检索结果-南通市图书馆

基于单MEMS惯性传感器的运动追踪与轨迹重建

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2022年第10期35卷 1299-1310页

作者：王一峰赵毅哈尔滨工业大学(深圳)理学院广东深圳518055

基于MEMS惯性传感器的运动追踪技术在可穿戴设备、无卫星导航等领域都有着重要的价值,然而目前还没有研究实现基于单个MEMS惯性传感器的任意轨迹实时重建任务,其原因在于轨迹重建过程中二次积分的计算会对传感器数据中的随机误差进行累... 详细信息

基于MEMS惯性传感器的运动追踪技术在可穿戴设备、无卫星导航等领域都有着重要的价值,然而目前还没有研究实现基于单个MEMS惯性传感器的任意轨迹实时重建任务,其原因在于轨迹重建过程中二次积分的计算会对传感器数据中的随机误差进行累计,最终导致轨迹重建结果严重失真。为此,设计了一款基于MEMS惯性传感器的可协同运动追踪模块,该模块内置数据增强算法,可有效降低传感器数据在轨迹重建任务中的随机误差。此外,为了减小二次积分过程中的累计误差,提出了一种基于智能运动分割算法的轨迹分段重建方案。实验结果表明,基于该运动追踪模块的轨迹重建方案可实现任意轨迹的精确还原。

关键词：惯性传感器运动追踪轨迹重建数据增强运动分割

基于Transformer_LSTM编解码器模型的船舶轨迹异常检测方法

在线全文

学校读者我要写书评

暂无评论

中国舰船研究 2024年第2期19卷 223-232页

作者：李可欣郭健李冉冲王宇君李宗明缪坤中国人民解放军战略支援部队信息工程大学河南郑州450001 中国人民解放军61221部队北京100000 中国人民解放军32022部队广东广州510000 中国人民解放军31682部队甘肃兰州730000 中国人民解放军陆军特种作战学院广西桂林541000

[目的]为提升船舶轨迹异常检测的精度和效率,解决传统异常检测方法存在的特征表征能力有限、补偿精度不足、容易出现梯度消失、过拟合等问题,提出一种基于Transformer_LSTM编解码器模型的无监督船舶轨迹异常检测方法。[方法]该方法基于... 详细信息

[目的]为提升船舶轨迹异常检测的精度和效率,解决传统异常检测方法存在的特征表征能力有限、补偿精度不足、容易出现梯度消失、过拟合等问题,提出一种基于Transformer_LSTM编解码器模型的无监督船舶轨迹异常检测方法。[方法]该方法基于编码器解码器架构,由Transformer_LSTM模块替代传统神经网络实现轨迹特征提取和轨迹重构;将Transformer嵌入LSTM的递归机制,结合循环单元和注意力机制,利用自注意力和交叉注意力实现对循环单元状态向量的计算,实现对长序列模型的有效构建;通过最小化重构输出和原始输入之间的差异,使模型学习一般轨迹的特征和运动模式,将重构误差大于异常阈值的轨迹判定为异常轨迹。[结果]采用2021年1月的船舶AIS数据进行实验,结果表明,模型在准确率、精确率以及召回率上相较于LOF,DBSCAN,VAE,LSTM等经典模型有着明显提升;F1分数相较于VAE_LSTM模型提升约8.11%。[结论]该方法的异常检测性能在各项指标上显著优于传统算法,可有效、可靠地运用于海上船舶轨迹异常检测。

关键词：异常检测深度学习编码器解码器 Transformer 长短期记忆轨迹重建

基于多源视频信息的室内人员定位、跟踪与轨迹重建

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于多源视频信息的室内人员定位、跟踪与轨迹重建

作者：罗嘉贝华东师范大学

学位级别：硕士

目前较为成熟及广泛应用的定位技术通常依靠被定位者随身携带的移动终端,并需要启动终端内置的定位功能,如北斗或GPS模块、WIFI模块、蓝牙模块等,或者需要定位者佩戴专用的定位标识,如蓝牙标签、RFID标签等。然而,在一些开放式的安防场... 详细信息

