检索结果-南通市图书馆

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于特征自适应融合的目标跟踪算法研究

基于特征自适应融合的目标跟踪算法研究

作者：张逸清河南大学

学位级别：硕士

在生活智能化发展的时代背景下,智能化产品在各个领域涌现。而智能化的发展离不开计算机视觉的支持。目标跟踪是计算机视觉领域最基本的研究分支。其在智能交通、人机交互、智能医学诊断等领域中具有重要的研究价值。目标跟踪目前主要... 详细信息

在生活智能化发展的时代背景下,智能化产品在各个领域涌现。而智能化的发展离不开计算机视觉的支持。目标跟踪是计算机视觉领域最基本的研究分支。其在智能交通、人机交互、智能医学诊断等领域中具有重要的研究价值。目标跟踪目前主要分基于相关滤波的目标跟踪算法和基于深度学习的目标跟踪算法。虽然在两类研究方向中都有许多较好的跟踪算法,但目标跟踪在实际应用中仍存在许多难点和挑战。在跟踪过程中诸如光照变化、运动模糊、背景杂乱、遮挡等许多外部因素都会对目标的定位造成干扰,同时目标自身也会对跟踪进行干扰,如目标的尺度变化、姿态变化、形状变化。本文针对背景杂乱和遮挡干扰问题,以特征融合的方式使跟踪器在背景杂乱的干扰下能更好的定位目标,展开了基于自适应特征融合的目标跟踪算法研究。1)在实际的跟踪过程中目标所在环境可能比较复杂,可能会出现与目标相似的区域对目标的定位造成干扰,如背景中存在与目标纹理特征相似或与目标颜色特征相似的干扰项。对于这类问题,提升特征的表达能力是有效的解决办法。考虑到卷积神经网络提取的深度特征有强大的表征能力,因此本文在基于相关滤波的高效卷积滤波器的跟踪算法上,以VGG网络提取目标特征,并进行加权特征融合,以解决背景复杂对跟踪准确性的干扰。算法采用VGG-M的前五层卷积层提取的特征用于特征融合,提高特征的表达能力,使特征能在不同的环境因素干扰下仍然可以准确定位目标。另外考虑到不同特征在变化的环境中有不同的表达能力,以及特征融合带来的计算量的增加。为了能达到实时的跟踪效果,选择两层特征进行加权融合,以达到更好的跟踪效果。通过在OTB-2015数据集和Temple color 128数据集上进行实验并与其他算法对比,实验结果证明改进的特征自适应融合的算法成功率较高于对比算法,并能保证一定的跟踪速度。2)长时间进行目标跟踪过程中不可避免的会出现目标被遮挡的情况。遮挡会造成目标信息的损失,而跟踪就是通过足够的目标信息来进行定位,一旦遮挡造成目标信息缺失会对跟踪造成影响。若在遮挡时滤波器进行更新把错误信息引入模板,学习到的错误信息会造成跟踪出现偏差,滤波器的不断更新可能会使越来越多的错误信息引入模型,造成跟踪漂移的现象,严重时会造成目标的丢失。针对短时间遮挡这一问题,提出一种遮挡检测机制。在跟踪过程中首先初步检测是否出现遮挡,当出现遮挡时置信响应值会产生变化以此初步判断是否出现遮挡。在这一基础上结合LBP特征对形变不敏感的特点进一步判断置信度变化率的改变是因为遮挡还是自身形变造成的。若出现遮挡时,不对滤波器进行更新。经实验证明,增加遮挡检测的算法在遮挡问题上跟踪精度和成功率有所提升,有更好的跟踪效果,更加稳定。

关键词：相关滤波权重目标跟踪卷积神经网络特征融合

基于多尺度特征融合与合并非极大值抑制的实例分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多尺度特征融合与合并非极大值抑制的实例分割

