基于跟踪检测时序特征融合的视频遮挡目标分割方法

视频实例分割是近年来兴起的一项在图像实例分割基础上引入时序特性的视觉任务,旨在同时对每一帧的目标进行分割并实现帧间的目标跟踪。移动互联网和人工智能的迅猛发展产生了大量的视频数据,但由于拍摄角度、快速运动和部分遮挡等,视频中的物体往往会出现分裂或模糊的情况,使得从视频数据中准确地分割目标并对目标进行处理和分析面临着重大挑战。经查阅和实践发现,现有的视频实例分割方法在遮挡情况下的表现较差。针对上述问题,提出了一种改进的遮挡视频实例分割算法——通过融合Transformer和跟踪检测的时序特征来改善分割性能。为增强网络对空间位置信息的学习能力,该算法将时间维度引入Transformer网络中,并考虑到视频中目标检测、跟踪和分割之间的相互依赖和促进关系,提出了一种能够有效地聚合目标在视频中的跟踪偏移的融合跟踪模块和检测时序特征模块,提升了遮挡环境下的目标分割性能。通过在OVIS和YouTube-VIS数据集上进行的实验,验证了所提方法的有效性。相比当前的基准方法,该方法展现出了更好的分割精度,进一步证明了其优越性。

多模态医学图像融合图像质量评估

目前大多数的质量评估算法都应用于自然图像的融合场景,缺乏专用评价的医学图像数据集及多模态医学融合图像的质量评估算法。针对此问题,利用17种经典的医学图像融合方法构建医学图像主观数据集,解决无专用评价数据集的问题;提出一种基于色彩相似度(color similarity,CS)和信息相似度(information similarity,IS)的客观医学图像质量评价方法。将CS模块用于测量局部颜色失真,在传统的池化层上添加背景分离模块使其适用于医学图像多背景干扰特性;将IS模块用于衡量信息失真,改进图像熵的计算方法,添加过滤模块以剔除图像噪声。实验结果表明,所提方法的预测值和主观数据集客观评分具有更好的一致性,更符合人类视觉系统。

联合辐射指数的多流融合网络空谱融合方法

结合遥感图像融合的特点,提出一种联合辐射指数的多流融合生成对抗网络的遥感图像融合方法。该方法从初始的多光谱图像和全色图像中按照特定的规则提取特征图,利用生成器子网络分别提炼输入的多源图像,在特征域上叠加特征后通过生成器的主网络进行融合。根据遥感领域中多光谱图像和全色图像在波段上的特性,在判别器中引入调制传递函数(MTF)来判别融合图像的光谱信息和空间结构信息。为评估所提方法的有效性,进行视觉分析,并与其他算法进行客观评价的比较。实验结果表明,该方法在视觉效果和客观评价上优于其他算法。

图神经网络应用于知识图谱推理的研究综述

知识推理(KR)作为知识图谱构建的一个重要环节,一直是该领域研究的焦点问题。随着知识图谱应用研究的不断深入和范围的不断扩大,将图神经网络(GNN)应用于知识推理的方法能够在获取知识图谱中实体、关系等语义信息的同时,充分考虑知识图谱的结构信息,使其具备更好的可解释性和更强的推理能力,因此近年来受到广泛关注。首先梳理了知识图谱和知识推理的基本知识及研究现状,简要介绍了基于逻辑规则、基于表示学习、基于神经网络和基于图神经网络的知识推理的优势与不足;其次全面总结了基于图神经网络的知识推理最新进展,将基于图神经网络的知识推理按照基于递归图神经网络(RecGNN)、卷积图神经网络(ConvGNN)、图自编码网络(GAE)和时空图神经网络(STGNN)的知识推理进行分类,对各类典型网络模型进行了介绍和对比分析;然后介绍了基于图神经网络的知识推理在医学、智能制造、军事、交通等领域的应用;最后提出了基于图神经网络的知识推理的未来研究方向,并对这个快速增长领域中的各方向研究进行了展望。

