基于视觉特性的图像质量评价

针对传统图像质量评价算法特征单一、全局和局部特征相关性不高的问题,从人眼视觉特性出发,结合图像全局与局部特征,提出一种基于视觉特性的图像质量评价算法。依据人眼视觉对亮度的响应和位置信息将图像划分为各个视觉区域,根据亮度和位置信息分割小区域,再利用颜色和位置信息对小区域进行合并以生成视觉仿生区域。利用区域内的颜色分布和区域之间的KL距离分别表示局部特征和全局特征,计算图像任意空间近邻区域颜色分布的KL距离以构建二元关系矩阵,即图像区域颜色相似性矩阵。在此基础上,对矩阵进行奇异值分解,提取矩阵的相似性信息,构造图像质量评价指标。在LIVE、CSIQ、TID2008这3个公开图像数据库上进行测试,结果表明,与PSNR、SSIM、BRISQUE、BIQI等算法相比,该算法的Pearson线性相关系数(PLCC)、Spearman等级相关系数(SROCC)、Kendall等级相关系数(KROCC)均取得了稳定且优异的结果,在LIVE和CSIQ数据库上的PLCC、SROCC和KROCC分别达到0.959 0、0.947 8、0.865 3和0.940 4、0.938 8、0.801 7,其评价结果与人眼主观质量评价结果具有高度的一致性,能够较好地评价图像质量。

基于汉语国际教育专业的语言角活动调查研究

随着世界各地学习汉语人数的日益增加，汉语国际推广的重任落在汉语国际教育专业的学生肩上。文章通过语言角活动并结合问卷调查，对如何提高汉语国际教育专业学生的外语能力提出了应对措施。

基于人体部件特征的行人重识别

传统行人重识别技术主要根据行人特征鉴别行人身份,其特征对光照、姿态、视角等因素敏感。本文分析了行人的不同身体部件在竖直和水平方向上的运动规律,结合其规律提出了基于人体部件特征的行人重识别模型。该模型运用身体部件在竖直方向上的二阶统计特征和水平方向的一阶统计特征识别同一行人。在VIPeR、PRIDD450S数据集上的实验结果表明,本模型嵌入行人在竖直方向上的特征,改善了光照、姿态、视角等因素对行人重识别的负面影响。