当前位置:文档之家› 目标识别与跟踪技术最新进展-华中科技大学

目标识别与跟踪技术最新进展-华中科技大学

目标识别与跟踪技术最新进展-华中科技大学
目标识别与跟踪技术最新进展-华中科技大学

行人检测与跟踪国内外研究现状

行人检测与跟踪国内外研究现状 1.2行人检测与跟踪国内外研究现状 视觉跟踪和目标检测是计算机视觉领域内较早开始的研究方向。经过几十年的积累,这两个方向已经取得了显著的发展。然而,很多方法只是在相对较好地程度上解决了一些关键问题。并且仍旧有不少一般性的关键问题未得到有效的解决。国内外很多研究机构都在致力于研究和发展这两个方向。近些年这两个方向持续发展,涌现了很多比较优秀的方法。国外的很多大学和研究机构(如卡内基梅隆大学、南加州大学和法国国家计算机科学与控制研究所等)都有计算机视觉小组,长期地研究视频跟踪和目标检测。国内的很多大学和研究所等(如清华大学、上海交大和自动化所等)也有相关的研究小组,并取得了一些优秀的研究成果。 1.2.1行人检测技术国内外研究现状 中科院计算机科学重点实验室孙庆杰等人利用基于侧影的人体模型及其对应的概率模型,提出了一种基于矩形拟合的人体检测算法。中科院自动化所谭铁牛等对人运动进行视觉分析,其核心是利用计算机视觉技术从图像序列中检测、跟踪、识别人并对其行为进行理解与描述,它主要应用在视觉监控领域和基于步态的身份鉴定。步态识别就是根据人们走路的姿势进行身份鉴定,依据人体行走运动很大程度上依赖于轮廓随着时间的形状变化的直观想法,提出一种基于时空轮廓分析的步态识别算法;基于行走运动的关节角度变化包含着丰富的个体识别信息的思想,提出一种基于模型的步态识别算法。实验结果表明该算法不仅获得了令人鼓舞的识别性能,而且拥有相对较低的计算代价。但是该方法只能检测出运动的行人。 西安交通大学郑南宁等研究了利用支持向量机识别行人的方法,通过稀疏Gabor滤波器提取行人样本图像中行人的特征,然后利用支持向量机来训练所提取的样本特征,并用训练得到的分类器通过遍历图像的方式将图像中可能属于行人的窗口提取出来。尽管用Gabor滤波器提取特征效果相对较好,但耗时很长,不适合于实时图像的处理。 上海交通大学田广等提出了一种coarse-to-fine的行人检测方法,将一个人建模成人体自然部位的组装,人体的所有部位包括头肩、躯干和腿、采用绝对值类Haar特征集和Edgelet特征集,在这些特征集上,采用softcascade训练各个部位的检测器和全身检测器。首先采用全身检测器在整个图像中产生候选行人区域,然后用基于贝叶斯决策的组合算法进一步确定候选区域中的行人。实验结果表明该算法有很好的检测性能能在杂乱的自然场景中有效的检测行人。但该方法的识别率是78.3%,识别率不高,且该模型比较难构建,模型求解也比较复杂。 目前,在国外许多文献中提出了基于机器视觉的行人检测方法,意大利帕尔玛大学的AlbertoBroggi教授在ARGO项目中采用一种基于外形的行人检测算法。算法首先根据行人相对于垂直轴有很强的垂直边缘对称性、尺寸和外貌比例等在

2014华中科技大学工程力学试卷

华中科技大学 《工程力学实验》(A 卷,闭卷,90分钟) 2013-2014年第2学期(机械平台) 班级___________________ 学号____________________姓名____________________ 一.(本题共30分) 简答题(含选择和问答题) 1. 选择题(6分): 试件材料相同,直径相同,长度不同测得的断后伸长率δ、截面收缩率ψ是( )。 A .不同的 B. 相同的 C. δ不同,ψ相同 D .δ相同,ψ不同 2. 选择题(6分): 铸铁压缩实验中,铸铁的破坏是由( )引起的。 A 正应力 B 与轴线垂直的切应力 C 与轴线成45°的切应力 D 以上皆是 3. 选择题(6分): 铸铁圆棒在外力作用下,发生图示的破坏形式,其破坏前的受力状态如图( )。 4. 选择题(6分): 如图示,沿梁横截面高度粘贴五枚电阻应片,编号如图,测得其中三枚应变 片的应变读数分别为80εμ、 38εμ和-2εμ,试判断所对应的应变片编号为( )。 A .1、2、3; B .5、4、2; C .5、4、3; D .1、2、4。

5. 在电测实验中,应变片的灵敏系数为片K =2.16时,若将应变仪的灵敏系数设置为仪K =2.30,在加载后,应变仪读数ds ε=400 με (单臂测量情况下),则测点的实际应变ε为多少?(6分) 6. 分析低碳钢拉伸曲线与扭转曲线的相似处和异同点?(6分) 二.在低碳钢拉伸实验中,采用初始直径d 0=10mm 的标准圆截面试样,峰值载荷F b =35.01kN ,其断裂时的载荷F d =29.05kN, 断面收缩率为64.1%。请据此计算该试样的抗拉强度和断裂时破坏面的真实正应力。(15分)

