無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟蹤系統(tǒng)及其檢測(cè)跟蹤方法
【專利摘要】本發(fā)明公開了一種無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟蹤系統(tǒng)，無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟蹤系統(tǒng)，包括視頻圖像采集模塊，視頻圖像采集模塊依次數(shù)據(jù)連接有圖像處理模塊和視頻處理結(jié)果顯示模塊；視頻圖像采集模塊，用于采集無人機(jī)拍攝的高頻視頻幀圖像，并將高頻視頻幀圖像發(fā)送至圖像處理模塊；圖像處理模塊，用于對(duì)接收到的高頻視頻幀圖像進(jìn)行圖像處理，并檢測(cè)運(yùn)動(dòng)目標(biāo)，實(shí)時(shí)輸出運(yùn)動(dòng)目標(biāo)在圖像中的位置坐標(biāo)至視頻處理結(jié)果顯示模塊。本發(fā)明還公開了一種目標(biāo)檢測(cè)跟蹤方法，解決了現(xiàn)有應(yīng)用于實(shí)際任務(wù)中的高清圖像小目標(biāo)檢測(cè)與跟蹤算法的實(shí)時(shí)性差，小目標(biāo)難以檢測(cè)等問題。
【專利說明】
無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟蹤系統(tǒng)及其檢測(cè)跟蹤方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于無人機(jī)圖像處理技術(shù)領(lǐng)域，具體涉及無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟 蹤系統(tǒng)及其檢測(cè)跟蹤方法。
【背景技術(shù)】
[0002] 無人機(jī)具有造價(jià)低、隱蔽性好、操作靈活、可重復(fù)使用、降低人員傷亡等諸多優(yōu)點(diǎn)， 是一種技術(shù)含量高、使用效能好的空中飛行器，近年來得到迅猛發(fā)展。美國(guó)國(guó)防部在"無人 機(jī)系統(tǒng)發(fā)展圖（2005-2030)"中明確將無人機(jī)作為近30年航空器發(fā)展的重點(diǎn)。同時(shí)，當(dāng)前軍 事偵察、抗震救災(zāi)、目標(biāo)搜索、地區(qū)反恐、信息搜集、核生化信息檢測(cè)、搶險(xiǎn)救災(zāi)等應(yīng)用領(lǐng)域 的迫切需求，正在促進(jìn)無人機(jī)功能技術(shù)的發(fā)展。
[0003] 無人機(jī)邊防偵查主要以視頻圖像數(shù)據(jù)為主，由于無人在線監(jiān)控，必須要通過視頻 圖像處理手段來形成無人機(jī)邊防偵查的能力。目前國(guó)際上采用的方法一般是通過無人機(jī)視 頻圖傳系統(tǒng)，將圖像數(shù)據(jù)傳輸至地面站，由地面站工作人員監(jiān)控監(jiān)視區(qū)域的狀況，但這種方 式非常耗費(fèi)監(jiān)控人員精力，對(duì)于一般的邊防巡查任務(wù)，需要尋找計(jì)算機(jī)人工智能技術(shù)，來代 替人執(zhí)行這種簡(jiǎn)單的目標(biāo)檢測(cè)識(shí)別任務(wù)。研究地面目標(biāo)的自動(dòng)檢測(cè)和識(shí)別技術(shù)，可以幫助 監(jiān)控人員進(jìn)行有效的監(jiān)控和發(fā)現(xiàn)可疑目標(biāo)，大大減輕監(jiān)控人員的監(jiān)控力度。
