基于深度学习的场景分割算法研究综述

场景分割的目标是判断场景图像中每个像素的类别.场景分割是计算机视觉领域重要的基本问题之一,对场景图像的分析和理解具有重要意义,同时在自动驾驶、视频监控、增强现实等诸多领域具有广泛的应用价值.近年来,基于深度学习的场景分割技术取得了突破性进展,与传统场景分割算法相比获得分割精度的大幅度提升.首先分析和描述场景分割问题面临的3个主要难点：分割粒度细、尺度变化多样、空间相关性强;其次着重介绍了目前大部分基于深度学习的场景分割算法采用的“卷积-反卷积”结构;在此基础上,对近年来出现的基于深度学习的场景分割算法进行梳理,介绍针对场景分割问题的3个主要难点,分别提出基于高分辨率语义特征图、基于多尺度信息和基于空间上下文等场景分割算法;简要介绍常用的场景分割公开数据集;最后对基于深度学习的场景分割算法的研究前景进行总结和展望.     

细粒度扩展视频均等质量流化算法

细粒度扩展(fine-granularity-scalability,简称FGS)编码具有很强的灵活性和较好的视频流化性能,故已被MPEG-4和H.26L等标准所采用.FGS编码的一个突出特点是可以随意裁减以适应网络带宽的变化.但是,简单的裁减方法容易造成连续图像质量抖动过大,而用户通常希望流化视频的图像质量尽可能地平滑.在相关研究的基础上,针对非实时流化应用,分别讨论了在无损和有损条件下进行FGS编码均等质量流化的算法.该算法基于FGS的分段线性率失真模型和滑动窗口,在无损条件下,使用二分法,在当前窗口中的所有帧之间进行速率分配,以实现均等质量流化;在有损条件下,通过自适应的启发式算法,并结合前向纠错(forward error correction,简称FEC)技术来达到同样的目的.实验结果表明:在两种情况下,该算法均可以获得较好的流化效果,使流化视频的图像质量更加平滑.     

基于USB和构件的嵌入式电子测量工作站设计

介绍了基于USB和构件技术,用于大型工程电控中心测试和监控的嵌入式电子测量工作站.该嵌入式电子测量工作站充分利用了PC机强大数据处理能力和USB总线高速数据传输能力,并将基于构件的软件开发方法应用于嵌入式电子测量工作站软件开发,提高了软件开发效率和代码复用率.该嵌入式电子测量工作站具有功能多、体积小、成本低和携带方便等特点.     

底排点火药配方设计与性能测试研究

根据底排点火具的工作环境,利用热力学计算软件CEA2设计了5种点火药配方,测量了这5种配方的燃烧速度、火焰大小、燃烧温度、放热量,进行了半密闭爆发器实验,比较了几种配方的燃烧性能.结果表明:氧化剂含量在45%时,点火药燃烧时有较高的燃烧温度和放热量;以硝酸钾为氧化剂的配方燃烧时的火焰面积和放热量大于以硝酸钡为氧化剂的配方.适合于底排弹点火用的烟火药剂较优配方是:硝酸钾、镁粉、锆粉、氟橡胶的质量比为45:30:25.5.     

一种新的RFID标签识别防冲突算法

在 RFID 网络通信中, 当多个标签同时回应阅读器的查询时, 如果没有相应的防冲突机制, 会导致标签到阅读器的通信冲突, 使得从标签返回的数据难以被阅读器正确识别. 防冲突算法是阅读器快速、正确获取标签数据的关键. 一种被称为基于栈的 ID-二进制树防冲突算法 (Stack-based ID-binary tree anti-collision algorithm, SIBT) 被提出, SIBT 算法的新颖性在于它将 n 个标签的 ID 号映射为一棵唯一对应的 ID-二进制树, 标签识别过程转化为在阅读器中创建ID-二进制树的过程. 为了提高多标签识别效率, 阅读器使用栈保存已经获取的ID-二进制树创建线索, 用计数器保存标签在该栈中的深度. 理论分析和仿真结果表明 SIBT 算法的性能优于其他基于树的防冲突算法.     

一种自适应的快速全搜索运动估计算法

本文在连续消除算法和多阶连续消除算法的基础上提出了一种自适应的快速全搜索运动估计算法,进一步的降低了视频编码中全搜索运动估计的计算需求,并且运动估计的精度和全搜索算法完全一样.实验结果表明,该算法在SEA和MSEA的基础上又进一步的降低了15%～27%的计算需求,并且该算法可以和其他的任何一种快速运动估计算法相结合来减少视频编码的计算量及其VLSI的功耗.     

煤矿瓦斯报警无线传感器网络节点设计与实现

针对矿用瓦斯监控设备采用有线方式传输信号存在的弊端,将无线传感器网络技术应用于煤矿实时监控中,设计了一个便携式瓦斯传感器网络节点。该节点装置能够完成瓦斯浓度监测及超标报警、井下人员的实时信息采集和定位等,既可以用于工作人员查看周围环境,也可以实现远程实时监控。详细介绍了节点系统的软硬件实现。     

基于区分类别能力的高性能特征选择方法

特征选择在文本分类中起着重要作用.文档频率(document frequency,简称DF)、信息增益(informationgain,简称IG)和互信息(mutualin formation,简称MI)等特征选择方法在文本分类中广泛应用.已有的实验结果表明,IG是最有效的特征选择算法之一,DF稍差,而MI效果相对较差.在文本分类中,现有的特征选择函数性能的评估均是通过实验验证的方法,即完全是基于经验的方法.特征选择是选择部分最有区分类别能力的特征,为此,给出了两个特征选择函数需满足的基本约束条件,并提出了一种构造高性能特征选择的通用方法.依此方法构造了一个新的特征选择函数KG(knowledge gain).分析发现,IG和KG完全满足该构造方法,在Reuters-21578,OHSUMED和News Group这3个语料集上的实验表明,IG和KG性能最好,在两个语料集上,KG甚至超过了IG.验证了提出的构造高性能特征选择函数方法的有效性,同时也在理论上给出了一个评价高性能特征选择算法的标准.     

动态背景体育运动视频合成对比*

针对在同一场景下获取的体育运动视频,提出了一种基于全局运动补偿及运动前景区域信息的体育运动视频合成方法。首先,对待合成视频,通过全局运动估计与补偿,将相邻帧在空间上对齐到当前帧。通过计算帧差,得到当前帧中的运动前景区域信息。然后根据两段待合成视频之间背景的相似性,计算并修正全局运动参数,确定待合成对应帧之间的位置关系。最后,依据已经获得的运动前景区域信息,生成合成帧。实验结果表明,该方法可自动合成在同一场景中获得的有相似动态背景的体育视频,保持了前景与背景的清晰度,能清晰地显示运动员动作的差异。     

基于均值漂移和联合粒子滤波的移动节点定位算法

针对无线传感器网络移动节点定位面临的高精度和实时性要求,把均值漂移算法引入联合粒子滤波(Joint ParticleFilter)框架.提出了基于均值漂移和联合粒子滤波的移动节点定位算法.它使用均值漂移算法构建粒子滤波的建议分布,通过有效利用最新观测信息,提高粒子状态估计的准确性,使得采样粒子的状态分布与后验概率分布更接近,减少了状态估计必需的粒子数目.该算法还提出了基于虚拟海明距离和交互势的权重计算方式,减少相邻移动节点间的干扰.仿真实验结果表明,基于均值漂移算法和联合粒子滤波的移动节点定位,可获得比基本粒子滤波更高的定位精度,其定位精度与无味粒子滤波(Uscented Particle Filter)相当,而计算开销比无味粒子滤波减小至少50%.