检索结果-南通市图书馆

作者：张逸成中国科学技术大学

学位级别：硕士

随着计算机技术、视频技术和图像处理技术的不断发展,基于图像处理方法的运动物体识别技术被越来越多地运用于智能视频监控系统之中。相对于传统的识别方法,图像处理方法因为其不需要增设外部设备,系统整体成本较低,可扩展性强等诸多优... 详细信息

随着计算机技术、视频技术和图像处理技术的不断发展,基于图像处理方法的运动物体识别技术被越来越多地运用于智能视频监控系统之中。相对于传统的识别方法,图像处理方法因为其不需要增设外部设备,系统整体成本较低,可扩展性强等诸多优点,正越来越多的受到研究人员和实际工程人员的关注。交通视频监控是智能视频监控的一个重要应用领域。交通视频自身具有很多特点,如视频分辨率较低、运动物体背景复杂、气象条件多变、存在大范围光线变化等。本文对当前存在的运动物体检测、跟踪和分类方法,特别是基于视频图像处理的方法进行了调研,分析了各种方法的适用场景和优缺点,并针对本文实际的应用场景——低分辨率交通视频图像——提出了一种基于多特征融合和多帧融合的运动物体识别算法。本文首先对运动物体的分割方法进行研究,通过对交通视频建立合适的背景模型,采用背景差分的方法提取出运动物体。利用形态学处理等方法去除背景噪声的干扰,并提出了一种基于区域生长的阴影去除方法,以获得较为准确的运动物体。接着,提取出运动物体的几何特征和运动特征,再分别基于支持向量机和级联分类器两种策略对运动物体的特征进行融合,获取运动物体的单帧判决信息。最后融合视频序列中多帧的判决信息,完成对运动物体的识别,得到最终分类信息。本文给出的这种基于多特征融合和多帧融合的运动物体识别算法,经实验证明,在实际低分辨率交通视频的应用场景中,可以较好地识别出运动物体,且计算复杂度低,能够满足交通视频的实时处理需求。在完成算法设计后,本文对智能交通视频监控系统的构建进行了描述,简要论述了该系统的组成原理、处理流程和实现方案。

关键词：智能交通多特征融合多帧融合支持向量机级联分类器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于差分演化的人脸识别方法研究

基于差分演化的人脸识别方法研究

作者：张伟松中国科学技术大学

学位级别：硕士

随着信息技术的发展,人脸识别广泛地应用于信息安全、安防系统、人机交互等。人脸识别是一门多学科交叉的应用技术,涉及到多个领域,其中包括图像处理、计算机视觉、模式识别等。人脸识别以其广阔的发展前景得到了国内外研究学者和商业... 详细信息

随着信息技术的发展,人脸识别广泛地应用于信息安全、安防系统、人机交互等。人脸识别是一门多学科交叉的应用技术,涉及到多个领域,其中包括图像处理、计算机视觉、模式识别等。人脸识别以其广阔的发展前景得到了国内外研究学者和商业领域的广泛重视,因而具有广泛的研究价值。人脸识别经过了几十年的发展,虽然很多人脸识别系统的识别率都在90%以上,但是在实际应用中仍然面临巨大的挑战,主要包括光照变化、姿态变化,年龄变化等。为了能够实现鲁棒的人脸识别,可以从特征提取和分类器设计等方面进行研究:提取人脸中的有效特征,寻求在变化环境下不变的人脸描述特征;有效的分类器设计,可以使分类器对人脸的变化具有更强的鲁棒性,也可以从两方面同时入手解决问题。本文主要就人脸识别中特征提取和分类器设计进行了研究。主要工作和研究成果如下:本文讨论了几种人脸识别中有代表性的特征提取方法。局部二值模式LBP和中心对称局部二值模式CS-LBP描述算子对人脸表情等的变化具有很好的鲁棒性。Gabor变换可以提取图像特定区域多尺度、多方向的空间频率特征,对人脸变化具有较强的鲁棒性。联合Gabor变换和LBP与CS-LBP,分别得到了相应的局部Gabor二值模式(LGBP)和中心对称局部Gabor模式(CS-LGBP)。对这些特征描述子进行了分析和实验对比。实现了经典的多分类器集成学习算法AdaBoost。通过实验对AdaBoost算法在人脸识别上的有效性进行了验证。研究了基于差分演化(DE)的多分类器集成算法(DE-MCE)。该算法采用差分演化算法优化多个分类器的权重组合,以用更少的时间获得准确的强分类器。人脸识别实验结果表明,DE-MCE算法学习得到的强分类器的识别率与AdaBoost算法相当,但是,学习时间大幅度缩短。

