基于投影区域密度划分的k匿名算法

在数据发布的隐私保护中,现有的算法在划分临时匿名组时,没有考虑临时匿名组中相邻数据点的距离,在划分过程中极易产生许多不必要的信息损失,从而影响发布匿名数据集的可用性。针对以上问题,提出矩形投影区域,投影区域密度和划分表征系数等概念,旨在通过提高记录点的投影区域密度来合理地划分临时匿名组,使划分后的匿名组产生的信息损失尽量小;并提出基于投影区域密度划分的k匿名算法,通过优化取整划分函数和属性维选择策略,在保证匿名组数量不减少的同时,减少划分过程中不必要的信息损失,进一步提高发布数据集的可用性。通过理论分析和实验验证了算法的合理性和有效性。

斜坡面上孔底设计高程计算方法

在爆破平场的炮孔测量实践中,探索出了一种斜坡面孔底设计高程的计算方法。在已知设计地面四个角点坐标和高程的情况下,不但可以计算四点共面的矩形内钻孔孔深,还可以将矩形划分为两个直角三角形计算四点异面的钻孔孔深。原理简单,既适用于少量炮孔的手工计算,也适用于通过计算机编程来计算大批量炮孔孔深。

线型物体主方向关系推理的研究

线型物体主方向关系的推理研究是空间方向关系推理中的重要组成部分.在分析线型物体主方向关系模型的基础上,提出了线型物体主方向关系的投影区间矩形代数方法,从而实现了线型物体主方向关系的合理表示、基本推理运算以及线型物体主方向关系的凸关系判断.结合凸关系网络定理和路径一致性算法,提出了线型物体主方向关系网络一致性检验算法,给出了算法的正确性证明.

一种用于工程图档表格信息的智能提取算法

工程图档中CAD信息的智能提取在PDM(Product Database Management)系统中的地位勿容置疑,这些信息是BOM(Bill of Material)的基础。在分析CAD图档dwg文件所涉及的数据栏(包含标题栏、明细栏)逻辑结构的基础上,提出一种针对基于矩形投影的数据栏信息的批量提取算法。通过实验验证了算法的可行性,该算法为CIMS的自动化生产提供了可靠的数据基础。

基于CTU纬度的360度视频快速编码

针对360度视频投影为等矩形格式时存在拉伸现象,两极采样率高而赤道处相对采样率低的特点,提出一种基于CTU纬度位置的360度视频快速编码算法。首先,根据ERP视频不均匀采样特性,将整幅ERP图像分成3个部分:靠近极点处的区域、靠近赤道处的区域、处在极点区和赤道区之间的区域。其次,基于编码树单元纬度位置,来判断当前编码树单元所属的区域,即区域划分最终是按编码树单元纬度来决定的。最后,根据不同的区域,按照采样率高的位置适合大块编码、采样率低的位置适合小块编码准则,分别确定其预测深度范围。实验结果表明,在使用WS-PSNR评价编码效果时,与集成了360Lib3.0的HEVC参考软件HM相比,本文算法在亮度块只有0.6%的BD-rate增加下,编码时间节省了11.9%。

分片纠正的球面全景影像匹配方法研究

针对球面全景影像等矩形投影易带来非线性畸变,而直接将传统特征匹配方法应用于全景影像很难满足实际应用需求的问题,该文提出了一种基于分片纠正的球面全景影像匹配方法:先将等距形投影的全景影像按经纬度分成N个子影像块,对每个子块进行投影转换以得到畸变纠正后的影像,并对其做SIFT特征提取及描述,将N个子影像的SIFT特征进行坐标转换并合并即可获得整幅全景影像的特征集,进而完成多幅全景影像间的匹配。经过分片纠正后的影像在较大程度上保证了空间物体的几何属性,提高了特征匹配的质量。

基于感兴趣区域的360°全景视频编码

针对360°全景视频在等矩形投影面中编码时存在冗余像素较多且较少考虑感兴趣区域(ROI)画面质量的问题,提出一种基于ROI的360°全景视频编码算法。该算法利用当前帧编码残差信息求取ROI并指导下一帧编码;利用球面到等矩形投影面的映射函数求出各纬度处像素的冗余程度,将其作为非ROI量化参数的调节因子,并与ROI量化参数调节因子共同决定每帧画面最大编码单元级别的编码参数设置。实验结果表明,在使用加权球面峰值信噪比和球面峰值信噪比全景视频客观评价方法评价编码效果时,与HEVC编码器参考软件相比,本文方法码率最高可节省4.98%,平均码率可节省2.46%,相同码率下视频质量平均提高0.145dB。与相关代表性方法相比,ROI内容质量明显提升。

虚拟现实图像客观质量评价研究进展

随着科学技术的发展,虚拟现实(virtual reality, VR)技术逐渐渗透到医疗、教育、军事和娱乐等众多领域,并凭借在各个领域广阔的应用前景而受到广泛关注。鉴于视觉质量是决定VR技术能否成功应用的关键,且图像是VR应用最基础和最重要的视觉信息载体,VR图像质量评价已经成为质量评价领域的重要前沿性研究方向。与传统图像质量评价类似,VR图像质量评价可以分为主观质量评价和客观质量评价。由于客观质量评价相比主观质量评价具有成本低、稳定性高和应用范围广等优点,对VR图像客观质量评价的研究受到了国内外学者的高度重视。目前,关于VR图像客观质量评价的研究已经取得了一定进展,但是文献中缺少对该方向相关研究方法的综述。基于此,本文针对VR图像客观质量评价的研究进行概述。首先,对VR图像质量评价的研究现状进行分析。然后,重点对现有的VR图像客观质量评价模型进行综述。具体地,根据模型是否需要使用原始无失真图像信息作为参考,将现有的VR图像客观质量评价模型划分为全参考型和无参考型两大类。其中,全参考型方法进一步划分为基于峰值信噪比/结构相似度的方法和基于传统机器学习的方法。根据特征表达空间的不同,无参考型VR图像质量评价模型划分为3类:基于等矩形投影表达空间的方法、基于其他投影表达空间的方法和基于实际观看空间的方法。介绍完各类模型后,分别对其相应的优缺点进行分析。此外,本文对VR图像客观质量评价模型的性能评价指标和现有VR图像质量评价数据库进行了归纳。最后对VR图像客观质量评价模型的应用进行了介绍,并指出了未来的研究可能的发展方向。