信息折叠理念下的Web应用页面视觉流优化设计

针对Web应用页面设计中存在的信息加载过慢、视觉中心散乱等问题,提出基于信息折叠理念的视觉流优化设计方法。采用信息折叠理念设计Web应用页面的信息结构,简洁化传递信息;规划视觉竞争影响因子,并训练随机森林决策树,整合所有决策树并构建视觉流优化模型,调整相应页面的图片和排版顺序,实现Web应用页面视觉流优化设计。实验证明:该方法应用后的页面更加简洁明了,信息传递更加直观,同时页面更加精美,视觉效果突出。

基于超像素的多视觉特征图像分割算法研究

现有融合多种视觉特征的图像分割算法大多是将多种特征简单组成一组特征向量,如何针对不同图像自动调整多种特征之间的权重仍是一大挑战。基于此,提出一种基于区域的融合多视觉特征图像分割算法。首先,使用Meanshift算法对原始图像进行预分割,获得一组超像素区域。该操作既能保留图像局部的空间信息,又能降低时间复杂度;其次,分别提取每个超像素区域的颜色特征和纹理特征;之后,分别根据两个特征设计两个图像分割模型,并使用多目标进化算法对两个分割模型同时进行优化。将该算法与现有的特征融合分割算法从视觉与量化指标两方面进行对比,实验结果表明,该算法可很好地对多种特征进行融合,并取得了理想的分割效果。

基于萤火虫算法的无监督最小视觉差彩色图像分割

针对传统阈值分割算法中阈值个数的选择问题,提出一种基于萤火虫算法的无监督最小视觉差彩色图像分割方法。首先,从图像中自动获取差异性比较大的像素作为后续步骤的监督信息,随后,设计萤火虫算法对基于像素的邻域信息和最小视觉差理论的阈值进行优化选择,最后,采用峰值信噪比和概率边缘信息对分割性能相当的结果进一步评价进而选择最终的分割结果。对实际图像的分割实验表明,本文算法在分割效果上和鲁棒性都有了极大的提高。

基于VIPS的职位信息抽取技术研究

随着网络招聘的普及,求职者需要浏览和筛选的数据越来越多,如何从大量的、非结构化的网络信息中快速而准确地抽取需要的信息非常重要。基于VIPS视觉分割算法,利用网页所呈现出来的布局结构和视觉特征,对招聘页面进行视觉分割处理,在页面分割的基础上,抽取特定块内的文本信息,实现了关键词查找抽取感兴趣的视觉块内信息。实验结果表明,基于VIPS的职位信息抽取技术能够有效抽取出招聘页面内重要的文本信息,优化了信息抽取结果。

基于多种策略的页面内容提取算法

针对W eb页面存在与主题无关的噪音的问题,提出了基于页面结构与页面内容相结合的多策略页面内容提取算法.该算法根据改进的VIPS(基于视觉信息的页面分割算法)生成页面的块结构树,通过定义内聚度阈值和块结构树的最大深度,实现了块结构树中不同区域内不同分块粒度的要求;根据W eb页面提供的结构信息和内容信息提取块结构树叶子节点中的"主题"块和"主题相关"块;最后,对主题块和主题相关块的内容进行合并,提取页面的主要内容.实验表明,对任意下载、不同内容类型的页面,该算法都能有效地提取页面内容.

基于模拟退火算法和二阶HMM的Web信息抽取

针对传统隐马尔科夫模型对初值敏感和未考虑历史状态的问题,提出了使用模拟退火算法训练二阶隐马尔科夫模型参数的SA-HMM2。在基于SA-HMM2的Web信息抽取方法中,采用基于视觉的网页分割算法VIPS对网页分块得到状态转移序列,利用提出的SA-HMM2训练算法获取HMM2全局最优模型参数,用改进的Viterbi算法实现了Web信息的抽取。实验结果表明,该方法在平均综合值方面比HMM、GA-HMM分别提高约21%和7%。

一种基于视觉的鱼苗体长快速非接触测量方法

在水产养殖过程中,及时准确地获取鱼苗形体尺寸十分重要。传统人工取样测量方式费时费力,无法满足智慧水产发展的需求。以体长分布在20~100 mm的草鱼(Ctenopharyngodon idella)鱼苗为对象,提出了一种基于视觉的鱼体体长快速测量方法,可在无参照和非接触情况下对试验鱼苗进行快速准确体长测量。首先利用RGB-D相机获取目标深度信息和灰度图像,通过图像处理完成目标鱼体与背景分割;进一步对可能存在的粘连鱼群图像提取对应的凹区域和凹点,完成基于凹点的鱼苗个体分离;然后利用改进的细化算法提取鱼体骨架,并筛选出骨架关键点;最后结合图像深度信息完成骨架点三维坐标的转换,实现鱼苗全长准确测量。结果显示,该方法对试验鱼苗全长测量的平均绝对误差为1.62 mm,平均相对误差为4.24%。研究结果可以为水产养殖业分级饲养、智能投喂等应用提供非接触测量技术支持。

彩色图象分割方法及进展

图象分割是图象分析和模式识别的首要问题和基本问题,也是图象处理的经典难题.彩色图象比灰度图象具有更多的视觉信息,因而受到了越来越多的重视.本文结合近年来彩色图象分割中出现的新算法,将彩色图象的分割方法分为四大类,并分别加以介绍,分析了各种方法的优缺点,最后指出了彩色图象分割的发展趋势.

模糊图像语义分割

针对语义分割无法较好的处理模糊图像的问题,提出一种双边滤波算法与ENet框架结合的模糊图像语义分割方法。双边滤波算法在去除图像噪声的同时能够保持图像的边缘信息;增强边缘信息的图像借助ENet（efficient neural network）框架进行语义分割。实验表明,提出的方法不仅在视觉效果上优于单纯的ENet,同时也能够更准确的分割图像中的事物。

视频运动分割关键技术及其应用研究

运动分割是计算机视觉中的一个重要研究方向,同时也是自动驾驶、目标跟踪、行为理解等应用的核心和基础。由于实际拍摄的视频中,不仅存在光照等天气变化,还存在相机运动、背景结构杂乱、多个运动目标和运动遮挡等,使得现实场景的运动分割问题极具挑战性。虽然近些年来国内外研究学者们提出了大量优秀的运动分割算法,然而当前的运动分割算法仍然难以应对实际中的种种挑战,而且往往需要一些额外的先验信息。