华中科技大学光电学院2018年推免生推荐管理办法

光学与电子信息学院推荐优秀应届本科毕业生 免试攻读研究生管理办法(2018年) 第一条根据教育部有关规定和华中科技大学有关管理办法,为规范在本科生中推荐优秀应届毕业生免试攻读研究生(简称“推免生)工作,按照"公平、公正、公开"的原则,特制定该实施办法。 第二条学院成立由党政一把手、主管本科教学、研究生培养和学生工作的副院长、副书记任组长、副组长,相关领导、教务和学工组老师为成员的推免生工作领导小组,全面负责学院推荐工作。 第三条学院根据学校下达的指标总数、各专业应届本科生人数和当年本科专业评估情况按比例统一分配推免生名额。 第四条推免生推荐条件: 1.我校全日制普通本科应届毕业生; 2.加权平均成绩居本年级或专业排名的前50%;其它类型实验班按相应管理办法执行; 3.通过国家大学外语四级考试; 4.修读本专业核心课程无不及格记录(18门); 5. 无任何违法违纪处分记录; 6. 在同等条件下,在校期间参军入伍服役、到国际组织实习的学生优先。 第五条破格推免生: 对确有特殊学术专长或具有突出培养潜质的学生,执行破格推免制度,申请资料学院审核后由校级专家组评审,统一评审认定。 第六条推免生推荐程序: 1.学生本人申请并向学工组提交有关成果与奖励证明原件; 2. 学院按规定对学生进行综合评定、考核,择优确定推免生名单并在院内张榜 公布,公示期不少于三个工作日。 第七条推免生的推荐复试要求: 1.所有推免生均应参加推荐复试;首先根据学生前三年的平时加权排序,按照

推免指标1:1.5并且满足加权前50%划定入围资格,然后考虑奖励分计算得到平时综合成绩进行排序,按推免指标1:1.3确定复试资格。 2.根据下达的推免指标,不同专业分别独立进行排序,普通班和实验班分别独立进行排序,中法班、中法班分别独立进行排序; 3. 综合成绩:综合成绩由学生平时综合成绩和复试成绩组成,平时综合成绩占80%、复试成绩占20%; 4. 平时综合成绩=前三年必修课及专业选修课的历年加权平均成绩(百分制)+奖励分。加权平均成绩的计算均按第一次与同班同学一起考试的课程成绩确定; 5.复试成绩一般由业务课笔试(40%)、面试(40%)、外语听说能力测试(20%)三部分成绩组成; 6. 奖励分的计算公式:所在专业最高奖励分>5分时,按照等效奖励分计算,等效奖励分=(学生实际获得奖励分/当年所在专业奖励分最高分)*5;所在专业最高奖励分≦5分时,按照实际加分进行计算。 关于推免生综合评定中的奖励分,由学院推免生工作领导小组组织专家根据学生提交的有关成果与奖励证明原件,参照《华中科技大学关于推荐本科生免试攻读硕士和直接攻读博士学位研究生奖励细则》,讨论后决定申请者的奖励分,并公示奖励分的评比结果。 第八条经学校发文确定为推免生的,不纳入当年本科毕业生协议就业计划;留学出国生申请放弃保研资格,留学出国中将不出具成绩证明,并纳入诚信档案,寄送相关国外申请高校。 第九条推免生出现下列情况之一的,取消其推荐资格: 1.在申请推免生过程中发现有弄虚作假行为的; 2.违反校纪校规,受到学校纪律处分,或被追究法律责任的; 3.本科毕业时不能获得学士学位的。 第十条复试方法: 复试包括专业知识、综合素质和能力、外语听力及口语与思想政治品德等考核内容。 (1)专业考核:包括笔试和面试两部分

话题检测与跟踪技术的发展与研究.

话题检测与跟踪技术的发展与研究 骆卫华刘群 {luoweihua, liuqun}@https://www.doczj.com/doc/9116406567.html, 中国科学院计算技术研究所 摘要:本文介绍了话题检测与跟踪技术的由来和发展历程,并展望其应用前景,同时比较系统地介绍了现有的话题检测与跟踪系统主要采用的方法,并对其效果进行了比较。 关键词:话题检测与跟踪,向量空间模型,语言模型 Development and Analysis of Technology of Topic Detection and Tracking Luo Weihua, Liu Qun {luoweihua, liuqun}@https://www.doczj.com/doc/9116406567.html, Institute of Computing Technology, Chinese Academy of Sciences Abstract: The paper introduces the origin and history of the development of technology of topic detection and tracking, and makes remarks on its prospect. It also describes systemically the methods adopted by the current systems of topic detection and tracking, and makes comparison among their performance. Keywords: Topic Detection and Tracking, Vector Space Model, Language Model 1 应用背景 随着信息传播手段的进步,尤其是互联网这一新媒体的出现,我们已经摆脱了信息贫乏的桎梏,进入一个信息极度丰富的社会。在目前信息爆炸的情况下,信息的来源已不再是问题,而如何快捷准确的获取感兴趣的信息才是人们关注的主要问题。

动态视频目标检测和跟踪技术(入门)

