融合子块梯度与线性预测的单高斯背景建模

针对单高斯背景模型不能适应非平稳场景且对初期保持静止后期运动的物体造成"鬼影"现象的问题,提出了融合子块梯度与线性预测的单高斯背景建模方法。首先,对每个像素点进行单高斯背景建模,并实现像素级的自适应更新,运用子块梯度算法将梯度在阈值内的子块作为背景以消除"鬼影";然后,将子块梯度法获得的前景与单高斯模型确定的前景做与运算,提高在非平稳场景下对背景的判断能力;最后,运用线性预测方法处理获得的前景点,将面积小于阈值的连通区域还原为背景。采用CDNET 2012 Dataset和Wallflower Dataset进行仿真实验:当场景变化幅度较大时,所提算法与混合高斯模型(GMM)相比,虽然检测率稍有下降,但检测精度提高了40%;在其他场景中检测率虽只提高约10%,检测精度却能提高25%以上。实验结果表明,融合子块梯度与线性预测的单高斯背景建模能够适应非平稳场景并消除"鬼影"现象,获得的背景比混合高斯模型更精确,提取的前景细节更丰富。

基于梯度残差密集块和注意力混洗的红外与可见光图像融合

针对当前基于深度学习的红外和可见光图像融合存在提取细粒度细节信息不足、深层特征利用困难的问题,提出了一种基于梯度残差密集块和注意力混洗机制的红外与可见光融合方法。该方法在编码器中加入梯度残差密集块和注意力混洗模块,提升自编码器对图像细粒度细节信息和深层全局特征的提取能力并抑制噪声。在与其他方法的对比实验中,本方法在主观评价上具有良好的细节纹理和全局层次,并可以很好地融合红外与可见光源图像的有效特征;在客观评价上,本算法在标准差、峰值信噪比、视觉保真度、基于边缘信息的指标和小波特征互信息五项取得最优值,分别为76.9275、16.7755、0.8767、0.5141、0.4313。

求解对称特征值问题的修正Jacobi共轭预处理梯度法(英文)

对于对称特征值问题,基于对原有复杂Jacobi共轭条件的简化,提出了一种修正的Jacobi共轭预处理梯度法.在理论上证明了在求解单个端部特征值时修正方法与原始方法有着渐近等价的共轭性.而在求解多个端部特征值时,修正方法与原始方法展现出极为相似的收敛性,但其矩阵乘积运算更少,因而计算代价也更小.数值算例进一步验证了修正方法的有效性和优越性.

基于方向图和Gabor滤波的指纹预处理算法

指纹图像在预处理过程中往往受多方面因素制约,有时无法满足指纹识别系统的要求。本文在传统指纹预处理算法基础上,给出一种有效的指纹预处理改进算法。首先,采用分块方差梯度分割算法分离指纹图像和背景区;再根据指纹特征,用方向图和均值滤波器进行图像增强,并用简化的Gabor滤波器,改进滤波模板滤除边缘模糊效应。二值化、细化并删除伪特征点后,提取出指纹脊线骨架并获得指纹特征点。实验表明,该预处理算法对不同质量的指纹图像均具有较好效果,算法灵活高效、易于实现、精确度高,达到了指纹识别系统的要求。

基于HBase的多分类逻辑回归算法研究

为解决在大数据环境下,用于训练多分类逻辑回归模型的数据集可能会超过执行计算的客户端内存的问题,提出了块批量梯度下降算法,用于计算回归模型的系数。将训练数据集存入HBase后,通过设置表扫描对象的起始行键参数,可取出大小合适的含训练样本及结果值的数据块;同时为避免客户端到服务端频繁的RPC调用,取出的数据块可进行多次迭代计算,以加快系数的收敛。当取出的数据块达到指定的迭代次数后,再按行键次序取出下一个数据块。如此循环,直到系数收敛或达到指定的循环控制阈值。多分类的逻辑回归问题可转换为二分类来解决,因此需要为每一个分类在训练数据表中设定结果值列,结合训练样本列簇,按块批量梯度下降算法得到每个分类的回归系数。实验结果表明得到的回归系数能准确地对测试样本进行分类。

一种保护图象轮廓细节的自适应亚抽样和插值方法

为在图象编码时减少原始图象数据 ,以提高压缩比和编码速度 ,提出了一种新的自适应亚抽样与插值的方法及可应用于多类分块图象编码的算法 .该方法首先将图象划分成互不重叠的块 ,然后计算每个块的水平梯度与竖直梯度 ,再根据图象块的两个方向梯度值 ,将图象块分为平滑块、水平轮廓块、竖直轮廓块和高细节块等 4类 ,同时对每类图象块采用不同的亚抽样与插值方法以减少原始图象数据 .模拟结果表明 :相对于其它的亚抽样与插值方法 ,该算法能够很好地保护图象中的轮廓及细节信息 ,从而极大地提高了重建图象的质量 ,尤其是图象的主观质量 .另外 ,对于细节较多的图象 ,该算法在保持相当压缩比的同时 ,PSN R也提高了 3.9d B;而对于细节较少的图象 ,压缩比与 PSN

非连续变形分析(DDA)线性方程组的高效求解算法

非连续变形分析(DDA)方法对大规模工程问题的数值模拟耗时太长,其中线性方程组求解耗时可占总计算时间的70%以上,因此,高效的线性方程组解法是重要研究课题。首先,阐述了适用于DDA方法的基于块的行压缩法和基于试验-误差迭代格式的非0位置记录;然后,针对DDA的子矩阵技术,将块雅可比迭代法(BJ)、预处理的块共轭梯度法(PCG,包括Jacobi-PCG、SSOR-PCG)引入DDA方法,重点研究了线性方程组求解过程中的关键运算;最后,通过两个洞室开挖算例,分析了各线性方程组求解算法在DDA中的计算效率。研究表明:与迭代法相比,直解法无法满足大规模工程计算需要;BJ迭代法与块超松弛迭代法(BSOR)的效率差别不大,但明显不如PCG迭代法。因此,建议采用PCG迭代法求解DDA线性方程组,特别是SSOR-PCG值得推广;如果开展并行计算研究,Jacobi-PCG是较好的选择,当刚度矩阵惯性优势明显时,BJ迭代法同样有效。

图像分割中字符号码类目标的快速定位方法

针对字符号码类目标,提出一种无需全图阈值分割和先验特征匹配计算的方法。先利用方向梯度块精确定位目标,再对目标区域作局部阈值分割,从而快速地得到高质量的目标信息。

基于色彩量化及索引的图像检索

提出了一种基于色彩量化及索引的图像检索新方法。结合人眼视觉感知特性,首先将图像划分成4×4大小的非重叠子块,通过块梯度的大小,在亮度空间将图像子块划分为视觉均衡块和非均衡块。若为均衡块,则用该块RGB空间的颜色均值作为其代表颜色值,然后转换到HSV空间,并量化成32个等级,形成32维索引直方图(S-HIST);若非均衡块,根据保持颜色矩不变技术将该图像子块在RGB空间量化两种颜色,然后转化到HSV空间,并将每种颜色量化成32个等级,形成496维的索引直方图(D-HIST)。最后,综合索引特征,进行图像检索。实验结果表明:该算法是非常有效的。

Generalized Green Correspondence of Graded Modules

The author studies the Green correspondence and quasi-Green correspondence for indecomposable modules over strongly graded rings. The motivation is to investigate the influence of induction and restriction processes on indecomposability of graded modules.