驾驶人手机通话行为中基于图像特征决策融合的手势识别方法

为鲁棒检测自然环境中驾驶人的通话行为, 提出了一种驾驶人手机通话手势的识别方法。运用Adaboost算法检测驾驶人面部区域, 在YC_gC_r色彩空间中分别对面部肤色亮度分量和色度分量进行稀疏网格间隔采样, 由此建立了肤色的高斯分布模型; 针对驾驶室光照强度的不均匀性, 提出了肤色分量的漂移补偿算法, 建立了适应光照变化的在线肤色模型, 以准确分割左右手部肤色区域; 运用HOG算法获取手部肤色区域的2 376维HOG特征向量, 运用PCA方法将HOG特征降至400维; 同时提取手部肤色区域的PZMs特征, 并采用Relief算法筛选出权重最大的8个PZMs特征向量, 建立了融合PCA-HOG特征和Relief-PZMs特征的通话手势支持向量机分类决策。试验结果表明: 基于PCA-HOG特征的手势识别率为93.1%, 对光照变化的鲁棒性较好, 但易受到手部与头部转动的干扰; 基于Relief-PZMs特征的手势识别率为91.9%, 对于头部与手部姿态的耐受度较好, 但光照鲁棒性较差; 基于PCA-HOG和Relief-PZMs多元特征融合方法的手势识别率达到94.5%, 对光照波动、手部与头部转动等干扰条件具有较好的适应性。      

基于二维耦合映像格子模型的图像加密

为了平衡混沌系统的复杂性和效率之间的关系，将分段Logistic映射（piecewise Logistic map，PLM）引入到二维耦合映像格子（2D coupled map lattices，2DCML）模型中. 采用暂态转换以使模型的输出序列服从均匀分布，进而得到T2DCML模型，基于此模型提出了一类图像加密算法. 在加密算法中，利用模型输出的伪随机序列构造两个初等变换矩阵，对图像进行置乱操作；然后再从模型中提取状态值的比特构造整数序列，对置乱后的图像进行扩散操作；经过若干轮的置乱与扩散操作，产生最后的加密图像. 仿真实验及性能分析表明:该算法的相关系数的绝对平均值为0.001 3，信息熵为7.999 3，像素变化率（number of pixel change rate，NPCR）和统一平均变化强度（unified average change intensity，UACI）分别为99.63%和33.60%，能够有效满足图像在网络中安全传输的需求.      

受电弓滑板状态监测的图像目标提取

将数字图像处理技术应用于受电弓滑板状态监测,给出了受电弓无线图像监测系统的工作原理和组成结构,设计了图像目标的提取算法,将受电弓滑板图像的提取划分为粗提取和精提取2个步骤.该图像目标提取算法结合边缘提取、形态学图像处理、投影变换、聚类分析和Hough变换等方法,完成复杂目标图像的提取,并实现较高精度的定位.实验结果表明,所提出的算法对复杂背景、不均匀光照和噪声等影响因素不敏感,正确识别率能达到85%.     

基于神经网络的沥青路面破损图像识别研究

提出了一种减少沥青路面破损图像识别计算量的图像分割方法.将路面图像等分为64×64像素的子块图像,并用灰度方差值描述子块图像特征.设计了基于BP神经网络的子块图像模式分类器,利用子块图像模式分类结果所组成的矩阵作为路面破损图像分割结果.并将路面破损图像子块分布特征作为路面破损图像的整体特征,在此基础上设计了基于全局优化算法的路面破损前馈神经网络分类器.最后进行了路面破损图像识别试验,识别率达到96.7%.     

基于卷积神经网络的路基病害自动识别方法研究

路基病害导致的道路坍塌事件时有发生,利用探地雷达(ground penetrating radar,GPR)技术对道路路基进行周期性的无损检测和评估,可有效识别处于早期阶段的路基病害,为及时治理提供技术支撑。传统的GPR路基病害图像解释大多依靠人工,存在评价不客观且效率低下的问题。为实现路基病害的自动识别,提出基于卷积神经网络(CNN)提取GPR路基病害图像特征的方法。该方法所采用的网络结构由卷积层、池化层和全连接层组成;输入病害图像后首先经过5层卷积层和5层池化层提取图像特征,然后将提取到的图像特征输入两层全连接层分类,最后通过softmax层输出识别结果。正演模拟数据集表明,该方法对路基空洞充气、路基空洞充水、路基脱空及路基含水层这4种典型道路路基病害的雷达图像识别准确率达到 96.75%,验证了该方法的有效性。     