动态视频目标检测和跟踪技术 传统电视监控技术只能达到“千里眼”的作用,把远程的目标图像(原始数据)传送到监控中心,由监控人员根据目视到的视频图像对现场情况做出判断。智能化视频监控的目的是将视频原始数据转化为足够量的可供监控人员决策的“有用信息”,让监控人员及时全面地了解所发生的事件:“什么地方”,“什么时间”,“什么人”,“在做什么”。将“原始数据”转化为“有用信息”的技术中,目标检测与跟踪技术的目的是要解决“什么地方”和“什么时间”的问题。目标识别主要解决“什么人”或“什么东西”的问题。行为模式分析主要解决“在做什么”的问题。动态视频目标检测技术是智能化视频分析的基础。 本文将目前几种常用的动态视频目标检测方法简介如下: 背景减除背景减除(Background Subtraction)方法是目前运动检测中最常用的一种方法,它是利用当前图像与背景图像的差分来检测出运动目标的一种技术。它一般能够提供相对来说比较全面的运动目标的特征数据,但对于动态场景的变化,如光线照射情况和外来无关事件的干扰等也特别敏感。实际上,背景的建模是背景减除方法的技术关键。最简单的背景模型是时间平均图像,即利用同一场景在一个时段的平均图像作为该场景的背景模型。由于该模型是固定的,一旦建立之后,对于该场景图像所发生的任何变化都比较敏感,比如阳光照射方向,影子,树叶随风摇动等。大部分的研究人员目前都致力于开发更加实用的背景模型,以期减少动态场景变化对于运动目标检测效果的影响。 时间差分时间差分(Temporal Difference 又称相邻帧差)方法充分利用了视频图像的特征,从连续得到的视频流中提取所需要的动态目标信息。在一般情况下采集的视频图像,若仔细对比相邻两帧,可以发现其中大部分的背景像素均保持不变。只有在有前景移动目标的部分相邻帧的像素差异比较大。时间差分方法就是利用相邻帧图像的相减来提取出前景移动目标的信息的。让我们来考虑安装固定摄像头所获取的视频。我们介绍利用连续的图像序列中两个或三个相邻帧之间的时间差分,并且用阈值来提取出视频图像中的运动目标的方法。我们采用三帧差分的方法,即当某一个像素在连续三帧视频图像上均有相

运动目标图像的识别与跟踪

运动目标图像的识别与跟踪 本文主要目的是将视频摄像头中的运动目标从背景中提取出来,并加以跟踪。首先考虑的是常见的目标检测的算法,其次考虑对于噪声的滤除,最后是对运动目标的跟踪。 一、基本目标检测算法 我们主要考虑的目标检测的算法主要有三种,光流场法、背景模型法以及时域差分法。 1.1光流场法 光流主要是图像亮度模式的表现运动。而光流场则是指灰度模式的表面运动。一般条件下,我们可以根据图像的运动,进行估算相对运动。 光流场法的基本理论是光流场基本方程: 0=++t y x I vI uI (1.1) 式中我们根据亮度守恒,利用泰勒公式展开,忽略高阶项与二次项。其中x I 、y I 和t I 是图像在对数轴x 、y 两个方向和t 的的导数,()v u ,就是这个点的光流坐标。 光流场法的目标检测,在摄像机运动时候也可以做出判断,但是图像的噪声太过明显,使得计算数据庞杂,计算的公式更加复杂,这样并不适合我们的对于目标跟踪的高精度的摄像系统。 1.2背景模型法 背景模型法,也被称为背景差法,主要利用当前的图像和背景的图像的二值化做差,然后取阈值,分割运动目标。 首先根据: ()()()y x b y x f y x D t t t ,,,-= (1.2) 我们可以得到当前的图像帧数()y x f t ,和背景图像的帧数),(y x b t 做差,然后以公式对图像进行二值化的处理。 ???≤>=)(,0)(,1),(BackGround T D ForeGround T D y x P t t t (1.3) 上面),(y x P t 是二值化模板图。假设某一区域大于一个给定的面积的时候,该区域就是我们要找的目标区域。 背景模型法的算法简单,可以快速反应,并且可以提供运动目标的大略特征等数据。但是对于复杂背景下,比如人流较大的公共场所,或者有光照等干扰时,就需以其他的算法以不断更新背景信息来进行弥补。

行人检测与跟踪研究内容及结构安排

行人检测与跟踪研究内容及结构安排 本文在阅读大量文献的基础上并结合当前行人检测与跟踪技术的研究现状,主要做了以下几方面的研究: 行人检测方面: (1)提出一种二维显著性纹理算子TS-LBP(Two-dimensional Significant Local Binary Pattern),将带有噪声门限的CS-LBP特征与带有阈值的显著性算子LST相结合,使得图像的纹理特征及局部显著性特征同时包含其中,取得较好的抗噪声性能。 (2)提出了一种基于感兴趣区域内颜色特征和显著性纹理特征相融合的行人检测算法,并通过Adaboost分类器进行行人检测实验。这种检测算法避免对整幅图像全局扫描,运行速度快,鲁棒性高。 行人跟踪方面: (1)提出一种局部显著性纹理算子SLBP(Significance Local Binary Patterns)又能够有效的体现图像的显著性纹理特征,能够反映目标区域内显著性比较及其纹理特征,能够有效的降低背景等外界物体的干扰。 (2)传统的基于单一颜色特征的MeanShift算法易受外界干扰,且一旦颜色特征跟踪失效将不能够对目标继续跟踪。将颜色特征与纹理特征相融合的方法能够更全面的描述目标特征,并且如果某一特征跟踪失效时可以利用另一特征继续对目标进行跟踪。由于背景干扰、光线变化等原因,跟踪过程中颜色特征与纹理特征不可能是同等重要的,因此本文提出了自适应的调整颜色特征与纹理特征的权重。同时,利用卡尔曼滤波器来预测行人的运动轨迹,可以有效节省跟踪目标所需要的时间。 本文章节的结构安排 本文共分为六章,各章节内容如下: 第一章绪论。介绍了本文的选题背景和意义,综述了目前国内外行人检测与 跟踪技术的研究现状,最后介绍了本文的主要研究内容和各章节安排。 第二章行人检测与跟踪算法中相关理论知识。阐述常用的描述物体特征的 方法,并介绍了图像增强的相关知识以及 AdaBoost 算法和支持向量机算法。第三章基于改进 LBP 特征的行人检测。针对传统的 LBP 算子只考虑了中心 像素点与邻域象素点之间的大小关系,没有加入它们之间的对比度,提出了复合局部二值模式(CLBP),将中心像素点与邻域象素点的对比度信息加入到 LBP 算子中,CLBP 特征算子对图像噪声和光照变化不太敏感,在光照条件不足场景中对行人有较强的描述能力。结合 SVM 分类器进行行人检测,检测结果证明该算法在光线不足的环境中能达到高效检测行人的目的。 第四章基于改进 AdaBoost 的双层行人检测算法。本章针对分类器的退化问 题和正负样本数量不均衡问题,对 AdaBoost 算法中权重的更新规则进行改进,并对正负样本进行权重归一化,来解决训练样本不平衡问题,算法改进后训练的

