多时间尺度一致性的弱监督时序动作定位

由于弱监督时序动作定位模型使用视频级的标签作为监督信号,模型在识别出动作实例中最具区分性的视频片段时,也会将和视频级标签有关的背景片段误认为是动作,难以产生完整的动作提议。为了进一步检测动作片段,通过分析动作片段在多时间尺度上标记的一致性,提出了一种多时间尺度一致性的弱监督时序动作定位方法。对输入的视频帧提取RGB和光流的特征,设计一种多时间尺度的模块,使用不同尺寸的卷积核建模视频的时序关系。通过估计多时间尺度特征的时间类激活图,并对多分支的时间类激活图进行融合,获得多时间尺度一致性的动作预测标签。为了进一步优化模型预测的动作标签,采用迭代优化策略,在每次迭代中更新预测标签,并为模型训练提供有效的帧级监督信号。在THUMOS14和ActivityNet1.3数据集上进行实验验证,实验结果表明,方法性能优于现有弱监督时序动作定位方法。     

现实场景中非接触式心率检测方法研究

现有的非接触式心冲击描记术（ballistocardiography,BCG）利用运动追踪捕捉头部微弱运动,存在着光照干扰、运动干扰等问题。针对该问题,提出了一种基于方向可调滤波器的头部微小振动检测方法（steerable filters schematic detection BCG,SD-BCG）,以实现非接触式心率检测。对输入视频进行人脸检测,并框选出目标检测区域;设计一种基于方向可调滤波器的振动信号提取方法,提取目标区域的相位差信号,并针对相位差信号进行带通滤波和主成分分析,滤除干扰噪声并建立BCG信号;通过傅里叶变化将BCG信号转化至频域,从频谱密度函数中提取心率值。实验结果表明该方法能够适应不同光照和不同运动干扰情况,其心率检测准确率优于现有的运动追踪捕捉BCG信号提取方法。     

抗相机运动干扰的欧拉视频振动检测

相机运动的干扰是造成视频振动检测误差的重要原因。针对该问题,提出一种互抑制一致采样方法,对视频中的振动信号和相机运动信号实现有效分离,从而提高视频振动检测的可靠性。通过SURF（加速稳健特征）算法提取候选的特征点,并设计了振动与相机运动的互抑制测度,对候选的特征点进行分离,以获得相机运动的特征点。根据相机运动特征点对视频图像进行配准,以获得去除相机运动干扰的视频序列。对稳定相机的视频序列,采用欧拉视频振动检测方法获得振动频率。自行采集了不同相机运动下的视频,并针对互抑制测度的参数进行估计。通过对测试集数据进行验证,得到的振动频率准确率优于现有的非接触振动检测方法。     

基于梯度双面互补特性的级联快速目标检测

针对目标检测中精度和速度难以兼顾的问题,借助视觉注意理论中的目标感知与识别机制,分析目标描述中梯度幅值与梯度方向信息之间具有的互补性,提出了基于两层级联梯度特征的快速目标检测模型,可有效描述类无关和类相关检测器.一方面,采用梯度幅值特征,从滑动窗口采样中获得候选目标提议,大幅降低了验证窗口的数量,确保检测速度,另一方面,利用级联方式学习训练多个子检测器,可更好实现不同尺度变化下的目标检测精度.PASCAL数据集上的实验结果,解释了级联梯度特征对目标结构描述的有效性,表明了该文方法在与现有先进方法的检测精度相当的前提下,可极大提升检测速度.     

