基于模糊推理的电气设备红外图像分割

使用模糊理论处理电气设备红外图像分割的不确定性,提出了一种基于模糊推理的电气设备红外图像分割算法。首先分别利用电气设备红外图像故障区域的像素灰度、像素点与图像质心的马氏距离以及图像膨胀操作定义了强度特征、全局故障可能性特征和局部灰度特征;然后根据特征的模糊语言值制定了27条模糊规则,设计了一种模糊推理红外图像分割算法;最后,从主观和客观评价指标上将算法与传统Otsu算法和FCM算法进行了对比。实验表明,该算法的分割精度和误分割率比其他两种算法都有一定的改善,同时该算法能够滤除图像中具有高亮度的干扰区域,对具有小亮度差和小面积故障区域的红外图像有较好的分割效果。

图像阈值分割方法研究进展20年(1994—2014)

阈值分割是图像分割领域中使用最为普遍的一类简单而有效的方法,多年来受到许多学者的广泛关注,发表了大量的研究成果。作者曾于20年前对1962-1992年阈值分割的研究状况做了一个阶段性的回顾与总结。时至今日,阈值分割方法已经获得了巨大的发展,新思路、新方法层出不穷。本文旨在对近20年来阈值分割领域常用的一些方法再次进行概括和分类,其中包括近年来新提出的阈值分割方法,也包括对经典方法的改进。文中给出了这些方法的基本思想和公式,阐明了各种方法的特点及其适用范围,以期为今后阈值分割的相关研究提供一些思路和启迪。

基于Gestalt优化的红外视频时空显著性检测

针对红外视频时空显著性检测问题,提出一种基于Gestalt优化的方法。设计基于多尺度局部稀疏表示和局部对比度测量的方法计算红外视频的空间显著性;为提取视频中显著性目标的运动信息,设计基于多帧对称差分的算法计算时间显著性;为得到初始时空显著图,设计基于交互一致性的融合策略将空间显著图和时间显著图进行自适应融合;提出基于Gestalt优化的最终时空显著图计算方法。实验结果表明,提出算法能有效检测红外视频的时空显著性。

三分解模型与算法及其在图像恢复中的应用

针对现有图像恢复方法无法同时分离出稠密噪声和稀疏噪声的不足,提出了一种三分解模型(tridecomposition model,Tri-Decom)。该模型目的是将矩阵分解为三个分量矩阵,其中第一个矩阵表示干净数据,具有低秩性质,通过核范数刻画;第二个矩阵表示噪声数据,具有稀疏性质,通过L1范数刻画;第三个矩阵也表示噪声,但具有稠密性质,通过F范数刻画。通过不同的刻画函数可将观测数据分成干净数据、稀疏噪声和稠密噪声。为求解模型,设计了一种基于乘子交替方向法的求解算法,该算法可有效求解变量可分离的优化问题。该算法用于处理受到大稀疏噪声和小稠密噪声破坏的图像数据,在人脸图像和监控视频等领域的实验结果证明了所提方法的有效性。

基于隐式视角转换的视频异常检测

目前,基于深度学习的视频异常检测方法都是在单一视角下对视频片段中的异常行为或异常事物进行检测,忽视了视角信息在视频异常检测中的重要性。在单一视角下,当异常事物被遮挡或异常行为不明显时,现有算法的性能将难以得到保证。为此,文中首次将视角转换的概念引入到视频异常检测中,通过级联网络结构在多视角下进行异常判断来提升模型的鲁棒性。针对受限于数据集没有多视角的监督信息,难以实现真正的显式的视角转换问题,提出了一种基于隐式视角转换的视频异常检测方法.对初步检测结果为正常的目标帧,利用其与特定帧的光流信息,通过光流映射实现目标帧到特定帧视角的隐式视角转换,并对视角转换后的目标帧进行二次异常检测。通过多个视角来判定目标帧是否异常,为视频异常检测提供了一种新的思路。实验结果表明,所提方法对异常数据的反应更灵敏,具有更鲁棒的正常数据拟合能力,在UCSD Ped2和CUHK Avenue数据集上的AUC值分别达到了97.0%和88.9%。