作者：张逸清南昌航空大学

学位级别：硕士

实例分割是计算机视觉领域的一项新兴的综合型任务,这一综合性任务同时涉及了图像分类、物体检测和语义分割三个子任务。实例分割是自动驾驶、三维重建等工作的底层任务,在工业界有很好的应用前景,受到众多学者和工业界人士的关注。近年... 详细信息

实例分割是计算机视觉领域的一项新兴的综合型任务,这一综合性任务同时涉及了图像分类、物体检测和语义分割三个子任务。实例分割是自动驾驶、三维重建等工作的底层任务,在工业界有很好的应用前景,受到众多学者和工业界人士的关注。近年来,伴随着深度学习的发展,实例分割从无到有,逐渐发展分化为两步式方法与一步式方法。当前实例分割普遍存在分割掩膜不精细、定位检测框无法包含完整物体等问题。本文针对上述的两个关键问题,基于经典的两步式实例分割算法,从多尺度特征融合、非极大值抑制算法着手研究。本文的主要工作如下:(1)提出一种基于多尺度特征融合的实例分割算法(Mask-Refined R-CNN),解决物体细节错误分类,分割掩膜不精细的问题。传统的两步式实例分割算法在分割头部网络采用了尺度不变的全卷积网络,忽略了不同尺度感受野之间空间信息的差异。网络无法考虑对象边缘像素之间的关系,这些像素将被错误分类。本文在实例分割框架Mask R-CNN的基础上,将原有的全卷积语义分割头部网络替换为可以融合高层和低层信息的特征金字塔结构,并对应调整了ROIAlign的输出大小,最后在特征金字塔上增加横向连接来平衡前向和后向传递的信息量,最终返回与输入图像相同分辨率大小的图像。Mask-Refined R-CNN能有效地提高分割精度,在对较大尺度实例进行预测时表现很好。(2)提出一种面向实例分割的合并非极大值抑制算法(Syncretic-NMS),解决物体检测边界框无法完整包含实例的问题。物体检测的评估标准要求边界框与真实值尽量接近,但是不强调包含物体的完整性,因此边界框通常不能完整包含物体,位于边界框外的部分无法在后续的语义分割中得到正确的预测结果。针对此问题,本文提出了合并非极大值抑制算法。算法在获取传统非极大值抑制算法返回的边界框后,对每一个边界框的相邻边界框进行关联判断,将相关性强的邻框与对应边界框合并,合并框的坐标为边界框和强相关邻框的坐标极值。通过分析关联要素的影响,给出了关联判断的准则。Syncretic-NMS的计算复杂度与传统NMS相同,易于实施,不需要额外的训练,可以简单地集成到现有的实例分割框架中。(3)将提出的基于多尺度特征融合的实例分割算法和合并非极大值抑制算法在MS COCO数据集和Cityscapes数据集上进行验证,并与当前主流实例分割算法进行对比。实验表明,Mask-Refined R-CNN能有效提高分割掩膜精细度,尤其对于图像中的较大物体,掩膜质量会显著提高。Syncretic-NMS能稳定地提高实例分割精度,且算法能较好地适应场景变化。(4)将本文的两种算法融合到一个实例分割框架下进行验证,并与当前主流实例分割算法进行对比。实验表明,基于多尺度特征融合与合并非极大值抑制的实例分割取得了最高的分割精度,不仅能较为完整地包含实例,还能精确地对边界框中的实例进行分割。

关键词：实例分割特征融合非极大值抑制物体定位深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视频的婴儿惊厥检测

基于视频的婴儿惊厥检测

作者：张逸清华东师范大学

学位级别：硕士

视频脑电图是惊厥检测的金标准,其中的视频对于提高惊厥诊断的准确率有重要作用,但现有研究主要通过对脑电信号的分析来检测惊厥,基于视频的惊厥检测研究很少。婴儿的体型较小,四肢易被其他物体所遮挡,现有工作中直接对视频中每帧图像... 详细信息