关键词：人脸识别 CS-LBP CS-LGBP AdaBoost DE-MCE

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂网络引力场建模技术及其应用

复杂网络引力场建模技术及其应用

作者：段玉冰中国科学技术大学

学位级别：硕士

复杂网络可以揭示复杂真实系统的许多相关特征,如结构、功能及二者的相互作用,近年来吸引了来自物理、生物、社会和工程等领域研究人员的广泛关注,然而当前大多数研究却很少从物理学的角度来建模进而提出问题的解决方法。本文将网络中... 详细信息

复杂网络可以揭示复杂真实系统的许多相关特征,如结构、功能及二者的相互作用,近年来吸引了来自物理、生物、社会和工程等领域研究人员的广泛关注,然而当前大多数研究却很少从物理学的角度来建模进而提出问题的解决方法。本文将网络中的节点看作是空间的一个质点,每个节点均对其它节点产生某种“作用力”,通过研究由该网络的组成元素所形成的虚拟引力场,进而从另一种角度解决当前复杂网路研究的一些重要课题。本文首先从物理力学角度出发,通过赋予网络节点一些物理属性如质量、距离等进而将复杂网络看作是虚拟空间中的力学系统,经一系列理论和方法计算网络节点间的虚拟引力及由引力导致的网络内部关系的变化,从而对复杂网络抽象图表示的引力场进行建模。网络的引力场体现了数据间的自然吸引属性,可以经过相关参数的选择满足处理不同网络在数据挖掘及其它领域问题的需要。其次,针对现有解决网络社团挖掘问题的方法大多基于优选法或试探法导致的收敛速度较慢且划分准确率不理想的缺陷,我们根据复杂网络引力场中的虚拟引力定义和分析了基于该模型的社团结构概念以及内在特性,并基于此概念提出了一个用来分析和挖掘网络社团的迭代方法NC-DF(Network Communities in Data Field)。该方法充分利用节点引力所表现的抱团特性,能够完全自适应地执行,无须预先设置参数。和常用的几种社团检测方法相比,NC-DF算法在迭代过程中能够快速收敛使社团划分结果达到稳定,并且在仿真网络和真实网络上均有较好的表现。最后,针对现有链接预测方法大部分都只是基于节点的共同邻居的个体信息来考虑相似性,对共同邻居节点间相互作用考虑不足这一缺陷,根据网络的引力场模型中任一对节点间存在的吸引力提出了一种新的相似性计算方法—共同邻居团的吸引密度AD (Attractive Density)。该方法充分利用了网络的结构信息,使用共同邻居团内的吸引密度来衡量每对节点的相似性大小,既考虑到单个邻居节点的作用,又充分利用了共同邻居节点间的相互作用关系。AD方法在保证时间效率的情况下具有更好的预测结果,特别是在聚集系数较低的网络上较好地改善了预测的性能。

关键词：复杂网络引力场建模社团检测链接预测

列车轴承复杂声学环境下轨边故障诊断方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

列车轴承复杂声学环境下轨边故障诊断方法研究

作者：王超中国科学技术大学

学位级别：硕士

以国产现役客车轴承(型号NJ(P)3226X1)为研究对象,针对列车轴承轨边声学状态监测与故障诊断中存在的强噪声、陡畸变和多声源问题进行了探讨与研究。结合多普勒校正、时域重采样、声源分离以及匹配特征参数提取等技术深入研究系统中非线... 详细信息