基于QR分解的NSCT域指纹图像脆弱水印算法

为保证指纹信息在网络传输中的安全性,提出一种基于QR分解的非下采样contourlet变换(non-subsampled contourlet transform,NSCT)域指纹图像脆弱水印算法.首先用Arnold变换和Logistic置乱对指纹水印进行双重加密待用.将宿主图像进行两层NSCT分解,提取出低频分量进行分块处理,对所有分块都进行QR分解,得到多个上三角矩阵.由于图像QR分解后大部分信息集中于上三角矩阵的首行元素,具有较好的信息保真能力,因此将加密后的指纹水印嵌入上三角矩阵.实验结果表明,该算法在保证不可感知性的前提下,对于常规图像处理和一般几何攻击都具有很好的脆弱性,并且能够精确地定位出篡改区域.

基于相机姿势全局运动估计及改进修复算法的视频稳定技术

在视频稳定的过程中,由于摄像机的运动,造成图像的扭曲。针对这种情况,提出一种基于相机姿势的全局运动估计,同时为了克服图像拼接后,部分区域像素丢失的问题,使用改进后调和模型来修复缺少的像素。算法首先提取特征不变量,然后基于这些特征不变量去估计摄像机的运动矢量,相乘各帧间的运动矢量,可以得到每一帧参考第一帧的运动矢量。运用这个矢量可以很好地计算出没有扭曲的图像。运用计算出的图像与视频帧进行拼接,可以很好的解决图像的扭曲的问题。然而,图像拼接完成后可能导致部分区域像素缺少,为了填充缺少像素,算法使用了改进的调和模型来修复缺少区域。实验结果表明,基于相机姿势的全局运动估计可以很好的解决图像扭曲的问题,同时改进的调和模型可以高效的完成对图像的修复。

基于深度学习的视频超分辨率重构进展综述

视频超分辨率是根据给定的低分辨率视频序列恢复其对应的高分辨率视频帧的过程。近年来,VSR在深度学习的驱动下取得了重大突破。为了进一步促进VSR的发展,文中对基于深度学习的VSR算法进行了归类、分析和比较。首先,根据网络结构将现有方法分为两大类,即基于迭代网络的VSR和基于递归网络的VSR,并对比分析了不同网络模型的优缺点。然后,全面介绍了VSR数据集,并在一些常用的公共数据集上对已有算法进行了总结和比较。最后,对VSR算法中的关键问题进行了分析,并对其应用前景进行了展望。

基于单模态的多尺度特征融合人体行为识别方法

针对人体行为识别任务中未能充分挖掘超距关节点之间潜在关联的问题,以及使用多模态数据带来的高昂训练成本的问题,提出一种单模态条件下的多尺度特征融合人体行为识别方法。首先,将人体的原始骨架图进行全局特征关联,并利用粗尺度的全局特征捕获远距离关节点间的联系;其次,对全局特征关联图进行局部划分以得到融合了全局特征的互补子图(CSGF),利用细尺度特征建立强关联,并形成多尺度特征的互补;最后,将CSGF输入时空图卷积模块中提取特征,并聚合提取后的结果以输出最终的分类结果。实验结果表明,在行为识别权威数据集NTU RGB+D60上,所提方法的准确率分别为89.0%(X-sub)和94.2%(X-view);在具有挑战性的大规模数据集NTU RGB+D120上,所提方法的准确率分别为83.3%(X-sub)和85.0%(X-setup),与单模态下的ST-TR(Spatial-Temporal TRansformer)相比,分别提升1.4和0.9个百分点,与轻量级SGN(Semantics-Guided Network)相比,分别提升4.1和3.5个百分点。可见,所提方法能够充分挖掘多尺度特征的协同互补性,并有效提高单模态条件下模型的识别准确率和训练效率。