目标检测、跟踪与识别技术与现代战争

目标检测、跟踪与识别技术与现代战争 【摘要】本文讨论目标检测、跟踪与识别技术在现代战争各个领域中的应用,总结目标识别技术的发展方向,提出目标识别技术工程化实现方法,同时本文介绍了国外目标识别的现状及发展趋势,提出了现代战争应采用综合识别系统解决目标识别问题的建议。 关键词目标检测;目标跟踪;目标识别;雷达;人工神经网络;精确制导 1.引言 随着现代科学技术的飞速发展及其在军事领域内日益广泛的应用,传统的作战思想、作战方式已发生根本性的变化。从第一次海湾战争到科索沃战争,特别是刚刚结束的海湾战争,空中精确打击和空地一体化作战已经成为最重要的作战形式。集指挥、控制、通信、计算机、情报、监视侦察于一体的C ISR 已成为取得战场主动权,赢得最后胜利的关键因素。目标识别技术是雷达智能化、信息化的重要技术支撑手段。在现代化战争中,目标识别技术在预警探测、精确制导、战场指挥和侦察、敌我识别等军事领域都有广泛的应用前景,已受到了世界各国的关注。 现代战争中取得战场制信息权的关键之一是目标属性识别。现代战争的作战环境十分复杂,作战双方都在采用相应的伪装、隐蔽、欺骗和干扰等手段和技术,进行识别和反识别斗争。因此仅仅依靠一种或少数几种识别手段很难准确地进行目标识别,必须利用多个和多类传感器所收集到的多种目标属性信息,综合出准确的目标属性,进行目标检测,跟踪后进行识别。 2.目标检测、跟踪与识别技术在现代战争中的应用 2.1 目标检测、跟踪与识别技术在预警探测上的应用 目标检测、跟踪与识别技术对于弹道导弹的预警工作有重要的作用。弹道导弹一般携带多个弹头,其中可能包含核弹头或大规模杀伤的弹头以及常规弹头,预警雷达必须具备对目标进行分类和识别真假弹头的能力,将核弹头或大规模杀伤的弹头分离出来,为弹道导弹防御(BMD)系统进行目标攻击和火力分配提供依据。早期的BMD系统假设只有一个核弹头,多弹头分导技术的出现,使问题转化为雷达的多目标识别问题,加上电子对抗技术的广泛使用,给目标识别技术带来很大困难。另外,预警雷达还要对空中目标或低空目标进行探测,对来袭目标群进行分类识别。利用星载雷达以及远程光学望远镜等观测设备,可以对外空目标进行探测,对外空来袭目标进行分类和识别,达到早期预警的工作。

华中科技大学光学工程考研攻略

由于名额很多(国家光电实验室是目前光电界最强最大的实验室,导师很多),不是很难考。。。。 武汉有个中国光谷,其他地方北京、上海、广东光电企业比较多。光电是一个新兴产业,国家正在大力投入发展光电产业,在武汉建有中国光谷。目前最好的学校是华中科技大学,拥有光电类最强的实验室国家光电实验室(五个国家实验室之一,光电类唯一一个,每个国家实验室的投入相当于7个国家重点实验室。五个国家实验室就有一个是光电的,可见国家对光电的重视),里面建有1个国际联合实验室,4个国家重点实验室,1个国家工程实验室,30多个海内外院士,100多个博导,37支学术团队,并且建在中国光谷的中心,周围有烽火通信科技,华为研究中心,中兴,楚天激光,中国电信研究中心,长飞光纤等等许许多多光电企业,将来无论是就业还是创业都是非常好的。是公认我国光电最强的大学。考研320分左右 除了华中科技以外,还有哈工大,北理工,天津大学的都还不错。由于是新兴专业,很多大学像川大这种不擅长光电的学校,每年招聘会来300个单位也没有一个是光电的企业,就业比较困难。而像华科这样的以光电为特色的学校每年都有好几次光电专场招聘会,工作非常好找。考研其实没那么的难,只要坚持就一定能上,希望楼主把目标定高点定长远点 至于考研科目,我强烈建议你别考光学,非常难找工作,连光学全国前三的哈工大,其光学毕业生月薪都不高,而且还不好找,毕竟理学就是这样。而物理电子或者是光学工程这两个工学专业却却非常好找工作,强烈建议你报光学工程或者物理电子学,我们有很多同学光工没上宁愿再来一年也不调光学 本人今年考上了华科光电学硕!曾经在论坛里得到过一些帮助,现在我想回报下论坛,给学弟学妹们简单介绍下今年光电的行情,希望大家能在考研论坛里交流有所得,欢迎各位同仁一起讨论。祝天下考研人梦想成真! 复试笔试之前,院长在宣读政策的时候公布:12年学术招162人(含30个推免),专硕招30人(含4个推免),也就是说留给统考生的指标一共是132+26=158个名额。进入复试的有178人,等于是要刷20人,笔试之前就有1个人放弃了(听说是个高分,找到好工作了),后来面试的时候听说又有一个人没去(这个是听说的,不确定)。178人里面有两个是报的专硕,只要他们复试后的排名在158以内,他们就可以上专硕,转不了学硕,但学硕转专硕的也挤不掉他们。如果报的是学硕,看最后排名在132到158之间的话,可以学硕转专硕,如果排名在158以后(也就是说被刷),那还有个什么中欧能源的可以报名(这个本人不怎么了解)。至于学硕奖学金(学硕推免的是全奖,专硕推免的忘了,抱歉哈)的话,80%的全奖,20%的半奖,具体最后公布的是说,排名97以前的是全奖,97到132的是半奖。专硕的也有奖助金(注意叫法不同),具体怎么样的不记得了。

