的并行加速方案。系统利用张正友标定方法获得摄像机的内部参数和畸变参数,并利用GPU的大规模并行计算能力加速校正过程。校正后,位于显存的图像数据直接利用OPENGL驱动进行显示。针对不同架构GPU片上资源限制不同,设计了一种并行划分参数自整定算法,保证了程序移植到不同GPU后能充分利用硬件资源,实现最佳性能。实验结果表明,本文设计的系统对传统串行处理系统的综合加速比最高可达39倍以上,对2 596×1 920分辨率视频下的处理帧率可达100F/s以上。

摘要：针对现有动态背景下目标检测算法的局限性,提出一种基于多组单应约束和马尔可夫随机场的运动目标检测算法.该算法以视频序列多帧跟踪的运动轨迹为基础,通过轨迹分离和像素标记2个阶段实现运动目标的检测:在轨迹分离阶段,利用多组单应约束对视频序列的背景运动进行建模,并基于该约束通过累积确认的策略实现背景轨迹和前景轨迹的准确分离;在像素标记阶段,以超像素为节点建立时空马尔可夫随机场模型,将轨迹分离信息以及超像素的时空邻域关系统一建模在马尔可夫随机场的能量函数中,并通过最小化能量函数得到每个像素的前背景标记结果.与现有基于运动轨迹的方法相比,文中算法不需要仿射摄像机模型的假设,有效地解决了运动轨迹等长带来的轨迹点区域缺失问题,并可同时处理静态背景和动态背景2种类型的视频;在多个公开数据集的测试结果表明,该算法在轨迹分离准确性、轨迹点密度以及像素标记准确率等方面均优于现有方法.