目前较为成熟及广泛应用的定位技术通常依靠被定位者随身携带的移动终端,并需要启动终端内置的定位功能,如北斗或GPS模块、WIFI模块、蓝牙模块等,或者需要定位者佩戴专用的定位标识,如蓝牙标签、RFID标签等。然而,在一些开放式的安防场景中,安防管理者无法要求所管辖场所内非特定监控目标(如外来可疑人员)都能配备可定位移动终端或定位标识,并可将定位信息发送至管理者。此时,管理者通常会借助场所内普遍安装的监控摄像头,通过人工目视方法,分析其获取的视频信息,实现针对可疑目标的定位及跟踪。当被监控场所结构复杂、摄像头数量多、监控视频覆盖不完整、被监控人员或目标移动不规则等情况出现,将可能影响或降低上述以人工为主的定位及跟踪方法的效率及准确性。据此,本文针对大型室内空间的安防应用场景,设计并实现了一种基于多源视频信息、融合目标识别与跟踪的模型及算法框架,称为DeepTrack。该框架能够在多层建筑室内空间中,实现自动的室内人员定位、跟踪与轨迹重建,其涉及的主要模型及算法如下:(1)基于已有相关研究,提出一种适合人员定位及跟踪的室内空间数据模型,利用点线网络,实现对室内空间拓扑结构及几何特征的表达,并以此为基础,设计了两种的坐标映射模型,用于构建视频像素坐标与室内空间坐标之间的映射关系。(2)整合深度学习网络YOLO v5及多目标跟踪算法Deep SORT,提出一种基于空间相关性及图像特征相似度、面向多源视频信息的目标匹配及定位算法,称为Spatial SORT,根据目标在多摄像头监控重叠区域内出现的位置实现跨摄像头的目标匹配。(3)集成在监控范围内利用Spatial SORT得到的目标轨迹段,基于所提出的室内空间数据模型,利用最短路径算法及时空线性插值,实现被监控目标在室内空间完整轨迹的估算和重建。为验证DeepTrack在实际应用中的表现,本文选取某栋多层建筑为研究对象,构建了室内空间数据模型,完成了监控摄像头在模型中的定位及监控范围坐标映射,设计了包含单目标、多目标、跨楼层等五种场景,实现了针对场景中移动目标的定位和轨迹重建。实验结果表明,在单目标或多目标互不遮挡的情况下,DeepTrack表现出较高的定位精度与轨迹还原匹配度,平均定位精度为3.81厘米;当多目标存在遮挡情况下,所重建的轨迹还原匹配度仍然较好,但定位精度有所下降,其值与遮挡严重情况相关,在本实验中出现的遮挡情况下,平均定位精度为29.1厘米。总结来看,本文所提出的DeepTrack框架,可以实现室内空间移动目标的自动定位和轨迹重建,期望该方法能够有助于减轻安防人员的工作强度、提高安防工作的效率和质量。

关键词：室内定位深度学习多目标跟踪多摄像头协同轨迹重建

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的车辆轨迹重建与异常轨迹识别

交通运输系统工程与信息 2021年第3期21卷 47-54页

作者：黄士琛邵春福李娟张小雨钱剑培北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

车辆移动轨迹的不确定性及异常点段的存在使其在数字交通领域的应用面临挑战。本文构建基于数据增强的LSTM-AE-Attention深度学习模型,进行车辆轨迹重建和异常轨迹识别。首先,使用对抗生成网络和贝塞尔样条曲线从样本量和种类两方面扩... 详细信息

车辆移动轨迹的不确定性及异常点段的存在使其在数字交通领域的应用面临挑战。本文构建基于数据增强的LSTM-AE-Attention深度学习模型,进行车辆轨迹重建和异常轨迹识别。首先,使用对抗生成网络和贝塞尔样条曲线从样本量和种类两方面扩充数据集,实现数据增强;其次,通过自编码网络与长短时记忆神经网络提取轨迹特征并完成轨迹重建;最后,结合自编码网络预训练和注意力机制构建异常识别模型。采用实际车辆轨迹数据测试,模型的评价指标明显优于支持向量机、随机森林和长短时记忆神经网络模型,重建实验中模型的决定系数为0.968,异常识别实验中模型的F1值较对比模型平均提升9.8%。结果表明,本文提出的模型可有效、可靠地运用于平滑车辆轨迹数据和纠正异常车辆轨迹。

关键词：智能交通异常轨迹识别深度学习轨迹数据轨迹重建数据增强

基于定标器相位梯度提取的圆迹SAR轨迹重建方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2015年第8期37卷 1836-1842页

作者：郭振宇林赟洪文谭维贤王彦平中国科学院电子学研究所北京100190 微波成像技术国家重点实验室北京100190 中国科学院大学北京100049

圆迹合成孔径雷达(CSAR)高分辨率成像,对惯导系统的精度和稳定性提出了更高的要求,运动补偿技术是关键技术之一。该文首先分析了轨迹测量误差引起的相位误差,然后针对相位误差的空变性给出一种基于定标器相位梯度提取的圆迹SAR轨迹重建... 详细信息

圆迹合成孔径雷达(CSAR)高分辨率成像,对惯导系统的精度和稳定性提出了更高的要求,运动补偿技术是关键技术之一。该文首先分析了轨迹测量误差引起的相位误差,然后针对相位误差的空变性给出一种基于定标器相位梯度提取的圆迹SAR轨迹重建方法。该方法从SAR回波数据中提取定标器沿方位向的相位梯度,结合多个定标器的相位梯度,利用三边测量法重建高精度圆迹SAR轨迹,用于获取高质量的CSAR图像。该方法解决了轨迹测量误差引起的图像散焦问题,可实现整个场景的有效聚焦。仿真结果验证了该方法的正确性和有效性。

