自适应融合

摘要： 针对经典视频显著目标提取模型没有充分利用时域显著性线索,易受背景噪声干扰,提取的显著目标不完整等问题,提出了一种在时空对比度指导下的视频显著目标提取模型。首先,自适应融合RGB颜色空间对比度和运动对比度,确定显著目标的先验信息;然后,利用当前帧的前景提取项和邻近帧位置约束项组成能量函数,指导时空显著性线索融合;最后,通过超像素级平滑优化处理,提取完整的视频显著目标。实验结果表明,模型在Visal,SegTrack V2和DAVIS数据集上进行测试,MAE值分别达到了0.030,0.024和0.032,F-measure值分别达到了0.772,0.781和0.812,具有良好的准确性和鲁棒性。因此,所提算法能够有效检测出视频中的显著目标,可为监控系统以及目标跟踪提供理论参考与方法依据。

摘要： 目的:利用卷积网络的不同层提取分层特征,结合区域稀疏性解决特征所引起的边界效应,提高基于相关滤波的追踪算法的成功率和精确度。方法:在分层卷积特征追踪算法的基础上,利用稀疏性和峰值旁瓣比,提出新的基于时间区域稀疏滤波的分层特征融合追踪算法。首先,该算法提出时间区域稀疏相关滤波算法,利用深度卷积网络提取的不同层次特征学习不同的相关滤波;其次,利用所学的相关滤波确定下一帧图像的目标响应图;最后,利用峰值旁瓣比确定不同响应图的权值,得到融合的响应图,从而确定目标的位置。结果:经过采用精度图和成功率图作为评价标准,在标准数据集上与9种跟踪算法进行对比实验。实验结果表明,本文所提的追踪算法在OTB100上的成功率为0.685、精度为0.834,比现有的一些流行算法具有更好的追踪性能。结论:本算法利用区域稀疏性忽略干扰特征,利用时间正则项学习前后帧相关滤波的关系,并用新的响应图融合方法提高追踪算法的性能。

摘要： 为解决Deeplab v3+网络在解码过程中仅融合一个尺度编码特征,导致部分细节信息丢失,从而造成最终分割结果较为粗糙等问题,提出多尺度特征自适应融合的图像语义分割算法.该算法在Deeplab v3+的解码过程中使用自适应空间特征融合结构,给不同尺度的编码特征分配自适应的融合权重,通过融合编码过程中的多尺度特征进行特征图的上采样,从而实现图像更加精细的语义分割效果.实验结果表明,该算法在Cityscapes数据集上达到了95.05%的像素准确度和69.36%的平均交并率,且对大部分小尺度目标物体的分割更为精准;在Vaihingen遥感图像数据集上本文提出的算法达到了83.49%的像素准确度和68.77%的平均交并率,进一步验证了本文改进算法的泛化性.

摘要： 为提高组网雷达的分布式恒虚警(constant false alarm rate, CFAR)检测性能,基于模糊逻辑和最大选择筛选平均检测器(maximum-censored mean level detector, MX-CMLD)提出一种自适应多传感器分布式模糊CFAR检测算法。该方法是一种基于无信噪比信息的检测融合算法,通过传输单部雷达站接收信号的检验统计量、检测可信度来完成全局的CFAR检测。该方法通过表决模块和反馈模块,控制传输到融合中心的数据量,并自适应选取相关的雷达数据进行融合,在一定程度上可以实现雷达资源的管理。仿真结果表明,在均匀背景、多目标干扰背景的目标检测中,自适应分布式模糊MX-CMLD均有较好的检测性能。

摘要： 针对图像在传输系统中会由于噪声造成接收端图像模糊的问题,提出一种小波变换图像去噪算法。算法基于模糊阈值函数,兼有硬阈值和软阈值两者的优点,能够动态地选取阈值。算法可使小波系数间存在的偏差产生自适应融合,降低原小波系数与估计小波之间的偏差程度,以此提高传输后重构图像的质量。通过仿真实验,将实验结果与实际图片进行对比分析,表明算法在实际的图片重构中获得了良好的效果,满足设计目标,具有一定的实际应用价值。