以国产现役客车轴承(型号NJ(P)3226X1)为研究对象,针对列车轴承轨边声学状态监测与故障诊断中存在的强噪声、陡畸变和多声源问题进行了探讨与研究。结合多普勒校正、时域重采样、声源分离以及匹配特征参数提取等技术深入研究系统中非线性、非平稳以及耦合声学信号,并对所提算法逐一进行仿真和实验验证,同时分析算法特点、优势和不足,为列车轴承轨边声学状态监测与故障诊断系统的研制和发展提供了一定的理论基础和解决办法。首先,本文介绍了国产现役客车轴承(型号NJ(P)3226X1)的主要结构参数。针对NJ(P)3226X1型轴承以及轨边声学信号特点提出了“静态采集,动态播放”的实验方案,在设计的静态实验平台采集信号后给出了单声源动态实验、多声源单频信号实验和多声源故障轴承信号实验的方案并阐述各实验目的。为后续理论分析提供了研究对象和验证依据。其次,文章探索了多普勒效应下列车轴承轨边声信号的诊断方法。具体分析了轨边声学信号多普勒效应的原理及成因,结合运动学声学原理建立了轨边声信号多普勒畸变模型,提出了基于瞬时频率估计与时域重采样的多普勒效应校正方法和基于Dopplerlet变换和多普勒瞬态匹配的轴承轨边声学诊断方法,从多普勒校正和多普勒嵌入这两个不同的角度分析和处理了多普勒效应对列车轴承轨边声学监测与诊断系统的影响,且两种方法均不需要进行参数预测量,显示了其工程应用价值。最后,针对列车轴承轨边声信号的强噪声和多声源特性,阐述了噪声的种类和来源,对各噪声源与目标轴承的位置关系进行了分析,提出了基于可变带宽滤波器的非线性去噪方法用以滤除多普勒畸变信号中的非线性噪声进而分离和提取出有用信号。该方法在逐层滤出非平稳信号的同时利用噪声源与目标轴承的位置关系确定有用信号来源,滤除噪声干扰,提取故障轴承信息并对其进行诊断。仿真和实验均体现了算法在列车轴承轨边声信号降噪和声源分离上的有效性。

关键词：列车轴承状态监测与故障诊断多普勒畸变多声源分离强噪声滤除 Dopplerlet变换多普勒嵌入瞬态匹配可变带宽滤波器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

生物序列比对中BWT索引技术及其算法研究

生物序列比对中BWT索引技术及其算法研究

作者：赵雅男中国科学技术大学

学位级别：硕士

生物DNA序列比对是生物信息学中的核心问题和基础研究,序列比对算法是常用的生物序列分析工具,也是RNA比对和个性化医疗等下游生物信息学研究的第一步。随着新一代高通量测序技术的飞速发展,产生了大规模测序序列,如何实现高精度的快速... 详细信息

生物DNA序列比对是生物信息学中的核心问题和基础研究,序列比对算法是常用的生物序列分析工具,也是RNA比对和个性化医疗等下游生物信息学研究的第一步。随着新一代高通量测序技术的飞速发展,产生了大规模测序序列,如何实现高精度的快速比对是生物信息学面临的严峻挑战。索引作为序列比对算法中处理大规模基因组和测序序列的重要技术,在绝大多数比对算法中广泛使用,是研究的关键环节和重点。本文对序列比对算法的主流索引技术BWT(Burrows-Wheeler Transform)和找全的序列比对算法进行了深入研究,主要内容和贡献包括：(1)基于双位索引的二阶BWT方法研究本文首先对逐位查找的传统一阶BWT技术进行了研究和分析,发现其存在访存次数较多、计算量较大的缺点,特别是数据规模较大时查找过程耗费时间更加突出。为此,我们设计了双位索引的二阶BWT方法,该方法在一阶BWT的辅助数据结构上实现了一次查找连续的两位字符(双位),显著地减少了序列比对索引算法中的循环遍历和计算次数,将序列比对算法中的索引查找复杂度降低了一半,提高了查找效率。实验结果表明,相比于传统的一阶BWT方法,二阶BWT方法提升了约35%的时间性能。为了进一步减少BWT中SA后缀数组的转换时间,我们又设计了一种编码方法,来加快双位索引串的匹配,实验结果表明改进后的方法能获得额外10%左右的性能提升。(2)BWT和Hash混合的索引技术及序列比对算法研究按照查找模式和应用场景的不同,序列比对问题可以分为两类：找全的比对问题和找最佳的比对问题。本文对找全的序列比对算法进行了分析,结合基于BWT的和基于Hash的两种索引方法的各自优点,提出了一种新的快速混合索引技术,取得了索引查找的时间和空间的较好平衡。在该混合索引的基础上,结合基于鸽巢原理的种子划分方法,给出了一个新的找全的序列比对算法。实验结果表明,相比已有的一些主流序列比对算法,本文算法比原序列比对算法时间减少30%以上且不影响查全率,而空间只增加3%。为了进一步提高速度,我们针对BWT转换阶段跳转过多、cache命中率低的缺点,设计了一种cache有效的分块读取转换方法。实验结果表明改进后的算法获得了额外10%左右的性能提升。

