1 中国计量大学机电工程学院，浙江 杭州 310018
2 浙江省安全工程与技术研究重点实验室，浙江 杭州 310012
3 遂昌县宏昌矿业开发有限公司，浙江 丽水 323300
针对基于测距的无线定位技术中位置解算算法精度不高、计算效率低的问题，提出一种基于Chan与改进麻雀搜索算法的协同定位算法。首先，将Chan算法运用于到达时间（TOA）定位模型估算位置初值；其次，采用SPM复合混沌映射初始化、黄金正弦策略、自适应权重因子、柯西-t扰动以及弹射边界处理改进麻雀搜索算法，有效提高算法的全局搜索能力和收敛精度；最后，在位置初值进行改进麻雀搜索算法迭代计算得到最终位置估计。仿真和实验结果表明，所提算法可提高无线定位精度和定位速度。
遥感 麻雀搜索算法 Chan算法 黄金正弦策略 自适应权重因子 到达时间 激光与光电子学进展
2024, 61(4): 0428003
大连理工大学光电工程与仪器科学学院，辽宁 大连 116024
为提升半全局匹配（SGM）算法效率，提出一种基于改进匹配代价计算和路径优化策略的立体匹配算法。代价计算阶段，通过对角线取点方式对局部二值模式（LBP）算子进行优化，降低时间复杂度和数据规模；代价聚合阶段，根据聚合逻辑选择5个方向进行扫描线优化，结合灰度相似性约束和距离约束条件，对聚合路径进行自适应权重赋值；再通过赢者通吃（WTA）策略计算初始视差值，通过左右一致性检测和二次多项式插值算法对视差图作进一步优化。最后算法在Middlebury 2.0和3.0数据平台上进行匹配效率验证，实验结果表明，所提算法相比SGM算法在不损失匹配准确度的情况下，代价计算阶段用时减少63.1%，代价聚合阶段用时减少39.3%，算法整体效率提升54.2%，达到效率提升的目的。
机器视觉 稠密匹配算法 改进局部二值模式算子 自适应权重 视差计算 激光与光电子学进展
2022, 59(16): 1615006
兰州交通大学电子与信息工程学院，甘肃 兰州 730070
现有图像去雾算法在复原含明亮区域的雾天图像时，存在色彩失真、偏色、亮度低等问题。针对现有算法的不足，提出一种基于指数映射与自适应权重能量函数的单幅图像去雾算法。首先结合图像暗通道值的统计规律，利用指数函数衰减特性，构建清晰图像暗通道与有雾图像暗通道的指数映射模型，并根据所获得的暗通道估计值求解出透射率估计值；其次，根据图像的马尔可夫性，构建基于马尔可夫网的自适应权重能量函数，对透射率进行优化，并使用降采样方法降低算法复杂度；最后，利用优化后的透射率估计值与局部大气光值复原出无雾图像。实验对比结果表明，该算法复原结果视觉效果清晰、色彩保真度高，并且多项客观评价参数在实验对比中取得了最高值，其中直方图相关系数达到了0.4521，高出对比算法的平均表现67.3%。综上所述，该算法较好地解决了包含明亮区域的有雾图像复原问题。
图像处理 图像去雾 暗通道 指数映射 自适应权重能量函数 激光与光电子学进展
2022, 59(10): 1015004
兰州交通大学 电子与信息工程学院, 兰州 730070
针对当前异构网络中, 采用多决策属性的垂直切换算法难以动态调整网络属性的权重值, 从而无法满足用户服务质量(QoS)的需求问题, 文章以接入最优的异构无线网络和保障用户QoS为目标, 提出基于模糊层次—熵权法的自适应垂直切换算法。首先, 根据用户对网络属性的不同要求, 采用主观模糊层次赋权与客观熵权法结合的方式构建网络属性优化模型, 之后根据用户体验采用自适应机制来动态地调整各网络属性权重值, 最后利用成本函数对异构网络的状态进行切换预测, 从而选择接入最优的无线网络。仿真实验表明, 所提算法能有效降低网络切换率, 能更好地保证异构无线网络之间的负载均衡, 增加了移动终端的续航时间。
异构网络 垂直切换 用户体验 自适应权重 heterogeneous network vertical handover user experience adaptive weights
1 四川大学 电子信息学院, 四川 成都 610065
2 中国民航局第二研究所, 四川 成都 610000