[0004] 通過分析國(guó)內(nèi)外在無人機(jī)邊防巡檢技術(shù)中所涉及的相關(guān)技術(shù)，在我國(guó)無人機(jī)飛機(jī) 系統(tǒng)平臺(tái)較為成熟、目標(biāo)檢測(cè)跟蹤技術(shù)的理論研究也具有一定基礎(chǔ)的情況下，發(fā)現(xiàn)這些方 法的應(yīng)用研究還較為薄弱。本項(xiàng)發(fā)明將針對(duì)這一技術(shù)應(yīng)用難題展開研究，力爭(zhēng)盡快將目標(biāo) 檢測(cè)跟蹤技術(shù)應(yīng)用于邊防巡查。切合實(shí)際的任務(wù)需求，實(shí)現(xiàn)快速、實(shí)時(shí)、準(zhǔn)確的發(fā)現(xiàn)目標(biāo)并 且識(shí)別目標(biāo)，這對(duì)于邊防而言是很有研究?jī)r(jià)值的應(yīng)用前景。不僅僅是對(duì)于邊防而言，對(duì)于民 用領(lǐng)域，如環(huán)境偵查、災(zāi)情偵查以及違法分子的追蹤逮捕等都具有廣泛的應(yīng)用前景。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟蹤系統(tǒng)，以解決將目標(biāo) 檢測(cè)與跟蹤技術(shù)應(yīng)用于無人機(jī)邊防偵查、巡邏的實(shí)際任務(wù)中。
[0006] 本發(fā)明的另一個(gè)目的是提供一種無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟蹤系統(tǒng)的檢測(cè) 與跟蹤方法，以解決現(xiàn)有應(yīng)用于實(shí)際任務(wù)中的高清圖像小目標(biāo)檢測(cè)與跟蹤算法的實(shí)時(shí)性 差，小目標(biāo)難以檢測(cè)等問題。
[0007] 本發(fā)明所采用的第一種技術(shù)方案是，無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟蹤系統(tǒng)，包 括視頻圖像采集模塊，視頻圖像采集模塊依次數(shù)據(jù)連接有圖像處理模塊和視頻處理結(jié)果顯 不豐旲塊；
[0008] 視頻圖像采集模塊，用于采集無人機(jī)拍攝的高頻視頻幀圖像，并將高頻視頻幀圖 像發(fā)送至圖像處理模塊；
[0009]圖像處理模塊，用于對(duì)接收到的高頻視頻幀圖像進(jìn)行圖像處理，并檢測(cè)運(yùn)動(dòng)目標(biāo)， 實(shí)時(shí)輸出運(yùn)動(dòng)目標(biāo)在圖像中的位置坐標(biāo)至視頻處理結(jié)果顯示模塊。
[0010] 進(jìn)一步的，視頻圖像采集模塊連接有圖傳設(shè)備，圖傳設(shè)備用于接收無人機(jī)拍攝的 高頻視頻幀圖像，并將其發(fā)送至視頻圖像采集模塊；
[0011] 視頻圖像采集模塊通過HDMI轉(zhuǎn)USB信號(hào)接口連接至圖像處理模塊，HDMI轉(zhuǎn)USB信號(hào) 接口用于將高頻視頻幀圖像轉(zhuǎn)換為USB視頻信號(hào)。
[0012] 本發(fā)明所采用的第二種技術(shù)方案是，一種上述無人機(jī)高清圖像小目標(biāo)堅(jiān)持測(cè)與跟 蹤系統(tǒng)的檢測(cè)跟蹤方法，具體按照以下步驟實(shí)施：
[0013] 步驟1，對(duì)無人機(jī)拍攝的高頻視頻幀圖像進(jìn)行預(yù)處理，再以固定的時(shí)間間隔來讀取 尚頻視頻幀圖像的序列幀；
[0014] 步驟2，幀差法檢測(cè)目標(biāo)視頻圖像中的目標(biāo)區(qū)域：
[0015] 對(duì)相鄰幀圖像采用基于像素的時(shí)間差分，通過閉值化來提取圖像中的運(yùn)動(dòng)區(qū)域；
[0016] 步驟3,采用Lucas-Kanade光流法檢測(cè)運(yùn)動(dòng)區(qū)域的運(yùn)動(dòng)目標(biāo)，并且計(jì)算出運(yùn)動(dòng)目標(biāo) 在圖像中的位置；
