复杂场景

摘要： 文章通过对当前自动驾驶安全问题的叙述分析,提出一种面向复杂特定场景的自动驾驶功能安全分析方法,阐述场景分析-危险分析-ASIL等级确认-目标及需求确定这一分析流程,最后选取无人矿山自动驾驶矿卡排土作业这一复杂特定场景为例进行功能安全分析,得出适用于此场景的功能安全策略。

摘要： 随着社会经济的不断发展,车辆数目急剧增加,车辆检测技术在众多领域中发挥着重要作用,如何在复杂场景下对车辆实时检测成为当下难点之一。针对复杂场景车辆检测任务本文提出一种基于YOLOv5s的改进算法,在YOLOv5s网络基础上添加卷积块注意力模块,同时加深网络主干以提取更丰富的特征信息。在公共数据集BDD100K中获取所需的数据标签后进行了实验验证,实验结果表明,本文提出的优化模型在以1280×736分辨率输入图像的平均检测速度为23 ms/帧,模型在保证实时性的前提下较YOLOv5s有4.6%的精度提升,并且在现实场景中,光线不足、车辆目标小及遮挡较多等复杂情况下具有更优的检测效果。

摘要： 行人轨迹预测对智慧城市建设、公共危机管理具有重要意义.复杂场景中的行人轨迹不仅包含行人个体运动时序性特征,还包含行人与周围其他运动实体之间的交互性特征.如何根据场景变化,对这种时序性和交互性特征进行深度刻画并进行轨迹预测,是复杂场景行人轨迹预测的关键问题.本文采用多头注意力机制和对抗生成方法,提出一种基于多头注意力机制的生成对抗网络模型(Multi-head Attention Generative Adversarial Model,MAGAM),对复杂场景下多行人轨迹进行建模.论文首先通过多头注意力机制融合行人的相对位移信息,从不同方面学习轨迹特征空间中各子空间特征的权重信息,实现对行人之间相互影响的交互性轨迹特征刻画;然后采用对抗生成机制和多轨迹生成策略,实现对复杂场景下不同个体移动轨迹的生成与预测.最后,本文在两个公开的数据集(ETH和UCY)进行了实验验证.实验结果表明,在ADE、FDE和AnlDE三个指标上,本文提出的MAGAM模型比基准模型误差平均降低了26.90%、21.02%和24.06%.本文对模型的预测结果进行可视化分析,直观展示了本论文模型的合理性.

摘要： ECO算法虽然在跟踪效果上有了很大的提升,但是它在复杂场景中表现不好甚至会丢失目标,即鲁棒性不高;对此,文章探讨了怎样在ECO算法中利用深度特征处理深层语义的能力和浅层特征处理纹理颜色信息的能力来提升算法的鲁棒性,同时对比了深度特征和浅层特征在目标跟踪的不同作用,并因此提出了改进方法,首先在深度网络上选择了具有更深层次的ResNet-101网络;其次修改了适宜此网络的参数;算法在OTB-2015进行的实验也取得了比较良好的结果,在低分辨率、背景杂波、光照变化及尺度变化4个挑战因素的成功率分别领先基准算法ECO为0.135,0.034,0.031,0.024。

摘要： 作为未来重要的赋能技术之一,人工智能正在改变人类生活的方方面面,赋能各种全新的复杂场景。从18世纪到19世纪再到20世纪,从蒸汽机时代到电气化时代再到信息化时代,一次次工业革命带动了生产力的大幅提升,使人类社会进入空前的繁荣。

摘要： 遇见火情,人们首先会想到消防员。然而,置身火场之中,消防员往往面临潜在风险。令人欣慰的是,近年来机器人在消防领域得到了越来越多的应用,为消防救援提供了有力支撑,成为消防员的得力助手。北京力升高科科技有限公司以耐高温技术为核心,成功研制出多款消防机器人,在多次重大事故抢险救援、复杂场景实战演习等任务中发挥了积极作用。

摘要： 针对红外热图像的纹理不清晰、对比度低和背景复杂的特点,本文提出了一种基于YOLOv4-tiny的轻量级电力设备红外目标检测网络。采用CIoU损失函数并结合标签平滑策略,对网络模型进行训练,以抑制网络训练过程中的过拟合问题,提升网络的泛化能力。实验结果表明,该算法在七类电力设备红外图像数据集上进行训练测试,检测精度达到90.12%,实时检测速度达到50FPS(on Tesla T4 GPU),相比于原YOLOv4-tiny,在检测速度上有较小的牺牲,但是检测精度有所提升,且明显高于现在的主流模型YOLOv3-tiny和YOLOv4,满足了复杂场景下电力设备检测任务的精度与实时性要求。