华科工程力学考试试卷

一、如图所示结构,杆AC 、CD 、DE 铰链连接。已知AB=BC=1m ,DK=KE ,F =1732kN ,W =1000kN ,各杆重量略去不计,试求A 、E 两处的约束力。(12 分) 一、如图所示结构,杆AB 、CD 、AC 铰链连接,B 端插入地内,P =1000N ,作用于D 点,AE=BE=CE=DE=1m ,各杆重量略去不计, 求AC 杆内力?B 点的反力?(12分) D

二、 如图,阶梯钢杆的上下两端在T 1=5℃时被固定,杆的上下两段的面积分别为A 1=5cm 2, A 2=10cm 2,当温度升至T 2=25℃时,求各杆的温度应力。(线膨 胀系数C 0 610512/.-?=α,钢杆材料弹性模量E=200GPa ,不计杆自重,) (12 分)

二、如图,杆二端固定,横截面面积为A =10cm 2,在截面C 、D 处分别作用F 和2F 的力,F =100kN ,弹性模量E=200GPa 。不计杆自重,求各段应力。(12分) 解: 受力分析如图, 建立平衡方程, A B AC CD DB A A AD CD B BD A B A AC A CD B BD 23(2)0 (3)0.4 ()0.50.37 :116.7kN 6 183.3kN (4)AC : 116.7MPa()()CD : 6.7MPa() BD :183.3MPa(F F F F F F F F EA EA F EA F F F F A F F A F A δδδδδδσσσ+=+=++=?-?==-?======-====变形协调条件, 力与变形的物理关系, 联立求解得各段的应力为,段拉段拉段)压 2 F B F D 2B F A

目标检测与跟踪

第九章图像目标探测与跟踪技术 主讲人:赵丹培 宇航学院图像处理中心 zhaodanpei@https://www.doczj.com/doc/9116406567.html, 电话:82339972

目录 9.1 概论 9.2 目标检测与跟踪技术的发展现状9.3 目标检测与跟踪技术的典型应用9.4 图像的特征与描述 9.5 目标检测方法的基本概念与原理9.6 目标跟踪方法涉及的基本问题

9.1 概论 1、课程的学习目的 学习和掌握目标探测、跟踪与识别的基本概念和术语,了解一个完整信息处理系统的工作流程,了解目标探测、跟踪与识别在武器系统、航空航天、军事领域的典型应用。了解目标检测、跟踪与识别涉及的关键技术的发展现状,为今后从事相关的研究工作奠定基础。 2、主要参考书: 《目标探测与识别》,周立伟等编著,北京理工大学出版社; 《成像自动目标识别》,张天序著,湖北科学技术出版社; 《动态图像分析》,李智勇沈振康等著,国防工业出版社;

引言:学习目标检测与跟踪技术的意义 ?现代军事理论认为,掌握高科技将成为现代战争取胜的重要因素。以侦察监视技术、通信技术、成像跟踪技术、精确制导技术等为代表的军用高科技技术是夺取胜利的重要武器。 ?成像跟踪技术是为了在战争中更精确、及时地识别敌方目标,有效地跟踪目标,是高科技武器系统中的至关重要的核心技术。 ?例如:一个完整的军事战斗任务大致包括侦察、搜索、监视以及攻击目标和毁伤目标。那么快速的信息获取和处理能力就是战争胜利的关键,因此,目标的实时探测、跟踪与识别也成为必要的前提条件。

?随着现代高新技术的不断发展及其在军事应用领域中的日益推广,传统的作战形态正在发生着深刻的变化。 1973年的第四次中东战争,1982年的英阿马岛之战,1991年的海湾战争及1999年的科索沃战争,伊拉克战争等都说明了这一点。西方各军事强国都在积极探索对抗武器,特别是美国更是投入了巨大的物力、人力和财力积极研制弹道导弹防御系统。而图像检测、跟踪和识别算法作为现代战场信息环境作战成败的关键,具备抗遮挡、抗丢失和抗机动鲁棒性的智能跟踪器,将是现代战场作战必备品,具有广泛的应用前景。