关键词：生物信息学序列比对索引 BWT技术 Hash索引

硅像素探测器中的高事例率高精度TDC ASIC原型电路的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

硅像素探测器中的高事例率高精度TDC ASIC原型电路的研究

作者：郎子健中国科学技术大学

学位级别：硕士

硅像素探测器因为其良好的位置分辨能力,在加速器粒子物理实验中时常作为径迹探测器集成到最靠近束流的位置。随着像素探测器的发展,它也在其他场景（例如X光成像领域）得到了应用。针对不同场景的应用需求,像素探测器不仅仅需要具备高... 详细信息

硅像素探测器因为其良好的位置分辨能力,在加速器粒子物理实验中时常作为径迹探测器集成到最靠近束流的位置。随着像素探测器的发展,它也在其他场景（例如X光成像领域）得到了应用。针对不同场景的应用需求,像素探测器不仅仅需要具备高精度的位置分辨能力,也同时需要具备高精度的能量分辨和时间分辨。像素探测器沉积能量的测量可以采用TOT（Time-Over-Threshold）技术将能量测量转变为脉冲宽度的测量,因此高精度的时间信息获取能力是像素探测器优化的一个重要方向。本论文着眼于提高硅像素探测器的时间分辨能力,在对典型的高精度时间测量方法和现有的硅像素探测器中时间信息获取方法调研基础上,提出了能够处理硅像素探测器前端读出电子学特殊的输出信号（相邻脉冲最短的时间间隔为500 ps,短时间内最多有1 1个连续脉冲）,且具有高时间测量精度的TDC（Time-to-Digital Converter）ASIC（Application Specific Integrated Circuit）原型电路的设计方案,预期将其作为核心电路集成到像素一列的末端。此TDC采用粗细结合的测量方法,其中粗时间测量采用直接计数法,细时间测量采用TAC（Time-to-Amplitude Converter）结合 ADC（Analog-to-Digital Converter）的方法来实现。基于130 nm工艺完成了原型电路的设计,仿真结果显示该电路可以最多处理连续11个事例,相邻事例的最短时间间隔为500 ps,bin size约为2 ps,DNL（Differential Non-Linearity）好于3 ps,时间测量精度好于8 ps rms。为了未来TDC ASIC的系统测试,本论文工作中还基于FPGA（Field Programmable Gate Array）设计了多通道TDC的验证电路系统,并构建了测试平台,在此平台上完成了一个16通道FPGA TDC的验证和测试,为下一步测试工作做好了准备。

关键词：像素探测器 TDC ASIC

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

毫米波凝视成像机理研究

毫米波凝视成像机理研究

作者：赵岚中国科学技术大学

学位级别：硕士

毫米波在电磁波谱上位于微波与红外之间,相比微波和红外成像技术的成熟发展,毫米波成像技术研究起步相对较晚。由于毫米波具有较好的穿透性和适中的空间分辨率,因此在某些情况下可以完成微波和红外均无法完成的任务。因此从对电磁波谱... 详细信息

毫米波在电磁波谱上位于微波与红外之间,相比微波和红外成像技术的成熟发展,毫米波成像技术研究起步相对较晚。由于毫米波具有较好的穿透性和适中的空间分辨率,因此在某些情况下可以完成微波和红外均无法完成的任务。因此从对电磁波谱的完整应用上而言,进一步开发利用毫米波是一个必然的趋势。从工作方式来看,毫米波成像系统分为被动和主动两种方式,被动毫米波成像主要指毫米波辐射计系统,主动毫米波成像主要指成像雷达系统。近年来,随着毫米波固体器件和信号处理技术的快速发展,对成像系统分辨率和实时性的要求也日益提高,本文提出的毫米波凝视成像技术能够实现高分辨率的实时信息获取。本文结合毫米波成像的一般理论和原理分析了毫米波成像系统,分别对主被动凝视毫米波成像的机理进行了初步研究。内容共分四章,第一章介绍了微波毫米波成像和凝视成像技术的原理和发展现状;第二章是对被动毫米波凝视成像技术的机理研究;第三章是对主动毫米波凝视成像技术的机理研究;第四章是结束语。

