摘要：光照是影响人脸识别效果的重要因素,针对当前人脸数据建库技术构建满足光照分析需求的数据库难度较大的问题,开展基于三维人脸模型的深度人脸识别光照分析研究.首先,借助三维人脸模型,根据人脸基图像表示理论提出一种对应任意光照的人脸图像生成方法,用于构建光照分析所需的人脸图像库;然后,利用构建的多光照人脸图像库分析不同光照采样方案对人脸识别模型性能的影响,探索建库所需的最优光照采样方案;最后,借助虚拟数据具有准确光照标注的优势,基于多任务学习框架测试不同光照标注方法对识别网络训练效果的影响,进一步提高深度人脸识别网络对光照变化的鲁棒性.通过在虚拟数据和真实数据上开展的不同光照采样方案及标注方法对人脸识别模型性能影响的实验得出,使用适量基图像光照构建数据库是一种有效的光照采样方案,而准确的光照标注可进一步提升人脸识别率,对应的识别模型在具备极端光照的测试集上的人脸识别率可达98%以上.该研究提高了深度人脸识别模型的性能,为构建人脸图像库的光照采样策略和光照标注方法提供了依据.

摘要：随着倾斜摄影大规模场景应用的逐渐普及,在基于网络传输的应用中,针对多细节层次(LOD)层级切换滞后和跳变的问题,以倾斜摄影点云作为基本图元构建场景,并在此基础上改进渲染效果和传输效率.首先,对于无法使用部分传输的高精度数据进行绘制的问题,提出一种多LOD层级混合渲染算法,及时、有效地表达高精度数据的特征;其次,对于数据传输效率较低的问题,提出细粒度的点云传输及裁剪策略.最后,在点云地形块内部启用基于法向量的预处理划分,并在运行时通过优先级排序和剔除,确保最大化利用传输的数据.实验采用化简后的倾斜摄影点云,引入分布及命中等评价指标,与传统Splatting面元绘制算法对比,能在层级切换时有效地降低画面RMSE和提高模型纹理质量.结果表明,使经过裁剪的部分高精度数据参与渲染可以使层级切换及时、平缓,获得较好的视觉效果.

摘要：针对商用中央处理单元(central processing unit,CPU)的专用许可证授权费用高和卷积神经网络性能待提升等问题,设计了一种基于多视图并行且具有可配置性的卷积神经网络加速器,同时结合第五代精简指令集(reduced instruction set computing, RISC-V)构建该加速器的片上系统。首先,扩展一组适用高速协加速器的控制访问接口和数据访问接口。其次,以多视图并行与结构复用的方式实现卷积神经网络各运算单元:视图并行的不同组合将影响卷积单元硬件电路结构,因此多视图并行可通过复用基本运算结构来完成;池化单元由行池化和列池化子单元构成,且共享行池化的运算结构;对于全连接单元,采用调整全连接运算参数的方法来适应卷积单元的硬件结构,从而完成模型间的复用。然后,针对不同运算单元的硬件结构设计不同寄存器组,并结合开源RISC-V处理器实现多种网络模型。最后,在不同平台分别部署卷积、池化和全连接模型,计算运算时间、吞吐量和速度等。实验结果表明,对于相同卷积结构,本文设计的加速器和CPU平台的速度比是189。在本文设计的加速器中部署视觉几何组(visual geometry group,VGG)的卷积运算,其吞吐量可达178.6 GOPS。综上所述,利用多视图并行能够达到加速效果,且以配置寄存器方式可实现不同网络模型。

摘要：为提升无人机在复杂空战场景中的存活率,基于公开无人机空战博弈仿真平台,使用强化学习方法生成机动策略,以深度双Q网络(double deep Q-network, DDQN)和深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法为基础,提出单元状态序列(unit state sequence, USS),并采用门控循环单元(gated recurrent unit, GRU)融合USS中的态势特征,增加复杂空战场景下的状态特征识别能力和算法收敛能力。实验结果表明,智能体在面对采用标准比例导引算法的导弹攻击时,取得了98%的规避导弹存活率,使无人机在多发导弹同时攻击的复杂场景中,也能够取得88%的存活率,对比传统的简单机动模式,无人机的存活率大幅提高。