一种新的复杂细胞启发下的特征提取方法

鉴于V1区复杂细胞具有提取外界刺激不变本质的能力,设计了一个提取目标图像局部不变特征的方法.该方法首先使用提出的无监督算法（PCICA）,从图像中学习出类似于复杂细胞感受野的滤波器集合.然后利用这些滤波器组成的复杂细胞描述子,提取目标图像各个位置的不变特征.最后对图像特征图进行分块统计,将各区域的直方图序列作为图像的最终描述.测试结果表明,PCICA具有类似于快速独立分量分析算法（FastICA）三阶收敛的特点,从图像中学习出的滤波器集合,表现出复杂细胞感受野的拓扑结构.这些滤波器对于局部图像的微小变化并不敏感,对于检测不变特征十分有利,并在MNIST手写体数据库上取得0.84%的识别错误率.     

基于RetinaNet的电动自行车骑乘人员安全头盔佩戴行为检测模型

为提高对电动自行车骑乘人员安全头盔佩戴行为检测的准确性和实时性,构建了一种基于RetinaNet的电动自行车骑乘人员安全头盔佩戴行为检测模型。首先,采用Keras框架对RetinaNet预训练模型进行微调,设计残差网络（ResNet-50）作为主干网络提取输入图像的特征;然后,利用特征图金字塔（Feature Pyramid Networks, FPN）和聚焦损失函数（Facal Loss）分别进行特征融合和解决正负样本失衡问题;接着,面向小目标对象对候选框选取进行优化,并选用Adam优化器进行参数学习;最后,以江苏省南通市为例,采用典型城市道路不同视角和光线状况下的电动自行车交通流视频图像数据,训练优化检测模型。结果表明,优化后的检测模型可对图像中远（小）、近（大）电动自行车骑乘人员的安全头盔佩戴行为进行同步检测;检测模型的AP值达93.29%,mAP值达88.40%,在不同角度和光线下检测效果稳定;相较于SSD, Fast R-CNN模型,优化后的检测模型对安全头盔佩戴行为检测的综合性能最优。     

基于三维光影模型的公路路面裂缝自动识别算法

针对公路路面裂缝的自动化三维图像识别技术的研究热点问题,为有效提高裂缝识别算法的准确率与可靠性,基于三维图像提出利用三维光影模型(3D Shadow Modeling)来实现公路路面表面裂缝的自动识别新方法.该方法利用裂缝区高度低于周边高度的特性,通过三维光影模型将裂缝投影为阴影区,继而通过对阴影的形态分析来识别裂缝,并采用连通域分析与线性形态分析方法,消除图像噪声.研究结果表明,采用本文提出的裂缝自动识别算法可以达到92.93%的路面裂缝自动识别准确率.     

基于无监督学习的部分-整体关系获取

针对面向中文自由文本的部分-整体关系抽取问题,提出一种基于无监督学习的方法. 首先提出子模式提取算法,从领域文本集中获取概念对和概念对所在上下文模式,利用概念对和概念对上下文模式建立分布式语义模型;然后采用协同聚类算法将具有相同语义关系的概念对聚合成簇,通过训练L1正则化逻辑回归模型提取簇的特征并得到代表每个簇语义关系的概念对上下文模式;最后根据模式识别表达部分-整体关系的簇,从而获取部分-整体关系概念对. 实验结果表明,该方法取得较好的性能,F度量达到68.97%,优于传统聚类方法（55.77%）和模式匹配方法（61.95%）.      

一种基于信息融合的跟随驾驶行为协同仿真模型

基于信息融合技术模拟驾驶人信息感知、分析决策和车辆控制的全过程,建立跟随驾驶协同仿真模型.模型以动态交通信息为输入,设计单个神经元仿真驾驶人对感知信息的筛选,采用模糊径向基高斯神经网络提取驾驶行为特征向量,应用模糊积分法模拟驾驶人对信息的分析和决策过程,输出为车辆控制状态.离线检验结果表明,该模型能较好地描述跟随车状态变化,具有较高的精度.     

物理模型的分类——管窥物理模型的思维方法

物理模型方法作为科学思维方法的一种基本形式,在物理科研、教学和学习过程中有着不可或缺的作用。本文阐述了物理模型的分类和特点,使物理教学在关注知识的同时,注重物理思维、方法的学习和培养。     

基于行为的出行方式选择模型探讨

非集计模型具有集计模型无法比拟的优点.对基于行为模型的基本理论和非集计模型进行了介绍,且给出了NL模型的具体求解过程和应用案例,分析了集计和非集计模型两者之间的关系.     

