对于视觉场景的理解是机器人在未知环境中进行有目的的行动的一项重要能力,图像语义分割能够有效地帮助机器人理解周围场景的语义特性。条件随机场(Conditional Random Field,CRF)是解决语义分割问题的一个重要框架。针对传统条件随机...对于视觉场景的理解是机器人在未知环境中进行有目的的行动的一项重要能力,图像语义分割能够有效地帮助机器人理解周围场景的语义特性。条件随机场(Conditional Random Field,CRF)是解决语义分割问题的一个重要框架。针对传统条件随机场相邻节点数过于稀疏的局限性,研究了具有稀疏高阶势CRF的图像语义分割算法,提出一种高阶CRF的二次规划(quadratic programming,QP)松弛推理算法。首先,使用来自TextonBoost的一元势、高斯二元势以及由Pn-Potts模型推导得到的高阶势建立能量函数,然后利用高效的QP松弛推理算法来解决高阶CRF的能量最小化问题,最后采用Pascal VOC2012公开数据集进行实验,验证算法的可行性与有效性。实验证明,该算法有效地克服了传统条件随机场局限性,获得了更好的语义分割结果。展开更多
The paper presents a two-stage approach to cope with the long-term optimal operation of cascaded hydropower systems. This approach combines progressive optimality algorithm (POA) with quadratic programming (QP) to imp...The paper presents a two-stage approach to cope with the long-term optimal operation of cascaded hydropower systems. This approach combines progressive optimality algorithm (POA) with quadratic programming (QP) to improve the optimization results. POA is used at the first stage to generate a local optimal result, which will be selected as the initial feasible solution of QP method employed at the second stage. Around the initial solution, a rational local search range for QP method is then determined, where the nonlinear water level function and tailrace level function can be linearized nearly with high accuracy. The simplified optimization problem is formulated as a QP model with a quadratic generation function and a linear set of constraints, and solved using the available mathematic optimization software package. Simulation is performed on the long term operation of Hongshui River hydropower system which is located in southwest China and consists of 9 built hydropower plants. Results obtained from the proposed approach show a significant increase in the total energy production compared to the results from POA.展开更多
目的数字视频通常经过压缩后传输,结合视频编码标准嵌入秘密信息是视频信息隐藏的主流技术。然而,现有基于HEVC(high-efficiency video coding)的视频信息隐藏技术存在码率增长过快、视频质量下降等问题。针对以上问题,提出结合恰可察...目的数字视频通常经过压缩后传输,结合视频编码标准嵌入秘密信息是视频信息隐藏的主流技术。然而,现有基于HEVC(high-efficiency video coding)的视频信息隐藏技术存在码率增长过快、视频质量下降等问题。针对以上问题,提出结合恰可察觉编码失真模型(JNCD)的HEVC大容量信息隐藏方法。方法 JNCD模型是一种面向HEVC视频编码的视觉感知模型。该模型充分考虑编码过程的模糊和块效应,有效去除视频感知冗余,在相同码率下可获得更高的主观感知质量。结合JNCD模型,调节I帧中编码单元(CU)的最优量化参数(QP)值,并利用基于方向调整(EMD)算法嵌入秘密信息,进一步增加信息隐藏容量。为了提高信息的安全性,用密钥对秘密信息进行置乱加密处理,在解码端只有持有该密钥的用户才能正确解密,获得秘密信息。结果实验使用HEVC参考软件HM16.0,选取分辨率不同的序列进行测试。结果表明,秘密信息嵌入后,视频测试序列的PSNR平均值为41.16 d B,与现有的信息隐藏方法相比,不仅保持较好的主观和客观视频质量,而且信息隐藏容量平均提升2倍左右。结论采用本方法在保证原视频图像的质量的情况下,能够有效增加信息隐藏的容量,并能够一定程度阻止码率增长,符合信息隐藏的不可见性、安全性和实时性要求。展开更多
文摘对于视觉场景的理解是机器人在未知环境中进行有目的的行动的一项重要能力,图像语义分割能够有效地帮助机器人理解周围场景的语义特性。条件随机场(Conditional Random Field,CRF)是解决语义分割问题的一个重要框架。针对传统条件随机场相邻节点数过于稀疏的局限性,研究了具有稀疏高阶势CRF的图像语义分割算法,提出一种高阶CRF的二次规划(quadratic programming,QP)松弛推理算法。首先,使用来自TextonBoost的一元势、高斯二元势以及由Pn-Potts模型推导得到的高阶势建立能量函数,然后利用高效的QP松弛推理算法来解决高阶CRF的能量最小化问题,最后采用Pascal VOC2012公开数据集进行实验,验证算法的可行性与有效性。实验证明,该算法有效地克服了传统条件随机场局限性,获得了更好的语义分割结果。
文摘The paper presents a two-stage approach to cope with the long-term optimal operation of cascaded hydropower systems. This approach combines progressive optimality algorithm (POA) with quadratic programming (QP) to improve the optimization results. POA is used at the first stage to generate a local optimal result, which will be selected as the initial feasible solution of QP method employed at the second stage. Around the initial solution, a rational local search range for QP method is then determined, where the nonlinear water level function and tailrace level function can be linearized nearly with high accuracy. The simplified optimization problem is formulated as a QP model with a quadratic generation function and a linear set of constraints, and solved using the available mathematic optimization software package. Simulation is performed on the long term operation of Hongshui River hydropower system which is located in southwest China and consists of 9 built hydropower plants. Results obtained from the proposed approach show a significant increase in the total energy production compared to the results from POA.
文摘目的数字视频通常经过压缩后传输,结合视频编码标准嵌入秘密信息是视频信息隐藏的主流技术。然而,现有基于HEVC(high-efficiency video coding)的视频信息隐藏技术存在码率增长过快、视频质量下降等问题。针对以上问题,提出结合恰可察觉编码失真模型(JNCD)的HEVC大容量信息隐藏方法。方法 JNCD模型是一种面向HEVC视频编码的视觉感知模型。该模型充分考虑编码过程的模糊和块效应,有效去除视频感知冗余,在相同码率下可获得更高的主观感知质量。结合JNCD模型,调节I帧中编码单元(CU)的最优量化参数(QP)值,并利用基于方向调整(EMD)算法嵌入秘密信息,进一步增加信息隐藏容量。为了提高信息的安全性,用密钥对秘密信息进行置乱加密处理,在解码端只有持有该密钥的用户才能正确解密,获得秘密信息。结果实验使用HEVC参考软件HM16.0,选取分辨率不同的序列进行测试。结果表明,秘密信息嵌入后,视频测试序列的PSNR平均值为41.16 d B,与现有的信息隐藏方法相比,不仅保持较好的主观和客观视频质量,而且信息隐藏容量平均提升2倍左右。结论采用本方法在保证原视频图像的质量的情况下,能够有效增加信息隐藏的容量,并能够一定程度阻止码率增长,符合信息隐藏的不可见性、安全性和实时性要求。