多平台协同融合的“虚拟人工智能实验室”的构建与实践

针对当前高校人工智能课程教学存在实验时间与设备不足、实验课堂师生互动少和实验效果评估难度大等问题,构建一个集实验实训、师生互动交流、知识沉淀、课程项目管理为一体的虚拟人工智能实验平台。依托学者网课程平台和在线人工智能实践环境搭建虚拟实验平台,同时构建师生学习共同体和激励机制。通过虚拟实验平台开展“练-用-创”三维一体的教学活动,让教师全程监督并协助学生进行实践创新和成果输出。虚拟实验平台提升学生人工智能课程的实验效果,增加创新实践成果输出,为应用型高校开展人工智能实验教学提供参考。

新生儿ABO溶血病早期诊治及转归分析

目的观察母婴ABO血型不合溶血病的特点,探讨早期诊断和治疗效果好、简单、价廉的方法和措施,从而减少并发症,改善预后。方法回顾分析新生儿ABO溶血病患儿86例,分日龄≤3 d和日龄>3 d两组,从黄疸出现和消退时间、黄疸和贫血程度、是否需要换血、应用丙种球蛋白(IVIG)与否及住院时间、光疗次数等方面进行比较。结果本病日龄3 d以内即开始治疗47例,3 d以上才治疗39例,两组患儿血清总胆红素的下降、Hb的变化及黄疸消退时间差异有统计学意义,日龄≤3 d组仅换血1例,IVIG应用概率和光疗次数减少,无一例发生胆红素脑病,住院时间(7.3±2.1)d,较日龄>3 d组缩短。结论新生儿ABO溶血病早期(日龄≤3 d)即可诊断,早期光疗可减少换血和IVIG输注。

一种基于LTP自适应阈值的人脸识别方法

局部三值模式(LTP)采用自定义阈值编码对局部二值模式(LBP)进行扩展,然而其阈值通常通过先验知识获取,因此,LTP阈值存在优化问题及普适性问题.针对这一问题提出一种基于LTP自适应阈值的人脸识别方法:首先在提取图像特征时计算各邻域内像素间对比值的离散度,通过该离散度定义自适应于各局部区域的LTP阈值;然后将提取到的特征分层进行编码,并引入一种信息熵权重的方法来融合各层的特征信息,最后使用卡方距离对样本的直方图进行匹配.在Extended Yale B和CMU PIE标准人脸库上实验,结果表明此方法对光照变化和噪声更加鲁棒,有效地提高了人脸识别的精度.

基于多肤色空间及AdaBoost算法的人脸检测方法

针对复杂背景和可变光照下的彩色图像人脸检测问题,提出一种基于多肤色空间下的肤色分割及Ada-Boost算法的人脸检测方法。首先利用均值滤波、拉普拉斯算子等方法对图像进行增强处理;然后结合YCbCr、YCgCr、YCgCb三种颜色空间下的多肤色空间对图像进行肤色分割,定位出候选的人脸区域;最后对AdaBoost算法的检测过程进行研究验证,检测出人脸并指示。数据显示,该方法在时间、检测率、漏检率等方面都有明显的改进。因此,该方法能较好地处理复杂背景下彩色图像人脸检测的错检、漏检问题,从而提高了检测效率。

用Harris-Laplace特征进行遥感图像配准

为克服图像在旋转及分辨率不一致时自动配准的困难,提出了一种新的自动配准方法:包括新的尺度空间投影算法和新的特征匹配算法。基于Harris-Laplace(H-L)特征的尺度不变性,新的尺度空间投影法运用H-L方法提取图像特征,然后将特征空间建立在依据特征点主方向的图像投影信息上,使得特征空间具有对图像旋转和分辨率大小不变的特性。新的特征匹配法则采用特征空间k-d树欧氏距离匹配和RANSAC一致性位置检验相结合的方法,实现了高效率无差错的特征匹配。通过比较分析与实验证明,该自动配准方法能够对不同分辨率、不同旋转角度的图像精确地实现自动配准。