适应多元交通政策分析的定制四阶段模型研究

作为最常用的交通政策分析工具,城市交通模型在交通政策制定的过程中扮演重要角色。四阶段模型尽管建模相对简单,但其基于小区、基于出行的建模思路在交通政策分析中存在先天不足。活动模型使用基于家庭或个人、基于活动的建模思路,尽管能很好地满足交通政策分析的要求,但由于建模难度较高在中国鲜有应用。对此,基于结构体系与功能模块分离的模型设计理念,采用四阶段模型的结构体系,借鉴活动模型的建模方法提出人口合成、可达性变量、出行时间选择、出行链4个功能模块用以改进四阶段模型。城市可在传统四阶段模型结构体系的基础上灵活选用4个功能模块来定制城市交通模型,在不显著增加建模难度的基础上满足交通政策分析的诉求。     

交通方式划分离散选择模型的比较研究

本文章介绍了MNL、NL、HEV、MNP、MMNL等五种离散选择模型,重点分析了它们各自的理论基础与特点,并应用于交通方式划分案例,对模型参数进行标定。结果表明,NL模型能够较好解决存在于替选方案的相似性问题;MMNL预测误差最小,可靠性最高,较NL、HEV、MNP模型更能解决交通方式选择行为中存在的相似性、异质性问题,是一种对交通方式选择行为预测的有效方法。该研究对交通方式分担率预测问题具有重要的指导意义,因为通过简单选择某个离散选择模型开展研究得出的结论并不一定可靠,应根据模型特点谨慎选择、谨慎应用。     

�����������SARIMA���ģ�͵Ķ��ڽ�ͨ��Ԥ��

为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点。构造该组合模型的两个组成模型,即SARIMA模型和GRNN模型,也被用于预测研究以便于验证该组合模型在预测上的优势。实证研究结果表明,组合模型的预测精度高于SARIMA模型,但是却并不必然高于GRNN模型。然而,合理选择组合模型中神经网络部分的输入变量以及输出变量将显著地改善模型的预测精度,本文所构造的这个组合模型不仅具有很好的预测表现而且结构简单,非常适合城市道路短期交通流的实时预测。     

关于城市交通需求预测理论现状与发展的研究

四阶段法是交通需求预测的经典方法,分为交通发生、交通分布、交通方式划分和交通分配四个阶段,四阶段的基本模型和算法在宏观交通规划中发挥着重要的作用。然而随着交通规划管理的发展,四阶段法也暴露出自己的局限性。本文将分析四阶段法的局限性和探讨其它改善的交通需求预测模型。     

����ռ���ʵĽ�ͨ������ģ���о�

直接采用占有率信息而不是密度信息更有利于交通管理的实际应用．根据三种经典的基于密度的交通流参数模型，分别推导了三种占有率速度模型和占有率流量模型．考虑参数的约束条件可使交通流模型更具有实际物理意义，给出了各基于占有率的交通流模型的参数的约束条件，并对模型的目标函数、评价指标和优化方法做了详细的探讨．实测数据的优化结果表明本文所提出的模型、约束条件和优化方法是有效的．     

对TRANPLAN,CUBE和TransCAD的技术分析比较——以南加州尔湾市为例

TransCAD和CUBE是美国今后替代TRANPLAN的两个主要交通模型软件。TransCAD和CUBE均具有较强的模型和地理信息系统功能,两者各有所长。今后南加州区县交通模型要从TRANPLAN逐步过渡到TransCAD,但是包括佛罗里达和亚特兰大在内的美国许多其他地区选择使用CUBE,说明两个软件均占有各自的市场并受到欢迎。南加州尔湾市交通模型软件评估实例显示,对模型软件的评价和选择不仅要比较软件本身的特点,而且要对当地的模型政策、模型的功能要求。周围的模型环境。与数据结构和计算机网络系统的相容性等多方面进行综合的考量,采用多方面的评价标准审慎进行。     

交通配流问题路径解唯一性的探讨

首先介绍了交通平衡配流问题(TAP)的路段-节点模型,然后说明了该模型的平衡路径流量解一般是不唯一的。为了克服路段一节点模型这种应用上的缺陷,使交通规划人员在实际工作中能得到所需要的有关平衡路径流量的数据信息,利用极大嫡模型给出了确定平衡路径流量唯一解的方法。     

水工模型中变态船模的相似性

为将变态船模应用在变态水工模型试验中,从理论上对变态船模的运动特性等进行分析。变态船模在水中运动应满足几何相似、运动相似、动力相似、操纵性相似等相似条件。从水工模型相似律入手,讨论变态船模在水工模型中的相似规律。