关键词：凝视成像毫米波辐射计成像雷达高分辨率

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

DQC1量子算法中量子失谐实验研究

DQC1量子算法中量子失谐实验研究

作者：李廷伟中国科学技术大学

学位级别：硕士

量子计算因其在质因数分解等特定问题上超越经典计算机的计算能力而受到广泛关注,然而量子计算优越性的来源至今没有定论。量子纠缠是量子系统区别于经典系统的一个重要特性。早期研究发现纠缠态在量子通信和量子计算中有着非纠缠态不... 详细信息

量子计算因其在质因数分解等特定问题上超越经典计算机的计算能力而受到广泛关注,然而量子计算优越性的来源至今没有定论。量子纠缠是量子系统区别于经典系统的一个重要特性。早期研究发现纠缠态在量子通信和量子计算中有着非纠缠态不可替代的作用,于是纠缠被视作量子信息处理中一种重要的量子资源和量子计算指数加速的可能来源。然而1998年确定性单比特量子计算(deterministic quantum computation with one qubit,DQC1)算法的提出打破了这一观念。该算法中有n个处于最大混合态的量子比特和一个极化度为α的控制比特,控制比特与其它n个量子比特之间始终没有纠缠,却能在某些问题上相较于经典算法实现指数加速。DQC1的提出,让人们认识到除了量子纠缠外还存在其它非经典关联。量子失谐是一种比量子纠缠更一般的量子关联,在量子通信、量子信息论和量子度量学等领域都有广泛应用。量子失谐也被认为是DQC1算法指数加速的可能来源。虽然在各种物理体系上都已经实现了 DQC1算法并观察到了量子失谐,但这并不能充分说明量子失谐在DQC1算法中的作用,因为几乎所有的量子态都具有非零的量子失谐。本文基于电子顺磁共振(ESR)技术,在固态自旋体系上实现了 DQC1算法,观察到了非零的量子失谐,并研究了量子失谐大小与控制比特初始量子态极化度α和量子Fisher信息的关系。量子Fisher信息表征了 DQC1算法用于参数估计时的精度上限,而极化度α与保证结果精度相同时算法需要重复的次数有关,二者都反映了算法的性能。通过研究量子失谐与算法性能的关系,我们进一步验证了量子失谐是DQC1算法中的一种重要资源,对其指数加速起到了关键作用,是量子优越性的可能来源。

关键词：量子失谐量子关联确定性单比特量子计算量子优越性电子自旋共振

面向多样动态环境的强化学习机器人导航算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向多样动态环境的强化学习机器人导航算法研究

作者：姚舜一中国科学技术大学

学位级别：硕士

随着机器人的使用不断向人们生活中渗透,对于机器人在复杂动态环境中导航能力的要求也不断提高。传统机器人导航算法越来越难满足这些场景的需求。由于近年来强化学习在序列决策问题上取得的惊人成果,一些学者开始使用强化学习来解决导... 详细信息

随着机器人的使用不断向人们生活中渗透,对于机器人在复杂动态环境中导航能力的要求也不断提高。传统机器人导航算法越来越难满足这些场景的需求。由于近年来强化学习在序列决策问题上取得的惊人成果,一些学者开始使用强化学习来解决导航问题。但在不同的导航场景中,强化学习导航任务的状态空间、奖励函数、训练流程的设计还存在很多科学问题。本文根据移动机器人在真实世界的应用选择了多机器人场景和社交行人场景进行研究。在多机器人导航问题里,需要多个相同策略的机器人在完成各自导航任务时,避开其他机器人以及环境中的障碍物。本文提出了基于栅格地图的多机器人导航算法,该方法以传感器栅格地图作为机器人的状态空间。传感器栅格地图可以由不同参数的深度传感器生成,可以表示障碍物和其他机器人信息,让多机器人导航算法同时拥有处理静态障碍物和动态障碍物的能力。之后本文使用PPO算法,让多个机器人在不同的随机环境中以自我博弈的方式执行导航任务来收集数据进行训练,这种训练方式让多机器人导航算法拥有对不同场景的泛化性。实验表明本文提出的基于栅格地图的多机器人导航算法相比其它的强化学习多机器人导航算法和传统机器人导航算法拥有更好的导航性能,并对传感器噪声有一定鲁棒性。在社交行人环境中,机器人需要合理应对场景中以各种策略移动的行人,这为导航算法引入了两个难题,其一是对行人信息的表示,其二是对行人移动策略的应对。针对原始深度传感器信息对行人感知能力不足的问题,本文将行人信息和传感器信息相融合,提出了行人地图,其将行人的位置与速度信息映射到了栅格地图上,行人地图可以有效的和传感器地图相结合以提高强化学习导航算法在行人环境下的避障成功率。针对场景中策略单一的问题,本文引入了多种不同的行人策略来进行导航算法的训练,这种训练方式可以提高导航算法应对不同策略行人的能力。本文将仿真中训练的导航算法移植到机器人上,并在实际环境中部署相应的场景,模拟了静态场景、动态场景、多机器人场景以及行人场景。机器人可以顺利地完成几种场景的导航任务,说明本文中提出的算法易于移植到真实的环境中运行。最后本文将上述研究成果和传统的导航算法、SLAM系统以及任务规划模块相结合,解决了强化学习导航算法观测范围有限的问题,提高了导航算法的易用性,并部署在实际环境中解决了更复杂的移动机器人导航任务。

