基于双阶段元学习的小样本中医舌色域自适应分类方法

舌色是中医(TCM)望诊最关注的诊察特征之一。在实际应用中,通过一台设备采集到的舌象数据训练得到的舌色分类模型应用于另一台设备时,由于舌象数据分布特性不一致,分类性能往往急剧下降。为此,该文提出一种基于双阶段元学习的小样本中医舌色域自适应分类方法。首先,设计了一种双阶段元学习训练策略,从源域有标注样本中提取域不变特征,并利用目标域的少量有标注数据对网络模型进行微调,使得模型可以快速适应目标域的新样本特性,提高舌色分类模型的泛化能力并克服过拟合。接下来,提出了一种渐进高质量伪标签生成方法,利用训练好的模型对目标域的未标注样本进行预测,从中挑选出置信度高的预测结果作为伪标签,逐步生成高质量的伪标签。最后,利用这些高质量的伪标签,结合目标域的有标注数据对模型进行训练,得到舌色分类模型。考虑到伪标签中含有噪声问题,采用了对比正则化函数,可以有效抑制噪声样本在训练过程中产生的负面影响,提升目标域舌色分类准确率。在两个自建中医舌色分类数据集上的实验结果表明,在目标域仅提供20张有标注样本的情况下,舌色分类准确率达到了91.3%,与目标域有监督的分类性能仅差2.05%。

On Associative Meanings of Color-Related English Words from the Perspective of Cognitive Metaphor

As an important metaphor, metaphor of color-related English words regards color domain as source domain, and maps the color domain to non-colored abstract domain. This enables us to understand, think and discuss color-related concept. This paper studies the basic color-related English words through cognitive metaphor. The process of exploring the associative meanings of the color-related English words is in nature to understand the cultural connotation of color-related English words by means of cognitive metaphor under different cultural backgrounds.

Multi-agent coordination strategy estimation method based on control domain

For estimation group competition and multiagent coordination strategy, this paper introduces a notion based on multiagent group. According to the control domain, it analyzes the multiagent strategy during competition in the macroscopic. It has been adopted in robot soccer and result enunciates that our method does not depend on competition result. It can objectively quantitatively estimate coordination strategy.

基于自相似与对比学习的图像跨域转换算法

图像跨域转换,又称图像翻译,是一种旨在将源域的图像转换为目标域的图像的技术,具体来说是使生成图像在保持源域图像的结构(轮廓、姿态等)的同时具有目标域图像的风格(纹理、颜色等).图像跨域转换技术在视觉领域有着广泛的应用,如照片编辑和视频特效制作.近年来,该技术在深度学习尤其是生成对抗网络的基础上得到了飞速发展,也取得了令人印象深刻的结果,但是迁移后的生成图像仍然存在颜色模式坍塌、内容结构无法保持等问题,针对这些问题,提出了一种基于自相似性与对比学习的图像跨域转换算法.该算法利用预先训练的深度神经网络模型提取图像的内容特征和风格特征,将感知损失和基于自相似性的损失作为图像内容损失函数,同时使用一种宽松的最优传输损失和基于矩匹配计算的损失作为图像风格损失函数对提出的神经网络进行训练,并通过将生成图像和目标域图像标记为正样本对,将生成图像和源域标记为负样本进行对比学习.在4个数据集上对提出的算法进行了实验验证,结果表明提出的算法在生成的结果图像上较好地保持了源域图像的内容结构,同时减少颜色的模式坍塌,且使生成的图像风格与引导图像的风格更加一致.

一种基于颜色域的低空无人机图像拼接算法

拼接图像重合处的痕迹是衡量图像拼接质量好坏的标准之一。尽管低空无人机图像拼接技术已经研究多年,但自动拼接图像中的错位、重影、锯齿仍然存在。通过研究低空无人机遥感平台图像拼接存在的问题,提出一种新的无人机图像无缝拼接方法,并通过实验进行了拼接结果好坏分析与评价。具体而言,新方法首先通过SURF匹配方法使待拼接无人机图像进行配准,将具有重叠区域的两幅图像配准并转换到同一坐标系中;接着基于Boykov提出的图割能量优化理论,研究如何利用待拼接图像构建图结构,并引入图像的全局光流场来定义图像像素颜色域的能量代价函数;最后通过搜索最优拼接线实现无人机图像无缝拼接。

色彩调和国际研究热点的可视化分析

目的对国际色彩调和领域的研究现状与进展进行梳理与分析,为后续研究、设计实践提供依据。方法使用CiteSpace 5.8.R 3软件,以2001—2021年Web of Science数据库核心合集中的515篇文献为样本,采用科学知识图谱分析法,分析色彩调和的国际热点主题和研究趋势。结果2001—2021年,每年发文量与被引频次均呈波动上升趋势;Lichen Ou与Antal Nemcsics同时是高发文作者、高被引作者以及高被引文献作者;匈牙利布达佩斯技术与经济大学、英国利兹大学、中国台湾成功大学与中国台湾科技大学为排名前四的发文机构;美国、中国、英国与中国台湾为排名前四的发文地区;研究领域的主题聚类效果明显,热点主题主要集中在色彩调和的数学模型、色彩情绪与色彩偏好、色彩调和的美度计算三个方面;2019年以前的研究前沿为色彩体系,色彩模型为最新研究前沿。结论色彩调和领域逐渐受到学者关注;学术团队的组建对学术产出与学术影响力起到重要的推进作用;中国内地在该领域的学术影响力有待进一步提升。