摘要： 随着车牌识别的应用场景不断扩展,处理的图像复杂性也随之提高,车牌检测面临车牌定位困难、检测速度慢和精度低等挑战。为提高光照不均衡、透视变形、雨雾天气、低分辨率等复杂场景下车牌检测的准确率,提出一种基于车牌角点热图的检测网络LPHD-Net。不同于传统模板匹配和目标检测中矩形先验框的方式,该网络通过车牌角点热图和车牌边界向量场的方法对车牌进行检测。在中国城市停车数据集中进行训练和测试,使用目标检测任务中常用的平均精度和召回率对模型的整体性能进行评价。实验结果表明,LPHD-Net模型对多种复杂场境下的车牌检测精确率和速度分别达到99.2%和78 frame/s,较LMAFLPD模型提升1.15个百分点和14 frame/s。同时,其对场景中的多车牌检测也具有较好的检测效果。

摘要： 现有主流目标跟踪算法图像目标跟踪精度较差,无法满足现今复杂场景图像目标的跟踪,故该文提出基于卡尔曼预测粒子滤波的复杂场景图像目标跟踪算法研究。采用ViBe算法提取复杂场景图像中背景,以此为基础,构建图像目标状态转移模型与对应图像目标观测模型,确定目标运动参数的维度与粒子的权重,基于卡尔曼预测粒子滤波估计目标状态,通过粒子反复迭代与重采样,实现复杂场景图像目标的跟踪。实验数据显示,与7种主流算法相比较,提出算法RMSE数值最小,平均值为9.08;目标跟踪窗口较为规范,并且窗口内包含背景信息较少;在不同背景复杂度下,目标跟踪误差较小;在不同实验次数下,图像目标跟踪时间较短,平均值为10.30 ms,充分证实了提出算法应用效果较佳。

摘要： 监控告警系统作为数据中心运维之眼,良好的监控告警系统帮助运维人员快速发现定位问题,提高故障处理速度,减轻运维工作的压力。一般场景下,为了实现告警收敛,运维人员在监控告警系统服务端预埋静态规则,维护海量的规则探针。在复杂场景下,如果继续沿用这种方法,由于系统缺少先决知识库,收敛效果会折扣。为了解决该问题,本文研究发现受控节点机器上的agent-Plugins插件有可编辑。

摘要： 本文针对视频监控中复杂场景中的基于轨迹的行为理解问题,提出一种原始轨迹优化算法.已有的基于轨迹的行为理解方法,往往基于从基本目标跟踪算法获得的未经优化的原始跟踪轨迹,在复杂场景中含有大量不稳定样本.本文旨在产生更可靠的、适用于行为分析的运动轨迹,为此提出了一个两阶段优化方法,包括基于聚合层次聚类的无监督长轨迹分裂和基于二分图匹配模型的短轨迹连接.本文在两个现实场景中并且有挑战的数据集上做了实验,验证了轨迹优化算法的有效性.

摘要： 论文研究了基于微机平台的复杂场景实时生成的关键技术,采用面向对象技术构造了虚拟场景的树型层次组织,提出了基于三维地形的场景空间层次包围盒构造方法,基于空间层次包围盒进行快速可见性预判断和LOD层次计算,实现了一个基于微机平台的复杂场景实时生成系统,并应用于虚拟战场的实时仿真.

摘要： 文章旨在研究复杂地形下的TD-LTE无线网络D频段规划仿真技术.首先定义了山地高层建筑、高低建筑混合、陡坡建筑和沿江山地四种复杂场景;然后针对各类典型复杂场景进行了无线网络规划和仿真分析;最后从站址选择、规划仿真要点、覆盖解决方案等方面为TD-LTE规划设计和建设维护人员提供了参考建议.

摘要： 为提高光照变化，目标部分遮挡以及背景混淆的实时目标跟踪效果，本文提出了基于分块LAB特征直方图和粒子滤波的实时目标跟踪方法。在实际复杂背景和光照场景变化等多组不同条件下与传统的基于颜色直方图的跟踪算法进行了对比测试,结果显示基于颜色直方图的跟踪算法频繁失去跟踪目标,而本文所提出的基于分块LAB特征直方图和粒子滤波的跟踪算法能快速正确地跟踪目标, 适用于各种复杂场景中的实时目标跟踪。

