改进的GOTURN算法

随着基于深度学习的算法在计算机视觉领域中的应用不断拓展,GOTURN(Generic Object Tracking Using Regression Networks)算法是第1个满足目标跟踪实时性要求的深度学习算法(达到100 fps),但是该算法的跟踪精度有待提高。针对此问题,采用基于运动估计的卡尔曼滤波算法与基于卷积神经网络的深度学习算法相结合的方法,将卡尔曼滤波算法融入GOTURN算法进行目标跟踪。为了验证该算法的有效性,在ILSVRC2014数据集和ALOV300++数据集中进行了训练和评估。实验结果表明,该算法不仅能够满足目标跟踪的实时性要求,而且能够提高线性系统的跟踪精度。     

基于差分筛选的YOLOv2监控视频目标检测方法

监控视频的多目标跟踪是视频智能分析的热点研究内容,其中目标的检测是目标跟踪的基础,精度高、速度快的目标检测器对于后续的实时分析任务尤为重要。提出一种针对监控视频的基于差分筛选的YOLOv2目标检测算法,采用差分算法筛选无前景目标帧及设置重叠度量阈值进行跨帧检测,改善了YOLOv2作为检测方法用于监控视频多目标跟踪任务时速度过慢的不足,同时高精度的检测结果有利于下一步多目标跟踪任务的顺利完成。利用NPLR监控视频数据集对YOLOv2目标检测算法进行了测试,并将该方法与可变型部件模型DPM进行了比较。结果表明,差分YOLOv2方法在精度上高出DPM方法0.304 6,检测时间快了26倍左右,验证了该算法的有效性。     

顾及邻近点变形因素的高斯过程建模及预测

针对传统的变形监测建模方法一般针对单一监测点的变形预测模型,未考虑到监测点间相互作用的变形特点,该文分析了变形监测点间的相互关联性,通过相关系数法对监测点进行分类,并将邻近监测点的观测序列值作为和时间因素等同的影响因子应用到建模过程中,利用高斯过程算法进行训练,建立预测模型。为提高高斯过程算法的模型预测精度,应选择适合工程案例最优协方差函数。通过实例分析,比较GM(1,1)、多点灰色预测模型和顾及邻近点变形因素的高斯过程等3种模型在基坑围岩、滑坡等变形监测数据处理中的预测精度,表明该文算法考虑到监测点间的变形关联性,充分利用高斯过程在针对小样本、非线性数据建模时的高自适应性等优点,具有较高的预测精度。     

改进粒子滤波器的室内地磁匹配精度研究

针对粒子滤波算法在室内地磁分布的连续性变化中会发生滤波发散,加之算法中重采样步骤使该现象恶化,直接导致室内定位过程中目标丢失的问题。该文受Hausdorff距离度量法中点集匹配思想的启发,提出了一种利用初定位误差作为最大粒子匹配距离的约束思想,通过缩小匹配空间的区域范围的方法来解决传统算法的发散问题。最后实验表明,此方法解决了粒子滤波器在地磁匹配中出现的滤波发散现象,同时使得定位结果更加快速收敛。     

轨道误差对InSAR相位影响的BP神经网络去除法

针对用二次多项式法去除轨道误差对InSAR相位影响时,须对干涉相位其他项分布性质作假设,且自身存在一定的模型缺陷的问题,该文提出用BP神经网络去除轨道误差对InSAR相位影响的方法。研究表明:BP神经网络法在使用时无须对干涉相位其他项分布性质作假设,模型更优。模拟实验中,轨道误差相位拟合残差更小;真实数据实验中,纠正后非形变区相位集中在零值附近,且波动趋势更为平稳。该方法一定程度上降低了传统二次多项式法的应用局限性。     