[0017] 步驟4,根據(jù)步驟3得到的運(yùn)動(dòng)目標(biāo)的位置信息，在原始圖像中標(biāo)記出運(yùn)動(dòng)目標(biāo)，并 進(jìn)行實(shí)時(shí)跟蹤。
[0018] 進(jìn)一步的，步驟1的具體方法為：
[0019] 在圖像處理模塊中創(chuàng)建一個(gè)視頻接口捕捉器，獲取電腦USB接口通道IP，設(shè)定視頻 圖像序列幀讀取時(shí)間間隔，以設(shè)定好的時(shí)間間隔讀取視頻圖像，并讀取該圖像的參數(shù)信息， 同時(shí)將該圖像存于內(nèi)存中。
[0020] 進(jìn)一步的，步驟2的具體方法為：
[0021] 在圖像處理模塊中，首先將相鄰幀圖像對(duì)應(yīng)像素值相減得到差分圖像，然后對(duì)差 分圖像二值化，在環(huán)境亮度變化不大的情況下，如果對(duì)應(yīng)像素值變化小于預(yù)設(shè)的閾值時(shí)，BP 所述像素為背景像素；如果圖像區(qū)域的像素值變化大于等于預(yù)設(shè)的閾值時(shí)，即所述像素為 前景像素，通過背景像素和前景像素來確定運(yùn)動(dòng)目標(biāo)在圖像中的位置。
[0022] 進(jìn)一步的，圖像序列逐幀的差分的具體方法為，
[0023]
[0024]
[0025]其中，IDl是相鄰幀差圖，IL(x，y，i)和IL(x，y，i-l)分別是第i和第i-Ι幀的亮度分 量，i表示幀數(shù)（i-1，···，《』為序列總幀數(shù)，T為閾值，d表示第i和第i-Ι幀圖像的亮度分量 差值，X和y分別表示像素點(diǎn)的橫縱坐標(biāo)。
[0026]進(jìn)一步的，步驟3的具體方法為：
[0027I利用Harr i s角點(diǎn)檢測(cè)方法檢測(cè)出運(yùn)動(dòng)區(qū)域的特征點(diǎn)，并計(jì)算出特征點(diǎn)的坐標(biāo)Pi (X，y )，利用改進(jìn)的Lucas-Kanade光流法估計(jì)當(dāng)前幀中的特征在下一幀圖像中的位置P/ (x，y)，
[0028]當(dāng)P/(x，y)的個(gè)數(shù)n<
$*a，b的值 為經(jīng)驗(yàn)值，則認(rèn)為這些特征點(diǎn)為運(yùn)動(dòng)目標(biāo)的特征點(diǎn)。
[0029]進(jìn)一步的，步驟4的具體方法為：
[0030] 在視頻處理結(jié)果顯示模塊中，根據(jù)步驟3得到的目標(biāo)像素點(diǎn)的坐標(biāo)，在原始視頻圖 像幀中標(biāo)記該點(diǎn)，同時(shí)以一定的時(shí)間間隔讀取并處理該圖像，最終將檢測(cè)的結(jié)果顯示給用 戶界面。
【附圖說明】
[0031] 圖1是本發(fā)明邊防無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟蹤系統(tǒng)的結(jié)構(gòu)示意圖；
[0032] 圖2是本發(fā)明中使用Lucas-Kanade光流法檢測(cè)運(yùn)動(dòng)區(qū)域目標(biāo)的方法流程圖。
[0033]圖中，1.視頻圖像采集模塊，2.圖像處理模塊，3.視頻處理顯示模塊，4.圖傳設(shè)備， 5.HDMI轉(zhuǎn)USB信號(hào)接口，6.PC處理器。
【具體實(shí)施方式】
[0034]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說明。
[0035] 本發(fā)明提供了一種無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟蹤系統(tǒng)，參見結(jié)構(gòu)圖1，視頻圖 像采集模塊1，圖像處理模塊2，視頻處理顯示模塊3，圖傳設(shè)備4，HDMI轉(zhuǎn)USB信號(hào)接口 5，PC處 理器6。
