Multi-scale Graph-matching Based Kernel for Character Recognition from Natural Scenes

认出从自然景色图象提取的字符由于 intraclass 变化的高度是相当挑战性的。在这份报纸，我们为景色特性识别建议一个多尺度的匹配图的基于的核。以便捕获人物的内在地特殊的结构，每幅图象被与多尺度的图象格子联系的几张图代表。当也越过邻近的节点保存空间一致性时，二幅图象的类似被匹配二张图(图象) 因此定义为最佳精力，它在图为每个节点发现最好的火柴。计算类似是合适的为支持向量机器(SVM ) 构造一个核。与多尺度的格子匹配图获得的多重核被联合以便最后的核是更柔韧的。挑战性的 Chars74k 和 ICDAR03-CH 数据集上的试验性的结果证明建议方法比现状方法更好表现。

动量余弦相似度梯度优化图卷积神经网络

传统梯度下降算法仅对历史梯度进行指数加权累加,没有利用梯度的局部变化,造成优化过程越过全局最优解,即使收敛到最优解也会在最优解附近震荡,其训练图卷积神经网络会造成收敛速度慢、测试准确度低。利用相邻两次梯度的余弦相似度,动态调整学习率,提出余弦相似度梯度下降(SimGrad)算法。为进一步提升图卷积神经网络训练的收敛速度和测试准确度,减少震荡,结合动量思想提出动量余弦相似度梯度下降(NSimGrad)算法。通过收敛性分析,证明SimGrad算法、NSimGrad算法都具有O(√T)的遗憾界。在构建的三个非凸函数进行测试,并结合图卷积神经网络在四个数据集上进行实验,结果表明SimGrad算法保证了图卷积神经网络的收敛性,NSimGrad算法进一步提高图卷积神经网络训练的收敛速度和测试准确度,SimGrad、NSimGrad算法相较于Adam、Nadam具有更好的全局收敛性和优化能力。

面向线束预装配的多约束线束布局方法研究

线束由一组线束段按树状结构连接而成,是飞机汽车等产品中连接各电气设备的接线部件。为提高安装效率,复杂线束需要在线束工装板图上进行预安装,即根据角度、距离、交叉、边界等工艺约束在工装板上摆放线束,是一个多约束下的线束布局问题。通过借鉴图布局算法,将线束布局转换为优化问题,并采用随机梯度下降法SGD每次随机挑选一对线束段进行优化,逐步迭代收敛。因为线束段是长度不变的刚体,所以移动一根线束段时会带动相连的其他线束段,进而导致SGD迭代过程出现震荡,难以收敛。通过提出双向传递的线束段移动算法,在保证线束段能移动到目标位置的同时尽量少相连线束段的变动。使用合成线束案例和某真实飞机线束案例进行有效性验证,结果表明各工艺约束能均能得到满足,符合线束预装配的生产要求。

基于多层次随机梯度下降的大规模图布局算法

大规模图布局问题是图可视化领域研究热点之一。应力布局模型在保持全局布局结构方面表现出色,然而其求解速度却不及弹簧电荷模型,且局部布局质量也有所欠缺。在维持全局结构稳定条件下,为提高应力模型求解大规模图时的布局速度、改进布局局部结构表达,提出了一个新的多层次随机梯度下降图布局模型。首先利用基于邻居结构的图压缩合并算法生成层次图结构,再使用节点最优放置算法初始化节点坐标。最后利用融合了节点正负样本的随机梯度下降算法细化布局,改进局部布局质量。同时多层次方法也有效提高了布局速度。在30个不同规模的数据集上与现有布局模型进行对比实验,从布局计算效率、布局质量以及可视化效果三个方面证明了该方法的有效性。

超像素分割算法研究综述

超像素能够捕获图像冗余信息,降低后续处理任务复杂度,已受到了国内外研究者的日益关注。首先分析了超像素分割领域的发展现状,以基于图论的方法和基于梯度下降的方法为视角,对现有超像素分割方法进行归纳和论述。在此基础上,就目前常用的超像素分割算法进行了实验对比,分析各自的优势和不足。最后,对超像素分割技术的最新应用进行了介绍和展望。

图切割支持的融合颜色和梯度特征的实时背景减除方法

通过融合图像的颜色和梯度特征,实现了一种实时背景减除方法·首先融合颜色和梯度特征建立新的能量函数;然后基于图切割算法最小化能量函数,并对前景/背景进行分割;最后使用光流验证前景区域的真实性,并更新背景模型·对不同场景的实验结果表明:该方法可以实时地检测出视频序列中的运动物体,结果准确、有效·

一种新的图像合成方法

提出了一种新的图像分割与合成方法。对于图像的分割,提出了新的切割图法,先是手工把一些明显属于物体和明显属于背景的像素分割出来,然后设置了新的能量函数,求它取最小值时的分割结果。对于图像的合成,提出了梯度比较法,在保留物体基本颜色特征的同时,改变了物体的光亮度,使其与新背景的光亮度一致,从而合成图像的光照效果更真实。

多特征组合和图切割支持的物体/背景分割方法

运动物体分割是计算机视觉应用领域中的一个基本问题,阴影和亮度变化均易造成分割结果错误.通过组合多种图像特征,实现了一种新的检测运动物体方法.一方面,组合图像的颜色、梯度和纹理特征,利用梯度和纹理信息对亮度变化不敏感的特性,提高运动物体分割的准确性;另一方面,使用图切割算法对物体/背景进行分割,在不影响整体分割结果前提下修正局部判别错误的像素点,分割结果噪声少且稳定性强.对不同场景的分割结果表明,该方法是高效的和实用的.