AHP-灰色关联度分析法的耕地质量评价——以湖北省襄阳市为例

针对传统耕地质量评价方法的单一性和局限性,该文提出一种将层次分析法与灰色关联度分析法融合的主客观相结合的耕地质量评定新方法。依据第一次全国地理国情普查数据成果,选取湖北省襄阳市作为研究区,建立试点区耕地质量综合评价指标体系,并对评价结果的可靠性进行验证。结果表明,该方法对耕地质量评价是科学有效的,能为耕地合理规划提出相关建议。     

基于有效区域约束的GPU-CPU协同影像快拼方法

提出了一种以有效区域约束的Voronoi图为拼接线网络,利用GPU-CPU协同处理航空影像快速拼接方法。首先,基于成像有效区域生成有效区域约束的Voronoi图拼接线网络,解决了传统Voronoi图拼接线网络在低重叠度条件下拼接后影像局部区域不被覆盖的问题,然后利用GPU-CPU协同处理将正射纠正嵌入到影像拼接的过程中,并且只对每张影像的有效区域进行纠正,再通过选择配置优化和存储层次性优化进一步提高拼接效率。实验表明,对237张高分辨率航空影像进行快速正射纠正和拼接,本文算法较传统先纠正再拼接的方法效率提高近20倍,同时保证很高的拼接精度,可以满足应急测绘要求。     

全球CGCS2000坐标框架的构建理论研究

全球坐标参考框架是发展全球卫星导航系统最具重要性的基础设施之一,也是我国空间信息基础设施建设的迫切需求。研究了构建全球CGCS2000（China Geodetic Coordinate System 2000）坐标参考框架的数学模型,研究了采用内约束理论构建全球CGCS2000框架理论和算法,最后证明了构建全球CGCS2000框架的二步法和一步法数学模型在一定条件下等价。内部约束算法根据框架转换参数及其速率变化量最小标准重新定义框架约束条件,经过坐标相似变化得到最佳网形,并保证最佳网形和初始网形的拟合度达到最高,最后得到最优网形中测站坐标估值,并能保持不同观测技术参考框架的内在纯粹性,发挥不同观测技术优势。本文研究结果可完善中国坐标框架构建基础理论体系,对CGCS2000框架的全球化实现提供科学方法。     

附不等式约束平差模型的一种快速搜索算法

大地测量中常存在一些先验不等式约束信息,充分利用它们可以保证参数解的唯一性和稳定性。然而,现有的不等式约束平差算法主要是基于优化理论,算法通常比较复杂,需要选取有效约束或建立罚函数。在最小二乘平差准则基础上,把不等式约束看成是一个可行域,借助Fisher函数在可行域中快速搜索使误差平方和达到最小的最优解,推导出了可行解为最优解的充分必要条件。建立了基于Wolfe-Powell算法的非精确快速搜索算法,从而减小了搜索算法的计算量,得到了一种新的不等式约束平差计算方法。该算法的平差准则与最小二乘平差准则一致,不需要矩阵求逆运算,可适用于维数较大的平差问题解算。     

基于阜新市的土壤多样性与土地利用类型关联性分析

以阜新市为研究对象,将土地利用动态演变的模拟和预测以及关联分析测度方法应用于土壤多样性和土地利用类型关联性分析的研究中。选取1985—2015年间8个时期的遥感影像进行土地利用分类,并基于土壤矢量数据,对阜新市土壤和土地利用的多样性进行初步分析和定量化研究,探究了土壤与土地利用之间的关联性。研究结果表明:对阜新市土壤多样性指数影响因子的关联度从大到小依次是城镇、农用地、林地、水域、其他,关联度值分别为0.850 6、0.747 7、0.779 5、0.803 3、0.641 9,选取城镇、农用地、林地和水域这4个因子作为多元线性回归模型中的自变量参数,对土壤多样性指数进行预测,得到相关系数R=0.990,因此,4个因子对土壤多样性指数影响具有较强的关联性。由此可见,大规模土地利用变化是引起土壤多样性变化的一个首要驱动因子。