视频脑电图是惊厥检测的金标准,其中的视频对于提高惊厥诊断的准确率有重要作用,但现有研究主要通过对脑电信号的分析来检测惊厥,基于视频的惊厥检测研究很少。婴儿的体型较小,四肢易被其他物体所遮挡,现有工作中直接对视频中每帧图像进行分析的做法难以有效捕捉婴儿的运动。针对此问题,论文提出一种基于视频的婴儿惊厥检测方案,该方案先从视频中检测婴儿的关键点,使用关键点组成的人体骨架来更加细致地刻画婴儿的运动,再通过对人体骨架的分析来判断婴儿是否发生惊厥。论文的主要工作和贡献点如下:第一,针对现有关键点检测工作缺少对决策级信息融合研究的不足,论文提出了视图融合模块,融合含有大量语义信息的不同层次的决策级信息,以此来得到一个综合的关键点检测结果。此外,论文设计了辅助任务模块来克服特征提取器与视图融合模块之间特征不匹配的问题,并为决策级信息提供先验知识,还采用了不同的学习策略让模型将注意力逐步转移到检测结果不够好的关键点上。实验结果表明该方法有效提升了被遮挡关键点的检测精度,且能提升多种特征提取器的性能。第二,针对检测框精度较低场景下,现有关键点检测模型的精度下降明显的问题,论文提出了一种数据增强方法,让模型在训练过程中学习在不同检测框精度下检测关键点,使得模型在推理阶段无需依赖额外目标检测器,降低了计算资源消耗。针对实际应用场景中数据缺少标注的问题,论文设计了一种渐进式的数据标注方法,利用迭代的方式一边优化模型,一边利用优化后的模型标注更多的数据,以此来降低数据标注成本。该方法在惊厥数据的关键点标注任务上取得较好效果。第三,针对现有基于视频的惊厥检测工作只利用单一粒度信息来学习惊厥特征的不足,论文设计了多粒度的信息流让模型从不同角度学习惊厥特征,并提出了正反向一致性约束来加强模型对实例级别特征的提取,同时降低模型对标注数据的依赖。除此之外,论文首次将基于骨架的行为识别方法引入到惊厥检测任务中,该方法不仅能充分提取人体骨架序列中的语义信息,还能降低关键点缺失或位置预测不准确的情况对惊厥检测的影响。论文还设计了重要性感知模块,让模型自适应地将注意力集中在信息量较大的视频帧上。实验结果表明,在使用较少参数的情况下,该方法能够以较高的准确性检测出婴儿惊厥。

关键词：婴儿惊厥关键点检测决策级融合多粒度信息流正反向一致性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于遗传算法的K-MEANS聚类改进研究

基于遗传算法的K-MEANS聚类改进研究

作者：张逸清重庆大学

学位级别：硕士

聚类分析是数据挖掘中的一个重要研究领域,是一种数据划分或分组处理的重要手段和方法。聚类的应用是非常广泛的,无论是在商务领域,还是在生物学、Web文档分类、图像处理等其它领域,都得到了有效的应用。目前聚类算法大体上分为基于划... 详细信息