华中光电所

华中光电技术研究所 “光学工程”硕士学位研究生培养方案 一、培养目标 培养硕士研究生成为德、智、体全面发展的,能从事舰船光电技术科学研究或独立担负一型舰船光电设备总体工作的高层次专业人才,以适应现代科学发展和海军现代化设备的需要。具体要求如下: 1、努力学习和掌握马列主义毛泽东思想的基本原理,拥护中国共产党,拥护社会主义,遵纪守法,品行端正,学风严谨,具有较强的事业心和献身精神,积极为社会主义现代化建设服务。 2、在光学工程专业方面要求硕士研究生掌握坚实的基础理论,系统的专业知识和必要的技能,在所从事的舰船光电领域研究方向范围内,熟悉本学科发展现状、动向及科研实际问题。掌握一门外语,能熟练地进行阅读并能撰写论文摘要。具有严谨的实事求是的科学学风。经培养,硕士研究生应具有独立承担一项舰船光电技术预先研究课题的能力或具有独立承担一型舰船光电设备总体工作的能力。 3、坚持体育锻炼,具有健康的身体和旺盛的精力。 二、研究方向 本专业设置如下研究方向: 1. 光电系统集成技术; 2. 光电探测(红外、激光)技术; 3. 光电信息处理技术; 4. 光电系统控制技术。 三、培养方式 1、导师根据培养方案的要求和研究方向,从每个研究生的具体情况出发,在新生报到两周内,按程序规定制定出该研究生的个人培养计划,并最迟于新生入学后三个月内将该计划上报七院学位评定委员会。 2、对研究生的培养采取课程学习和科学研究工作相结合的方式。研究生在华中科技大学住校学习基础课和专业基础课,在七一七所学习专业课,利用所内的科研条件开展科学研究,并在科学研究工作的基础上完成其研究成果——硕士学位论文。 3、整个培养过程贯彻理论联系实际的方针,使硕士研究生掌握本专业的基础理论和专业知识,掌握科学研究的基本方法,并具有独立

话题发现与跟踪技术

话题发现与跟踪技术 一:方案提出 1 利用网络爬虫Nutch将爬到的数据存储在表Crawler中 2 将表中数据(标题和正文)进行特征向量提取,得到VSM(Vector Space Model)向量空间模型 3 用KNN聚类算法进行第一次聚类得到微类集合 4 用单连通算法(Single-Pass算法)进行第二次聚类得到精确的聚类结果 5 根据热点事件发展曲线识别出热点话题 6 话题呈现 二:网络舆情分析 1 系统总体结构:

话题发现模型: 1 主题网络爬虫定义:主题网络爬虫就是根据一定的网页分析算法过滤与主题无关的链接,保留主题相关的链接并将其放入待抓取的URL队列中;然后根据一定的搜索策略从队列中选择下一步要抓取的网页URL,并重复上述过程,直到达到系统的某一条件时停止。 基本思路:按照事先给定的主题,分析超链接和已下载的网页内容,预测下一个待抓取的URL以及当前网页的主题相关度。 2 信息采集流程: 1)输入WebURL 2)Web相应? 3)否就结束;是就进行下一步 4)初始化URL队列

5)数据流(读取数据流类) 6)信息分类存储(正则表达式匹配类) 7)数据库(操作数据库类) 8)添加到新URL队列 9)重复第2)步直到URL队列为空 3 热点分析过程 包括:热点分析起始时间,热点信息显示,舆情采集信息和话题活性图 4 存储记录 存储一条记录时,程序首先通过MD5将网络爬虫提取的每一个字段值联合成一个字符串进行加密,映射成32位长的UDDI,作为此数据的标识。实现去重功能 MD5去重复URL: Message-Digest是指字符串的Hash变换,即把一个任意长度的字符串变换成一定长的大整数。MD5加密以512位分组来处理输入的信息,且每一组又被划分为16个32为子分组,将这四个32位分组级联后将生成一个128位散列值。MD5算法是一个不可逆的字符串变化算法。特性: 1)任意两端明文书局加密以后的密文不含相同 2)任意一段明文数据经过加密后其具体结果必须永远是不变的 三:热点事件发现 1 TDT相关概念 话题(Topic),事件(Event),报道(Story),主题(Subject) TDT也把包括一个核心事件以及所有与之关联的事件的总和称为话题。即话题就是关于某个事件的所有报道的集合。 报道:指描述某个事件的新闻片段。 话题:不是指一个大的主题,而是一个具体的事件。 2 话题检测与跟踪 分为五个子任务: 1)报道切分(Story Segmentation) 2)新事件检测(New Event Detection) 3)关联检测(Link Detection) 4)话题检测(Topic Detection) 5)话题跟踪(Story Tracking) 话题发现任务的本质是将输入的新闻报道流划入不同的话题类,并在需要的时候建立新的话题类,其过程等同于无指导的聚类过程,且属于一种增量聚类,一般可划分为两个阶段:新事件检测阶段和后续的新闻报道流中的报道划入相应的话题类阶段。 3 热点事件内容特征自动抽取 网络新闻中热点事件的发现及热点事件内容特征的自动抽取。主要包括:1)Web新闻网页的自动采集 2)网页正文的抽取及去噪 3)事件发现算法 4)热点事件判别 5)对热点事件不同层面内容特征的自动抽取 事件发现算法:

人形目标检测与跟踪

——人形目标检测与跟踪

一、 本组研究方案,算法系统框图 二、 检测算法、原理、程序实现方法、调试过程 【视频处理】 老师提供的两端视频两段视频并不能直接用来输入OpenCV 所编程序处理,需要将其转化为无压缩的avi 格式。利用软件WinAVI Video Converter ,转换为ZJMedia uncompressed RGB24格式。 【背景建模】 我们小组利用N 帧图像的平均来求取背景,并实时对背景进行更新。由于考虑到ExhibitionHall.avi 视频中运动物体所占场景比例少,运动轨迹为直线,为了处理的简单,所以在这不刻意区分物体和背景像素点。即(1)(1)()()A A A B k B k I k αα+=-+ ,这里的α 很小(0.003) 。 【前景提取】 灰度图像的处理比彩色图像的处理过程简单。我们小组将读入的彩色图像变成灰度图像,并二值化;同样,背景也进行二值化。两者做差值,得到一些离散的黑白点块。也就

