摘要：针对交通视频监控场景复杂、实时性要求高的特点,提出一种基于"分治"思想的车辆检测算法,能在CPU平台下实时运行.首先通过对场景图像作引导滤波并计算滤波前后的峰值信噪比,检测光照条件.并基于光照检测的结果进行多模型融合,把本身复杂的问题拆分成多个可以用简单模型解决的子问题;然后使用复杂度低的级联Adaboost算法针对各个子问题分别训练检测模型.在15组真实监控视频的测试样本下,与4个基于深度学习的目标检测模型进行对比分析,结果表明,该算法能够适应各种场景,提高检测精度,并且在CPU平台下达到30帧/s的运行速度.

摘要：车辆检测是车辆跟踪和车牌识别的前提,在电子警察和视频监控系统中有重要作用。针对目前视频监控中对夜间车辆检测方法较少且检出率不高的问题,提出了一种夜间车辆检测方法。首先选取夜间车辆样本作为训练样本,然后利用AdaBoost算法训练级联检测器,对视频监控中的夜间车辆进行检测。结果表明,本文提出的夜间车辆检测算法能够有效的检测夜间车辆,检测速度快,可实时检测。

摘要：针对传统智能产品组网方式复杂、耗电量大、同步控制以及需要独立系统网关等问题,设计了基于低功耗蓝牙(BLE)Mesh技术的室内发光二极管(LED)灯及温湿度监控系统。测试表明:系统低功耗的性能优于目前主流的无线芯片ZigBee,WiFi,同时提出了一种以解决Mesh网络中功耗问题的新网络拓扑结构,从而优化了BLE Mesh的网络功耗,且系统能够准确无误控制室内的设备以及监测各个设备的状态参数。该应用会在未来智能物联网家居产品领域具有较好的市场前景。

摘要：针对现有基于粒子滤波(PF)的行人目标跟踪算法跟踪精度不高、速度慢以及遮挡鲁棒性不好的问题,提出一种结合支持向量机(SVM)检测的改进跟踪算法。在跟踪的置信度小于阈值时进行行人跟踪目标的再检测,以校正跟踪位置。对粒子群优化(PSO)算法在优化时可能陷入局部解的现状,进行混沌粒子优化(CPSO)寻优全局解。实验结果表明,提出的算法在一定的粒子数目前提下精度优于其他基于粒子滤波的行人目标跟踪算法,有效降低PF所需粒子数,算法可实时跟踪。

摘要：近年来,高温干扰遮蔽情况下利用红外热成像与数字全息成像相结合的新技术观察火场中目标成为时下的研究重点。理论上火焰和浓烟对长波长的红外数字全息成像没有影响,但在现实火场环境中,燃烧物的大颗粒灰尘将会干扰光路,严重增加了全息图重建图像的噪声。本文提出了一种新的图像处理算法来抑制红外数字全息重建的噪声。该算法利用双边滤波器配合拉普拉斯金字塔算法将全息重建图像的细节和能量层分开,再对细节层进行滤波,然后用反向拉普拉斯金字塔算法将分离的层叠加回重建图像中,从而提高重建像的分辨率,并通过模拟火场环境验证了该算法对改善红外数字全息图重建像的分辨率具有显著效果。