全景视频中多运动对象检测与跟踪方法

全景视频多运动对象检测与跟踪技术的通用解决方案是通过投影变换将360°视频转为二维视频后进行检测和跟踪。然而固定球面投影变换会导致全景视频中存在空间上不连续的投影边界,当运动对象处于投影边界时,常规球面投影方法可能将其切分为多个部分,从而导致该运动对象的漏检或误检。针对该问题,提出了融合等距柱状形投影(equi-rectangular projection,ERP)和立方体投影(cube map projection,CMP)的全景视频多运动对象检测与跟踪方法,利用合适的CMP拼接帧减少ERP两极区域失真并弥补其边界不连续性,解决了处于投影边界和两极扭曲的对象检测问题。进一步,通过感知哈希、球面质心和运动方向等多重特征融合来解决全景视频多运动对象跟踪问题。实验结果表明,提出的方案可以有效减少投影边界不连续导致的误检,且能有效应对遮挡、穿梭帧边界和两极扭曲的对象跟踪问题。

基于混沌初始化和高斯变异的鸽群算法

针对鸽群优化算法在求解非线性优化问题中,容易陷入局部最优,收敛精度不高的问题,提出改进的鸽群优化算法。采用混沌映射中的立方映射方法对鸽群位置进行初始化,增加种群的多样性;引入高斯变异算子,弥补鸽群算法容易陷入局部最优的不足,提高算法的全局搜索能力和搜索效率;在地标算子中添加递减因子,能够有效避免算法由于过早收敛而陷入局部最优,提高算法的收敛精度。测试19个基准函数和电力系统经济调度工程应用实验的结果表明,改进后算法与其它群智能算法相比,拥有更好的寻优能力。

基于改进樽海鞘群优化的图像匹配方法

由于自身特有的链式群更新模式,基于原始樽海鞘群优化的图像匹配方法在一定程度上可降低陷入局部最优的概率,该方法在匹配速度、匹配时间以及匹配精度上仍有不足。因此,本文提出一种基于改进樽海鞘群优化的图像匹配方法。使用立方混沌初始化种群,调整收敛因子变化趋势,使种群尽可能遍历整个搜索空间,以此增强全局搜索能力;对跟随者进行正交方向的扰动,避免跟随者进行盲目的曲线搜索,以扩大其搜索范围;引入寻优者,致力于开发当前最优点附近的搜索空间,使算法加快搜索到全局最优点,提高算法速度。仿真结果表明,与基于粒子群优化(Particle swarm optimization, PSO)、蚁狮优化(Ant lion optimizer, ALO)和樽海鞘群优化(Salp swarm algorithm, SSA)3种算法的图像匹配方法相比,本算法提高了全局搜索能力,有效地降低了匹配时间,在收敛速度、收敛精度以及鲁棒性上有较好表现。

泛在测绘背景下空间数据库课程改革与实践

随着泛在测绘的发展,社会对地理信息科学专业学生的空间数据库技术应用能力提出了更高的要求,推动构建泛测绘背景下空间数据库课程培养新模式。对空间数据库课程教学存在的问题进行了分析与总结,并提出了空间数据库课程在教学内容、组织方式和教学方法的改革措施,以解决空间数据库课程当前存在的问题。改革成效证明该论述措施的有效性,应用的课程改革措施具有一定的推广性,可以为泛在测绘背景下空间数据库人才培养模式提供参考。

基于遥感影像的铁路工程制图立体视错觉分析

基于遥感影像的铁路工程制图中,山脊与山谷常出现混淆的视错觉现象。为了利用有益的视错觉现象,消除有害的视错觉现象,从视觉空间认知中的纳克立方体入手,研究图形与背景的关系,并通过实验以及工程实践,进一步分析基于遥感影像的铁路工程制图中立体视错觉现象的类型、产生原理及条件,并探讨其应用和校正方法。研究表明:(1)立体视错觉现象在北半球山区遥感影像中普遍存在,以我国地势第一台阶和第二台阶表现较为典型;(2)产生立体视错觉的3种地貌类型为:正弦波形连绵山地区域、台地以及“U”形冲沟;(3)产生立体视错觉的原因包括:日照条件、影像分辨率、图像对比度;(4)水体的立体视错觉分为3种情况(凸出效果、凸出与凹陷混淆效果、凹陷效果);(5)正弦纹形地貌及形台地的遥感影像立体视错觉可以采用DEM渲染法或三维场景法进行校正,“U”形冲沟立体视错觉只能通过三维场景法进行校正。

