计算机图像模拟技术在岩土工程勘探中的应用——评《计算机视觉特征提取与图像处理》

岩土工程勘探是工程建设过程中对岩土地质条件进行数据搜集,经过数据分析、整理制定决策方案的一项工作。作为工程建设的组成部分,岩土工程勘探能够对工程地质、岩土结构进行有效监测,通过监测数据确定该工程建设的可行性,有助于提前针对施工中可能出现的问题做好应急预警机制,规避风险,促进工程的顺利开展及工作效率的提高。但随着科技的发展,传统的岩土工程勘探技术存在数据不合理、成本高、技术水平低、人员知识储备不够、经验不足等问题,难以适应新时代、新技术下工程建设的现实需求。计算机模拟技术下的岩土工程勘探是科技创新驱动发展的成果,是高科技、新技术下的创新勘探模式。通过运用计算机模拟岩土工程勘探的仿真动态过程,能够有效解决数据不合理、成本高等难题,精准数据、降低成本。有助于促进岩土勘探技术水平的全面提升,提高勘探结果的精准性、设计方案的合理性、确保施工人员的安全性,从而提高施工效率的高效性、质量的优质性。

基于视觉特征提取的压缩域在线视频摘要快速提取

为了在有限的时间内产生质量可接受的视频摘要以达到在线使用的要求,提出一种基于视觉特征提取(visual features extraction,VFE)的压缩域视频摘要快速提取方法。从每帧输入视频中提取视觉特征,采用零均值归一化交叉相关(zero mean normalized cross correlation,ZNCC)指标检测有相似内容的视频帧组,为每组选择代表性帧,运用2个量化直方图过滤所选择的帧,从而避免视频摘要中可能的冗余或无意义帧。在视频检索国际权威评测(TREC video retrieval evaluation,TRECVID)2007数据集上的实验结果表明,与基于聚类的高斯混合模型、基于熵的模糊C均值聚类和关键帧提取方法相比,该方法提取的视频摘要质量更高,且在时间和空间复杂度上具有明显优势,适合在线实时处理。

视觉特征提取加工中的认知可塑性

本研究采用“加因素法”研究范式 ,通过两个实验分别检测 2 0名飞行员和 1 0名老年被试及其相应控制组在视觉特征提取任务上的认知加工水平 ,旨在探讨视觉特征提取这一高水平视觉表象加工上的认知可塑性水平。研究结果表明 ,视觉特征提取加工既表现出了随外界系统训练而发生功能增强的练习效应 ,也表现出了随年老化过程而发生相应功能显著改变的年龄效应。研究提示 ,由于受大脑神经细胞活动特性改变的影响 ,视觉特征提取加工更多地表现出了可塑性或易变性相对较高的认知特性。结合相关的工作基础 ,研究结果还进一步证实高水平视觉认知加工所表现出的练习效应和年龄效应在大脑神经网络上的分布是不平衡的。本研究不仅对于揭示高水平视觉表象加工的认知特性具有重要的理论意义 ,而且在实践中对于建立飞行员。

结合稀疏编码的生物视觉特征提取方法

在分析视皮层标准模型的基础上,从S2层的生物视觉机理出发,提出一种结合稀疏编码的生物视觉特征提取方法。对原始标准模型中C1层的输出进行稀疏编码,生成S2层的特征,并在此基础上产生C2特征。将标准模型产生的特征和该方法提取的特征应用于图像分类中进行对比实验,实验结果表明,与标准模型相比,该方法可以更有效地提取生物视觉特征。

基于局部轮廓视觉特征提取的铜金属的杂质检测方法

采用计算机视觉图像处理技术实现铜金属的杂质检测，提高检测精度，提出一种基于局部轮廓视觉特征提取的铜金属的杂质检测方法。对采集的铜金属原材料图像进行局部轮廓视觉特征提取，对图像进行小波阈值滤波，采用Harris角点检测方法进行图像的杂质成分点标记，实现对图像的杂质噪点优化检测。仿真结果表明，采用该方法进行图像处理和铜金属杂质检测，精度较高，图像的平滑性较好。

多模式汉语连续语音识别中视觉特征的提取和应用

本文对在汉语多模式汉语语音识别系统中利用视觉特征进行了研究 ,给出了基于多流隐马尔科夫模型 (Multi streamHMM ,MSHMM)的听视觉融合方案 ,并对有关视觉特征的两项关键技术 :嘴唇定位和视觉特征提取进行了详细讨论。首先 ,我们研究了基于模板匹配的嘴唇跟踪方法 ;然后研究了基于线性变换的低级视觉特征 ,并与基于动态形状模型的特征作了比较 ;实验结果表明 ,引入视觉信息后无噪环境下语音识别声学层首选错误率相对下降 36 0 9% 。