摘要： 目的为精确分析点云场景中待测目标的位置和类别信息,提出一种基于多级特征融合的体素三维目标检测网络。方法以2阶段检测算法Voxel−RCNN作为基线模型,在检测一阶段,增加稀疏特征残差密集融合模块,由浅入深地对逐级特征进行传播和复用,实现三维特征充分的交互融合。在二维主干模块中增加残差轻量化高效通道注意力机制,显式增强通道特征。提出多级特征及多尺度核自适应融合模块,自适应地提取各级特征的关系权重,以加权方式实现特征的强融合。在检测二阶段,设计三重特征融合策略,基于曼哈顿距离搜索算法聚合邻域特征,并嵌入深度融合模块和CTFFM融合模块提升格点特征质量。结果实验于自动驾驶数据集KITTI中进行模拟测试,相较于基线网络,在3种难度等级下,一阶段检测模型的行人3D平均精度提升了3.97%,二阶段检测模型的骑行者3D平均精度提升了3.37%。结论结果证明文中方法能够显著提升目标检测性能,且各模块具有较好的移植性,可灵活嵌入到体素类三维检测模型中,带来相应的效果提升。

摘要： 针对多像素光子计数器(MPPC)进行微光成像时,图像受光照不足和噪声影响出现的图像亮度低、对比度差、边缘模糊等问题,提出一种基于子窗口盒式滤波的自适应微光图像处理算法。为了减少算法运行时间的同时突出图像的边缘细节信息,利用子窗口盒式滤波器对图像进行分层得到基础层和细节层;对基础层图像采用自适应阈值直方图均衡化拉伸对比度,细节层图像采用自适应增益控制方式进行增强;根据基础层图像中有效灰度值个数占总灰度的比值自适应确定融合系数,将基础层图像与细节层图像融合得到增强后图像。通过微光实验平台设置3组不同照度的微光环境进行实验仿真,验证了本文算法在保持边缘信息和增强细节方面获得了更好的效果。实验结果表明本文算法在标准差、信息熵、平均梯度等客观评价方面优于改进前算法,提升了微光图像的成像效果。

摘要： 针对现有基于可见光的目标检测算法存在的不足,提出了一种红外和可见光图像融合的目标检测方法。该方法将深度可分离卷积与残差结构相结合,构建并列的高效率特征提取网络,分别提取红外和可见光图像目标信息;同时,引入自适应特征融合模块以自主学习的方式融合两支路对应尺度的特征,使两类图像信息互补;最后,利用特征金字塔结构将深层特征逐层与浅层融合,提升网络对不同尺度目标的检测精度。实验结果表明,所提网络能够充分融合红外和可见光图像中的有效信息,并在保障精度与效率的前提下实现目标识别与定位;同时,在实际变电站设备检测场景中,该网络也体现出较好的鲁棒性和泛化能力,可以高效完成检测任务。

摘要： 针对相关滤波跟踪方法在目标被遮挡和出现形变、运动等因素影响下跟踪效果较差的问题,提出遮挡判别下自适应融合更新的相关滤波跟踪方法.首先,利用分配权重的方式将目标的不同特征进行融合,从而得到初次融合特征,再进行第二次的特征自适应融合,并通过可信度策略得到最优融合特征,进而完成候选目标位置的确定;其次,在目标位置确定的基础上,根据候选位置的可信度判断是否启动遮挡检测机制,以确定目标最终位置;最后,根据预设更新阈值对模型进行自适应更新,保证跟踪器对目标的描述能力.在OTB100数据集进行实验,本文方法跟踪精准度和成功率分别为0.817和0.767,跟踪速度为40.1帧/s.实验表明本文提出方法能够在满足实时性前提下,可有效精准地跟踪目标.

摘要： 针对多传感器观测数据质量不同且未知时,多传感器量测迭代更新高斯混合概率假设密度(GM-PHD)滤波器跟踪算法的结果对更新顺序敏感的问题,该文提出一种多传感器自适应量测迭代更新GM-PHD跟踪算法AIUGM-PHD。首先基于多传感器融合一致性度量,提出一种用于在线评估各传感器跟踪结果质量的方法;然后对多传感器迭代融合顺序进行优化,最后构建相应的多传感器GM-PHD融合跟踪算法。为了解决多传感器自适应顺序迭代融合无法体现传感器质量差距的问题,提出了一种自适应带权伪量测迭代更新GM-PHD跟踪算法PAIU-GMPHD。仿真结果表明,与常规多传感器迭代更新GM-PHD跟踪算法相比,所提算法能够获得鲁棒性更好、精度更高的跟踪结果。