关键词：社交导航多机器人导航深度强化学习避障算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

低慢小飞行物实时检测识别关键技术研究

低慢小飞行物实时检测识别关键技术研究

作者：于凯洋中国科学技术大学

学位级别：硕士

飞鸟撞击飞机是威胁航班起降安全的传统因素,近年来,随着消费级无人机的快速发展,无人机“黑飞”扰航问题日益突出。相比于飞鸟,无人机的质地更加坚硬,一旦与飞机发生碰撞,会造成更严重的后果。上述的飞鸟与无人机都可以归类为低空慢速... 详细信息

飞鸟撞击飞机是威胁航班起降安全的传统因素,近年来,随着消费级无人机的快速发展,无人机“黑飞”扰航问题日益突出。相比于飞鸟,无人机的质地更加坚硬,一旦与飞机发生碰撞,会造成更严重的后果。上述的飞鸟与无人机都可以归类为低空慢速小型飞行物,简称“低慢小”飞行物,其共同特点是飞行高度在1 km以下、飞行速度在200 km/h以下、雷达反射截面积在2 m2以下。为了保卫机场净空区的航班飞行安全,需要研制出具备反低慢小功能的预警系统。反制的首要工作就是进行目标检测,只有知道目标出现的时间和位置,才能够采取相应的反制措施。在检测到运动目标后,还需要对目标进行识别分类,对不同类型的低慢小飞行物采取不同的反制措施。同时,针对常规图像处理平台实时性差的缺点,本文基于FPGA(Field Programmable Gate Array)平台,设计并实现了一套针对低慢小飞行物的实时检测识别系统,具体研究内容如下:(1)为实现对大范围的天空区域进行低慢小飞行物检测,本文选用相机阵列并行采集视频数据,相比于单个相机,该结构扩大了视场范围。基于双FPGA平台采用中值滤波、开运算形态学滤波与消抖处理三种算法过滤图像噪声,以降低虚警发生率。为便于硬件实现,本文提出奇偶分流算法,并与帧间差分算法相结合来完成运动目标检测,对检测到的运动目标采用最小包围框算法获取上下左右四个边界,然后在显示屏上使用矩形框与十字标来标识运动目标。(2)低慢小飞行物尺寸较小,再加上拍摄距离远,导致其在成像面上所占的像素很少,缺乏形状、纹理与轮廓等特征信息,使用常规的目标识别算法难以准确识别。针对上述问题,本文采用轨迹聚类算法进一步去除虚假目标,然后从真实目标的“运动轨迹”和“运动形态”进行识别分类。为适应FPGA平台,本文对上述算法进行定点化改进,从而将低慢小飞行物分为飞鸟与无人机两大类。(3)在实际使用中,预警系统通常部署在户外,而工作人员是在室内进行操作,所以视频数据需要进行远距离传输。针对常规数据传输线路过多以及传输距离较近的缺点,本文将千兆以太网、交换机与一路光纤组合起来,其能够支持3 km远距离传输。最后,本文分别从中心位置偏移误差和区域统计重叠度两个方面对系统的目标检测准确率进行客观评价,整个系统在17 fps@1 024x768 pixel的帧率与图像分辨率下,综合平均检测准确率为93.47%,识别准确率为84.62%。与常规基于软件串行处理的方式相比,本文所设计的系统具备高实时性、高并行性、低功耗、高能效比与小体积的优势,适宜应用在实际场景中。

关键词：反低慢小目标检测目标识别远距离视频传输 FPGA