欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
一般物体识别是目前机器视觉研究的热点和难点，本项目通过研究优化的动态视觉传感器网络获得目标信息，并通过研究信息融合途径，找到这一背景下一般物体的快速识别方法。这种动态的视觉传感器网络通过编队组合找到最佳监视位置，将加快目标识别的速度，与本课题关联的三个基本问题是1）研究视觉移动传感器网络分布锥型结构特点，建立更高效优化的分布式移动传感器网络模型，为节点路由和数据传输协议以及节点定位并使网络保持队形进而可以不断地接近期望位置，提供理论方法和技术支持；2）研究基于信号量化编码方法的图像内容转结构的无线分布通信模式使图像信息传输简化可靠快速地达到基站；3）通过新的信息融合理论和非标注基元图形模式匹配研究一般物体快速识别新方法。最后研制一套可供算法验证的半实物仿真平台系统。本项目是应用基础研究，完成该项目将为诸如基于视觉的实际生产和生活以及军事应用提供良好的技术支持，应用前景广阔。
英文摘要：
Mobile Visual Sensor Networks；Distributed Dynamic Model；Formation and Cooperation Algo；Quantitative Video and Image c；Fast Object Recognition Algori
结论摘要：
本课题组以基金项目为背景，形成具有两个副教授、3个博士以及18个在读博士和硕士研究生的科研团队规模。从2009-2012年期间在以下几个方面取得一些成果 1）建立了移动传感器网络分布式动态模型，进行基于模型的稳定性分析和信息融合方法。提出了基于传感网络运动学机理模型而建立地更有效分布式移动节点节能路由和数据传输协议，可使得移动节点能够有效不断地接近期望位置； 2）提出基于改进粒子群算法的优化自组织、自调整算法，提高网络分布式自组织能力，以便合理地分散、汇聚、自我识别和最大化监测目标范围； 3）提出混合编队和协作算法，分析了一致性等关键问题，能够使多节点相互协作以便高效完成共同的目标，研制新的移动视觉传感器网络仿真系统，为新方法的验证提供平台； 4）提出量化视频图像压缩传输新方法，结合基于大纲视频压缩，同时，将图像内容传输转化为图像结构传输，大幅度降低传输数据；利用不变域优化序列、状态集实用稳定界以及参量的凸约束条件，研究动态量化重构问题。 5）提出基于图形基元和子部件匹配的一般物体快速识别新方法，结合模糊集、粗糙集、量子神经网络、粒子群、贝叶斯网络和隐马尔可夫理论进行了多尺度多层次的DVSN图像信息融合算法的研究。 项目结题后形成一系列具体成果发表学术论文54篇，其中有15篇国外期刊和24篇国内核心期刊，3篇已经SCI检索，出版8本著作，研制一套基于视觉传感网的车载监控系统，目前已经开始产业化，产生近2000万经济效益；申请发明专利47项，获得授权3项；获得软件著作权7项；获得两项中国轻工业联合会科技进步二等奖和1项中国商业联合会科技进步一等奖。 项目进行过程中，教师和学生通过选题、开题、中期、毕业答辩以及论文、专利、软件著作权等写作训练和系统开发中获得了宝贵的科研协同经验和深厚学术素养，为今后更大规模科研工作打下基础。
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
彭力的项目