基于深度网络的微视频场所分类特征提取方法研究

近年来,随着移动互联网的发展和移动智能终端的普及,微视频已经在社交媒体平台上广泛地传播。微视频中包含的场所信息具有重要的应用价值。本文比较了视觉和声音模态对微视频场所分类性能的影响,验证了视觉模态的重要性,同时验证了两者之间的信息互补特性。除此之外,为弥补前人对不同视觉特征提取网络考虑较少的不足,本文选用了几种典型且高效的视觉特征提取主干网络,研究了不同主干网络提取的视觉特征对微视频场所分类模型性能的影响,验证了更强的视觉特征更有利于分类任务,在最优的分类模型NNeXtVLAD+中,相比于VGG16,Inception-ResNet-v2对应的性能提升9%。

基于视觉特征的农业机械三维模型相似性评价

目前已有多种理论、方法应用到三维模型的相似性评价中,但是通过对三维模型进行投影,将其转化为二维图像,然后通过图像匹配方式间接实现对模型的评价在农机产品CAD模型领域却少有应用。因此,本文以农业机械零件三维模型的投影视图为研究对象,提出了一种两阶段检索方法,首先以傅里叶描述子作为过滤方法对图像边缘特征提取比较,进行初期匹配,之后以极半径不变矩对图像的整体区域进行二次精确评价,分别计算图像描述子的距离,最终实现农业机械模型的相似性评价。结果表明,算法检索性能取得了良好的检索效果,能够满足实际要求。

交通场景的多视觉特征图像分割方法

针对场景分割中基于像素分类计算较为复杂,使用特征类别较少难以提高分类精度的缺点,提出一种新的基于超像素多种视觉特征来学习场景几何结构类别的模型.首先,在图像超像素基础上进行多视觉特征提取;然后,利用这些特征对超像素进行分类,再计算相邻超像素视觉特征的差异,推断相邻超像素类别的一致性;最后,用初始分类和一致性分类结果构造基于马尔科夫随机场模型的能量函数,使用基于图割的优化方法确定超像素的类别.实验结果表明,该方法对特征的选择以及分类优化算法能够有效提高分类的精度,对交通场景能够实现较好的分割效果.

基于场景的Flash动画结构与视觉特征探析

基于Flash动画版本格式文件作为研究对象,SWF文件结构和Flash动画过程中,动画场景的基础上结构和视觉特性的研究,课题中实现逻辑的场景以及具体视觉场景分割,从而实现了Flash视觉表达的形状特性,以及图像特征的提取。分析了Flash内容、提取平台和Flash动画的特点,详细介绍了基于内容的检索系统。研究了动画场景结构和视觉特点、Flash内容平台的建设、特征分析和提取的Flash动画基于内容检索服务,为Flash内容管理和研发带来了搜索引擎的新方向,有较高的应用价值。

基于视觉的人体动作识别综述

基于视觉的人体动作识别是图像处理、计算机视觉、模式识别、机器学习、人工智能等多个学科的交叉研究课题,在视频监控、视频检索、人机交互、虚拟现实、医疗看护等领域具有深远的理论研究意义和很强的实用价值.文中从特征提取的方法、动作识别的方法、相关国际竞赛与常用数据库等方面详细阐述该领域目前的研究现状以及研究难点与可能的发展方向.

基于特征点轨迹的动作识别

文中提出一种基于时空特征点轨迹的动作识别方法.首先为了克服局部时空特征时间信息缺失的问题,该方法采用KLT跟踪器对时空局部特征进行跟踪,将得到的时空特征跟踪轨迹作为基本的处理、描述单元.与局部时空特征相比,它能在更长的时间尺度上对运动进行描述,进而更好地捕获运动的动态变化与转变过程.其次在时空特征轨迹基础上,该方法提出了轨迹相对位置、相对速度关系元来对轨迹之间的关系进行建模.对轨迹之间的关系进行建模有助于捕获不同动作在特征分布上存在的一些比较稳定的模式.最后利用多核学习方法融合多种特征来训练动作分类器.在交互动作数据库上对提出的方法进行了实验,实验结果证明了方法的有效性.

