基于光流的运动人体提取

提出了一种改进的Lucas-Kanade光流算法，将这种算法应用于步态识别中, 并引入了高阶梯度的光流场约束方程，计算出其Hessian矩阵. 将Hessian矩阵条件数的倒数做为Lucas-Kanade光流法的加权阵，可有效地消除局部邻域中不可靠约束点，并大大提高基本约束方程解的稳定性. 实验结果表明，此方法能精确地描述出运动人体的光流场.     

基于光流的运动人体提取

提出了一种改进的Lucas-Kanade光流算法，将这种算法应用于步态识别中, 并引入了高阶梯度的光流场约束方程，计算出其Hessian矩阵. 将Hessian矩阵条件数的倒数做为Lucas-Kanade光流法的加权阵，可有效地消除局部邻域中不可靠约束点，并大大提高基本约束方程解的稳定性. 实验结果表明，此方法能精确地描述出运动人体的光流场.     

基于灰度标准差的光流模型的步态识别算法

步态识别主要是通过人体走路的姿势来识别人的身份.提出了一种改进的光流法和隐马可夫模型相结合的技术,使用背景减除和阈值化为目标和背景图像建立模型,由使用灰度标准差筛选的光流法模型提取每一个运动目标的特征,取得时间序列的特征向量,把特征量化和状态分类的结果交给隐马可夫模型来判断运动目标的姿态.仿真实验表明,本算法识别率高,速度快.     

基于组合特征和SVM的视频中人体行为识别算法

针对复杂场景中的人体行为识别困难的问题,提出了一种基于组合特征和SVM的行为识别算法.该算法使用光流特征、HOG特征、重心特征和3D SIFT特征构成的组合特征来描述人体的各种行为;使用一对一的方式训练SVM分类器对提取出的特征进行分类,并以投票的方式得到具体的行为类别.使用包含4个场景的KTH数据集进行仿真.结果表明,所提出的算法能适应各种复杂环境,且相比只采用单一特征的识别算法具有更高的分类精度.     

基于统计特征主分量的信号调制识别

采用数字信号处理方法提取待识别信号的瞬时特征统计参量,利用多元统计的主分量分析方法对特征参量进行其主分量组合,以消除特征参量间的相关性和压缩特征向量的维数,并采用统计模式识别的模板匹配判决进行信号调制方式的自动识别,模拟结果证实了此方法的有效性和高识别率。     

基于行为特征的P2P流识别研究

在网络中,P2P节点与非P2P节点比较,具有不同的行为特征。P2P网络中的主机可以同时上传和下载文件,因此P2P节点兼具服务器（server）和客户机（client）的双重角色。同时P2P应用具有持续时间长的特点。基于这一特征,结合P2P应用的行为特点,提出一种基于行为特征的P2P流识别模型,为可重构路由交换设备的研究和设计提供技术支持。仿真实验结果表明,该方法能够有效识别P2P业务流。     

基于时空局部特征融合的人体行为识别

为了实现对公共区域等特定场所下的人体正常行走、跑动、挥拳、双手挥舞等人体行为的识别,提出了一种基于时空局部特征融合的人体行为识别方法.首先,对各种目标行为建立样本库,将不同类别的目标行为样本作为先验知识,以此训练支持向量机;然后通过高斯混合模型来检测运动前景,接着提取运动目标的区域特征和运动特征,通过K-L离散变换对两者进行特征融合;最后结合支持向量机具有全局最优性和较好泛化能力的特点,进行小样本的多目标行为分类识别,并和BP神经网络的识别效果进行比较.实验结果表明,SVM的识别率优于BP神经网络,其平均识别率可达96%.     

基于Zernike矩的人体行为识别

为了保证特征提取的有效性,更完备地描述人体行为序列,提出了一种基于Zernike矩的人体行为识别方法.该方法利用规范化的运动历史图像(MHI)进行图像序列的表示,从中提取出基于Zernike矩的统计描述作为特征向量进行识别.同时,提出了一种利用图像的重建过程确定分类时采用的Zernike矩的最高阶次的算法.实验中,对8类不同的人体行为进行了测试.应用Zernike矩特征的分类精度高于用规则矩和Hu矩作为特征的方法,证明了基于Zernike矩的人体行为识别方法的有效性.     