弱对齐的跨光谱人脸检测

跨光谱人脸检测在活体人脸识别、体温筛查等领域有着重要的应用价值.众所周知,可见光人脸易于检测,然而红外人脸难于检测,因此借助可见光图像的人脸检测结果进而完成红外人脸检测是一种有效的解决方案.但是跨光谱图像之间不可避免的存在偏差,导致检测精度不高.为了解决这一问题,提出了一种弱对齐跨光谱图像的人脸检测算法,该方法基于跨光谱图像之间的偏差设计了候选框布置策略,并在此基础上提出了跨光谱特征表示方法用于选取最优候选框.此外,本文还构建了一个跨光谱人脸数据集.最后,在跨光谱人脸数据集和OTCBVS人脸数据集上的实验结果证明,该方法能够较好地完成红外图像人脸检测任务.

基于注意力机制及类别层次结构的弱监督目标定位

弱监督目标定位是指仅利用图像级的类别标注信息来训练目标定位器,而不需要使用精确的目标位置标注信息来进行算法训练.当前的一些方法往往只能定位出目标对象中最具鉴别性的部分而无法准确地标识出完整的目标对象,或者易受背景无关信息干扰从而导致定位结果不精确.为了解决上述问题,提出一种基于注意力机制和类别层次结构的弱监督目标定位方法.该方法通过对卷积神经网络的注意力图进行均值分割提取更完整的目标区域.进一步,通过类别层次结构网络实现对背景区域注意力的削弱,从而提高对感兴趣目标的定位精度.基于多个网络结构和公共数据集上的大量实验结果表明,相比目前已有的弱监督定位方法,所提方法在多个评价指标下均能够获得更好的定位效果.

基于元学习的双目深度估计在线适应算法

双目深度估计的在线适应是一个有挑战性的问题,其要求模型能够在不断变化的目标场景中在线连续地自我调整并适应于当前环境.为处理该问题,提出一种新的在线元学习适应算法(Online meta-learning model with adaptation,OMLA),其贡献主要体现在两方面:首先引入在线特征对齐方法处理目标域和源域特征的分布偏差,以减少数据域转移的影响;然后利用在线元学习方法调整特征对齐过程和网络权重,使模型实现快速收敛.此外,提出一种新的基于元学习的预训练方法,以获得适用于在线学习场景的深度网络参数.相关实验分析表明,OMLA和元学习预训练算法均能帮助模型快速适应于新场景,在KITTI数据集上的实验对比表明,本文方法的效果超越了当前最佳的在线适应算法,接近甚至优于在目标域离线训练的理想模型.

基于近邻监督局部不变鲁棒主成分分析的特征提取模型

针对无监督的局部不变鲁棒主成分分析(LIRPCA)算法未考虑样本间的类别关系的问题,提出了一种基于近邻监督局部不变鲁棒主成分分析(NSLIRPCA)的特征提取模型。所提模型考虑了样本间的类别信息,并以此构建关系矩阵。对所提模型进行公式求解和公式的收敛性证明,并将所提模型应用于各种遮挡数据集。实验结果表明,在ORL、Yale、COIL-Processed和PolyU数据集上,与主成分分析(PCA)算法、基于L1范数的主成分分析(PCA-L1)算法、非负矩阵分解(NMF)算法、局部保持投影(LPP)算法和LIRPCA算法相比,所提模型在原始图像数据集上的识别率分别最高提升了8.80%、7.76%、20.37%、4.72%和4.61%,在遮挡图像数据集上的识别率分别最高提升了30.79%、30.73%、36.02%、19.65%和17.31%。可见,所提模型提高了算法的识别性能,降低了模型复杂度,明显优于对比算法。

