利用高光谱遥感图像对**工程进行伪装效果评估,提出了一种基于直觉模糊决策的高光谱伪装效果综合评估方法,以及包括光谱泛相似测度、亮度对比度、视觉相似性测度和结构相似性测度等在内的高光谱伪装效果综合评价指标体系;建立了面向高光谱伪装效果评估的直觉模糊多属性决策模型;采用逼近理想解的排序算法进行模型决策,并提出了基于直觉模糊集Hamming距离的灰关联测度以提高方案之间的区分度。研究结果表明,利用所提方法得到的评估结果与专家评估结果一致,验证了其合理性和可行性。

在外部环境和图像视角变化的情况下,传统视觉闭环检测算法的精度和稳健性变得很差。为此,提出一种融合多层次卷积神经网络特征的闭环检测算法。高层次的卷积特征包含较多的语义信息,可以应对图像视角的变化;中等层次卷积特征包含更多的几何空间信息,对光照等变化具有更好的稳健性。通过充分利用中高等层次卷积特征的特性进行组合式相似性度量,提高了闭环检测的精度与稳健性。由于卷积特征向量的维度特别大,因此,首先对卷积特征向量进行降维处理。在Gardens Point数据集上的实验结果证明,利用多层次卷积特征的图像匹配检测效果好于其他单一层。针对不同时刻所拍摄图像中的动态干扰因素,进一步提出图像动态干扰语义滤波机制,利用过滤掉动态干扰的图像进行匹配,在Tokyo24/7数据集上的实验证实了此方法的可行性和有效性。

为提高基于人体骨架(Skeleton-based)的动作识别准确度，提出一种利用骨架几何特征与时序注意递归网络的动作识别方法。首先，利用旋转矩阵的向量化形式描述身体部件对之间的相对几何关系，并与关节坐标、关节距离两种特征融合后作为骨架的特征表示; 然后，提出一种时序注意方法，通过与之前帧加权平均对比来判定当前帧包含的有价值的信息量，采用一个多层感知机实现权值的生成; 最后，将骨架的特征表示乘以对应权值后输入一个LSTM网络进行动作识别。在MSR-Action3D和UWA3D Multiview Activity II数据集上该方法分别取得了96.93%和80.50%的识别结果。实验结果表明该方法能对人体动作进行有效地识别且对视角变化具有较高的适应性。

介绍了利用深度学习从图像或视频中恢复三维结构、进行深度估计和实现视觉传感器实时定位方面的研究与应用;对深度学习的研究概况进行了介绍;深入分析和比较了有无监督情况下具有代表性的深度学习算法和系统;对近年来深度学习方面的研究热点进行了讨论,并进行了总结和展望。

为了解决地下工程场景下巡逻机器人的定位与建图问题,提出了一种基于点线特征融合的半直接单目视觉里程计(SVO)算法。本文算法可分为特征提取、状态估计和深度滤波器3个线程。特征提取线程负责图像点、线特征的提取;状态估计线程利用点、线特征不同的匹配与跟踪策略获得相机的6自由度位姿,并通过帧与帧、特征与特征、局部帧之间的约束关系进一步优化相机位姿;而深度滤波器线程通过概率分布的方式刻画三维路标点相对于相机光心的深度信息,该方式相对于固定深度值的方式能够提高深度估计的稳健性。本文算法在Euroc公开数据集运行的平均定位精度相对于LSD-SLAM算法提高了17.6%,而在Tum公开数据集上运行的平均定位精度相对于SVO 算法提高了6.4%。利用加载摄像头的机器人平台进行测试,实际运行的定位误差大约为1.17%,满足实际需求。

为有效利用行为视频的长时时域信息,提高行为识别准确率,提出一种结合有序光流图和双流卷积神经网络的行为识别算法。首先利用Rank支持向量机(SVM)算法将连续光流序列压缩总结成单幅有序光流图,实现对视频长时时域结构的建模;然后设计一个包含表观和短时运动流与长时运动流的双流卷积网络,分别以堆叠RGB帧、有序光流图为输入提取视频的表观和短时运动信息与长时运动信息;最后将双流网络的C3D描述子和VGG描述子融合后输入线性SVM进行行为识别。在HMDB51和UCF101两个数据集的实验结果表明,该算法能够有效利用空域表观信息和时域运动信息,具有较高的行为视频识别准确率。

为保证钢轨磨损动态视觉测量的高精度, 综合图像获取和图像处理技术, 实现了清晰光条图像获取和光条中心点亚像素坐标精确提取。根据光条与背景环境亮度的高对比度, 提出一种依据光条亮度的相机自动曝光法, 用于获取清晰的光条图像; 分析图像光条法线方向的亮度衰变特征, 采用动态阈值分割法初步提取光条, 滤除图像背景的同时保留光条法线方向的亮度衰减信息; 根据图像过度曝光信息确定光条中心点像素大致位置, 再对分割的光条图像相对应像素位置点计算Hessian矩阵, 获取光条中心点的亚像素坐标。采用MFC编写应用程序进行试验, 在不同光照环境和背景物的干扰下, 该方法可精确地提取光条中心, 与经典Steger算法相比提取精度偏差为0.05 pixel, 运算时间节约40%。试验结果验证了该方法稳定性好, 有较强的抗干扰能力, 较好地满足钢轨磨损测量的现场要求。

针对智能视频监控中运动阴影影响目标跟踪和识别准确性的问题, 提出了一种基于颜色和梯度直方图反投影的阴影检测算法。以视觉背景提取模型检测得到的运动目标区域为基础, 首先在HSI颜色空间利用亮度和色度信息筛选出阴影像素, 然后通过梯度直方图反投影的方法区分运动目标和阴影, 最后将上述两种方法的检测结果进行合理融合得到最终的阴影检测区域。与典型算法的对比实验结果表明, 所提算法有效提高了阴影检测的准确性和鲁棒性, 适用于运动目标的实时检测和识别。

针对核相关滤波算法(KCF)难以应对光照变化、目标完全遮挡等问题, 提出基于改进核相关滤波的运动目标跟踪算法。首先提出基于相位特征的高斯核相关算子, 增强算法对光照强度变化的适应能力, 然后融合Kalman滤波器形成预测-跟踪-校准的跟踪机制, 结合遮挡处理提高系统在目标被完全遮挡时跟踪的准确性。在模型更新方面, 将在线更新与离线更新相结合, 提出自适应更新的策略, 利用跟踪效果较好的历史模型建立备选模型, 替代跟踪效果较差的模型, 及时纠正模型偏移、特征丢失等问题。与原始的核相关滤波算法进行对比实验的结果表明, 改进算法适应光照强度变化的能力明显增强, 当目标被完全遮挡时也能保持较好的跟踪效果。

由于视觉监控中运动目标跟踪的准确性易受遮挡、摄像机运动、目标外观变化等因素的影响, 本文提出了一种结合分段复合权值与多策略的视觉跟踪算法。该算法首先利用目标、背景以及候选区域特征信息建立分段的复合权值得到目标的位置概率分布。然后结合空间一致性和滞后阈值分割目标位置概率图以进一步抑制噪声干扰, 同时通过分析分段复合权值变化判断目标遮挡, 调整目标跟踪候选范围, 并结合目标历史尺度信息对当前目标尺度进行自适应调整。最后, 对目标以及背景区域信息进行动态更新以适应目标外观与场景变化。与典型算法进行的对比实验结果表明: 该算法能够有效地应对目标遮挡与摄像机运动等因素的影响, 实验时对各组视频的平均处理时间约为10 ms左右, 适用于复杂场景条件下运动目标的实时跟踪。