基于手机加速度传感器的人体行为识别

提出一种依据手机内置三维加速度传感器采集的人体日常行为数据来进行识别分类的方法。该方法对采集的原始加速度数据进行预处理,从水平和垂直方向提取多种统计特征,包括标准差、四分位差、信号幅度、偏度、峰度和相关系数等,由支持向量机分类器进行分类识别,可识别手机携带者站立、走路、跑步、上楼和下楼5种动作。通过对比分析实验结果,对不同实验者的平均识别正确率达到87.17%,验证了该方法的有效性。     

基于连通区域离散度的断层识别

针对地震剖面数据中有效层位信息与噪声混合分布,传统方法难以对地震断层进行识别的问题,提出了一种基于连通区域离散度的地震断层识别方法.首先,基于八邻域连通对地震剖面二值图像中的连通区域进行标注并提取每一个连通区域的离散度等数字特征;然后,基于噪声和地震层位各自所属连通区域横向长度和离散度的不同对噪声进行去除;最后,利用地震层位所属连通区域的横向端点信息对地震断层进行识别并标注.通过实验将所提方法与传统方法进行了对比,实验结果验证了所提方法的有效性和实用性.     

Abnormal Crowd Behavior Detection Based on the Entropy of Optical Flow

To improve the detection accuracy and robustness of crowd anomaly detection, especially crowd emergency evacuation detection, the abnormal crowd behavior detection method is proposed. This method is based on the improved statistical global optical flow entropy which can better describe the degree of chaos of crowd. First, the optical flow field is extracted from the video sequences and a 2D optical flow histogram is gained. Then, the improved optical flow entropy, combining information theory with statistical physics is calculated from 2D optical flow histograms. Finally, the anomaly can be detected according to the abnormality judgment formula. The experimental results show that the detection accuracy achieved over 95% in three public video datasets, which indicates that the proposed algorithm outperforms other state-of-the-art algorithms.     

基于大位移变分光流的全向智能轮椅测速方法

为扩大全向智能轮椅的速度测量范围并改善其测量精度及计算效率,对传统基于光流的测速方法进行了改进.首先,采用TV-L¹模型求解光流,并有效地预测帧间像点位移量,缩小像点的搜索区域.然后,针对由光照不均、局部运动模糊等因素产生的异质光流矢量,提出了基于平面片光流模型的随机抽样一致算法(random sample consensus,RANSAC),以实现光流场的排异.最后,在统一计算设备架构(compute unified device architecture,CUDA)的体系框架下实现光流计算的并行加速,提高了系统的实时性.实验结果表明:改进方法使轮椅的最大可测量速度提升了1.67倍,且测速精度优于轮式里程计,该方法在光照不均、局部运动模糊情况下也具有较好的鲁棒性,能够提升全向轮椅的最大可测量速度及测量精度.     

基于对称性特征分块主成分分析的人脸识别方法

为了进一步提高人脸识别的精度,考虑在分块主成分分析算法中引入对称性思想。首先对图像进行分块并分别求其奇偶对称脸,然后利用主成分分析算法提取图像的主要鉴别特征。该方法充分考虑了光照等多种因素对识别率的影响,利用人脸图像的对称性增加了样本数量,以有效提高识别率。在ORL人脸库上的实验显示,在每类训练样本数为7、提取特征数为20的情况下,基于对称性特征的分块主成分分析方法的人脸识别率为95%,说明该方法是有效的。     

一种基于空间加权Hausdorff距离的人脸识别算法

Hausdorff距离是一种有效的检测两个点集相似性的算法．为了有效的利用边缘信息对光照不敏感的特点,本文在原有SWHD(空间加权豪氏距离)算法的基础上,提出了一种利用局部距离映射图改进的hausdorff距离人脸识别算法．实验结果表明,此方法不仅可得到较好的识别率,而且能有效侧重于强调脸部的主要特征区域．     

旋流消能工内空腔旋流的流速特性

为了揭示空腔旋流的内部流场特性,以公伯峡水平旋流消能工为例,结合数值模拟和试验成果,研究了空腔旋流的流速特性。结果表明,随半径的增大,同一轴向断面的切向流速呈先增大后减小的规律,具有组合涡的分布特性,而轴向流速具有先急剧增大,而后平缓变化的特性。旋流消能工内空腔旋流的流动以切向流动和轴向流动为主,且沿程是由切向流速向轴向流速转变的,并与旋流角的沿程分布相印证。组合涡指数是旋流内部流动自由程度和能量损失的体现,在研究流段上其值介于-0.8～0.5之间,并随半径的减小而减小;组合涡指数的沿程分布表明旋流消能工内的空腔旋流沿程是由准强制涡向准自由涡转变的。推导并建立了压强及流量的计算公式,代入数值模拟结果验证了空腔旋流的组合涡运动规律。     

一种基于软件行为的界面识别模型

界面采集技术是软件自动评测、软件训练评估领域关键技术之一。对于一些规模较大且部分界面非标准化的应用软件,会出现部分界面难以识别且采集效率低的问题。提出一种基于界面特征的识别模型,运用软件行为学理论描述界面交互行为,采用加权欧式距离与句法模式识别相结合的方法对目标界面进行匹配,较好解决了目标界面识别问题。实验测试证明该模型有效、实时性好。