摘要： 基于深度图像的绘制(Depth Image Based Rendering,DIBR)技术将场景的深度信息引入到IBR中从而大大减少参考图像的数目,光线空间表示法是实现复杂场景三维电视(3DTV)系统的关键技术,而光场绘制法不需要任何几何信息即可较容易地实现大规模场景的实时漫游。本文针对3DTV的应用,对这3类绘制方法分别提出了改进算法,实验结果表明新生成视图质量良好,可以用于3DTV系统的交互式场景渲染。

摘要： 复杂场景中柔性物体间的碰撞检测依然难以满足交互设计的要求.为了提高处理速度,文中给出了一种充分利用现代CPU的并行处理能力的碰撞检测算法.算法基于两方面的并行处理:即基于SIMD指令的指令级并行处理和基于多线程的任务级并行处理.算法给出了一种针对SIMD指令特别优化的k-DOP模型--SIMD-DOP,从理论上分析了该包围盒的高效性,并与常规的16-DOP和24-DOP进行了运行效率对比.通过使用SIMD-DOP同时在多核间进行负载均衡,算法获得了优化的并行加速.文中算法已经在一台16核工作站上针对一组复杂测试场景进行了验证.

摘要： 基于SAR回波信号模型,提出了一种复杂场景的SAR原始数据时频域混合模拟方法,详细介绍了混合模拟相关的时域模拟和频域模拟原始数据模拟方法,说明了复杂场景原始数据的模拟过程,给出了模拟试验结果和结论,证明了SAR时频域混合模拟方法的有效性和可行性。

摘要： ray-space表示是实现复杂场景的自由视点绘制与显示的一种有效方法.ray-space数据压缩是基于ray-space的自由视点视频(FTV)系统的一项关键技术.依据ray-space数据的纹理特性,提出一种基于模板自动选择的快速块匹配算法.实验结果显示,算法具有复杂度低、匹配速度快、精度高等特点,在率失真性能上优于现有的新三步法、梯度下降法、四步法等块匹配算法.

摘要： 高速铁路作为一种高效、经济的城际交通方式,已成为长途旅行的首选.商务旅游较多,中高端客户较为集中,移动办公和互联网娱乐和休闲需求较多.高铁通信逐渐成为运营商竞争、保障用户感知、提高品牌形象和获取经济利润的一个新领域.同时高铁的高速移动和车体高穿透损耗,复杂的建设场景,给移动通信规划设计带来了新的技术挑战,最后针对高铁移动通信技术的挑战提出相应的应对策略,以供大家参考.

摘要： 本发明涉及一种用于生成复杂度矢量的方法和设备，该复杂度矢量表示SVG场景的至少一部分的复杂度，其中对于SVG场景的DOM树的至少一个元素确定与相应的元素相关联的复杂度变量并且该复杂度矢量通过复杂度变量中的至少一个来产生。本发明涉及一种用于针对设备测试SVG场景的至少一部分的播放适宜性的方法和测试设备，其中，如果在测试时SVG场景的复杂度矢量的复杂度变量小于或者小于等于该设备对于每个元素的设备复杂度矢量的相关联的设备复杂度变量，则在该设备上给予SVG场景的播放适宜性，其中通过复杂度变量再现SVG场景的DOM树的元素的最大复杂度并且通过设备复杂度变量在该设备上再现该元素的最大的可实施的复杂度。

摘要： 本发明公开了自动驾驶技术领域的一种面向复杂超车场景的行驶任务复杂度量化评估方法，通过该复杂超车场景的行驶任务复杂度量化评估方法的实现流程和该面向复杂超车场景的行驶任务复杂度量化评估方法的实现公式的组合，解决现有环境任务复杂度量化评估方法没有关注道路使用者与主体车辆行驶任务的相互影响，且没有提出面向复杂冲突场景下的“超车”行驶任务复杂度的量化评估方法，导致现有的算法无法定量计算道路使用者对主体车辆“超车”决策一级形式任务复杂度的影响的问题，从而实现定量计算道路使用者对主体车辆“超车”决策一级形式任务复杂度的影响。

摘要： 本发明提出了一种复杂声音场景下的声纹识别家电控制方法和装置，涉及家电控制领域。模板音频充分考虑了复杂声音场景下的多种情况，具有较好的代表性，为提升复杂声音场景下的声纹识别精度奠定了基础。利用基于模板音频的相似性检测模型、基于SVM模型的声纹识别决策模型、基于卷积神经网络的声纹识别模型依次进行判断，提升了声纹识别的精度。模型由简单到复杂，容易判断的音频利用简单模型即可得到结果，难以判断的音频信号再用复杂模型得到结果，降低了计算资源消耗。