摘要：一般孪生网络跟踪算法中目标模板不会更新,模板分支与搜索分支在计算时相互独立,无法进行鲁棒跟踪,使用深度互相关来融合两分支的特征有着容易被干扰物欺骗、激活通道数少、对目标边界的分辨能力较弱,且不能充分受益于大规模的离线训练,为此提出一种基于注意力机制和不对称卷积的目标跟踪算法。设计增强注意力网络增强和传递分支信息。采用不对称卷积来代替深度互相关,使用有效的参数学习如何更好地互相关。所提算法在OTB100、LaSOT、VOT2019上做了对比实验,实验结果表明,所提算法表现较好,性能优于现有的多个先进跟踪器。

摘要：三维人脸信息获取通过三维相机和三维人脸重建算法进行三维人脸建模。真实环境中三维重建方法往往存在匹配误差较高、表面粗糙等问题。针对三维人脸重建中的问题设计一套三维人脸重建算法用以提高三维重建效果,通过向人脸投射散斑图案增强人脸纹理,改进ZNCC算法生成平滑的三维人脸模型。通过仿真实验验证了该算法可以得到较高精度的平滑三维人脸模型。

摘要：采集空管大数据,根据空管大数据的特点,对数据进行数据融合,利用改进的聚类算法处理航迹数据,对得到的各类航迹数据分别构建模型,提高模型的预测精度。分别构建Stack LSTM和基于卷积LSTM的航空器轨迹预测模型,以真实雷达数据为例进行仿真实验,对仿真结果进行对比,其结果表明,基于卷积LSTM的航空器轨迹预测模型可以将预测的均方根误差控制在400 s内,验证了预测模型可以实现航空器轨迹的精确预测。

摘要：为提高超宽带(ultra-wideband,UWB)技术在非视距(non line of sight,NLOS)环境下的定位精度,提出一种基于粒子滤波融合视觉与UWB数据的定位方法。视觉模块通过识别与检测标签推算出绝对位姿;UWB模块鉴别由NLOS条件干扰的测距值,筛选最优测距值进行自适应权重的定位算法,提升覆盖区域的整体定位精度;基于粒子滤波将两者的实时定位信息进行数据融合。实验结果表明,融合定位方法具有实时性和鲁棒性,有效抑制了NLOS环境引起的误差,在NLOS环境下定位精度能够达到0.26 m。

摘要：为提升图片质量,改善传统的暗原色先验处理图像的局限性,提出一种RGB亮通道取反的自适应修正暗原色先验去雾算法。在计算暗通道前,先对有雾图像的RGB通道中最亮通道进行取反处理,自适应修正透射率的计算值;在全局大气光估计时,采用最亮0.1%的像素的均值;使用canny算子提取图像的边缘信息,对导向滤波的方法进行修正,进行透射率估计;根据大气散射模型对有雾图像进行复原。实验结果表明,该算法可以有效改善暗原色先验在天空区域失效的问题,能够保留图片的景深特征,使复原图像具有更清晰的边缘细节。

摘要：针对带有非规则曲面显示墙的多投影显示系统的几何校正问题,提出一种基于结构光投影技术的自动非线性几何校正算法.该算法首先用结构光投影技术计算出每个投影机与显示墙的映射关系;其次使用相机拍摄显示墙上的经纬度点阵;最后通过提取拍摄的图像特征计算得到投影机帧缓存中每个像素点在全局坐标系下的经纬度值,并将其转换为纹理坐标,从而实现了非线性几何校正.模拟仿真实验和虚拟机场系统中的实际应用结果表明,文中算法能够有效地提高系统的几何校正精度,且无需进行相机的标定和具有显示墙解析式的先验知识,适用于任意光滑的曲面显示墙.