CNC加工动态基准视觉检测新工艺研究

由于CNC加工过程中工序间误差累积,严重影响数控加工精度。为此提出一种CCD视觉检测新工艺来实现加工动态基准的在线检测和误差补偿。研究动态基准的视觉特征提取方法,获取加工基准位置和误差;采用嵌入式控制技术,实现视觉图像的在线采集和处理;视诊测头像普通刀具一样通过标准锥柄安装在加工中心刀库中,通过CNC程序代码实现一体化控制功能。针对汽车关键件的验证,得出视诊测头检测精度达到0.03 mm,与基于触发式测头的CNC在线检测方法相比,检测效率提高近3倍,证明了该检测工艺在检测精度及效率上均能够满足生产线自动化检测需求。

基于数据共性的鲁棒特征表示

为了提高图像检索的性能,研究了图像变化对视觉特征鲁棒性的影响,提出了一种新的鲁棒特征表示方法。该方法首先挖掘鲁棒特征的数据共性,即在不同图像变化条件下提取的鲁棒特征之间的共性,然后基于数据共性进行特征的二进制码表示。在特征挖掘阶段,根据特征的视觉信息和在向量空间下的相似性来挖掘数据共性。在特征表示阶段,对具有共性的特征进行离线学习,通过局部保持哈希(LPH)将具有共性的数据表示为相似的二进制码。该方法由于将特征提取过程中的潜在信息即数据共性与特征表示技术相融合,因此能够更好地应对复杂图像变化。实验表明,在图像检索应用背景下该方法的精度比现有方法提高6%以上。

多模态神经网络在视频字幕生成中的探索

多模态学习是指从多个不同的数据源中提取信息并进行综合分析,以获得比单一模态更为丰富和准确的表征。在视频字幕生成任务中,多模态神经网络能够同时处理视频的视觉信息和音频信息,通过深层次的特征融合与交互,实现对视频内容的全面理解和精准描述。这一技术路径不仅突破了传统方法的局限,还为视频内容的自动化处理开辟了新的可能。

面向未来的交互信息技术——听觉视觉双模态语音识别(AVSR)(上)

介绍了听觉视觉双模态语音识别技术的背景、生物物理基础以及研究现状，简单叙述了中国科学院声学研究所语音交互信息技术研究中心（ＳＩＴ）在该领域的最新进展，最后对该领域未来的研究方向、潜在的应用领域进行了分析。

基于语义的WWW图像检索

图像检索是多媒体信息检索的一个重要研究分支。本文给出了从WWW网页中提取图像的文字信息和利用图像分析获取图像视觉特征的方法以及基于图像知识库整合图像的文字信息和视觉特征,获取图像语义的方法。基于此方法,建立了一个基于语义的WWW图像检索系统。初步实验表明,该系统具有较高的图像检索准确率。

基于Hadoop云计算平台的图像分类与标注

为有效处理并利用互联网海量的图像和视频数据,提出了一种基于Hadoop云平台的图像分类和标注解决方案。针对如何高效地进行训练集提取这一重要问题,搭建了基于云计算的图像抓取平台,利用互联网的图像资源作为原始数据集,为提取训练集图像提供足够的数据;实现了基于概率潜在语义分析模型的训练集图像提取功能,对原始数据集进行基于主题的聚类,帮助用户快速选取训练集图像;加入了SVM分类模型,利用提取出来的训练集对未标注图像进行分类标注,实现了完整的系统。实验结果表明,该方案能够满足海量图像数据分类和标注的功能和性能需求。

浅谈基于情感的图像检索系统

介绍了基于情感的图像检索系统产生的原因及概念,分析了图像特征提取技术和图像特征与情感空间映射技术,提出了系统设计的五个模块,以其对系统的建立有一定的参考价值。

NEW CORNER DETECTION ALGORITHM BASED ON MULTI-FEATURE SYNTHESIS

Corner detection is a chief step in computer vision. A new corner detection algorithm in planar curves is proposed. Firstly, from the human perception, two key characteristics are given as an amendment of the traditional corner properties. Based on the two properties, the concept of the fuzzy set is introduced into a detection. Secondly, the extracted-formulae of three groups including the features of the corner subject degree are derived. Through synthesizing the features of three groups, the judgments of the corner detection, location, and optimization are obtained. Finally, by using the algorithm the detection results of several examples and feature curves for some interested parts, as well as the detection results for the test images history in references are given. Results show that the algorithm is easily realized after adopting the fuzzy set, and the detection effect is very ideal.