是要识别的目标。但是,这样得到的块是分散开的,程序 整的人形被分块识别成多个目标。为此,我们做了一些简 单的后处理。先腐蚀元素,去除不必要的杂点,然后进行 膨胀块处理,自定义块的大小,使其膨胀成能被识别成一 个人形的目标。另外,我们还做个简单的高斯低通滤波, 是得到的结果光滑些。其流程图如右。 【目标检测】 根据前景处理的结果,得到一些连续的块目标。利用帧间差,可以提取出目标的轮廓。根 据轮廓的位置分布,计算出检测目标的形心和大小。并予以标记。 【目标跟踪】 根据目标帧间的位移差值,可以计算出运动目标在x,y方向上的运动速度。可以利用这 个关系判断下一帧目标的位置。设置一个合适的阈值,就可以实现目标的跟踪。在此,我们还 引入了重叠判断机制。如果目标重叠,即通过遍历,发现块重叠大于一定阈值后,根据前面得 到的位置预测判断当前物块位置;如果不重叠,则遍历这幅图像中的所有物块,寻找临近最优 物块,以保持编号连续性。在目标跟踪过程中,还进行了Kalman滤波,对目标轨迹进行滤波 处理。

华中科技大学电子技术基础试卷四

模拟与数字电子技术基础硕士研究生 入学考试试卷及参考答案 试卷四及参考答案 试卷四 一、(12分)二极管电路如图1所示,试分析判断D 1、D 2导通、截止情况。假设D 1、D 2为理想二极管,求AO 两端电压V AO 。 O D 图1 二、(15分)单管放大电路如图2所示,已知BJT 的电流放大系数β=50。 1.估算Q 点; 2.画出简化H 参数小信号等效电路; 3.计算 i o V V V A =及s o Vs V V A =的值。 500v s - 图2 三、(12分)电路如图3所示,已知T 1工作点上的参数g m =18ms ,T 2工作点上的参数β=100。 1.画简化的小信号等效电路; 2.求电压增益 i o V V V A =、输入电阻R i 、输出电阻R o 。

V 图 3 四、(12分)由运放组成的BJT 电流放大系数β的测试电路如图4所示,设BJT 的V BE =0.7V 。 1.求BJT 的c 、b 、e 各极电位值; 2.若电压表读数为200mV ,求BJT 的β值。 + 电压表 200mV 图4 五、(12分)由三个理想运放A 1、A 2、A 3组成的反馈放大电路如图5所示,试分析电 路中存在哪些反馈,求电压增益 i o VF V V A =之值。图中各电阻均为10k Ω。 V o 图5 六、(12分)电路如图6所示,试分析该电路能否输出正弦波。能输出正弦波的条件是

什么?写出振荡频率的表达式。 v o 图6 七、(15分) 1.将逻辑函数BD C B C AB Y +++=写成与非—与非式; 2.写出CD C B A Y ++=)(的反演式; 3.组合逻辑电路和时序逻辑电路有什么区别?有什么联系? 4.将下列十进制数转换为二进制数和二—十进制BCD 码: (1)10 (2)598 5.一个n 位D/A 转换器,可以达到的精度为多少?若一D/A 转换器满刻度输出电压为10V ,当要求1mV 的分辨率时,输入数字量的位数n 至少应为多少? 八、(12分)图8所示是一双相时钟发生器。设触发器的初始状态Q =0。 1.分析该电路中555电路及周围元件构成什么电路; 2.画出555电路v 3、v 1及v 2的波形; 3.计算该电路时钟频率。 R v 1 v 2 7.3k 图8 九、(10分)图9所示是用两个二进制计数器74161和一个D 触发器7474组成的电路,试分析该电路的功能。触发器输出信号Q 与CP 信号满足什么关系?

汉语新闻报道中的话题跟踪与识别研究

话题识别与跟踪研究? 李保利,俞士汶 (北京大学计算机科学技术系,北京 100871) Email: libl@https://www.doczj.com/doc/9116406567.html, 摘要:作为自然语言处理一个新的研究方向,话题识别与跟踪旨在发展一系列基于事件的信息组织技术,以实现对新闻媒体信息流中新话题的自动识别以及对已知话题的动态跟踪。自1997年以来连续举行的多次大规模评测使得话题识别与跟踪研究正逐步成为近来自然语言处理尤其是信息检索领域的一个研究热点,目前国内在这方面的研究尚处在起步阶段。本文介绍了话题识别与跟踪研究的发展历史、研究任务、主要技术及评价方法等,希望能引起相关研究者对这项研究的关注。 关键词:话题识别与跟踪,信息检索,自然语言处理 中图法分类号:TP391 RESEARCH ON TOPIC DETECTION AND TRACKING LI Bao-Li, YU Shi-Wen Department of Computer Science and Technology, Peking University, Beijing 100871 Abstract: As a new direction of research on natural language processing, Topic Detection and Tracking aims at developing technologies for event-based information organization, such as detecting stories on novel topic and tracking stories on known topics. Since 1997, a series of evaluation on this research have been conducted, and made it more and more popular in Natural Language Processing, especially in information retrieval. The research on topic detection and tracking in China is just starting. Several issues about this new research, such as task definition, history, technologies, and measurement, are discussed. Keywords: Topic Detection and Tracking, Information Retrieval, Natural Language Processing 1.引言 随着信息传播手段的进步,尤其是互联网这一新媒体的出现,我们已经由信息贫乏进入到一个信息极度丰富的时代。面对时时刻刻不断涌现的新信息,任何人都无法做到“眼观六路、耳听八方”。在这个时候,人们更加迫切需要自然语言处理技术的强力支持,以应对日益严重的信息爆炸问题。 话题识别与跟踪(Topic Detection and Tracking,TDT),作为一项旨在帮助人们应对信息过载问题的研究,以新闻专线(Newswire)、广播、电视等媒体信息流为处理对象,将语言形式的信息流分割为不同的新闻报道(News Story),监控对新话题的报道,并将涉及某个话题的报道组织起来以某种方式呈现给用户。它的研究目标是要实现按话题查找、组织和利用来自多种新闻媒体的多语言信息。这类新技术是现实中急需的,比如:自动监控各种信息源(如广播、电视等),并从中识别出各种突发事件、新事件以及关于已知事件的新信息,这可广泛用于信息安全、证券市场分析等领域。另外,还可以找出有关 ?本文发表在《计算机工程与应用》第39卷第17期(2003)。 本文得到国家自然科学基金项目(69973005)、国家973项目(G1998030507-4)和国家863项目(2001AA114040)支持。 作者李保利,男,1971年生,博士研究生,主要研究方向:中文信息处理。俞士汶,男,1938年生,教授,博士生导师,主要研究方向:中文信息处理。

