摘要：针对视频拼接实现过程中图像配准阶段耗时较大的问题,设计出一种基于二进制鲁棒尺度不变性特征算法与运动统计算法的组合式图像配准算法。在二进制鲁棒尺度不变性特征算法快速特征提取特性的基础上,利用网格化方法对重叠区域图像进行划分,使特征点分布更加均匀,从而减少需要操作的特征点数量以提高速率;在匹配环节,利用运动统计算法剔除误匹配对,利用双向匹配策略提高匹配准确率。为使图像融合的更加自然流畅,设计出一种区域化的渐入渐出加权融合算法:为减少求解重叠区域存在的误差,构建融合区域并进行区域化划分,利用最佳缝合线法求得拼接缝,在不同区域使用渐入渐出加权算法实现图像融合,从而获取融合质量更高的全景图像。最后,设计出完整的全景视频拼接系统,通过实验验证了系统方案的可行性和实用性。实验证明,相对于传统的视频拼接技术,新算法在消除拼接时出现的重影和接缝问题的同时,保证了视频拼接的实时性。

摘要：针对社区老年人跌倒检测的低功耗、高准确率要求,本文在建立基于三轴加速度、角速度的人体活动模型基础上,采用低功耗ZigBee和可在休眠状态采集并缓存数据的MPU6050动作传感器设计构造人体活动感知模块,并设计了中断驱动的低功耗人体活动数据采集传输算法,实现老年人活动数据的低功耗采集与远距离传输;其次,在数据接收端应用滑动窗口技术实时接收和缓存人体活动的三轴加速度、角速度数据,将这些数据进行量程规范并映射成对应的RGB 3通道像素数据;最后,在分析人体日常活动与跌倒数据及其对应像素图差异的基础上,设计了面向跌倒检测的卷积神经网络(FD-CNN),并结合互联网上公开的日常活动和跌倒数据进行网络训练和测试.实验结果证明FD-CNN跌倒检测的准确率达到98.6%,系统的敏感度和特异性分别达到98.6%和99.8%,FD-CNN相比已有的跌倒检测算法在系统准确率、敏感度和特异性等方面都有显著提高;相比已有基于蓝牙的跌倒检测系统,本系统的传输距离远、易组网,同时系统功耗更低,适合于社区老年人的跌倒检测与报警.

摘要：针对无人驾驶汽车自动识别连续交警手势的需求,提出高度分层分区的图卷积交警手势识别方法.首先,依据人体部件在空间域内的自然、辅助和自身连接关系以及时间域内的关联关系建立交警手势时空图模型,并从图像序列卷积预测模型参数;其次,引入时空图卷积网络,提出以人物自然站立状态下时空图顶点相对高度差为标签的图卷积高度分层分区策略,打破现有分区策略对图结构的限制;最后,设计保留时间维度的空间域平均层网络输出架构,在减少特征数量的同时适配多对多序列预测模式,达到识别连续交警手势的目的.与领域内代表性方法的对比实验表明,该方法的识别准确率显著提高,不同手势之间混淆率仅为0.1%,Jaccard指数超过对比方法.

摘要：针对视障人士出行辅助中可通行区域地面障碍物实时检测问题,提出一种基于RGB-D和惯性传感器融合的地面障碍物检测技术.首先建立地面障碍物空间模型,并融合惯性传感器参数计算相机倾角以校正地面障碍物世界坐标;其次针对视障人士实际使用场景和需求,使用阈值分割算法将深度图像中距离较远的检测像素去除,并将深度图划分4个区域,通过融合惯性传感器数据实现ROI的动态划分;最后通过改进RANSAC算法设计了基于地面区域生长的障碍物检测算法,并采集真实数据进行实验验证.实验结果表明,所提技术的准确率和召回率分别达到90.87%和89.33%,并在执行时间效率上优于已有地面障碍物检测算法,满足了视障人士对算法的实时性要求.