夜间有雾环境中拍摄的图片具有光照不均、对比度低且模糊的现象。本文通过分析夜间有雾图像的成像特点, 提出一种有效的夜间图像去雾方法。首先, 在估计大气光时使用加权差分图像作为参考进行引导滤波来估计含轮廓信息的大气光; 使用拉普拉斯锐化灰度图像作为参考引导滤波来估计补充细节的大气光, 然后将算出的两种大气光融合得到最终的大气光。最后, 基于广泛使用的雾霾场景成像模型, 本文算法结合暗通道和亮通道构建了双通道联合优化的透射率函数, 在计算透射率的过程中加入了自适应权重系数、限制对比度自适应直方图均衡化和引导滤波来提高透射率函数的精度。实验结果表明, 在测试图片上计算的信息熵平均值为7.587 2, 对比度均值为23.809 7, 和对比算法相比均有一定提升。所提算法去雾结果视觉效果良好, 在去雾的同时可以有效减少细节的损失。
加权差分 拉普拉斯锐化 暗通道 亮通道 自适应权重系数Z weighted channel difference Laplace sharpening dark channel light channel adaptive weight coefficient
江南大学模式识别与计算智能国际联合实验室, 江苏 无锡 214122
传统的基于RGB和骨骼特征的行为识别算法,普遍存在两种特征互补性不足及视频关键时序性不强等问题。为解决这一问题,提出一种自适应融合RGB和骨骼特征的行为识别算法。首先,面向RGB图像和骨骼图像,联合双向长短时记忆(LSTM)网络和自注意力机制提取两者的时空特征;然后,构建自适应权重计算网络(AWCN),并以两者的空间特征为输入计算出自适应权重;最后,利用自适应权重得到上述时空特征的融合特征,实现了最终的动作分类。通过在Penn Action、JHMDB和NTU RGB-D人体行为数据集上与现有的方法进行比较,实验结果表明,本文算法有效地提高了行为识别精度。
机器视觉 行为识别 姿态估计 自适应权重计算网络 长短时记忆网络 自注意力 激光与光电子学进展
2020, 57(20): 201506
1 上海大学通信与信息工程学院, 上海 200444
2 上海大学新型显示技术及应用集成教育部重点实验室, 上海 200072
提出了一种基于深度学习自适应权重分配监控视频行人再识别方法。基于验证损失所反映的行人属性训练难度,结合行人属性与行人类别对应关系的信息熵,求解属性对分类的贡献率,自适应求解行人属性多任务分类的训练损失权重,解决多任务分类时分配相同的损失权重造成的负转移问题,以提高每个任务学习器的泛化能力以及对行人类别判别的泛化能力。利用已有数据集中行人属性与行人类别的映射关系,根据已训练好的模型求解属性概率,结合条件概率判别行人类别,克服全局行人再识别中无法识别网络视角变化造成的行人外观剧烈变化的问题。与同类方法在不同公开数据测试集上的客观定量进行对比,结果表明所提方法有效、可行。
图像处理 行人再识别 深度学习 自适应权重 行人属性 激光与光电子学进展
2019, 56(14): 141003
1 北京信息科技大学 1. 信息与通信工程学院
2 2. 高动态导航技术北京市重点实验室, 北京 100101
传统的基于可见光通信（VLC）的室内定位算法, 精度相对较低, 误差较大。提出一种RSSI和粒子群混合VLC室内精确定位方法, 该方法通过RSSI算法进行未知节点的初定位, 并利用高斯分布函数剔除误差较大的定位数据, 减少了其对最终定位结果的影响。同时, 通过自适应权重粒子群算法搜索未知节点的最优解, 使得该算法前期较长时间具有最优全局搜索能力, 后期较长时间具有最优局部搜索能力, 能尽快找到未知节点的精确位置。仿真结果表明, 该定位方法比传统的RSSI算法和粒子群算法的定位误差小, 可以大大提高VLC室内定位的精度。
粒子群算法 精确定位 高斯分布 最优解 自适应权重 particle swarm optimization precise location Gaussian distribution optimal solution adaptive weight