基于梯度相似性与Rényi熵图的图像配准算法

图像配准技术是图像处理与分析中的基本任务。针对图像配准对鲁棒性强、准确性高和速度快的要求,文中提出一种基于梯度相似性与Rényi熵图的图像配准算法。该算法首先提取图像特征点集,以Rényi互信息作为目标函数,然后使用特征点集的广义近邻图来估计Rényi熵与互信息,最后将特征点梯度信息融入到配准框架中。新算法结合了特征点梯度信息的鲁棒性和Rényi熵图理论的高效性。在真实遥感图像上进行的配准的实验表明,与传统方法相比,新算法在鲁棒性、速度和准确度上都达到很好的结果,是一种有效的图像配准方法。

1720例不同健康状态及年龄梯度人群脉图特征研究

目的采用自行研制的PDA-1型脉诊仪采集非疾病人群脉图,分析不同健康状态、不同年龄梯度的脉图特征,为中医脉诊学的临床应用研究提供参考。方法采集1 720例非疾病人群的基本信息及脉图信息,以自主研制的"H20问卷"进行健康状态判别,分析不同年龄梯度健康人群、不同年龄梯度亚健康人群、同年龄梯度内健康与亚健康人群的脉图差异及特征信息。结果 (1)1 720例非疾病人群中,健康人群730例,亚健康人群990例。(2)健康组与亚健康组比较,h_5值显著降低(P<0.01),t_4、t_5、h_3/h_1、h_4/h_1、t_4/t_5、w_1/t、w_2/t值显著升高(P<0.05,P<0.01)。(3)不同年龄梯度健康人群脉图参数比较,40-49岁年龄梯度与≥50岁年龄梯度脉图参数差异无统计学意义(P>0.05),而与<30岁年龄梯度、30-39岁年龄梯度有差异,具体表现在h_5值显著降低(P<0.01),h_3、h_4、t_4、h_3/h_1、w_1/t等值显著升高(P<0.05,P<0.01)。(4)不同年龄梯度亚健康人群脉图参数比较结果显示,随着年龄的增加,h_5值显著降低(P<0.01),t_1、t_4、t_4/t_5值显著升高(P<0.05,P<0.01)。(5)同年龄梯度健康与亚健康人群脉图参数比较结果显示,在<30岁、30-39岁年龄梯度内,亚健康人群脉图参数h_5值显著降低(P<0.05),<30岁年龄梯度t_4、h_3/h_1、t_4/t_5、w_1/t值显著升高(P<0.05,P<0.01);30-39岁年龄梯度t_4、h_4/h_1值显著升高(P<0.05,P<0.01);40-49岁、≥50岁年龄梯度内及两个年龄梯度间比较,健康人群与亚健康人群脉图参数差异无统计学意义(P>0.05),较<30岁、30-39岁年龄梯度,h_5逐渐降低。结论健康人群与亚健康人群的脉图有差异,相同年龄段不同健康状态人群之间的脉图也有差异,主要表现在h_5、h_3/h_1、w_1/t等指标;研究结果提示,亚健康状态人群的左心室射血功能和大动脉顺应性降低,动脉血管弹性降低,外周阻力增加,脉象偏弦。脉图可以作为一种评估健康状态的客观依据。

基于Mesh的地面激光点云分离方法研究

由于激光雷达扫到地面上的点对地面障碍物的检测有较大影响,为准确识别障碍物,需要对障碍物点云和地面点云进行准确分离。针对传统分离方法存在计算量大、场景通用性差等缺点,提出基于三维网格(Mesh)图的点云分离方法。该方法通过将采集到的点云数据连成Mesh图,根据地面点与其他点在Mesh图上的属性不同,找到地面基准点并将地面属性蔓延至其他各点,最终将所有的地面点分离。实验结果表明,该方法在保证算法运行效率的同时,具有良好的地面点云分离效果。

基于梯度广义近邻图的多模医学图像配准

提出一种融合梯度信息的医学图像配准算法。提取图像中互补的尺度空间特征点,并计算特征点周围的梯度信息,以Rényi互信息作为目标函数,利用广义近邻图估计Rényi熵。实验结果表明,在受外界因素影响较大的情况下,该算法速度较快、准确率较高,具有较强的鲁棒性。