聚类分析是数据挖掘中的一个重要研究领域,是一种数据划分或分组处理的重要手段和方法。聚类的应用是非常广泛的,无论是在商务领域,还是在生物学、Web文档分类、图像处理等其它领域,都得到了有效的应用。目前聚类算法大体上分为基于划分的方法、基于层次的方法、基于密度的方法、基于网格的方法、基于模型的方法以及模糊聚类。k-means算法是聚类算法中主要算法之一。它是一种基于划分的聚类算法。该算法随机选取k(k为聚类数)个点作为初始聚类中心,通过一个迭代过程完成聚类。该算法有它固有的不足:算法本身是迭代的,且不能确保它收敛于最优解,它常常达到局部最优而得不到全局最优解;算法在进行聚类以前要求知道K值,这对于没有经验的用户来说很困难;初始聚类中心的选择对于最后的聚类结果有很大的影响。遗传算法是基于生物进化的概念设计了一系列过程来达到优化的目的。这些过程包括:基因组合、交叉、变异、自然选择。在这些过程中,通过“优胜劣汰”的原则来淘汰掉解较差的基因,使得解朝着好的方向发展。遗传算法从一组初始可行解出发在只需要目标函数这一信息的条件下实现对可行域的全局高效搜索并以概率1收敛到全局最优解,这种良好的特性使得遗传算法成为组合优化和函数优化的有力工具,并成为计算智能领域的研究热点。本文首先对聚类分析的遗传算法进行了研究,讨论了聚类问题的编码方式和适应度函数的构造方案与计算方法,分析了不同遗传操作对聚类算法的性能和聚类效果的影响意义。然后对k-means算法中初值的选取方法进行了分析和研究,提出了一种基于遗传算法的k-means聚类改进(混合聚类算法),在基于均匀采样的小样本集上用k值学习遗传算法确定聚类数k,用遗传聚类算法的聚类结果作为k-means聚类的初始聚类中心,最后在已知初始聚类数和初始聚类中心的情况下用k-means算法对完整数据集进行聚类。由于遗传算法是一种通过模拟自然进化过程搜索最优解的方法,其显著特点是隐含并行性和对全局信息的有效利用的能力,所以新的改进算法具有较强的稳健性,可避免陷入局部最优,大大提高聚类效果。实验采用标准数据集来测试该算法,并且和k-means算法的结果进行了比较,证实了该算法的有效性,并具有避免早熟和收敛较快的特点。

关键词：聚类分析 k-means算法遗传算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

房地产按揭法律制度研究

房地产按揭法律制度研究

作者：张逸清中国政法大学

学位级别：硕士

近年来，房地产按揭由香港传入我国，银行对个人购房提供按揭贷款支持极大地推动了房地产业的迅猛发展。然而在房地产按揭实务一派繁荣景象的背后，却存在着相关理论研究的苍白，对于何为房地产按揭这一简单问题我们却一时难予明确的...