结合高色彩相似度预处理的压缩域隐写算法

为提高图像隐写算法的载荷能力,增强载体的嵌入容量,提出一种结合高色彩相似度预处理的压缩域隐写算法。对图像进行预处理,利用超像素分割(SLIC)将图像根据内容进行分块,该分块方式具有空间接近度低、色彩相似度高的特点,增强图像的载荷能力;利用改进后的AMBTC压缩编码算法对形状和大小不规则的超像素块进行重新编码并嵌入秘密信息。通过设计率失真实验和有效性实验,验证了该预处理算法对提高嵌入容量的有效性。

基于BCS和SVD的混合变换域双彩色图像水印算法

提出一种基于分块压缩感知和奇异值分解的双彩色图像水印算法。将彩色水印和载体图像分别进行RGB分离,采用分块压缩感知技术获得彩色水印在R、G、B这3个分量上的观测矩阵,实现对原始水印数据的压缩;将观测矩阵奇异值分解后的主成分以叠加扰动的方式调制在载体图像相应分量DWT-DCT混合变换后对角方向中频系数的奇异值上,DCT变换前采用Arnold变换置乱待修改的DWT中频系数,提高算法抗剪切性能。实验结果表明,该算法对噪声、中值滤波、JPEG压缩和亮度及对比度调整等攻击具有较强的鲁棒性,能抵抗一定程度的RST攻击。

DCT压缩域中图像颜色布局描述符的提取

在国际标准MPEG-7所建议的一种颜色布局描述符基础上,针对JPEG压缩图像,阐述了在DCT压缩域中,从Y、Cb、Cr颜色分量图像的各个8×8子块的直流分量中直接提取颜色布局描述符,以方便于在压缩域中根据颜色的空间分布特征进行快速的图像索引和图像检索。

一种新的基于加权颜色特征的图像检索算法

针对传统基于颜色直方图为特征的图像检索算法的不足,提出了一种新的颜色特征提取算法。利用模糊C均值聚类(FCM)对HSV空间的颜色信息进行聚类,然后对颜色信息进行加权颜色直方图统计,得到主颜色直方图。实验结果表明,新的加权主颜色直方图的图像检索算法比传统颜色直方图具有更高的检索精度。

基于混沌特性的小波数字水印技术及实现

本文讨论了利用混沌序列对图像信号加密和解密的方法,提出了基于混沌特性的小波数字水印技术,具体包括水印嵌入算法与实现步骤、水印提取原理与过程、算法参数分析等;设计了基于混沌特性的小波数字水印仿真系统并进行了相关实验。结果表明,本文提出的数字水印技术具有良好的隐藏性、稳定性和鲁棒性。水印检测时不需要原始载体和原始水印图像,是一种比较理想的变换域盲水印算法。

一种基于Zigzag变换的彩色图像置乱算法

传统的数字图像置乱算法多数属于空间域置乱,即通过某种变换将数字图像的像素位置进行打乱,从而达到图像置乱的目的。这种方法简单易行,但是它只是改变了图像的像素位置,而不能改变像素的色彩统计特征。基于色彩空间的置乱算法可以打乱图像的色彩统计特征,但不能完全打乱像素的排列特征,置乱后的图像容易被猜出轮廓。针对这两个问题,将Zigzag技术应用到彩色图像像素及其三个彩色分量变换中,提出了一种利用双重Zigzag扫描方法对彩色图像进行空间域和色彩域置乱的算法。实验结果表明,该算法不但能完全打乱图像的轮廓特征,还能打乱像素的统计特征,显著提高了图像的置乱效果。

一种DCT压缩域中基于三维椭圆模型的自适应肤色分割算法

肤色分割是彩色图像人脸检测中常用的算法．本文提出了一种应用于DCT（Discrete Cosine Transfom）压缩域的肤色分割算法．采用三维椭圆模型对肤色在YCbCr空间的聚类进行准确描述．统计表明亮度对肤色在色度平面上的聚类有非线性的影响．为了准确描述这种非线性关系，依据亮度变化采用不同参数的椭圆表示肤色在色度平面上的聚类，形成三维椭圆模型．利用亮度分量的交流系数对上述固定模型的初分割结果进行自适应修正，进一步去除背景噪声．实验结果表明本文提出的算法是一种有效的压缩域肤色分割方法．

