深度学习的目标跟踪算法综述

目标跟踪是利用一个视频或图像序列的上下文信息,对目标的外观和运动信息进行建模,从而对目标运动状态进行预测并标定目标位置的一种技术,是计算机视觉的一个重要基础问题,具有重要的理论研究意义和应用价值,在智能视频监控系统、智能人机交互、智能交通和视觉导航系统等方面具有广泛应用。大数据时代的到来及深度学习方法的出现,为目标跟踪的研究提供了新的契机。本文首先阐述了目标跟踪的基本研究框架,从观测模型的角度对现有目标跟踪的历史进行回顾,指出深度学习为获得更为鲁棒的观测模型提供了可能;进而从深度判别模型、深度生成式模型等方面介绍了适用于目标跟踪的深度学习方法;从网络结构、功能划分和网络训练等几个角度对目前的深度目标跟踪方法进行分类并深入地阐述和分析了当前的深度目标跟踪方法;然后,补充介绍了其他一些深度目标跟踪方法,包括基于分类与回归融合的深度目标跟踪方法、基于强化学习的深度目标跟踪方法、基于集成学习的深度目标跟踪方法和基于元学习的深度目标跟踪方法等;之后,介绍了目前主要的适用于深度目标跟踪的数据库及其评测方法;接下来从移动端跟踪系统,基于检测与跟踪的系统等方面深入分析与总结了目标跟踪中的最新具体应用情况,最后对深度学习方法在目标跟踪中存在的训练数据不足、实时跟踪和长程跟踪等问题进行分析,并对未来的发展方向进行了展望。     

长距离定向钻探技术在煤矿探放水中的应用研究

针对传统探放水施工存在需施工的探水钻孔多、盲目性大、施工周期长、工人劳动强度大、探放水效率低等问题,以晋能控股集团某矿9104运输顺槽为研究对象,分析了传统探放水施工工艺及存在的问题,提出了定向钻探技术在煤矿探放水中的应用,介绍了定向钻探技术的原理、设备及施工工艺,并分析了应用效果。应用效果表明,相比于传统探放水施工工艺,定向钻探技术缩短了钻孔长度3 100 m,可少钻孔46个,可使探放水效率达到96%以上,取得较好的应用效果。     

村镇建设:两轮驱动促发展

建设部村镇建设办公室在确定2008年工作时将“统筹推动村镇建设”作为工作指导思路。深入贯彻党的十七大精神,抓住社会主义新农村建设的重大机遇,落实城镇化和新农村建设两个轮子驱动发展的工作要求。实施《城乡规划法》,推动村镇建设管理制度的改革创新,不断将村庄整治工作引向深入,     

基于综合风险的电网灾难性事件预警评估

电网作为刚性动力学系统,结构复杂性在增强其应对偶发故障鲁棒性的同时也增大了其应对连锁故障的脆弱性。结构决定功能,但两者之间的复杂关联致使故障对电网造成的风险很难完整刻画,从网络拓扑结构入手,进行网络剖分,解耦结构与功能之间的复杂耦合关系,再基于不确定风险分析理论,综合考虑故障显性风险和隐性风险,通过联系数理论建立基于两者的完整风险评估指标,完整地刻画出灾难性事件的系统风险。并建立了基于C#的商业应用评估软件,以此对西部某地区实际电网进行风险评估,结果证明本方法所得结果符合工程实际,所建商业应用平台直观、友好、结果可靠。     

基于稀疏编码和SVM的协同入侵检测

将稀疏编码理论应用于入侵检测,并提出一种将稀疏编码理论和支持向量机结合的入侵检测算法。稀疏性约束同时引入到过完备词典学习和编码过程,学习到的系数作为特征送入到支持向量机进行入侵检测。实验表明,稀疏性具有一定的去噪能力,使得学习的特征更富有判别力。同时实验也验证了所提出的方法能保证较高的检测率和较低的误报率,并且对不平衡数据集有较好的鲁棒性。     

分段式低秩逼近的运动捕获数据去噪方法

运动捕获数据去噪旨在从含有噪声干扰的运动数据中恢复出能够较好表达原始数据特性的帧序列.针对人体运动捕获数据在较短时间段内的帧序列常常具有相同或相似的运动行为语义的特点,提出了一种分段式低秩逼近策略的运动捕获数据去噪方法.该方法首先将含有噪声的运动数据划分为多个连续子区间,接着利用不精确拉格朗日乘子法(IALM)对每个分段子区间的含噪声干扰数据批矩阵进行低秩矩阵逼近和稀疏噪声误差估计,达到分段数据去噪目的;最后利用时序特性组合去噪后的分段低秩逼近矩阵进行整体运动捕获数据去噪恢复.仿真实验结果表明,所提方法能够对含有任意拓扑结构的人体运动捕获数据进行去噪,达到了很好的效果,具有一定的通用性和实用性.     