关键词：合成孔径雷达圆迹合成孔径雷达运动补偿轨迹重建相位梯度

一种基于Multi-Egocentric视频运动轨迹重建的多目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2019年第2期14卷 246-253页

作者：欧伟奇尹辉许宏丽刘志浩北京交通大学计算机与信息技术学院北京100044 北京交通大学交通数据分析与挖掘北京市重点实验室北京100044

Egocentric视频具有目标运动剧烈、遮挡频繁、目标尺度差异明显及视角时变性强的特点,给目标跟踪任务造成了极大的困难。本文从重建不同视角Egocentric视频中各目标的运动轨迹出发,提出一种基于Multi-Egocentric视频运动轨迹重建的多目... 详细信息

Egocentric视频具有目标运动剧烈、遮挡频繁、目标尺度差异明显及视角时变性强的特点,给目标跟踪任务造成了极大的困难。本文从重建不同视角Egocentric视频中各目标的运动轨迹出发,提出一种基于Multi-Egocentric视频运动轨迹重建的多目标跟踪算法,该方法基于多视角同步帧之间的单应性约束解决目标遮挡和丢失问题,然后根据多视角目标空间位置约束关系通过轨迹重建进一步优化目标定位,并采用卡尔曼滤波构建目标运动模型优化目标运动轨迹,在BJMOT、EPLF-campus4数据集上的对比实验验证了本文算法在解决Multi-Egocentric视频多目标跟踪轨迹不连续问题的有效性。

关键词： Multi-egocentric视频轨迹重建多目标跟踪单应性约束对极几何约束空间重构卡尔曼滤波运动模型

绝对重力仪研制中一种新的自由落体轨迹重建算法

在线全文

学校读者我要写书评

暂无评论

地震学报 2012年第4期34卷 549-556,580页

作者：吴琼滕云田黄大伦龙剑锋中国地震局地球物理研究所中国北京100081 中国计量科学研究院中国北京100013

真空系统中落体做自由下落运动的轨迹重建算法,是进行拟合求解绝对重力测量结果的关键步骤之一.在自主研制小型高精度激光干涉绝对重力仪的过程中,基于目前高速发展的数字测量技术,提出一种自由落体轨迹重建的算法.其基本原理是:首先通... 详细信息

真空系统中落体做自由下落运动的轨迹重建算法,是进行拟合求解绝对重力测量结果的关键步骤之一.在自主研制小型高精度激光干涉绝对重力仪的过程中,基于目前高速发展的数字测量技术,提出一种自由落体轨迹重建的算法.其基本原理是:首先通过高速采样,得到落体自由下落过程中产生的一系列数字化的激光干涉信号;其次通过数字处理算法提取干涉信号每次过零前后采样点的时间坐标;然后按照相同的下落高度均分这些过零点,得到落体运动轨迹上的"时间-位移"坐标,从而重建落体轨迹.模拟实验表明,该算法时间平均误差在±0.01ns范围以内,由此引入的计算测量重力加速度平均误差为5.2×10-12m/s2,一次完整测量循环的时间为15s,计算时间为2.5s.该结果保证了高精度绝对重力仪研制中对测量速度和计算精度的要求.

关键词：绝对重力仪自由落体过零点计算轨迹重建

在线全文

学校读者我要写书评

暂无评论

基于立体视觉的运动目标轨迹重建技术

基于立体视觉的运动目标轨迹重建技术

作者：赵海旭哈尔滨工业大学

学位级别：硕士

视频目标的检测跟踪一直是计算机视觉领域研究的热点和难点之一,在智能交通、机器人、人机接口、武器制导、工业控制、医学治疗等方面得到了越来越丰富的应用。其目的是为了捕获视频中感兴趣的目标,为后续的处理提供目标位置和轨迹信息... 详细信息