基于混沌理论的动态种群萤火虫算法

针对萤火虫算法在全局寻优搜索中收敛速度慢、求解精度低,易陷入局部极值区域等缺陷,提出一种基于混沌理论的动态种群萤火虫算法。首先,该算法采用立方映射产生的混沌序列对萤火虫位置进行初始化,为全局搜索的多样性奠定基础;其次,通过对种群的动态监测,每当算法满足预设条件时,基于混沌序列生成部分新的个体,以提高算法的收敛速度;最后,对每一代产生的全局最优解,适时采用高斯扰动进行变异操作,使算法更具有跳出局部极小的能力。通过对6个复杂Benchmark函数进行测试,实验结果表明,该算法提高了全局搜索能力、收敛速度和解的精度。

用混沌序列对数字图像进行魔方加密

介绍了非线性动力学系统的 L ogistic映射形成混沌序列的方法 ,提出了一种新的置乱方法 :魔方变换。设计了基于魔方变换的图像加密 /解密算法 ,首先由 L ogistic映射生成得到自然数混沌序列 ,以此序列为参数对图像矩阵进行魔方置乱后得到加密图像 ,逆过程即是解密算法。

硬件加速的实时Phong绘制技术

提出一种可适用于任何光源类型和移动光源情况的Phong绘制技术 这种方法转换光照计算从视点空间到三角形面片的局部空间 ,并充分利用了先进图形芯片的硬件加速功能 ,实现了高质量实时的Phong绘制效果 与以往的方法相比 。

基于Hénon映射与魔方变换的图像加密算法

提出一种基于改进的Hénon映射与魔方变换的图像加密算法。该加密算法采用改进的Hénon映射序列,使其具有更为理想的统计与分布特性,更适用于图像加密。算法首先利用获得的整数序列与图像的像素值运算而使其改变,再将图像分解为三维数据矩阵,在三维空间沿每一轴向对各平面中的数据按环作循环移位操作,即采用魔方旋转变换完成对图像数据的置乱。该加密算法具有运算量低、密钥空间大与图像普适性等优点。仿真实验结果表明该算法具有良好的图像加密效果,对于常见的攻击具有较强的抗干扰能力。

基于多区间映射评价优选的光谱数据融合显示算法

研究降维、去冗后光谱数据色彩显示问题。传统的光谱数据色彩显示时,常采用截取或压缩至0~1范围进行映射,容易丢失图像细节,提出一种基于多区间平移映射评价优选方法的光谱数据色彩融合显示算法。首先对光谱数据立方体进行主成份变换,将前三成分分别赋值给对色空间的黑白通道、红绿通道和黄蓝通道,然后经过空间变换到sRGB空间,将数据分段平移到0~1范围,映射至8位RGB空间,并对每次平移映射图像进行标准差、熵、平均梯度的单项评价,全部平移结束后,对所有的评价值进行综合评价,选取综合评价值最高的区间输出映射。实验结果表明,融合图像能最大限度地保证图像的能量、信息和清晰度,有利于人眼的快速识别判断。

基于开发地震的微幅构造识别在喇嘛甸油田南中东一区应用

喇嘛甸油田南中东一区经过多年的勘探开发,较大幅度的构造油藏已经开发殆尽,进入了特高含水阶段。为达到高效开发的目的,就必须对剩余油进行更精细的预测。分析研究该区的萨Ⅰ反射层微幅度构造的成因、分类和特征,并利用地震、测井等资料,采用趋势面分析、等时切片、相干体及井点数据小网格成图等技术手段对微幅度构造圈闭进行识别和探索,形成了一套具有针对性的技术方法。对剩余油的注采开发具有指导作用,对油气田老区的滚动勘探开发具有重要意义。

Lipschitz映射的下方图形(英文)

令（X, d）是紧的度量空间,用↓USC（X）和↓LIP（X）分别表示从X到I所有的上半连续映射和所有Lipschitz映射的下方图形的全体.本文证明如果X是一个无限的紧的度量空间,则（↓USC（X）, ↓LIP（X））≈ （Q, B（Q））,其中B（Q）=Q／（-1,1）^ω是Hilbert立方体Q=[-1，1]^ω的伪边界.

B(H)上完全保立方幂零算子的可加映射

刻画了无限维复Hilbert空间上完全保立方幂零算子的可加映射.采用矩阵与算子理论的方法,证明了这样的映射是同构或(复情形)共轭同构.

