Integrating Color and Spatial Feature for Content-Based Image Retrieval

In this paper, we present a novel and efficient scheme for extracting, indexing and retrieving color images. Our motivation was to reduce the space overhead of partition-based approaches taking advantage of the fact that only a relatively low number of distinct values of a particular visual feature is present in most images. To extract color feature and build indices into our image database we take into consideration factors such as human color perception and perceptual range, and the image is partitioned into a set of regions by using a simple classifying scheme. The compact color feature vector and the spatial color histogram, which are extracted from the seqmented image region, are used for representing the color and spatial information in the image. We have also developed the region-based distance measures to compare the similarity of two images. Extensive tests on a large image collection were conducted to demonstrate the effectiveness of the proposed approach.

远距离动态图像中关键目标无损挖掘算法设计

由于远距离动态图像受到光照、大气干扰等因素的影响,同时关键目标与周围环境融合度高,导致难以准确地识别,使得图像关键目标提取完整度低。因此,提出一种远距离动态图像关键目标无损挖掘算法。基于三边滤波的HSV空间多尺度算法对远距离动态图像增强处理,采用直方图相似度匹配方法对动态图像的关键目标鬼影消除。根据动静态背景划分方法,对动态图像的关键目标无损挖掘。实验结果表明,所提方法的远距离动态图像关键目标无损挖掘精度高、完整性在98%以上、整体应用效果好。

规则软件系统模式匹配算法研究综述

模式匹配算法是规则软件系统的核心技术.本文叙述规则软件系统的基本概念、工作原理和主要推理方式;研究规则软件系统的模式匹配问题,总结了改善模式匹配效率的方法和技术;介绍Rete、Treat、Leaps和Matchbox四种典型的前向推理顺序模式匹配算法,分析研究了各个算法使用的提高匹配效率的技术及其优缺点,并对模式匹配算法当前研究进展和规则软件系统的应用现状进行了阐述.

标签匹配方法对业务流程模型相似性影响的分析

两个业务流程模型间活动标签的匹配对计算流程模型相似性十分关键。为了分析不同标签匹配方法对业务流程模型相似性的影响,采用两种基于句法和两种基于句义的标签匹配方法,分别将其整合到贪婪算法中,形成4个业务流程模型相似性算法并运用3种不同的组织真实业务流程模型对这些算法的搜索准确率进行了测试。结果表明,目前阶段基于句法的方法适用范围更广,基于句义方法的优化空间很大。最后,有针对性地提出了进一步提高业务流程模型匹配准度的建议。

基于本体的任务和知识个体匹配模型研究

为实现在知识产品在线定制过程中任务和知识个体的有效匹配,鉴于传统的基于关键词的匹配技术忽略语义信息的缺点,本文提出了一个基于本体的任务和知识个体匹配模型。首先提出了一种综合改进的概念语义相似度计算方法用以提高概念间的语义相似度计算的准确性,然后将任务信息和知识个体的信息分别抽象为任务概念向量和能力概念向量,通过计算两个概念向量之间的语义相似度,得到任务和知识个体的匹配结果。实验结果表明,该模型具有较高的准确率和召回率,能够为知识产品在线定制提供有效的匹配服务。

基于贝叶斯信念网络的多案例库检索方法

为了克服在基于案例推理中单一案例库检索的局限性,提出了基于贝叶斯信念网络的多案例库检索方法.该方法仅要求用户采用关键词对目标案例进行描述,通过贝叶斯信念网络计算关键词与各案例库的特征属性的匹配概率,以获得适应各案例库的完整的目标案例描述,然后对相应的案例库进行案例检索;将从多案例库中检索到的案例通过相似度线性归一处理后,结合目标案例描述的匹配概率获得与目标案例的最终相似度,统一排序后返回检索结果.最后通过航空企业的实际应用与性能分析进一步验证了多案例库检索方法的有效性.

频率相似度算法在审计规则库中的应用

在语句语义相似度计算的算法中,没有考虑语句中的不同词语对语句之间相似度值的不同贡献程度,以致计算结果不理想。为此提出了基于频率函数的改进词语相似度算法,该算法将词语在语料库中的频率函数作为权重值,引入至语句的词语相似度计算中,以降低高频率词语在语句相似度值中的比重,提高算法精确率。由于当前审计方法存在散、乱、重复等现象,为了更好地复用已有的审计方法,将根据审计方法建立审计规则库,在此基础上,利用上述改进的语义相似度算法,计算用户输入与审计规则之间的相似度值,返回满足相似度阈值条件的审计规则所对应的审计方法,用户根据所返回的审计方法,选择合适的审计方法进行审计工作。实际应用表明,该算法的应用减少了人工搜索审计方法的时间,提高了审计效率。

单摄像头下基于样本学习的人体深度估计

深度图像的研究是当前计算机视觉的研究热点。从图像中获取深度信息有2种方法:1)利用深度感应器,该方法的缺点是成本高;2)基于一个场景的多幅图像或图像序列,通过求取视差,获得深度值,该方法的缺点是需要摄像机参数,专业知识要求较高。针对上述情况,提出了一种简单有效的从单摄像头捕获的人体图像中估计出人体深度信息的方法,利用深度摄像机建立人体的"表观深度"图像对,然后对单摄像头获取的彩色图像进行人体表观特征提取,根据该表观特征检索图像对数据库,并对获得的人体深度进行估计和优化。最后,在厦门大学的深度数据库上,验证了该方法的有效性。