基于梯度矢量流Snake模型与图割的目标边界提取

针对梯度矢量流Snake模型因力场迭代次数过大造成运行时间长的不足,结合梯度矢量流Snake模型和图割理论提出了一种新的目标边界提取方法。该方法利用图割理论先对初始轮廓进行迭代寻优,使获得的轮廓线处在目标边界的"有效逼近域"内,然后将得到的轮廓线作为Snake的初始轮廓,最后利用梯度矢量流Snake模型准确提取目标边界。实验结果表明,该方法能够快速、准确地逼近到目标边界,并具有较强的抗噪性。

基于梯度向量流的医学图像自动分割

提出了一种基于梯度向量流的自动图像分割算法,该算法首先将梯度向量流场转化为一个标量场,该标量场能够显著简化种子点选取和区域增长的步骤。在得到图像的初始分割后,再使用基于区域邻接图的算法来将相似区域合并得到最终分割结果。试验结果表明,该算法能够有效地解决医学图像中多目标区域的自动分割问题。

图像区域分割中的无监督图割方法

提出一种基于图割算法的图像多区域分割方法,该方法采用核函数对数据项进行隐性的非线性映射,将原始数据映射到高维特征空间,实现图像的线性多类划分,扩展了分段常数模型的应用范围,提高了复杂区域的分割效果。由于图像边缘梯度变化剧烈,具有不连续性,在平滑项中加入图像的梯度约束条件,减少过分割。同时,采用无监督方法设置初始参数,避免了交互操作,更符合多区域分割的要求。实验结果表明,新方法不受图像内容的限制,无论是主观视觉判断还是客观定量分析,该方法都具有较好的分割效果。

自顶向下聚集型代数多重网格预条件的边权选择

针对基于图划分的自顶向下聚集型代数多重网格预条件,考察了利用METIS软件包进行多重网格构建的方法,并就该软件包只能处理整型权重,不能处理实型权重的问题,提出了一种将实型边权转化为整型边权的有效方法。之后将这种转化方法应用到METIS图划分软件中的边权选择,并用其给出了对自顶向下聚集型代数多重网格预条件的一种改进算法。通过对二维与三维模型偏微分方程离散所得稀疏线性方程组的数值实验表明,带边权的改进型算法大大提高了多重网格预条件共轭斜量法的迭代效率,特别是对各向异性问题,改进效果更加显著。

电阻抗层析成像系统“软场”非线性特性——基于统计的方法

基于图方法与均匀设计方法,分析了电阻抗层析成像系统中的非线性特性．定义了非线性度,研究了圆域内两子区域的参数变化,采用正态图及半正态图方法分析了5因子2水平的情形,采用8因子6水平进行均匀设计,“最坏”情形的非线性度为-93．265％,并采用基于灵敏度矩阵的双共轭梯度法进行图像重建．结果表明,由于灵敏度矩阵法将各区域的电导率变化与测量电压变化存在的非线性关系线性化,忽略了EIT系统中由于“软场”性质引起的耦合效应,导致图像质量降低及迭代次数不确定;由于不同子区域间的耦合效应,尽管控制迭代次数可实现部分补偿,但基于灵敏度定理的迭代重建算法仍有其局限性,难于重建精确图像．

基于混合图像分割与梯度算法的发光物体图像重建技术研究

传统的图像重建算法存在光源分布不均以及噪声干扰等问题,导致图像重建效果差。针对该问题,提出了一种改进的混合图割算法和梯度算法的发光体图像重建技术。算法首先采用图像分割算法得到在未知先验条件的情况下的发光源情况;然后利用不同的梯度算法,根据重建状态得到发光源准确的分布情况;最后利用内部光源的多级网络提高计算速度和重建的准确性。仿真实验结果表明,本方法即使在存在检测噪声和模型结构误差的情况下,仍然能够得到很好的重建性能,具有较高的实际应用价值。

基于关系图邻接矩阵逼近的推荐系统

在基于关系图约束的推荐方法中,引入用户图(项目图)约束的目的是保持原始的高维用户表征空间(高维项目表征空间)与低维的隐性用户表征空间(隐性项目表征空间)之间用户关系(项目关系)的一致性.不同于传统的基于关系图Laplacian矩阵的一致性约束,本文提出一种基于关系图邻接矩阵逼近的推荐模型,从相似性空间一致性角度进行约束,在保持高维表征空间与低维隐性空间的一致性关系的同时,可以一定程度上避免局部过拟合问题.在EachMovie与MovieLens数据集上的实验结果验证了本文算法的有效性.

一种基于高斯混合模型与Markov建模的灰度图像分割方法

当灰度图像中存在区域间灰度变化不明显或者含有噪声时,图像分割效果会受到比较严重的影响,本文针对此类问题,基于高斯混合模型,提出了一种改进的灰度图像分割算法。首先,基于马尔可夫随机场建模,将梯度因素引入邻域约束,推导图像的能量函数。然后,采用改进的期望最大(EM)算法对能量函数进行求解,E步通过图割法求解各像素点的分类,M步通过改进的期望最大(EM)算法求解高斯混合模型中的各参数。实验结果表明,本文的方法相对于直接用图割法能够求得更低的能量值,获得较好的分割结果。