应用T_2 mapping及CUBE序列观察盘状软骨对发育性髋关节发育不良关节软骨的影响

目的应用T_2mapping和CUBE序列探讨盘状软骨对发育性髋关节发育不良(DDH)病人关节软骨的影响。方法连续收集2015年10月—2017年6月经X线诊断为DDH或因髋关节不适来我院就诊并行MRI检查的年龄≤5岁的56例患儿,男13例,女43例,年龄2~60个月,平均年龄(24.6±10.3)个月。将所有患儿分为3组:组1,有DDH和盘状软骨者(18例);组2,有DDH无盘状软骨者(21例);组3,无DDH者(17例)作为对照组。应用冠状面T_2 mapping序列计算髋臼及股骨头侧关节软骨的T_2值,并在冠状面T_2 CUBE序列及横断面、矢状面重组影像上测量盘状软骨的径线。采用单因素方差分析比较3组间关节软骨T_2值的差异,采用线性回归分析组1盘状软骨体积对关节软骨T_2值的影响。结果组1的髋臼侧关节软骨的T_2值大于组2、组3(均P<0.05),组2和组3 T_2值的差异无统计学意义(P>0.05)。组1的股骨头侧关节软骨的T_2值大于组3(P<0.05),其余组间的T_2值差异均无统计学意义(均P>0.05)。盘状软骨体积增大,组1病人髋臼侧(Y=47.759+0.027X,R^2=0.840)及股骨头侧(Y=43.929+0.022X,R^2=0.269)关节软骨的T_2值增加。结论应用T_2 mapping和CUBE序列可发现盘状软骨阻碍DDH病人髋关节软骨的发育。

精细构造解释在苏丹GU油田的应用

苏丹GU油田的3D地震资料信噪比和分辨率较低,该区处于断陷盆地、构造复杂,精确构造解释是保证有效开发的前提。在对该区地震资料进行重新精细构造解释过程中,综合运用了合成地震记录标定技术、方差体技术、蚂蚁体识别小断层技术、时深转换技术、三维可视化等技术,使断层解释和构造解释精度有了很大提高,为建立精确的地质模型和油田开发打下了良好基础。

基于Logistic混沌系统与魔方变换的图像加密方案

设计了一种基于Logistic映射与魔方变换的图像加密方案。该方案采用改进的混沌序列二值化方法,并借用魔方变换的思想,将二值序列转换所得的整数序列与图像像素值运算后,对图像的行列分别作循环移位完成对图像的加密。实验结果分析表明,该加密方案具有良好的图像加密效果,对于常见的攻击具有较强的抗干扰能力。

基于混沌的花粉算法

为了提高花粉算法(Flower pollination algorithm,FPA)的搜索效果,采用立方映射产生的混沌序列,初始化花粉配子,建立一种基于混沌的花粉算法(CBFPA).分别将基于混沌的花粉算法与标准花粉算法在5个Benchmark函数中进行仿真对比,结果表明,该算法提高了全局搜索能力、收敛速度以及精度,性能优于原始花粉算法.

自然数码立方和映射数列的研究

证明了图(N，T)中有且仅有9个圈，并给出了对任意自然数n 0，存在自然数k0，当k≥k0时，T k(n 0) 进入相应圈的充要条件。

基于Map/Reduce的外壳片段立方体并行计算方法

针对高维、维度分层的大数据集,提出一种基于Map/Reduce框架的并行外壳片段立方体构建算法。算法采用Map/Reduce框架,实现外壳片段立方体的并行构建与查询。构建算法在Map过程中,计算出各个数据分块所有可能的数据单元或层次维编码前缀;在Reduce过程中,聚合计算得到最终的外壳片段和度量索引表。实验证明,并行外壳片段立方体算法一方面结合了Map/Reduce框架的并行性和高扩展性,另一方面结合了外壳片段立方体的压缩策略和倒排索引机制,能够有效避免高维数据物化时数据量的爆炸式增长,提供快速构建和查询操作。

新的小生境萤火虫模糊聚类

模糊C均值算法因其简单、快速得到了广泛应用,但仍存在对初始值敏感和容易陷入局部最优的不足。提出了一种新的小生境萤火虫模糊聚类算法。该算法使用遍历性较好的立方混沌映射序列初始化萤火虫种群,并将随机惯性权重引入萤火虫算法,改变了基本萤火虫算法的位置更新公式,不仅减少了迭代次数,而且平衡了算法局部搜索和全局搜索的能力;并在迭代过程中合适时机实施小生境算法,进而增加了种群的多样性并加快了算法运算速度。仿真实验结果表明,该算法有效地抑制了早熟,并保证了种群的多样性和避免陷入局部最优,取得了较好的稳定性及良好的聚类结果。