基于聚类主颜色和边缘直方图的图像检索方法

图像的主颜色被广泛应用于图像检索中,但主颜色不能反映图像信息的空间分布。边缘直方图是在灰度图像上提取的,丢弃了图像的颜色信息。提出了一种综合利用聚类主颜色和边缘信息进行图像检索的方法。首先利用K均值聚类算法得到图像的主颜色,然后利用大津算法分割图像,利用Sobel算子提取目标和背景之间的显著的边缘特征信息构造边缘直方图,最后综合利用聚类主颜色和边缘直方图进行检索。既可以利用主色调信息,又能利用边缘的特征信息来反映图像信息的空间分布。实验结果表明,该方法可以有效地提高检索精度。

时频域有色谱校正

振幅谱校正是消除地震资料中非一致性的一种方法。实际生产中的几种振幅谱校正技术在应用中都存在着局限性,以致使校正过的记录不能恢复到最理想的形态。时频域有色谱校正技术可以很好地解决这一问题。其数学原理为:采用以直代曲的办法,将窄频带中振幅谱取为一常数,这样,在时域振幅谱为一冲激函数,频域的振幅谱校正可以在时域中简单实现。利用模型道法、互相关法及已知波形法给出期望的有色谱,为校正提供依据;利用小波变换的正交性来克服傅氏变换引起的频泄现象。实际资料处理表明,该方法能很好地消除地震记录中振幅非一致性问题。

基于邻域Mean-Shift的彩色图像滤波算法

在空间域与色彩域中分别给定移动窗口半径的适当值,把空间位置处于当前数据点的圆邻域内的色彩数据作为算法的样本数据,利用窗口半径固定且独立于空间位置的核函数对色彩数据进行均值偏移(Mean-Shift)聚类,用聚类中心更新当前位置的图像数据,克服了空间域与色彩域结合的Mean-Shift图像滤波模型窗口半径难于恰当选取以适应图像尺寸变化的困难。实验证明了该算法的有效性。

色域及色域覆盖率

阐述非均匀色度空间及均匀色度空间、色域及色域覆盖率的基本概念,用色域覆盖率度量SDTV和HDTV电视机显示终端、LCD和DLP前投或背投影接收机等彩色还原能力,并给出了色域覆盖率测量示例。

美洲水貂(Neovison vison)黑素皮质激素受体-1(MC1R)基因序列鉴定及生物信息学分析

旨在探明美洲水貂黑素皮质激素受体-1(Melanocortin-1receptor,MC1R)基因序列结构特征及其对皮毛颜色的调控机制。根据欧洲水貂MC1R基因(GenBank登录号:AB189820)核苷酸序列设计1对特异性引物,利用PCR及克隆技术测定美洲短毛黑水貂MC1R基因完整编码区序列(CDS),并对该序列进行了BLAST比对及生物信息学预测和分析。结果表明,获得的美洲水貂MC1R基因与欧洲水貂相似性为95%,为单一外显子基因,核苷酸序列长度为1 324bp,包括部分5′UTR(188bp)、CDS(954bp)和3′UTR(182bp),编码区碱基G+C含量高达66.04%,由CDS推导共编码317个氨基酸,预测的MC1R蛋白理论分子质量为34.49ku,等电点(PI)为8.97,不稳定系数是36.63,属于弱碱性稳定蛋白质。进一步分析发现,美洲水貂MC1R基因编码的蛋白存在1个低复杂度结构域和7个典型的跨膜区,N-端不存在信号肽,定位于细胞质膜,具有典型的细胞膜受体结构。分子进化分析显示,美洲水貂与欧洲水貂亲缘关系较近,与二者均属鼬科、鼬属动物的传统动物分类学一致。美洲水貂MC1R基因的获取及序列结构特征分析为揭示其皮毛颜色多样性的分子遗传学机制奠定了详细的生物信息学基础。

基于彩色图像的玻璃绝缘子缺陷诊断

探讨了架空送电线路直升机巡检系统,提高玻璃绝缘子损伤诊断效率的方法。首先采用分块图像的颜色统计识别以及连通域的形状和边缘链码特性,识别出玻璃绝缘子所在区域;然后采用滑动窗口直方图统计及直方图匹配判决的方法,识别出玻璃绝缘子损伤的区域。该方法适用于野外环境中的实时检测,因此可以在一定的光线变化范围和背景复杂度内识别诊断玻璃绝缘子损伤。通过此方法可以在较低的漏检率下快速而准确地检测玻璃绝缘子损伤故障,能在机载系统中具备实时处理能力。

一种基于自组织神经网络的彩色图像分割方法

提出了1种基于自组织神经网络的彩色图像分割方法.它首先在空间-颜色联合域内利用自组织神经网络对图像进行聚类,再结合区域生长的方法和区域邻接列表,对图像中的相似颜色区域进行合并,并去除像素数量较少的小区域,从而得到最后的分割结果.在聚类后的图像上进行分割,可以较好的把1个物体对象只表示为1个或少数几个分割区域,明显减少对象物数目,较好地克服了传统区域生长方法的过分割问题.