【摘 要】
：
弯道是道路交通场景下的重要组成部分之一,在通过视觉信息对道路信息重建的过程中,监控相机构建的传统世界坐标系在弯道场景下难以表示真实的道路空间信息以及车辆位置信息.为了解决此问题,本文提出了基于道路线形的里程坐标系概念.里程坐标系水平方向代表沿道路断面方向的距离信息,垂直方向代表沿道路线形方向的里程信息.对于里程坐标系的构建,首先通过单消失点标定算法和道路先验信息进行相机标定及提出的结果优化方式,获得车道线或道路边缘的真实空间位置.其次,基于世界坐标系下的车道线或道路边缘的真实空间信息进行多项式拟合,得到描
【机 构】
：
长安大学 信息工程学院, 西安 710064
论文部分内容阅读
弯道是道路交通场景下的重要组成部分之一,在通过视觉信息对道路信息重建的过程中,监控相机构建的传统世界坐标系在弯道场景下难以表示真实的道路空间信息以及车辆位置信息.为了解决此问题,本文提出了基于道路线形的里程坐标系概念.里程坐标系水平方向代表沿道路断面方向的距离信息,垂直方向代表沿道路线形方向的里程信息.对于里程坐标系的构建,首先通过单消失点标定算法和道路先验信息进行相机标定及提出的结果优化方式,获得车道线或道路边缘的真实空间位置.其次,基于世界坐标系下的车道线或道路边缘的真实空间信息进行多项式拟合,得到描述弯道道路线形的拟合曲线.最后将道路标识点或车辆轨迹点向拟合曲线进行投影,获得基于道路断面方向距离信息和沿道路方向距离信息.此方案在弯道模拟实验场景下和实际高速公路弯道场景下进行了实验,结果表明所提出的里程坐标系在实验场景和实际场景的位置平均误差小于5％,具有较好的适应性和较高的精度,相比于传统直线世界坐标系,里程坐标系能够满足实际需求.
其他文献
纯文本信息隐藏容易遭受删除、更改等主动攻击,使嵌入的秘密信息遭到破坏.区块链因具有不可篡改、不可伪造、匿名性、节点信息同步等特点,成为构建隐蔽信道的天然平台,并确保秘密信息不被破坏.文中提出了一种面向纯文本信息隐藏的区块链隐蔽通信模型.首先,根据偏序关系确定嵌入秘密信息的位置,发送方使用空格法将秘密信息嵌入到纯文本内容中;然后,构建区块链网络隐蔽通信的场景,发送方将载有纯文本内容的交易发布到区块链网络上;最后,在交易打包并形成链块后,任意节点均可作为接收方获取文件,但只有受信方可以通过嵌入算法的逆过程提取
科技的飞速发展为拍摄和分享图像带来了便利,但随着图像数据的急剧增多,泄露和篡改等安全问题也频频发生,图像加密技术的应用迫在眉睫,尤其是彩色图像的加密急需改进与发展.传统的加密技术主要是针对数据流加密,其效率低、计算量大,存在一定的局限性.基于变换域加密将图像从空域变换到频域进行加密再变换到空域,属于一种有损加密.基于混沌的加密,密钥空间大,实现简单,加密速度快,一般需要采用多个混沌系统来增强加密的安全性.为此,文中设计了一种针对彩色图像RGB三通道的简单安全的空域加密算法,先由Logistic-Sine-
区块链是近年来炙手可热的技术话题之一,与其相关的研究理论正在不断丰富.然而,距离区块链技术落地仍面临着吞吐量小、处理效率低的关键问题.针对该问题,跨链技术作为一种有潜力,同时具备扩大吞吐量处理能力、提升处理效率的区块链技术而被广泛关注.文中给出了一种基于改进哈希时间锁的跨链资产交互协议(A Novel Hash-Time-Lock-Contract Based Cross-Chain Token Swap Mechanism,NCASP),创造性地为Fabric区块链引入账户体系,融合智能合约技术实现了在