近年来，房地产按揭由香港传入我国，银行对个人购房提供按揭贷款支持极大地推动了房地产业的迅猛发展。然而在房地产按揭实务一派繁荣景象的背后，却存在着相关理论研究的苍白，对于何为房地产按揭这一简单问题我们却一时难予明确的回答。而我们所见到的相关法律规范却是以房地产抵押为核心，这种法律调整的错位不仅存在法理上的混乱，而且导致了实务操作中的不规范。本文立意在于明确房地产按揭的法律性质，正本清源，寻求按揭制度与我国现行担保法之间的契合，探寻我国担保法律制度的变革与创新，以构筑我国更为安全、简洁的担保法律制度，期望对按揭法律关系各方当事人利益的平衡保护、增强按揭交易的外部安全、促进产业融资的健康发展、防范按揭业务中的金融风险等方面产生积极影响。论文结构如下：前言论文第一章，对房地产按揭制度进行了概要说明。第一部分，对房地产按揭的含义、分类进行了简要阐述，明确了论题的基本概念;第二部分，回顾了按揭制度的起源和演进历程，归纳了按揭不同发展阶段呈现的不同特点，缕清了按揭制度的发展脉络。指出：按揭从其产生的那天起，就以移转权利的方式设立担保而有别于其他担保方式。尽管现代英美法按揭制度中权利移转的色彩已比较淡薄，但在理论上权利移转仍被视为Mortgage基本特征之一。第三部分，简要阐述了我国香港地区房地产按揭法律制度的主要特点，目的在于从我国按揭制度发源地相同制度的研究中，探讨可以借鉴的有益经验。第四部分，概述了我国大陆房地产按揭发展的现状，重点分析了我国现行调整按揭的法律规范中存在的问题，实际阐明了本文论题的理论和现实意义。论文第二章，对房地产按揭的本质进行了较为深入的探讨。第一部分，使用比较研究的方法，通过将房地产按揭与抵押、质押、典权及让与担保等相关法律制度的对比分析，揭示了按揭本身固有的特点，为下文探究按揭的性质和特征作了铺垫。第二部分，本文认为现房按揭可比照香港法中的法定式抵押，用抵押制度加以规范，房地产按揭应特指预售商品房按揭，并对其法律性质进行了深入剖析。指出，预售商品房按揭的法律性质既不是抵押，也不宜界定为权利质押，其本质应与不动产让与担保相同。在此前提下，进一步勾勒出房地产按揭的法律特征。论文第三章，系统研究了房地产按揭的运行机制。第一部分，从房地产按揭的设立行为、主体、标的、所担保的债权以及公示方式等五方面阐述了房地产按揭的设立机制。第二部分，从分析按揭主体即按揭人、按揭权人、按揭担保人在按揭法律关系中的权利义务入手，论述了房地产按揭的效力问题。第三部分，房地产按揭本身作为一种担保制度，其实行和消灭是研究房地产按揭必不可少的组成部分，本文从实行条件和方式两方面探讨了房地产按揭的实行制度，对按揭权人把握实现权利的时机和方式有积极意义。其后对按揭的消灭即按揭担保效力的终止作了简要说明。论文第四章，对完善我国房地产按揭制度进行了深入思考，提出了积极建议。第一部分，首先从分析现有法律规范的误区和弊端入手，阐述了完善担保立法，以规范房地产按揭运行的必要性。其次，通过让与担保的制度价值的分析，指明我国担保立法应考虑增设让与担保制度所具有的积极意义，并概要说明让与担保法律制度应涵盖的法律规范。第二部分，通过对按揭人转让债权、债务的法律规制和完善预售商品房按揭登记制度两个方面的研究，探讨了建立按揭当事人利益均衡保护机制的问题。第三部分，针对房地产按揭中存在的各种风险，积极探讨了完善按揭制度、防范风险的相关措施，对建立房地产按揭担保和风险防范机制中较为前沿的住房贷款二级市场与贷款债权证券化问题，以及政府举办住房贷款担保机构等问题作了初步探讨。第四部分，从规范按揭市场的目的着眼，阐述房地产中介机构对按揭市场的规范的规范运作的积极作用。结语

关键词：

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

上海高架道路上空空气质量分析

复旦学报（自然科学版） 2009年第5期48卷 598-603页

作者：王珊珊顾庆平张逸清周斌复旦大学环境科学与工程系上海200433 上海中学上海200231

机动车尾气排放对大气环境污染有重要贡献,以机动车密集的上海市高架道路为研究对象,利用差分光学吸收光谱(DOAS)技术,结合路边NOx自动分析仪采样测量方法,对道路上空大气中NOx、SO2、O3、C6H6和C7H8进行了连续一周实时、在线测量.研究... 详细信息

机动车尾气排放对大气环境污染有重要贡献,以机动车密集的上海市高架道路为研究对象,利用差分光学吸收光谱(DOAS)技术,结合路边NOx自动分析仪采样测量方法,对道路上空大气中NOx、SO2、O3、C6H6和C7H8进行了连续一周实时、在线测量.研究结果显示高架道路上方ρ(NOx)明显高于周围大气环境(ρ表示浓度),与车流量有较为明显的关系,日均值平均比同期国控点值高1.88倍.ρ(SO2)日均值低于同期国控点测量结果,并且与车流量没有明显关系.ρ(O3)处于较低水平,最大小时值为0.078 mg/m3,是因为机动车排放的NO对O3有较大的消耗作用.相比于C6H6,ρ(C7H8)有较高的值,最大小时值为0.037 mg/m3,并且与车流量和气象条件之间有一定联系,而ρ(C6H6)则一直处于较低的水平,最大小时值为0.010 mg/m3.实验结果显示,机动车尾气排放对NOx有较大贡献,而对SO2和C6H6没有明显贡献.

关键词：机动车排放交通污染 DOAS 大气环境