[0036] 其中，視頻圖像采集模塊1的輸入端連接圖傳設(shè)備4,接收視頻信號(hào)，輸出端接HDMI 轉(zhuǎn)USB信號(hào)接口 5,將HDMI視頻信號(hào)轉(zhuǎn)換為PC處理器6可以接收的USB信號(hào);PC處理器中主要 包含圖像處理模塊2和視頻處理顯示模塊3;圖像處理模塊2讀取PC處理器6的USB端視頻圖 像進(jìn)行視頻圖像處理，檢測(cè)目標(biāo)并計(jì)算出目標(biāo)的位置信息;視頻處理顯示模塊3將模塊2輸 出的目標(biāo)位置信息加載到原始視頻圖像中，標(biāo)記并框出目標(biāo)，實(shí)現(xiàn)實(shí)時(shí)檢測(cè)并跟蹤目標(biāo)。
[0037] 本發(fā)明還提供了一種無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟蹤系統(tǒng)的檢測(cè)跟蹤方法，具 體按照以下步驟實(shí)施：
[0038]步驟1，高清視頻圖像預(yù)處理，創(chuàng)建一個(gè)視頻接口捕捉器，獲取電腦USB接口通道 IP，設(shè)定視頻圖像序列幀讀取時(shí)間間隔，以設(shè)定好的時(shí)間間隔讀取視頻圖像，并讀取該圖像 的參數(shù)信息，同時(shí)將該圖像存于內(nèi)存中，標(biāo)記為當(dāng)前幀，待下步的圖像處理算法進(jìn)行處理。 其中，預(yù)處理的工作是讀取圖像的參數(shù)信息，同時(shí)將該圖像存于內(nèi)存中，標(biāo)記為當(dāng)前幀。
[0039] 步驟2,幀差法檢測(cè)圖像中的目標(biāo)區(qū)域，首先將相鄰幀圖像對(duì)應(yīng)像素值相減得到差 分圖像，然后對(duì)差分圖像二值化，在環(huán)境亮度變化不大的情況下，如果對(duì)應(yīng)像素值變化小于 事先確定的閾值時(shí)，可以認(rèn)為此處為背景像素；如果圖像區(qū)域的像素值變化大于等于事先 確定的閾值時(shí)，可以認(rèn)為這是由于圖像中運(yùn)動(dòng)物體引起的，將這些區(qū)域標(biāo)記為前景像素，利 用標(biāo)記的像素區(qū)域可以確定運(yùn)動(dòng)目標(biāo)在圖像中的位置。圖像序列逐幀的差分，相當(dāng)于對(duì)圖 像序列進(jìn)行時(shí)域上的高通濾波。其公式如下：
[0040] d= I lL(x，y，i)-lL(x，y，i-l) I，
[0041]
[0042] 其中，IDl是相鄰幀差圖，IL(x，y，i)和IL(x，y，i-l)分別是第i和第i-1幀的亮度分 量，i表示幀數(shù)（i-1，···，《，~為序列總幀數(shù)，T為閾值，d表示第i和第i-Ι幀圖像的亮度分量 差值，X和y分別表示像素點(diǎn)的橫縱坐標(biāo)。
[0043] 步驟3，Lucas-Kanade光流法檢測(cè)運(yùn)動(dòng)區(qū)域目標(biāo)，具體方法為：
[0044] 參見圖2的流程圖，利用Harris角點(diǎn)檢測(cè)方法，在當(dāng)前幀檢測(cè)出所述運(yùn)動(dòng)區(qū)域的特 征點(diǎn)，并計(jì)算出特征點(diǎn)的坐標(biāo)Pi (X，y);
[0045] 利用改進(jìn)的Lucas-Kanade光流法估計(jì)當(dāng)前幀中的特征在下一幀圖像中的位置P/ (x,y);
[0046] $*a,b的 值為經(jīng)驗(yàn)值，則認(rèn)為這些特征點(diǎn)為運(yùn)動(dòng)目標(biāo)的特征點(diǎn)；
[0047] 對(duì)這些特征點(diǎn)進(jìn)行分類，對(duì)相鄰的特征點(diǎn)坐標(biāo)取均值P/(x，y)，以此為目標(biāo)坐標(biāo)。