光伏并网系统二次功率扰动分析及抑制策略

传统的单相单级光伏并网系统普遍存在二次功率扰动问题,会对光伏阵列的输出功率造成不利影响。基于对二次功率扰动的详细分析,在传统的并网逆变器结构上增加二次功率解耦电路,并给出该改进电路的系统控制策略。分析证明,该新型逆变器拓扑能有效降低二次功率扰动,抑制直流电压的二次纹波分量,进而提高能量利用效率,改善并网电流质量。仿真和实验验证该新型逆变器拓扑及其控制策略的合理性和有效性。     

熵域流形空间中的目标尺度感知策略

针对场景中不同目标的尺度感知问题,提出一种基于熵度量的场景目标尺度感知计算模型。通过对熵域空间中流形分布的统计特性分析,描述图像流形空间中的目标分布规律,在四叉树金字塔描述的基础上,依据尺度感知评价函数,形成了多目标尺度感知计算过程。实验结果说明,四叉树空间金字塔近似人类视觉感知的层次结构,基于熵域流形空间的目标描述可以有效实现目标尺度感知。     

动脉化疗栓塞治疗晚期贲门癌临床观察

目的:探讨动脉灌注化疗联合栓塞治疗晚期贲门癌的临床疗效。方法: 60例晚期贲门癌患者随机分为2组,即动脉灌注化疗联合栓塞组(治疗组,n=30)和静脉化疗组(对照组,n=30)。两组均采用相同化疗方案分别行动脉灌注化疗联合栓塞或静脉化疗,按WHO疗效评定标准评价近期疗效及观察患者临床症状改善情况。结果: 治疗组和对照组相比较,近期有效率显著增加(P<0.01),且临床症状改善明显。结论:动脉化疗联合栓塞治疗可以提高晚期贲门癌患者近期疗效并改善患者临床症状,可作为晚期贲门癌的一种有效治疗方法。     

基于改进型SMO的PMSM无位置传感器控制策略

建立了基于永磁同步电动机(PMSM)的传统滑模观测器(SMO)的数学模型,分析了其优缺点,并对传统SMO进行了改进。改进型SMO可有效抑制传统SMO中的抖动问题,降低系统干扰对转速和转子位置角估计值的影响,增强系统的鲁棒性,提高系统的控制性能。仿真和实验结果验证了基于改进型SMO的PMSM无位置传感器控制方法的可行性和有效性。     

基于微振动增强的伪装人体检测算法

伪装人体检测在视频监控领域具有重要的研究和应用价值.本文针对目前基于图像表层特征提取的伪装人体检测方法无法有效检测出没有明显移动的伪装人体目标,充分利用了人体目标具有一定范围呼吸率的独特特性,提取并增强伪装人体的微振动特征,利用振动特征实现了伪装人体目标进行检测.首先,提出了自己的伪装人体视频数据集和基于微振动特征的伪装人体检测模型;其次,利用训练集估计伪装人体目标的最优呼吸率区间,利用估计的最优呼吸率区间增强了视频中伪装人体的微振动;最后,根据增强了微振动的视频和提出的检测模型,实现伪装人体目标的定位检测,并通过图像形态学去噪后处理降低检测结果的噪声.本文提取微振动特征的检测算法通过充分的消融实验和对比实验进行了验证,在提出的视频数据集上,检测效果IOU达到了 0.526,Precision达到了 0.738,优于其它图像特征最先进的检测方法.     

基于采样汇集网络的场景深度估计

针对现有场景深度估计方法中,由于下采样操作引起的复杂物体边界定位不准确,而造成物体边界处的场景深度估计模糊的问题,受密集网络中特征汇集过程的启发,本文提出一种针对上;下采样过程的汇集网络模型.在下采样过程中,使用尺度特征汇集策略,兼顾不同尺寸物体的估计;在上采样过程中,使用上采样反卷积恢复图像分辨率;同时,引入采样跨层汇集策略,提供下采样过程中保存的物体边界的有效定位信息.本文提出的采样汇集网络(Sampling aggregate network,SAN)中使用的尺度特征汇集和采样跨层汇集,都可以有效缩短特征图到输出损失之间的路径,从而有利于避免模型的参数优化时陷入局部最优解.在公认场景深度估计NYU-Depth-v2数据集上的实验说明,本文方法能够有效改善复杂物体边界等干扰情况下的场景深度估计效果,并在深度估计误差和准确性上,优于当前场景深度估计的主流方法.