摘要：由于缺少统一人体活动模型和相关规范,造成已有可穿戴人体活动识别技术采用的传感器类别、数量及部署位置不尽相同,并影响其推广应用。该文在分析人体活动骨架特征基础上结合人体活动力学特征,建立基于笛卡尔坐标的人体活动模型,并规范了模型中活动传感器部署位置及活动数据的归一化方法;其次,引入滑动窗口技术建立将人体活动数据转换为RGB位图的映射方法,并设计了人体活动识别卷积神经网络(HAR-CNN);最后,依据公开人体活动数据集Opportunity创建HAR-CNN实例并进行了实验测试。实验结果表明,HAR-CNN对周期性重复活动和离散性人体活动识别的F1值分别达到了90%和92%,同时算法具有良好的运行效率。

摘要：针对目前室内环境监控领域存在的环境信息采集能力薄弱、处理过程缺乏标准、硬件系统复杂等问题,基于Xilinx Zynq平台和IEEE 1451.2协议,设计了一个可对多种环境信息进行监控的系统.该系统主要包括智能变送器接口模块(smart transducer interface module,STIM)和网络适配应用处理器(network capable application processor,NCAP)模块.其中,STIM依据IEEE 1451.2协议实现环境信息的采集及其标准化;NCAP则利用受限应用协议(constrained application protocol,Co AP)实现系统的远程访问和控制.同时,通过设计基本资源、复合资源和规则资源3类资源,实现系统业务功能的统一描述和发布.经测试证明,该系统能够有效地实现对室内环境的远程监控,用户访问的响应时间较短,系统总功耗较低.

摘要：针对基于视觉的动态手势识别易受光照、背景和手势形状变化影响等问题,在分析人体手势空间上下文特征的基础上,首先建立一种基于人体骨架和部件轮廓特征的动态手势模型,并采用卷积姿势机和单发多框检测器技术构造深度神经网络进行人体手势骨架和部件轮廓特征提取。其次,引入长短时记忆网络提取动态人体手势中骨架、左右手和头部轮廓的时序特征,进而分类识别手势。在此基础上,设计了一种空间上下文与时序特征融合的动态手势识别机(GRSCTFF),并通过交警指挥手势视频样本库对其进行网络训练和实验分析。实验证明,该系统可以快速准确识别动态交警指挥手势,准确率达到94.12%,并对光线、背景和手势形状变化具有较强的抗干扰能力。

摘要：针对景区手写诗词存在背景纹理复杂、字体尺寸及风格多样等特点导致景区游客难以识别手写诗词的问题,首先,分析研究景区手写诗词的识别场景,设计景区诗词检测网络(detection of poetry in scenic areas-network,DPSA-Net)以提取景区手写诗词不同尺度的特征,并结合手写诗词字符间的链接依赖关系实现景区手写诗词检测;其次,设计了卷积循环聚合网络(convolution recurrent aggregation network,CRA-Net)以对景区手写诗词进行识别,结合卷积神经网络(convolutional neural networks,CNN)和双向长短期记忆网络提取手写诗词图像的序列特征,并通过聚合交叉熵(aggregation cross-entropy,ACE)实现特征向文本的转换;最后,结合景区知识图谱对CRA-Net的输出进行校正,进而提高景区手写诗词的识别准确率。实验结果表明,通过景区手写诗词矫正技术对CRA-Net的识别结果矫正后,识别准确率达到了79.04%,同时,该技术具有较好的抗干扰能力和良好的应用前景。

摘要：针对超分辨率复原技术中网络层数不断加深导致的网络训练困难、特征信息利用率低等问题,设计并实现了一种基于双注意力的信息蒸馏网络(IDN)的图像超分辨率复原算法。首先,利用IDN较低的计算复杂度及信息蒸馏模块提取更多特征的优势,通过引入残差注意力模块(RAM)并考虑图像通道之间的相互依赖性来自适应地重新调整特征权重,从而进一步提升图像高分辨率细节的重建能力;然后,设计了对于边缘信息敏感的新型混合损失函数对图像进行细化处理,以加速网络收敛。在Set5、Set14、BSD100和Urban100公共数据集上的测试结果表明,该方法的视觉效果和峰值信噪比(PSNR)均优于当前主流算法。

摘要：森林防火物联网基于光伏发电的无线传感器网络,在工程应用中,存在电源能量受限的问题,经常导致节点掉线、网络运行受阻。文中设计了一种基于节点能量状态的防火物联网能量管理系统,该系统通过分析节点的光伏能量输入、电池能量存储、设备能量消耗和电路损耗,评估节点的实时能量状态,采用业务分割和定时休眠的方法对能量受限节点进行管理。基于工程中心自建的森林智慧防火平台进行仿真实验,实验结果表明,该系统能平均延长22.80%的网络运行寿命,在防火物联网的能量管理研究中具有一定价值与现实意义。