窗口序列PCA投影降噪的二次前景分割方法

针对室外视频包含噪声、复杂气象条件等引起的视频退化问题,对噪声特点及前景目标运动性质的差异进行分析,提出一种二次前景分割方法.使用窗口序列PCA并结合高斯混合模型对室外视频降噪后进行背景建模,初次分割前景目标;通过分析目标重叠区域概率描述不同前景目标的运动性质,并结合初次分割结果对视频进行二次分割,提取感兴趣目标;对雨、雪等非感兴趣目标进行背景修饰,提高视频数据质量.实验结果表明,该方法能够有效地抑制室外视频噪声,去除雨、雪影响,改善视觉效果.

基于改进遗传算法的天文卫星任务规划研究

空间天文卫星任务规划是一个复杂的多目标优化问题,是为了确定空间天文卫星需要执行的观测活动,有效研究确定在轨方案。通过抽象空间天文卫星任务规划问题相关要素,建立了空间天文卫星的任务规划数学模型,并在原有多目标遗传算法的基础上,设计了基于观测窗口序列的多目标遗传算法,改进了遗传算法的编码能力,能够得到每个观测任务的观测窗口序列,提高了规划结果的灵活性和适用性。从规划仿真结果看,使用改进后的多目标遗传算法能够满足空间天文卫星任务规划的具体需求,是有效的方法。

特殊气象条件下视频图像处理的研究

随着多媒体技术的飞速发展，视频图像被广泛的应用到各种领域，大部分的室外环境也都使用摄像机来拍摄图像。目前室外工作的摄像机多是CCD／CMOS类型，在成像和数据的传输的过程中会混入各种类型的噪声；同时外界环境因素也会影响成像，如光线、温度等。本文主要根据室外视频的特点，提出在雨雪气象条件下图像处理的二次图像分割模型，迟到视频图像的增强。

基于C-GRU的微博谣言事件检测方法

提出基于卷积-门控循环单元(convolution-gated recurrent unit, C-GRU)的微博谣言事件检测模型。结合卷积神经网络(convolutional neural networks, CNN)和门控循环单元(gated recurrent unit, GRU)的优点,将微博事件博文句向量化,通过CNN中的卷积层学习微博窗口的特征表示,将微博窗口特征按时间顺序拼接成窗口特征序列,将窗口特征序列输入GRU中学习序列特征表示进行谣言事件检测。在真实数据集上的试验结果表明,相比基于传统机器学习方法、CNN和GRU的谣言检测模型,该模型有更好的谣言识别能力。