摘要：由于镜面回波效应,红外图像采集过程中行人不可避免出现反射倒影(本文简称“伪影”)区域,此时对后续行人检测会造成一定程度影响,对上述情况,本文提出一种基于轻量YOLO(You Only Look Once)的双阶段网络检测框架,先检测“行人-伪影”联合区域再精准定位伪影位置。首先,针对YOLOv5s轻量检测算法进行改进,使用LSM(Light Sample Module)双分支结构替换原下采样部分,并嵌入注意力机制来提高模型的特征整合能力,实现红外图像的背景过滤和联合区域提取。其次,对联合区域进行无失真矩形填充保持原始特征,设计轻量级行人伪影定位网络LS YOLO(Light Structur YOLO)检测联合区域获得最终的伪影位置坐标。实验结果表明,本文算法能够满足实时检测要求,在数据集中,相比其他算法获得更好的检测效果,行人伪影的检测正确率达到9545%。

摘要：面对形态万千、变化复杂的海量极光数据,对其进行分类与检索为进一步研究地球磁场物理机制和空间信息具有重要意义。该文基于卷积神经网络(CNN)对图像特征提取方面的良好表现,以及哈希编码可以满足大规模图像检索对检索时间的要求,提出一种端到端的深度哈希算法用于极光图像分类与检索。首先在CNN中嵌入空间金字塔池化(SPP)和幂均值变换(PMT)来提取图像中多种尺度的区域信息;其次在全连接层之间加入哈希层,将全连接层最能表现图像的高维语义信息映射为紧凑的二值哈希码,并在低维空间使用汉明距离对图像对之间的相似性进行度量;最后引入多任务学习机制,充分利用图像标签信息和图像对之间的相似度信息来设计损失函数,联合分类层和哈希层的损失作为优化目标,使哈希码之间可以保持更好的语义相似性,有效提升了检索性能。在极光数据集和CIFAR-10数据集上的实验结果表明,所提出方法检索性能优于其他现有检索方法,同时能够有效用于极光图像分类。

摘要：提出了一种应用于监控视频的异物入侵检测快速算法。算法分成两个部分,包括利用低层语义快速粗定位和利用高层语义精确检测。粗定位部分通过背景建模获得可疑目标区域,再用基于运动轨迹的快速粗过滤算法获得候选区域。其中,所提快速粗过滤算法以目标运动位移量与平均移动速率特征抑制噪声干扰。精确检测部分通过设计一个轻量级相似性比对神经网络进一步过滤误报以获取报警区域,然后利用分类器实现报警结果分类。实验结果表明,相比于darknet19二次分类过滤和YOLO目标检测等算法,所提算法性能更优,更具一般性,能够检测出非常见物,同时也能够在移动便携式计算机上实时运行。

摘要：针对视频中出现的运动目标遮挡等问题,提出一种基于部件时空信息的目标跟踪算法,将目标跟踪分为平移估计和尺度估计。平移估计时,将目标及其部件作为跟踪对象,自适应选择能够表示跟踪对象的特征,对跟踪对象及其周围区域特征的统计相关性进行建模,通过学习得到时空信息,利用时空信息跟踪目标及其部件;通过对目标的方向、速度、颜色信息进行滑动窗口式建模,评判目标及其部件跟踪器的性能,选择最可靠的跟踪对象,根据它的位置和目标结构模型得到最终的目标中心位置。尺度估计时,在目标中心位置处构建一个多尺度目标金字塔,估计目标最佳尺度。实验结果表明,该算法能够快速准确跟踪目标,较有效地解决遮挡等问题。

摘要：超宽带系统信号功率很低,并且占用很宽的频段,系统需要与其它窄带系统共存。因此,在进行系统设计时,必须考虑窄带干扰信号对超宽带系统性能的影响。文中采用特征函数的方法精确分析了多径信道环境下,存在CDMA信号干扰时直接序列超宽带系统的性能,推导得到系统的误码率公式;最后,在基于IEEE 802.15.3 a推荐的多径信道环境下进行系统仿真和数值分析,结果表明,文中方法得到的系统性能与仿真结果基本吻合,能够较准确估计系统在存在CDMA窄带信号干扰时的性能。

摘要：传统的图像增强算法对暗光、背光等低质图像的亮光区域有过度增强的不足,且算法复杂度较高,难以应用于嵌入式小型系统中。为此,设计并构建了一种基于Xilinx XC7A200T FPGA的1080P低质视频实时增强系统,在研究IMSR(Integrated Multi-Scale Retinex)算法及传统算法的过度增强等问题的解决途径基础上,提出了结合颜色估计方法的改进IMSR增强算法。该算法采用Xilinx XC7A200T FPGA来构建低质视频实时增强系统的处理框架,并优化改进了IMSR算法各个模块在Vivado HLS(Vivado High Level Synthesis)上的实现过程。为验证所建系统的有效性和可行性,搭建了实验环境并进行了应用测试。验证实验结果表明,所构建的增强系统实现了预期的1080P低质视频实时增强功能,基本解决了传统Retinex算法对1080P低质视频增强中的过度增强及"雾化"偏色问题,具有增强程度自适应调整功能,占用资源较少,增强效果良好。

摘要：直接序列扩频超宽带(DS-UWB,directed-spread-spectrum ultra wide band)系统采用窄脉冲和扩频技术进行通信,由于带宽很宽,有可能与同频段窄带系统共存。当存在窄带干扰时,最优接收机为采用MMSE准则的Rake接收机,而不存在窄带干扰时,MRC合并算法Rake接收机为最优接收机。由于系统环境是变化的,即窄带干扰并非一直存在,在这种情况下,以上两种接收机都不是最优的。在此基础上结合认知技术提出了一种自适应的Rake接收机抽头选择策略,通过频谱分析得出的判定变量自适应调整Rake接收机抽头权向量。系统仿真实验结果表明,该接收机在系统干扰环境发生变化时,能够得到优于MMSE-Rake接收机和MRC-Rake接收机的性能。