一种不用建造Huffman树的高效Huffman编码算法

Huffman编码作为一种高效的不等长编码技术正日益广泛地在文本、图像、视频压缩及通信、密码等领域得到应用。为了更有效地利用内存空间、简化编码步骤和相关操作,首先研究了重建Huffman树所需要的信息,并提出通过对一类一维结构数组进行相关操作来获取上述信息的方法,然后利用这些信息,并依据提出的规范Huffman树的编码性质,便能直接得到Huffman编码。与传统的Huffman算法及近年来国内外文献中提出的改进算法相比,由于该方法不需要构造Huffman树,不仅使内存需求大大减少,而且编码步骤和相关操作更简洁,因而更利于程序的实现和移植。更重要的是,该算法思路为Huffman算法的研究和发展提供了新的途径。

基于计划识别的态势估计方法研究

针对Kautz(1987)计划识别方法在控制机制上的不足,讨论了基于规划知识图的计划识别方法:以一阶谓词逻辑为形式语言,研究了战术智能规划的一个实例,给出了一种集成了战术智能规划系统和战术计划识别系统的态势估计模型。该模型通过动态建立计划库突破了Kautz计划识别方法中封闭世界假设的限制,可以对敌军的行动目标和行动计划提出合理的假设,并在此基础上预测敌军的未来行为,为指挥决策提供依据。

基于贝叶斯网络的态势评估

作为一种知识表示和进行概率推理的框架,贝叶斯网络在具有内在不确定性的推理和决策问题中得到了广泛的应用。因果推理是态势评估中的一个重要环节,用贝叶斯网络找出态势假设和事件之间的潜在关系,正是态势评估所需完成的功能。根据态势与事件之间不同的连接关系建立了态势评估的贝叶斯网络模型,并分别介绍了相应的信息传播算法,最后以一个实例来说明该网络的计算过程。

基于模糊逻辑和D-S证据理论的一种态势估计方法

战场态势分析是指挥决策的基础 ,如何进行合理的态势估计是C4ISR数据融合系统中的一个重要环节。分析了态势估计问题的本质特征和推理模式 ,提出了一种基于模糊逻辑和D -S证据理论的综合推理方法 ,并构造了一个对战场态势进行分析、推理和预测的求解模型。该模型能够通过融合推理得到态势假设和事件之间的潜在关系 ,为决策提供依据。

一种姿态变化下的ASM人脸特征定位方法

为了解决传统主动形状模型(ASM)在姿态变化情况下的人脸特征定位不准确的问题,提出一种姿态变化下的ASM人脸特征定位方法。首先在ASM初始化过程中添加一个旋转因子R来初始化人脸形状向量b,使得当人脸有姿态变化时,能自动调整人脸的偏转方向;然后融合局部二值模式算子建立局部纹理模型;最后在IMM人脸库上进行测试,平均定位误差为7.102 0个像素点,比传统的ASM提高35.85%。实验结果表明,与传统的ASM相比,该方法显著改善了姿态变化下的人脸特征定位不准确的问题,并提高了对各特征点的提取精度。

无规聚丙烯的氯化及产物结构的初步研究

本文报道无规聚丙烯的溶液光氯化反应规律及产物的结构表征。试验结果表明,氯代反应速度随产物氯化度提高而减慢,说明已取代的氯原子对邻近氢进一步被取代有阻碍作用;氯化无规聚丙烯的玻璃化温度随氯含量增加迅速升高;无规聚丙烯中伯、仲、叔三种氢原子均有不同程度的取代;直接由工厂得到的无规聚丙烯(庚烷抽提物),实际上含有相当一部分等规聚丙烯,氯化之前若不将其分离,会造成氯化产物结构不均匀。

