利用高光谱遥感图像对**工程进行伪装效果评估,提出了一种基于直觉模糊决策的高光谱伪装效果综合评估方法,以及包括光谱泛相似测度、亮度对比度、视觉相似性测度和结构相似性测度等在内的高光谱伪装效果综合评价指标体系;建立了面向高光谱伪装效果评估的直觉模糊多属性决策模型;采用逼近理想解的排序算法进行模型决策,并提出了基于直觉模糊集Hamming距离的灰关联测度以提高方案之间的区分度。研究结果表明,利用所提方法得到的评估结果与专家评估结果一致,验证了其合理性和可行性。

为提高基于人体骨架(Skeleton-based)的动作识别准确度，提出一种利用骨架几何特征与时序注意递归网络的动作识别方法。首先，利用旋转矩阵的向量化形式描述身体部件对之间的相对几何关系，并与关节坐标、关节距离两种特征融合后作为骨架的特征表示; 然后，提出一种时序注意方法，通过与之前帧加权平均对比来判定当前帧包含的有价值的信息量，采用一个多层感知机实现权值的生成; 最后，将骨架的特征表示乘以对应权值后输入一个LSTM网络进行动作识别。在MSR-Action3D和UWA3D Multiview Activity II数据集上该方法分别取得了96.93%和80.50%的识别结果。实验结果表明该方法能对人体动作进行有效地识别且对视角变化具有较高的适应性。

针对使用滑动窗不易检测高光谱图像边缘像元的缺陷, 采用边缘扩展的方法使得边缘像元能够得到正常检测;而后在滑动窗内采用局部求和的方式建立高光谱图像数据模型, 提高了检测的合理性;最后为验证算法的有效性, 利用真实的高光谱数据进行实验, 结果表明该算法优于传统RX算法和KRX算法, 能检测到更多的异常目标, 且降低了虚警率。

Sigma-Delta背景估计是一种有效的运动目标检测算法，能够用较小的计算量达到较好的检测效果，但是该算法未进行模型初始化，无法清除初始背景模型中的目标图像。针对此问题，采用均值法进行背景模型初始化，清除目标图像，得到“干净”的背景模型。为提高适应能力，利用视觉背景提取ViBe随机更新的策略进行背景更新。在前景检测方面，提出基于RGB颜色空间的Sigma-Delta算法，并通过阈值化处理减少噪点、提高检测质量。实验结果表明，改进算法能够得到“干净”的背景模型，适应环境能力强，检测图像噪点少、检测质量较高。

针对核相关滤波算法(KCF)难以应对光照变化、目标完全遮挡等问题, 提出基于改进核相关滤波的运动目标跟踪算法。首先提出基于相位特征的高斯核相关算子, 增强算法对光照强度变化的适应能力, 然后融合Kalman滤波器形成预测-跟踪-校准的跟踪机制, 结合遮挡处理提高系统在目标被完全遮挡时跟踪的准确性。在模型更新方面, 将在线更新与离线更新相结合, 提出自适应更新的策略, 利用跟踪效果较好的历史模型建立备选模型, 替代跟踪效果较差的模型, 及时纠正模型偏移、特征丢失等问题。与原始的核相关滤波算法进行对比实验的结果表明, 改进算法适应光照强度变化的能力明显增强, 当目标被完全遮挡时也能保持较好的跟踪效果。