摘要： 针对单一视觉特征跟踪的局限性，本文提出一种根据场景变化动态建立目标模型的粒子滤波视觉跟踪算法，该方法首先选择简单且具有互补性的色彩与纹理特征描述表示当前图像，然后在粒子滤波框架下，利用民主融合策略进行信息融合，民主融合策略能够根据信息在当前的跟踪环境的可靠性自适应调节各个特征信息的权重，发挥各个信息的优点，从而实现各特征信息间的自适应融合，增加描述目标观测的可靠性，从而提高目标观测模型的鲁棒性；另外对各个特征似然函数的噪声参数进行在线估计和更新，进一步提高粒子滤波跟踪的可靠性。分析和实验表明，算法对视频运动目标的任意平移、转动、部分遮挡、光照变化以及相似物干扰等情况下的跟踪均具有较好的效果。

摘要： 提出一种基于自适应融合系数矩阵的图像隐藏算法.本算法将传统融合算法中融合系数的概念推广为融合系数矩阵.通过对载图和密图的纹理特性做出统计,并依据统计的结果计算生成融合矩阵,新算法能提供更好的融合效果.融合系数矩阵可作为密钥.实验结果表明基于系数矩阵的融合算法有出色的效果,并且与传统算法相比,攻击者难以破解整个系数矩阵,从而该算法有一定的鲁棒性。

摘要： 本文提出一种新颖的高分辨率遥感图像融合分割算法，通过对图像数据的分析，自适应确定反映其本质属性的分割线索，并选择对应最优分割方法进行细分割，从而融合不同分割线索与策略的优势，获取更符合人眼感知的分割结果。与传统方法相比，该算法避免了复杂的多源线索融合过程，降低了后续修正工作的难度，并具备了较强的扩展性。以Brodatz纹理镶嵌图和实际OuickBird高分辨率遥感图像为例，利用一种新的分割差异评价标准，从定性和定量两方面证明了本文所提分割算法的有效性和鲁棒性。

摘要： 图像的小波分解将其信息特征反映在不同尺度的各子空间中.本文通过分析图像信号在不同尺度空间能量分布的特点,提出了基于小波分解多尺度整体能量特征的自适应融合规则,并将其应用到高分辨率全色图像与多光谱图像融合中,实验结果表明,该方法是可行的,而且取得了较好的融合效果.

摘要： 本发明公开一种基于图像自适应分解及参数自适应的多聚焦图像融合方法，本发明的实现步骤为：1、构建反卷积神经网络；2、选取多聚焦图像；3、对图像进行自适应分解；4、对低频特征图和高频特征图进行融合；5、重构多聚焦融合图像。本发明对同场景的大小相同的两幅多聚焦图像进行融合，将通过反卷积神经网络自适应得到的高频和低频系数作为待融合图像的最佳分解系数，并将不同方向的高频特征图提取不同方向的空间频率特征输入脉冲耦合神经网络进行融合，突出了图像中的重要特征和边缘细节信息，显著提高了融合后图像的清晰度和对比度。

摘要： 本发明是一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法，其特点是，包括电压外环无模型自适应迭代学习控制、电流内环无模型自适应预测控制、自适应环流抑制控制等步骤：由于引入了无模型自适应迭代学习控制用于MMC变流器直流侧，能够实现直流电压的准确跟踪控制；通过引入电流内环无模型自适应预测控制，可改善电流控制精度，从而改善电流波形质量；通过引入自适应环流抑制控制，可改善MMC变流器交直流两侧扰动背景下的环流抑制效果，从而保证MMC变流器的可靠工作。

摘要： 本发明包括：频带分割滤波器(102、103、104、105)，具有预先设定的不对称的冲击响应，输入语音信号，将输入的语音信号的频带分割为预先设定的多个子带，取得频带分割出的多个子带语音信号；多个量化部件(110、111、112、113)，按预先设定的分割数对频带分割出的多个子带语音信号分别进行量化；以及编码部件(115)，对量化过的多个子带语音信号进行自适应差分脉冲编码调制编码。

摘要： 本发明公开一种基于图像自适应分解及参数自适应的多聚焦图像融合方法，本发明的实现步骤为：1、构建反卷积神经网络；2、选取多聚焦图像；3、对图像进行自适应分解；4、对低频特征图和高频特征图进行融合；5、重构多聚焦融合图像。本发明对同场景的大小相同的两幅多聚焦图像进行融合，将通过反卷积神经网络自适应得到的高频和低频系数作为待融合图像的最佳分解系数，并将不同方向的高频特征图提取不同方向的空间频率特征输入脉冲耦合神经网络进行融合，突出了图像中的重要特征和边缘细节信息，显著提高了融合后图像的清晰度和对比度。

