基于计算机视觉的地面运动观测方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61472373
  • 项目类别:
    面上项目
  • 资助金额:
    80.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0209.计算机图形学与虚拟现实
  • 结题年份:
    2018
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2018-12-31

项目摘要

Observation of strong ground motion under seismic excitation is a long stranding research topic. The analysis on strong ground motion has mainly relied on the three-component time series records of accelerators. The acceleration records could reflect the intensity level of the ground motion. However, a group of three-component accelerators can only record the time-history of a single point. Also, the acceleration records suffer the problem of baseline drift due to a variety of reasons, such as ground inclination, and it cannot represent the ground motion in multi degree of freedom in an extensive area. Thus, we study the observatory method of strong ground motion based on computer vision technology. We will put our main efforts on three scientific problems which are the mechanism of baseline drift and the corresponding processing techniques, the fusion methods of information from multi-cameras and multi-sensors, and the relation among strong ground motion points. Through the research of this project, we are expected to get effective observatory method of ground motion with high precision in multi degree of freedom and in a large extensive area. Therefore, the research of this project has great significance in the academic and important value of practical application.
地震过程中强地面运动的观测是长期以来的一项基础研究工作。目前对强地震动的分析主要依赖于加速计所记录的三方向地震动时间序列。加速度记录在一定程度上能反映地震动强度等方面的信息。但一组三分量加速计只能记录单点运动过程,同时由于地面倾斜等原因使得加速度记录存在基线漂移现象,所以加速计所得记录不能表示大范围多自由度的地面运动过程。 为此,本课题研究基于计算机视觉的强地面运动观测方法。重点解决三个科学问题:加速计记录基线漂移的机理和相应的处理方法、多摄像头多传感器信息融合的方法、多点地面运动的关联关系。然后把方法集成为观测平台并进行实地观测获取数据。通过本课题的研究,可望得到高精度大范围多自由度的地面运动观测方法。因此,本课题的研究具有重要的科学意义和应用价值。

结项摘要

地震过程中强地面运动的观测是长期以来的一项基础研究工作。目前对强地震动的分析主要依赖于加速计所记录的三方向地震动时间序列。加速度记录在一定程度上能反映地震动强度等方面的信息。但一组三分量加速计只能记录单点运动过程,同时由于地面倾斜等原因使得加速度记录存在基线漂移现象,所以加速计所得记录不能表示大范围多自由度的地面运动过程。为此,本课题深入研究了基于计算机视觉的强地面运动观测方法。重点解决研究了三个科学问题:加速计记录基线漂移的机理和相应的处理方法、多摄像头多传感器信息融合的方法、多点地面运动的关联关系。然后把方法集成为观测平台并进行了深入的实测数据分析和试验。通过本课题的研究,得到了切实可行的基于视觉的地面运动观测及其反演方法,其研究结果具有很强的探索性和重要的科学意义以及应用价值。

项目成果

期刊论文数量(23)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(0)
谱元法与透射边界的配合使用及其稳定性研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    工程力学
  • 影响因子:
    --
  • 作者:
    戴志军;李小军;侯春林
  • 通讯作者:
    侯春林
基于改进均值标准差曲线描述子的反射对称轴检测
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    电子学报
  • 影响因子:
    --
  • 作者:
    刘红敏;熊文俊;赵 伟;王志衡;王 静
  • 通讯作者:
    王 静
Visual Identity-Based Earthquake Ground Displacement Testing Method
基于视觉识别的地震地面位移测试方法
  • DOI:
    10.1155/2019/2585423
  • 发表时间:
    2019-01
  • 期刊:
    Shock and Vibration
  • 影响因子:
    1.6
  • 作者:
    Chen Su;Zhao Sicheng;Dai Zhijun;Li Xiaojun;Zhou Yue
  • 通讯作者:
    Zhou Yue
Automatic detection of crop rows based on multi-ROIs
基于多ROI的作物行自动检测
  • DOI:
    10.1016/j.eswa.2014.10.033
  • 发表时间:
    2015-04-01
  • 期刊:
    EXPERT SYSTEMS WITH APPLICATIONS
  • 影响因子:
    8.5
  • 作者:
    Jiang, Guoquan;Wang, Zhiheng;Liu, Hongmin
  • 通讯作者:
    Liu, Hongmin
Absence importance and its application to feature detection and matching
缺席重要性及其在特征检测和匹配中的应用
  • DOI:
    10.1007/s11633-015-0925-7
  • 发表时间:
    2016-07
  • 期刊:
    International Journal of Automation & Computing
  • 影响因子:
    4.3
  • 作者:
    王志衡;宋沁峰;刘红敏;霍占强
  • 通讯作者:
    霍占强

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

广西海岛岸线资源空间分布特征及其利用模式研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    海洋科学进展
  • 影响因子:
    --
  • 作者:
    黎树式;黄鹄;戴志军;葛振鹏;魏稳;劳燕玲
  • 通讯作者:
    劳燕玲
MTBuilder:一个多触点交互桌面界面工具
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    张凤军;戴国忠;王宏安;谭国富;戴志军;刘佳升
  • 通讯作者:
    刘佳升
Orientation-independent measures of ground motion made easy
与方向无关的地面运动测量变得容易
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    Bulletin of the Seismological Society of America
  • 影响因子:
    3
  • 作者:
    戴志军;李小军;侯春林
  • 通讯作者:
    侯春林
An optimization method for the generation of ground motions compatible with multi-damping design spectra
一种与多阻尼设计谱兼容的地面运动产生的优化方法
  • DOI:
    10.1016/j.soildyn.2014.06.032
  • 发表时间:
    2014-11
  • 期刊:
    Soil Dynamics and Earthquake Engineering
  • 影响因子:
    4
  • 作者:
    戴志军;李小军
  • 通讯作者:
    李小军
核岛结构设计地基场地及计算基底效应研究
  • DOI:
    10.16285/j.rsm.2015.08.010
  • 发表时间:
    2015
  • 期刊:
    岩土力学
  • 影响因子:
    --
  • 作者:
    李小军;侯春林;戴志军;梅泽洪
  • 通讯作者:
    梅泽洪

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

戴志军的其他基金

基于深度学习的近断层地震动场特性分析及合成研究
  • 批准号:
    62273315
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
使用L1范数的捆绑调整方法研究
  • 批准号:
    61203276
  • 批准年份:
    2012
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码