华中科技大学工程力学实验题

(2010年4月23-25南京基础力学实验研讨会交流专用) 题目1-6:含内压薄壁圆筒受弯、扭组合载荷时内力素的测定 如图所示薄壁圆筒用不锈钢1C r 18N i 9T i 制造,材料弹性模量202G P a E =,泊松比 0.28μ=,圆筒外径D =40mm ,内径d =36.40mm 。采用5个60N 砝码逐级加载。 1. 计算每个载荷增量下图中I-I 截面内力的理论值: 答案: 3 60100.31860600.2515600.2615.6I I II II T F l N m F F N M M F l N m M M F l N m =?=??=?====?=?=?==?=?=?理Q 理理理 2. 为了测量图中I-I 截面弯矩,可采用什么形式的测量电桥?用图形表示测量电桥,并推导出测量仪器应变读数与所求弯矩之间的关系。 答案:由m 和n 两点的应变片组成半桥测量,电桥图略。 () 3 4 162 1M du M z E M M W D εσπα= = = - () ()()3 4 3 4 9 6 1(N m )64 0.0410.91 20210 10 64 0.1994(με) M du M du M du ED M παεπεε--∴?= ??-??= ??=? 3. 为了测量图中I-I 截面扭矩,可采用什么形式的测量电桥?用图形表示测量电桥,并推 导出测量应变仪器读数与所求扭矩之间的关系。 答案:由e 、f 和g 、h 点组成全桥测量电路。对于e 、f 和g 、h 点,是纯剪切应 支架 放气栓 注油接头 k 270 260 250 240 300 F m be cn d fah g(a) 水平线 水平线h g amb ec ndf 5 4o 4o5 ⅠⅠ-Ⅱ-ⅡⅡⅡ ⅠⅠ图1-1 薄壁圆筒实验装置 (b) g h am bec nd f (c) 图1 薄璧圆筒弯扭实验装置

视频目标检测与跟踪算法综述

视频目标检测与跟踪算法综述 1、引言 运动目标的检测与跟踪是机器视觉领域的核心课题之一,目前被广泛应用在 视频编码、智能交通、监控、图像检测等众多领域中。本文针对视频监控图像的运动目标检测与跟踪方法,分析了近些年来国内外的研究工作及最新进展。 2、视频监控图像的运动目标检测方法 运动目标检测的目的是把运动目标从背景图像中分割出来。运动目标的有效分割对于目标分类、跟踪和行为理解等后期处理非常重要。目前运动目标检测算法的难点主要体现在背景的复杂性和目标的复杂性两方面。背景的复杂性主要体现在背景中一些噪声对目标的干扰,目标的复杂性主要体现在目标的运动性、突变性以及所提取目标的非单一性等等。所有这些特点使得运动目标的检测成为一项相当困难的事情。目前常用的运动目标检测算法主要有光流法、帧差法、背景相减法,其中背景减除法是目前最常用的方法。 2.1 帧差法 帧差法主要是利用视频序列中连续两帧间的变化来检测静态场景下的运动目标,假设(,)k f x y 和(1)(,)k f x y +分别为图像序列中的第k 帧和第k+1帧中象素点(x ,y)的象素值,则这两帧图像的差值图像就如公式2-1 所示: 1(1)(,)(,)k k k Diff f x y f x y ++=- (2-1) 2-1式中差值不为0的图像区域代表了由运动目标的运动所经过的区域(背景象素值不变),又因为相邻视频帧间时间间隔很小,目标位置变化也很小,所以运动目标的运动所经过的区域也就代表了当前帧中运动目标所在的区域。利用此原理便可以提取出目标。下图给出了帧差法的基本流程:1、首先利用2-1 式得到第k 帧和第k+1帧的差值图像1k Diff +;2、对所得到的差值图像1k Diff +二值化(如式子2-2 示)得到Qk+1;3、为消除微小噪声的干扰,使得到的运动目标更准确,对1k Q +进行必要的滤波和去噪处理,后处理结果为1k M +。 111255,,(,)0,,(,)k k k if Diff x y T Q if Diff x y T +++>?=?≤? (T 为阈值) (2-2)

相关主题
文本预览
相关文档 最新文档