摘要： 本发明是一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法，其特点是，包括电压外环无模型自适应迭代学习控制、电流内环无模型自适应预测控制、自适应环流抑制控制等步骤：由于引入了无模型自适应迭代学习控制用于MMC变流器直流侧，能够实现直流电压的准确跟踪控制；通过引入电流内环无模型自适应预测控制，可改善电流控制精度，从而改善电流波形质量；通过引入自适应环流抑制控制，可改善MMC变流器交直流两侧扰动背景下的环流抑制效果，从而保证MMC变流器的可靠工作。

摘要： 本发明包括：频带分割滤波器(102、103、104、105)，具有预先设定的不对称的冲击响应，输入语音信号，将输入的语音信号的频带分割为预先设定的多个子带，取得频带分割出的多个子带语音信号；多个量化部件(110、111、112、113)，按预先设定的分割数对频带分割出的多个子带语音信号分别进行量化；以及编码部件(115)，对量化过的多个子带语音信号进行自适应差分脉冲编码调制编码。

摘要： 本发明公开了一种基于分类自适应估计加权融合算法的WSN数据融合方法，涉及医用冷链仓库中的温度监测领域。该方法首先对异常数据进行分类处理，筛选出有效性异常数据，然后引入融合权值与修正因子改进分批估计算法计算数据融合结果，最后利用MATLAB仿真软件将该算法与其他两种数据融合方法进行仿真对比，仿真结果表明：在温度检测系统模型下，相较于BEF和MF算法，该方法的融合结果更接近真值，具有较低的均方误差，满足医用冷链中冷库温度传感器数据融合的要求。

摘要： 本发明公开了一种基于NSST与自适应双通道PCNN的融合方法以及融合处理器。该融合方法包括步骤：将源图像采用NSST分解为各分量子带图像，并分别得到低频子带系数和高频子带系数计算改进的拉普拉斯能量作为低频子带系数的PCNN外界刺激，并采用改进的平均梯度作为高频子带系数的PCNN外界刺激；将分解后得到的低频子带系数与高频子带系数输入到自适应双通道模型中；利用NSST逆变换重构所述低频子带系数与高频子带系数，形成融合图像。本发明公开的一种基于NSST与自适应双通道PCNN的融合方法和融合处理器一定程度上克服了传统融合方法对比度偏低，纹理细节丢失严重等问题，融合性能更好。

摘要： 对距离自适应的红外与可见光视频融合方法，包括步骤：S1，视频处理模块初始化虚拟标定棋盘格的参数；S2，视频处理模块接收激光测距模块实时返回的距离参数、可见光图像和红外热成像图像，利用距离参数映射虚拟标定棋盘格，将其角点映射到待融合两张图像上，以角点为参考点，计算单应矩阵；S3，视频处理模块剔除红外热成像图像上温度低于温度阈值的部分，得到图像一；利用单应矩阵将可见光图像变换为红外热成像摄像机视角的图像，得到图像二，最后将图像一和图像二叠加作为融合后的图像。其目的在于提供一种对距离的具有自适应性、提高融合算法精度、增加融合后图像的温度警示效果的对距离自适应的红外与可见光视频融合方法及融合系统。

摘要： 本发明是基于信息异常检测的改进Sage‑Husa自适应融合滤波方法及多源信息融合设备，1获取传感器量测信息、GPS经纬度信息；2建立GPS/INS组合导航系统模型，建立状态方程和量测方程；3信息异常检测过程，根据预测残差向量构造检验统计量，判断是否有异常观测的存在，当系统有异常量测检测时，采用改进的Sage‑Husa自适应滤波，将卡尔曼滤波增益置零，引入指数衰减自适应因子调整观测量测噪声；4改进的Sage‑Husa自适应滤波方法对组合导航系统进行滤波处理，在标准Kalman滤波的基础上对Q阵和R阵实时预测和修正。多源信息融合设备含有传感器、处理器、信息获取单元、数据传输接收单元。有益效果：添加了信息异常检测过程，提高了系统的导航精度和容错性。