[0048] 步驟4,根據(jù)步驟3得到的目標(biāo)像素點(diǎn)的坐標(biāo)，在原始視頻圖像幀中標(biāo)記該點(diǎn)，并用 矩形框框住該目標(biāo)。同時(shí)以一定的時(shí)間間隔讀取并處理該圖像，最終將檢測(cè)的結(jié)果顯示給 用戶界面。
[0049] 本發(fā)明采用數(shù)字高清圖傳設(shè)備，將無人機(jī)拍攝的視頻圖像傳到地面站，并實(shí)時(shí)的 采集視頻幀序列。所采集的視頻圖像是1080P的高清圖像，區(qū)別現(xiàn)有的模擬低分辨率圖像， 可以降低對(duì)視頻圖像進(jìn)行在線或者后期圖像處理的難度，如目標(biāo)檢測(cè)、識(shí)別、跟蹤以及定位 等。
[0050] 本發(fā)明采用改進(jìn)的目標(biāo)檢測(cè)算法，即幀差法與改進(jìn)的Lucas-Kanade光流法相結(jié)合 的混合檢測(cè)算法。幀差法是針對(duì)靜態(tài)背景下運(yùn)動(dòng)目標(biāo)的檢測(cè)，具有計(jì)算速度快的優(yōu)點(diǎn)；而光 流法師針對(duì)動(dòng)態(tài)背景(運(yùn)動(dòng)平臺(tái)）下運(yùn)動(dòng)目標(biāo)的檢測(cè)，但是光流法計(jì)算量較大，難以滿足實(shí) 時(shí)性。采用這兩種方法相結(jié)合的方法，既采用幀差法檢測(cè)出運(yùn)動(dòng)目標(biāo)區(qū)域，在這區(qū)域中進(jìn)行 光流法檢測(cè)，不僅可以降低計(jì)算量，同時(shí)滿足無人機(jī)運(yùn)動(dòng)平臺(tái)下的任務(wù)需求。此外，在傳統(tǒng) 的Lucas-Kanade光流法的基礎(chǔ)上，本發(fā)明采用均值濾波的思想，降低了目標(biāo)的誤檢率，為后 期的目標(biāo)識(shí)別跟蹤降低了難度。
【主權(quán)項(xiàng)】
1. 無人機(jī)高清圖像小目標(biāo)檢測(cè)與跟蹤系統(tǒng)，其特征在于，包括視頻圖像采集模塊（1)， 所述視頻圖像采集模塊（1)依次數(shù)據(jù)連接有圖像處理模塊（2)和視頻處理結(jié)果顯示模塊 (3) ； 所述視頻圖像采集模塊（1)，用于采集無人機(jī)拍攝的高頻視頻幀圖像，并將所述高頻視 頻幀圖像發(fā)送至所述圖像處理模塊(2); 所述圖像處理模塊(2)，用于對(duì)接收到的所述高頻視頻幀圖像進(jìn)行圖像處理，并檢測(cè)運(yùn) 動(dòng)目標(biāo)，實(shí)時(shí)輸出運(yùn)動(dòng)目標(biāo)在圖像中的位置坐標(biāo)至所述視頻處理結(jié)果顯示模塊(3)。2. 如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述視頻圖像采集模塊（1)連接有圖傳設(shè)備 (4) ，所述圖傳設(shè)備(4)用于接收無人機(jī)拍攝的高頻視頻幀圖像，并將其發(fā)送至所述視頻圖 像采集模塊(1); 所述視頻圖像采集模塊（1)通過HDMI轉(zhuǎn)USB信號(hào)接口（ 5)連接至所述圖像處理模塊(2)， 所述HDMI轉(zhuǎn)USB信號(hào)接口（ 5)用于將高頻視頻幀圖像轉(zhuǎn)換為USB視頻信號(hào)。