摘要： 提供了一种用于校正HD地图图像的系统。该系统被配置为：从多个车辆接收由所述车辆采集的地图异常热点的地面视角图像数据；使用单应性将地面视角图像数据转换为鸟瞰视角图像数据；从鸟瞰视角图像数据中去除离群值；应用误差降低算法；在降低误差后，将来自图像数据的连续图像序列拼接在一起以生成高清图像，其中每个连续图像均已经通过使用单应性将地面视角图像数据转换为鸟瞰视角图像数据，从鸟瞰视角图像数据中去除离群值，并应用误差降低算法而生成的；比较所拼接的连续图像序列与热点的高清图像，以确定对高清图像的修改；并提供修改后的高清图像数据用于在地图异常热点附近导航。

摘要： 本发明涉及一种用于生成复杂度矢量的方法和设备，该复杂度矢量表示SVG场景的至少一部分的复杂度，其中对于SVG场景的DOM树的至少一个元素确定与相应的元素相关联的复杂度变量并且该复杂度矢量通过复杂度变量中的至少一个来产生。本发明涉及一种用于针对设备测试SVG场景的至少一部分的播放适宜性的方法和测试设备，其中，如果在测试时SVG场景的复杂度矢量的复杂度变量小于或者小于等于该设备对于每个元素的设备复杂度矢量的相关联的设备复杂度变量，则在该设备上给予SVG场景的播放适宜性，其中通过复杂度变量再现SVG场景的DOM树的元素的最大复杂度并且通过设备复杂度变量在该设备上再现该元素的最大的可实施的复杂度。

摘要： 本发明公开了自动驾驶技术领域的一种面向复杂超车场景的行驶任务复杂度量化评估方法，通过该复杂超车场景的行驶任务复杂度量化评估方法的实现流程和该面向复杂超车场景的行驶任务复杂度量化评估方法的实现公式的组合，解决现有环境任务复杂度量化评估方法没有关注道路使用者与主体车辆行驶任务的相互影响，且没有提出面向复杂冲突场景下的“超车”行驶任务复杂度的量化评估方法，导致现有的算法无法定量计算道路使用者对主体车辆“超车”决策一级形式任务复杂度的影响的问题，从而实现定量计算道路使用者对主体车辆“超车”决策一级形式任务复杂度的影响。

摘要： 本发明提供了一种基于场景分类和多尺度特征融合的复杂场景人群计数方法。首先，标注并建立密度等级数据集；然后，利用建立的数据集分别对分类、稀疏估计和密集估计子网络进行预训练；接着，结合自标记机制，利用测试数据集对网络再次进行训练；最后，将图片输入到训练好的网络，利用分类权重对两种密度估计结果进行加权后得到人群密度图。采用本发明方法可以解决由于拍摄角度不同导致的图片尺度畸变和人群分布不均问题，具有更高的估计准确度和更强的鲁棒性。

摘要： 本发明涉及面向复杂场景的变电站多维度场景管控平台，包括：图像采集模块、辅助监控模块、边缘分析终端、5G传输设备、云化AI平台。本发明通过云边协同，实现数据分析智能化：对实时性要求较高、识别难度较低的场景进行边缘识别；对实时性要求不高、识别难度较高的场景进行云端识别。能够有效解决实时性与准确性的矛盾，提高变电站整体智能运维水平。

摘要： 本发明提供了一种基于场景分类和多尺度特征融合的复杂场景人群计数方法。首先，标注并建立密度等级数据集；然后，利用建立的数据集分别对分类、稀疏估计和密集估计子网络进行预训练；接着，结合自标记机制，利用测试数据集对网络再次进行训练；最后，将图片输入到训练好的网络，利用分类权重对两种密度估计结果进行加权后得到人群密度图。采用本发明方法可以解决由于拍摄角度不同导致的图片尺度畸变和人群分布不均问题，具有更高的估计准确度和更强的鲁棒性。

摘要： 本发明涉及一种复杂场景下红外目标快速鲁棒检测方法，先提取保存目标模板的加权直方图特征，然后使用一种基于固定阈值的图像分割方法进行显著性区域检测，快速提取可能存在目标的候选区域，最后提取候选区域的加权直方图特征并计算其与模板特征的匹配程度，从而确定当前图像中目标所处的位置。本发明将带有空间位置信息的灰度直方图提取应用到目标检测中，增强了对目标的特征表述能力，提高了检测速度和检测的鲁棒性，实时性高。一方面，选取了快速有效的特征，加权直方图的计算只需对感兴趣区域进行一次遍历；另一方面，增加了子区域划分的设计，使得在干扰出现并与目标粘连的场景下也能对目标有更精确的位置估计。