高级检索

  • ISSN 1006-3080
  • CN 31-1691/TQ
一种新的基于伪导频搜索的MB-LSF信道估计算法
朱竞, 袁伟娜, 朱煜, 黄如
针对伪导频搜索算法复杂度高的情况,对基于伪导频的MB LSF信道估计算法进行了研究。提出先估计导频位置的信道响应,然后通过线性插值得到所有位置的信道响应,进而检测得到伪导频的估计值,将其作为第1次搜索的符号。理论分析和仿真结果都证明了这种新算法在不影响信道估计性能的前提下,能够很大程度地降低伪导频的搜索次数。
关键词: 伪导频; 最小二乘拟合; 信道估计
一种有效的车辆跟踪算法与异常车辆检测
陈聪, 朱煜, 肖玉玲, 陈宁
交通监控视频中车辆检测、跟踪与车型判别是智能交通监控系统的重要组成部分。本文运用W4背景减除法和光流法相结合的技术进行车辆检测。利用区域滤波和空洞填充方法提高目标检测精度。采用质心距离约束和目标大小约束条件实现目标区域之间的匹配和车辆跟踪。最后,根据车辆的几何形状特征对助动车等异常车辆进行检测和标记。通过对高速公路实际视频的测试表明,本算法对机动车进行了有效的跟踪与标记,并对道路上助动车等异常车辆进行了有效的检测。
关键词: 背景减除法; 光流法; 车辆跟踪; 异常车辆检测
基于量化表修改的F5隐写方法
蒋翠玲, 庞毅林, 朱煜, 井冰, 宫相玉
传统的F5隐写方法采用标准的量化表量化后用矩阵编码的方法来嵌入信息,其安全性较高但隐写容量非常小。提出了一种改进的基于量化表修改的F5隐写方法(IQTM-F5),采用给定的量化表量化和新的信息嵌入策略以避免传统的“退化”现象。实验结果表明:改进的隐写方法与传统F5隐写方法相比,不仅极大程度地增加了隐写容量,提高了嵌入效率,而且隐秘图像具有较高的图像质量和抗攻击性。
关键词: 量化表修改; 隐写; 隐写容量; 嵌入效率
SEM材料图像目标区域分割
江林佳, 朱煜
由SEM获取的纤维材料图像,目标孔洞粘联明显、重叠严重,特征参数提取困难。本文首先利用提取目标特征凹点的方法,实现了目标区域分割,但在分割精度上存在着不足,且算法较为复杂。对此,采用了一种基于距离变换的分水岭算法,通过对不同区域设置标记,循环标记的最终结果形成分水岭,并通过抑制过分割实现了对目标区域更为精确的分割。实验结果表明该算法具有良好的特性。
关键词: SEM材料图像,分水岭变换,区域分割,凹点提取
基于深度图像HOG特征的实时手势识别方法
VanBang L E, 朱煜, 赵江坤, 陈宁
手势识别是模式识别领域的一个热点研究方向。提出了一种利用Kinect传感器深度图像进行手势分割的方法,并研究了基于灰度图像HOG特征的手势识别模型;深入研究了HOG特征,分析其特征向量特点,探讨了不同特征维数对训练机的影响及处理效率;通过SVM机器学习方法实现手势的分类识别,经过对大量实验样本的优化训练,获得了最优SVM参数,并进行分析、对比识别率。本文方法维数少、识别率高、运行速度快、性能稳定,能满足实时性手势识别的要求。
关键词: Kinect, 深度图像, HOG特征, SVM机器学习, 手势识别
基于Metaface字典学习与核稀疏表示的人脸识别方法
曹玲, 朱煜, 陈宁, 陈志华
完备的稀疏表示方法近年来应用在人脸识别中并取得较好的结果,它可以仅利用样本的随机投影完成对测试样本的识别。在实际应用中,由于受光照、遮挡等因素的影响,测试样本并不能通过训练样本的线性组合得到很好的稀疏重构。本文提出了基于Metaface字典学习与核稀疏表示的人脸识别方法,借助核技巧,将数据样本和字典集映射到高维的未知空间,以解决特征的非线性相似问题。在核空间对数据样本进行稀疏重构,得到数据在核空间的一种简洁的稀疏表达方式从而提高识别率,而Metaface字典学习框架的引入可以得到更加精炼的字典,从全局上提高识别率。通过在ORL人脸库、Yale人脸库和AR人脸库的实验表明,同等情况下,本文提出的方法优于PCA,SVM, SRC等方法,进一步提高了人脸识别率,具有较好的应用价值。
关键词: 稀疏表示; 人脸识别; PCA; Metaface字典学习; 核稀疏表示(KSRC)
基于区域时空二合一网络的动作检测方法
汤强, 朱煜, 郑兵兵, 郑婕
doi: 10.14135/j.cnki.1006-3080.20201126004
视频动作检测研究是在动作识别的基础上,进一步获取动作发生的位置和时间信息。结合RGB空间流和光流时间流,提出了一种基于SSD的区域时空二合一动作检测网络。改进了非局部时空模块,在光流中设计了像素点筛选器来提取运动关键区域信息,只对空间流中筛选出的动作关键区域进行相关性计算,有效获得动作长距离依赖并改善非局部模块计算成本较大的缺陷,同时降低了视频背景噪声的干扰。在基准数据集UCF101-24上进行了实验,结果表明所提出的区域时空二合一网络具有更好的检测性能,视频级别的平均精度(video_mAP)达到了43.17%@0.5。
关键词: 视频动作检测, SSD, 双流网络, 非局部模块, UCF101-24
基于HOG3D描述器与稀疏编码的异常行为检测方法
何聪芹, 朱煜, 陈宁
doi: 10.14135/j.cnki.1006-3080.2016.01.018
提出了一种基于稀疏编码理论的视频异常行为检测方法,并使用HOG3D空-时描述器表征视频序列的形态及运动信息。首先,从正常视频序列中提取空-时兴趣点,获得其特征向量作为训练样本。通过K-SVD字典训练算法构建过完备字典,使得正常样本在所构建字典上的表达具有很好的稀疏性。在稀疏编码过程中,按视频段读取测试视频序列,求解特征信息在字典上的关于其稀疏系数的凸优化问题,然后根据稀疏编码改进公式求得重构误差数值。最后的判断阶段,计算视频段的相对重构误差,相对重构误差为正表明为异常视频段,否则为正常视频段。在UMN数据库3个场景及Weizmann数据库上进行实验,验证了本文算法的有效性。将实验拓展到现实监控视频中,结果表明本文方法在实践中同样具有较好的应用价值。
关键词: 稀疏编码, 异常行为检测, 重构误差, HOG3D描述器, K-SVD