3. -種如權(quán)利要求1或2所述的無人機(jī)高清圖像小目標(biāo)堅(jiān)持測(cè)與跟蹤系統(tǒng)的檢測(cè)跟蹤 方法，其特征在于，具體按照以下步驟實(shí)施： 步驟1，對(duì)無人機(jī)拍攝的高頻視頻幀圖像進(jìn)行預(yù)處理，再以固定的時(shí)間間隔來讀取高頻 視頻幀圖像的序列幀； 步驟2，幀差法檢測(cè)目標(biāo)視頻圖像中的目標(biāo)區(qū)域： 對(duì)相鄰幀圖像采用基于像素的時(shí)間差分，通過閉值化來提取圖像中的運(yùn)動(dòng)區(qū)域； 步驟3，采用Lucas-Kanade光流法檢測(cè)所述運(yùn)動(dòng)區(qū)域的運(yùn)動(dòng)目標(biāo)，并且計(jì)算出運(yùn)動(dòng)目標(biāo) 在圖像中的位置； 步驟4,根據(jù)步驟3得到的運(yùn)動(dòng)目標(biāo)的位置信息，在原始圖像中標(biāo)記出運(yùn)動(dòng)目標(biāo)，并進(jìn)行 實(shí)時(shí)跟蹤。4. 如權(quán)利要求3所述的目標(biāo)檢測(cè)跟蹤方法，其特征在于，所述的步驟1的具體方法為： 在圖像處理模塊(2)中創(chuàng)建一個(gè)視頻接口捕捉器，獲取電腦USB接口通道IP，設(shè)定視頻 圖像序列幀讀取時(shí)間間隔，以設(shè)定好的時(shí)間間隔讀取視頻圖像，并讀取該圖像的參數(shù)信息， 同時(shí)將該圖像存于內(nèi)存中。5. 如權(quán)利要求3所述的目標(biāo)檢測(cè)跟蹤方法，其特征在于，所述的步驟2的具體方法為： 在圖像處理模塊(2)中，首先將相鄰幀圖像對(duì)應(yīng)像素值相減得到差分圖像，然后對(duì)差分 圖像二值化，在環(huán)境亮度變化不大的情況下，如果對(duì)應(yīng)像素值變化小于預(yù)設(shè)的閾值時(shí)，即所 述像素為背景像素；如果圖像區(qū)域的像素值變化大于等于預(yù)設(shè)的閾值時(shí)，即所述像素為前 景像素，根據(jù)背景像素和前景像素來確定運(yùn)動(dòng)目標(biāo)在圖像中的位置。6. 如權(quán)利要求5所述的目標(biāo)檢測(cè)跟蹤方法，其特征在于，所述圖像序列逐幀差分的具體 方法為， d= | lL(x，y，i)-lL(x，y，i_l) |，其中，IDl是相鄰幀差圖，IL(x，y，i)和IL(x，y，i-l)分別是第i和第i-1幀的亮度分量，i 表示幀數(shù)(卜1，~，《4為序列總幀數(shù)，1'為閾值，(1表示第1和第1-1幀圖像的亮度分量差值， X和y分別表示像素點(diǎn)的橫縱坐標(biāo)。7. 如權(quán)利要求3所述的目標(biāo)檢測(cè)跟蹤方法，其特征在于，所述的步驟3的具體方法為： 利用Harris角點(diǎn)檢測(cè)方法檢測(cè)出所述運(yùn)動(dòng)區(qū)域的特征點(diǎn)，并計(jì)算出特征點(diǎn)的坐標(biāo)Pi (X，y)，利用改進(jìn)的Lucas-Kanade光流法估計(jì)當(dāng)前幀中的特征在下一幀圖像中的位置P/ (X， y)， 當(dāng)P/(x，y)的個(gè)數(shù)n<a且 其中a,b的值為經(jīng) ， 驗(yàn)值，則認(rèn)為這些特征點(diǎn)為運(yùn)動(dòng)目標(biāo)的特征點(diǎn)。8. 如權(quán)利要求3所述的目標(biāo)檢測(cè)跟蹤方法，其特征在于，所述的步驟4的具體方法為： 在視頻處理結(jié)果顯示模塊(3)中，根據(jù)步驟3得到的目標(biāo)像素點(diǎn)的坐標(biāo)，在原始視頻圖 像幀中標(biāo)記該點(diǎn)，同時(shí)以一定的時(shí)間間隔讀取并處理該圖像，最終將檢測(cè)的結(jié)果顯示給用 戶界面。
【文檔編號(hào)】G06T7/20GK106056624SQ201610349248
【公開日】2016年10月26日
【申請(qǐng)日】2016年5月24日
【發(fā)明人】谷家德, 趙春暉, 胡勁文, 呂洋, 張志遠(yuǎn), 樊斌, 姜珊, 李思佳
【申請(qǐng)人】西北工業(yè)大學(xué)