隐式反馈具有数据获取成本小、形式广泛的特点,因此在现代推荐系统中被广泛使用.由于用户的隐式反馈通常是稀疏,不平衡,且含义不明确的.因此,想要准确学习用户和物品之间的复杂交互具有挑战性.传统的基于矩阵分解的推荐方法只能建模用户-物品之间的相似性.同时,矩阵分解使用点积运算作为相似度评估方式,而点积运算不满足三角不等式,即不能将用户-物品相似性传递到用户-用户以及物品-物品的相似性建模.因此,矩阵分解不足以在隐式反馈中充分建模用户和物品的关系.尽管现在有基于隐式反馈使用欧式距离来度量用户-物品相似度的度量学习
针对传统的单幅主影像生成的相干图在干涉叠加过程中相干性低的问题,文章提出了一种基于多幅主影像的合成孔径雷达差分干涉测量(differential interferometric synthetic aperture radar,D-InSAR)加权叠加的方法.该方法利用较少的合成孔径雷达(synthetic aperture radar,SAR)图像生成干涉图集,采用加权叠加方法避免相干性低的相干图参与叠加,从而实现对某一区域高精度长时间的形变监测.首先选取多幅主影像生成多个干涉图集合;其次将得到的多组相
随着科技的发展,网络连接数据在统计学习、机器学习等领域的应用越来越普遍.在线性回归模型中,目前关于网络连接数据的变量选择研究主要针对的是同质性样本,即样本的个体效应α相同,但在现实中大多数样本的个体效应存在异质性,在不考虑异质性的情况下会使得模型的估计和预测产生较大偏差.因此,当网络数据中个体效应存在组异质性时,本文提出一种新的变量选择方法SNC.利用网络凝聚效应,我们对变量系数和相连样本个体效应的差异性进行联合惩罚,同时采用ADMM算法进行求解,并证明了算法的收敛性.数值模拟和实证分析显示,我们的方法提
针对大数据时代食品安全舆情数据采集不够快捷与准确的问题,提出一种基于贝叶斯网络的食品安全舆情监控探针的研究方法.首先,通过MySQL数据库建立食品安全关键词库;其次,运用贝叶斯网络模型将关键词库构建形成监控探针,并选定人民众云舆情监测系统进行数据采集;第三,将监控探针与传统舆情数据采集、网络爬虫技术做3组对比实验(奶类、酒类、茶类),验证其有效性.结果显示3组实验的数据挖掘时间(乳制品类3 s;酒类2.5 s;茶类2.4 s)明显降低,数据有效率(乳制品类83.6％;酒类77％;茶类77.9％)明显升高.
卫星载荷数据源包的排序还原是地面数据处理流程中的重要环节,其正确性和完备性直接影响基于数据开展的科学研究.在对国际现行CCSDS标准下的卫星数据组织和星地数传机制可能给地面数据处理带来的数据异常情形与源包排序挑战进行剖析的基础上,提出了“多重索引+时间戳校正”的源包排序方法,不仅能够解决由于空间科学卫星数据采集频率极快而导致的地面源包排重和拼接难题,而且在帧计数、源包计数、时间码等关键索引信息发生异常的情况下,仍然能够给出正确的结果,在我国空间科学卫星任务实践中大幅提升了源包排序处理的正确率,同时有效地提
对现有门式起重机的防侵入系统进行了详细分析后,针对其工作环境复杂、智能化水平较低的特点,建立了基于机器视觉和深度学习技术的防侵入监测模型.针对各目标检测算法和语义分割算法的优缺点,采用了语义分割算法作为防侵入模型,ICNet作为主要的语义分割网络.对比其他网络,ICNet网络具有99.37％的训练精度和1.81％的训练损失,都展现出了最优的精度.整体证明了基于语义分割的防侵入系统的智能性、可行性.
简要案情是公安机关为提高“协同办案系统”录入信息质量,确保信息检索与案件串并工作高效开展而对案情记载的简要描述,其中各类实体间包含了大量与受害者和作案人相关的案情信息.因此,对简要案情文本的深度挖掘是掌握案件始末和分析案情的有效手段之一.简要案情文本中的实体稠密分布、实体间相互嵌套以及实体简称,给准确捕捉案件实体带来了巨大的挑战.针对简要案情文本的特殊性和复杂性,本文对字符向量生成的方法进行了改进,提出了RC-BiLSTM-CRF(Roberta-CNN-BiLSTM-CRF)网络架构,相比于主流的“Be