基于时空背景模型的自适应运动目标检测方法

现有的视觉背景提取方法(Vi Be)在背景建模时只利用了像素的空间信息,而忽略时间信息,降低了检测的准确性,且检测半径和背景更新的随机子采样因子都为固定常数,在动态背景干扰、相机抖动等情况下,检测效果不理想。针对这些问题,提出一种时空背景模型的自适应运动目标检测方法。首先,在Vi Be方法中加入时间信息建立时空背景模型;然后,在检测和更新过程中,提出背景模型中样本的标准差能反映背景的复杂度,通过计算样本的标准差来自适应地改变检测半径和背景更新的随机子采样因子适应背景的变化。实验结果表明,改进的方法不仅能够在静态背景和光照均匀的情况下有效地检测出前景像素,而且对存在光线变化较大、相机抖动、动态背景干扰等情况也有一定的抑制作用,提高了检测的准确性。

态势估计的目标编群问题研究

Problems about target classification in situation assessment are analyzed. This paper presents a syntheticmethod for fulfilling target classification by using the nearest-neighbor method and field knowledge. The graphicalstructure formed by target classification is shown by the adjacency list. Based on the structure, breadth-first searchalgorithm is used for the implementation of dynamic maintenance. The output of target classification is helpful to de-termine the interaction among situation elements, thus interprets actions related to problem field.

122—1400keV能区同轴Ge(Li)和HpGe探测器效率曲线的函数拟合

在能量为122—1400keV范围内最优化方法用于四参数表达式ε=(a_1/E)^(a_2)+a_3Exp(-a_4E)和实验测定的同轴Ge(Li)和HpGe探测器效率的拟合。给出了初值计算方法。拟合结果是好的,实验和拟合值之间平均偏离小于2.0％。

喘息反复发作患儿潮气呼吸参数与哮喘预测指数的相关性分析

目的研究分析喘息反复发作患儿潮气呼吸参数与哮喘预测指数的相关性。方法选择2013年3月至2014年3月在该院接受治疗的喘息反复发作患儿96例作为研究对象。其中哮喘预测指数为阳性组50例,哮喘预测指数为阴性者46例。另选同期在该院接受体检的健康受试者50例作为对照组。对比各组治疗前潮气呼吸参数情况,各组治疗后潮气呼吸参数情况,分析患儿潮气呼吸参数与哮喘预测指数的相关性,患儿哮喘预测指数的影响因素。结果治疗前哮喘预测指数为阳性组的开始呼气直至最大呼气流速时间(TPEF)/总呼气时间(TE)、开始呼气至最大呼气流速的呼出量(VPEF)/总呼气量(VE)、吸气时间T1及每分钟通气量(MV)均显著低于哮喘预测指数为阴性组和对照组,但呼吸频率(BF)显著高于哮喘预测指数为阴性组和对照组,差异均有统计学意义(P<0.05)。治疗后哮喘预测指数为阳性组的TPEF/TE、VPEF/VE及吸气时间T1均显著低于哮喘预测指数为阴性组和对照组,但BF显著高于哮喘预测指数为阴性组和对照组,差异均有统计学意义(P<0.05)。根据Spearman法分析相关性可知,哮喘预测指数与TPEF/TE、VPEF/VE呈负相关。根据Logistic回归分析法可知,TPEF/TE过低、VPEF/VE过低均为哮喘预测指数的影响因素。结论喘息反复发作患儿的潮气呼吸参数与哮喘预测指数之间具有紧密联系,二者在临床的联合应用对患儿的病情有着明显的预测价值,值得临床关注与重视。

基于局部线性嵌入和Haar小波的人脸识别方法

为了抑制局部线性嵌入算法对噪音的敏感性,结合Haar小波变换,提出了一种人脸识别的新方法。利用Haar小波变换将原始图像数据分解为高频分量和低频分量,忽略水平高频与垂直高频分量,并将低频分量按行堆叠的方式引入其原始图像数据中。通过LLE对该图像数据进行降维,求得训练和测试样本各自对应的矩阵。依据最近邻准则完成人脸识别。基于ORL与Sheffield人脸数据库的实验结果表明了该方法对改善传统LLE算法识别率的有效性。