视频目标的检测跟踪一直是计算机视觉领域研究的热点和难点之一,在智能交通、机器人、人机接口、武器制导、工业控制、医学治疗等方面得到了越来越丰富的应用。其目的是为了捕获视频中感兴趣的目标,为后续的处理提供目标位置和轨迹信息。本文探讨了基于立体视觉原理的运动目标轨迹的三维重建技术。首先利用改进的ViBe运动目标检测算法对图像的颜色和深度信息建模,根据图像颜色和深度的变化检测出视频中的运动目标,提取出精确的目标图像。随后用改进的KCF跟踪方法跟踪运动目标,在保持原算法对目标的变化适应性的同时,针对目标长时间遮挡的情况做出了改进,使跟踪过程更加稳健,避免了跟踪漂移的发生。最后基于立体视觉原理计算出目标的三维空间位置,将计算出的轨迹点根据需要拟合成目标轨迹。在运动目标检测阶段,传统的ViBE(Visual Background Extractor)运动目标检测算法常常会产生一些人们不期望的前景区域,例如Ghost区域、目标阴影、光照变化等。本文提出了一种利用深度的相对变化模式来识别前景与背景的改进ViBE检测算法。首先利用图像颜色与深度信息建立双背景模型;随后利用颜色背景模型检测当前帧内可能的前景区域;最后引入深度背景模型识别前景区域中存在的虚假活动前景,给出了背景区域、鬼影区域、阴影区域的背景模型更新方法。算法实现简单、计算量小,对于前景假目标有较高的辨识能力,能够同时消除多种错误前景,并且对于深度图像中的无效深度、噪声等进行了处理,可靠性大大提高。实验结果表明,本算法可以有效消除Ghost区域、目标阴影、光照变化等情况,与Vi BE算法相比平均检测精度上升了34.68%,在处理640*480的彩色图像时运行的平均FPS为34.96,完全能够满足实时处理的要求。在运动目标跟踪阶段,传统的KCF(Kernelized Correlation Filter)目标跟踪算法在处理长时间遮挡时会发生漂移。为了解决这个问题,本文提出了利用目标区域深度分布信息识别目标遮挡、动态调节模型更新率以及合成训练集减少负样本噪声的改进KCF算法。首先,根据目标区域的深度分布情况计算目标遮挡率;随后利用目标遮挡率调节模型更新率,使目标在发生遮挡时适当降低模型更新率;最后在目标发生遮挡时利用遮挡MASK合成目标训练集,使跟踪模型向目标逼近。经过处理,改进的KCF算法有效地减少了负样本噪声,保持了跟踪器对目标的稳定跟踪,能够适应目标长时间遮挡的情况。最后介绍了针对清晰和模糊目标的轨迹重建技术,对于清晰目标,利用目标特征点和区域匹配相结合的图像自动匹配技术,精细重建目标上的点,用目标点坐标计算目标质心,得到目标空间位置。对于运动模糊目标,针对双目视频中左右视图的运动目标不同步的问题,提出了利用轨迹插值的方法解决运动目标匹配的问题。运用方向微分方法求出瞬时目标运动方向,基于目标瞬时运动方向的导数与质心位置信息,利用Hermite插值方法得出方向导数和位置信息逼近真值的质心轨迹,每一对同步帧产生插值的空间轨迹点。为提高轨迹重建的准确度,减少测量过程中的随机误差,探讨了采用针对同一目标多角度测量的方法来提升精度。最后,将不同时刻得到的目标位置信息,利用非线性曲线拟合技术得到目标运动轨迹。

关键词：立体视觉目标检测目标跟踪轨迹重建运动模糊

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

激光干涉绝对重力仪的落体轨迹重建算法研究

激光干涉绝对重力仪的落体轨迹重建算法研究

作者：纪国达防灾科技学院

学位级别：硕士

高精度绝对重力测量在地球科学、资源勘探、地震监测、导弹制导等方面有着重要的意义。激光干涉绝对重力仪是测量高精度重力加速度绝对值常用的仪器,但是目前商业化的绝对重力仪价格昂贵,维修困难,因此研究高精度的绝对重力重力测量仪... 详细信息

高精度绝对重力测量在地球科学、资源勘探、地震监测、导弹制导等方面有着重要的意义。激光干涉绝对重力仪是测量高精度重力加速度绝对值常用的仪器,但是目前商业化的绝对重力仪价格昂贵,维修困难,因此研究高精度的绝对重力重力测量仪器成为了一个重要的课题。激光干涉绝对重力仪采用激光干涉测距系统实现落体的时间和位移的测量,其中时间基准源自外部高稳定的铷原子频率标准,位移基准源自稳频激光波长,二者均可直接溯源至国家的时间和长度基准,因此对落体自由下落过程中时间和位移坐标的高精度提取是拟合求解重力加速度的前提。直接影响到计算重力加速度值的精度。本文首先介绍了激光干涉绝对重力仪的组成结构,重力加速度的计算方法和干涉仪的测量原理。研究了从激光干涉信号数据中重建落体轨迹算法,提出了基于数据延拓的希尔伯特变换方法,来抑制算法过程中的吉布斯效应。最后做了希尔伯特变换、基于数据延拓的希尔伯特变换和双样本过零检测三种算法的模拟仿真和实测对比实验,分析了三种算法计算重力加速度的误差,实验结果表明基于数据延拓的希尔伯特变换方法不仅可以抑制吉布斯效应,还能提高重力测量的精度。

关键词：绝对重力仪轨迹重建数据延拓希尔伯特变换过零检测