基于多特征融合的交通标志识别算法

综合考虑识别率、时间复杂度以及鲁棒性,提出一种边缘、纹理、颜色多特征融合和支持向量机(SVM)的交通标志识别算法。通过提取能够描述交通标志图像边缘信息的方向梯度直方图(HOG)特征并进行统计平均,与能够表示标志图像内部纹理信息的局部二值模式(LBP)特征融合得到降维后的HOG-maxLBP特征,再级联交通标志的颜色特征作为最终的特征向量,最后利用SVM进行交通标志训练和分类。实验结果表明,该算法不仅提高了交通标志的识别率,而且降低了时间复杂度,增强了系统鲁棒性。

基于HSI空间融合的矿井图像增强算法

针对煤矿井下图像光照不均匀、照度低、视觉效果差等特点,提出一种基于HSI空间变换和融合的井下彩色图像增强算法。将源图像进行HSI变换得到亮度分量I,对分量I进行同态滤波处理得到分量I';分别对分量I和I'进行Curvelet变换分解,对两者高频系数采用拉普拉斯能量和(SML)取大的方法融合,对两者低频系数采用局部能量方差积法进行融合;通过Curvelet反变换还原出亮度分量IF,采用局部对比度增强方法对IF处理,提高图像的对比度;将处理后的分量IF和分量H、S合成增强图像。实验结果表明,该算法在消除光照不均匀、对比度增强、噪声消除等方面效果较好。

基于自然场景统计的深度图像质量无参考评价方法

深度图在视角合成中起着很重要的作用,深度信息的错误易导致合成视角几何位置上的误差.由于很难获得完美的深度图,文中提出了一种基于自然场景统计的无参考型深度图质量评价方法.首先利用Canny算子检测出图像边缘并确定边缘失真区域,然后分别计算边缘失真区域的梯度幅值和高斯G拉普拉斯图像.无失真深度图的边缘失真区域的梯度幅值和高斯G拉普拉斯算子分别符合韦伯分布和非对称高斯分布;由于存在失真的深度图的这两个分布会发生不同程度的偏移,因此在5个尺度下提取这两个分布的共计30个参数构成了所提方法的特征.最后通过随机森林建立评价模型来评价深度图的质量.在公开数据库上进行的测试结果显示,所提方法与主观评价结果有着很好的一致性,而且其性能优于现有的图像质量评价方法.

基于多任务深度神经网络的图像情感区域检测

为得到准确的图像情感区域,设计一种基于多任务深度神经网络的图像情感区域检测方法。提出的网络包括两个任务:图像情感区域检测任务和图像情感分类任务,两个任务的共享层为VGG-16网络结构,图像的情感区域检测任务和情感分类任务通过对共享层参数的训练可以提高单个任务的泛化能力,提升网络的性能。实验结果表明,该方法可以准确检测图像的情感区域,检测性能优于单任务情感区域检测方法和现有的显著性检测和物体检测方法。

个性化图像美学评价的研究进展与趋势

图像美学评价方法是当前研究的热点问题。图像美学评价分为大众化和个性化两种。大众化图像美学评价主要研究大多数人对图像共同的审美感知评估,而个性化图像美学评价可以针对用户的个性化审美感知进行评估。现有的研究工作主要集中在大众化图像美学评价上,但是由于人们对图像的审美体验具有高度主观性,研究针对特定用户的个性化图像美学评价方法更加符合现实意义。目前研究人员针对个性化图像美学评价展开了相关研究,并取得了一定的研究进展。但是现有的文献中缺少对个性化图像美学评价方法的综述,本文针对个性化图像美学评价的研究进展与趋势进行概述。首先分析图像美学评价的研究现状与发展趋势;然后针对现阶段的个性化图像美学评价模型进行概述,将现有的个性化图像美学评价模型总结为基于协同过滤的模型、基于用户交互的模型和基于审美差异的模型,并分析这3类模型主要的设计思路以及优缺点;最后介绍个性化图像美学评价在精准营销、个性化推荐系统、个性化视觉增强和个性化艺术设计上的应用前景,并指出未来研究工作在主观特性分析和知识驱动建模等方面的发展方向。