基于决策树分类技术的心电自动分析软件检测系统

研究和开发了一种基于数据挖掘技术的心电自动分析软件检测系统.该系统首先通过直接从人体采集电信号和读取扫描经典心电图图片两种途径,依据M IT-B IH心律失常数据库规则和存储格式,建立国人临床心电数据库,然后采用决策树分类方法对样本进行训练和分类,最终进行心电自动分析软件的检测,并由系统输出检测结果.     

结合双向混合约束和弹性验证机制的跨模态动作匹配EI北大核心CSCD

由于视频骨骼数据的复杂性及语义鸿沟问题,现有的动作匹配方法无法较好地解决不同模态运动数据间的关联匹配问题.为此,提出一个面向RGB视频-三维骨骼数据的跨模态动作匹配学习方法.首先,设计跨模态动作匹配框架,挖掘RGB视频数据和骨骼序列数据间的共同语义信息;其次,引入权值共享的多模态双层残差结构和双向混合约束,用于挖掘模态间关联,从而生成共享语义嵌入的跨模态表示,极大地提高数据利用率和提升模型的性能;最后,提出弹性验证模块,促使网络在共享语义空间中专注于鉴别性动作特征的学习,有效地提升模型的泛化性能.实验结果表明,该框架可以更加有效地解决RGB视频和骨骼序列2个模态间的动作匹配任务,并在NTU-RGBD和JHMDB数据集上的跨模态ACC和MAP定量分析指数方面均优于现有3种基准算法,较好地实现了异构模态动作间的灵活跨越.     

豫西外方山太山庙花岗岩LA-ICP-MS锆石U-Pb年龄、Hf同位素组成及其地质意义

位于豫西外方山的太山庙花岗岩是区域上重要的碱性花岗岩,根据接触关系、岩石学特征等,该岩体可识别出5期岩浆侵入活动,分别为中斑状中粗粒黑云母正长花岗岩、中斑状细中粒黑云母正长花岗岩、不等粒正长花岗岩、多斑状正长花岗斑岩及正长花岗斑岩,其中第一期中斑状中粗粒黑云母正长花岗岩构成主体,而其它4期侵入岩在多处呈偏心套叠式产于其中。本文对太山庙岩体第一期和第二期花岗岩开展了LA-ICP-MS锆石U-Pb测年、Hf同位素测试。结果显示,太山庙花岗岩第一期、第二期侵入时间分别为(121.3±1.6) Ma、(119.6±1.8) Ma,是华北克拉通南缘早白垩世大规模岩浆活动的记录。锆石的εHf(t)为-4.56~-16.97(t=121~120 Ma),二阶段模式年龄为2247~1464 Ma。结合与该区域上的结晶基底太华岩群、第一盖层熊耳群以及秦岭造山带主要构造块体的Hf同位素数据对比结果,认为太山庙花岗岩体的源区可能主要为俯冲到华北克拉通南缘下部地壳的南秦岭陡岭群等和扬子克拉通张八岭群等古老基底。太山庙岩体原始岩浆可能富含锡、铀等成矿元素,并在演化过程中进行了初步富集,这可能是岩体及其接触带附近发育锡、铀、三稀元素异常,以及钼、锡、铅、锌等矿床(点)的原因。建议下一步重点针对这些异常区开展找矿工作。     

基于电网剖分与不确定性测度的电网灾难性事件评估

针对电网灾难性事件同时受网络结构、电气运行状态以及两者耦合引起的复杂不确定性因素影响造成的评估困难,提出一种综合考虑网络拓扑剖分和电气关系剖分的评估方法,通过拓扑结构剖分和电气关系剖分分别刻画灾难性事件发生过程中的系统固有属性和电气量的变化,揭示出灾难性事件过程中系统结构及其运行特性的规律.该方法基于不确定性理论,从元件受扰动后,系统结构状态和运行状态的不确定性出发,利用可信性测度刻画存在的不确定性以及两类不确定因素耦合产生的复杂不确定性,并以电网负荷损失期望为指标评估灾难性事件.仿真结果表明,该方法对风险最高和最低的灾难性故障的评估结果与传统方法高度一致,而对风险最高和最低之间的灾难性故障的评估结果更符合工程实际.