基于压缩感知的多特征加权目标跟踪算法

针对被跟踪目标运动、纹理或环境变化时,采用基于压缩感知目标跟踪算法目标易漂移、丢失的问题,提出了改进的压缩感知目标跟踪算法。通过压缩感知算法提取灰度和纹理特征,计算特征对样本分类结果并更新特征的权值,使用加权过的特征寻找目标在下一帧的位置。对不同视频的测试结果表明,提出的算法在目标运动、纹理或环境变化的情况下跟踪准确,在目标大小80×120像素时平均帧速为25 fps。与传统的压缩感知跟踪算法和其他跟踪算法相比,所提出的算法在目标运动、纹理或环境变化时能快速准确地获取跟踪目标,并具有更强的鲁棒性。

基于卷积神经网络的人脸性别识别

人脸性别识别是人脸识别的重要组成部分,但是人脸识别容易受到光照、旋转、平移、遮挡等因素的影响。将卷积神经网络引入到人脸性别识别中,该网络的结构具有稀疏连接和权值共享的优点,卷积层和采样层交替进行,简化了模型的复杂度。实验表明,该方法的网络结构有效地克服了旋转、遮挡等因素的影响,具有较好的鲁棒性。

基于SIFT和NMF-SVD的NSCT域抗几何攻击水印算法

为了进一步提高水印算法的鲁棒性,提出了一种在无下采样Contourlet变换(non-subsampled contourlet transform,NSCT)域中利用尺度不变特征变换(scale-invariant feature transform,SIFT)特征点进行几何攻击校正,并结合非负矩阵分解(non-negative matrix factorization,NMF)和奇异值分解(singular value decomposition,SVD)的图像抗几何攻击水印算法。该算法首先对RGB宿主图像进行两层NSCT并分别提取低频部分的红色分量和蓝色分量;然后充分利用非负矩阵的线性无关性和稀疏性以及奇异矩阵的稳定性,对蓝色低频分量进行水印的嵌入;最后利用红色低频分量的SIFT特征点信息对宿主图像进行几何攻击校正,恢复水印的同步信息后再提取水印。大量的实验结果表明,该算法在保证不可感知性的前提下,对于常规图像处理具有更好的鲁棒性能,并能有效地抵抗各类几何攻击和组合攻击。

基于退化四元小波变换的纸币识别

针对如何提取纸币图像特征和提高识别率的问题,综合利用退化四元小波变换具有的相位特性,提出一种基于退化四元小波变换的纸币识别方法。该方法首先对采集的纸币图像进行倾斜校正和边缘检测,然后运用退化四元小波对纸币图像进行分解操作,并对分解系数进行统计分析,将每个分解子带系数的能量和标准差作为该纸币图像的特征向量,最后将支持向量机作为分类器对纸币图像进行识别。本文方法在资源约束的嵌入式清分系统上实现,实验结果表明采用本文提出的算法突破了传统纸币识别系统识别率很难再提高的瓶颈,同时能够满足清分系统的实时性要求。

基于关键帧节点自适应分区与关联的行为识别算法

基于视频的人体行为识别任务中由于大部分画面并不包含重要的判别信息,这对识别应用的准确性造成严重干扰。关键姿态帧既能表达视频又能降低计算量,且骨骼数据相比于图像包含更多维度的信息。因此,提出一种基于关键帧骨骼节点自适应分区与关联的行为识别算法。首先构建自适应池化深度网络以评估帧的重要性获取关键姿态帧序列;其次通过节点自学习模型建立非自然连接状态下的节点间关联;最后将改进的时空信息应用于STGCN并使用softmax分类识别。在开源的大规模数据集NTU-RGB+D和Kinetics上与几种典型技术进行比对,验证了所提方法在减少冗余数据量的同时能保留关键动作信息,且动作识别准确率平均提高了0.63%~11.81%。

基于Baseline SVD主动学习算法的推荐系统

推荐系统是一种解决信息过载的新型技术,为了解决推荐系统中新用户带来的冷启动问题,提出一种基于主动学习的推荐系统。主动学习方法能有效减少需要标记的样本数量,快速建立模型,在此选择将主动学习方法和Baseline SVD推荐算法结合起来,通过记录模型训练得到的预估评价的改变程度,认为改变最大的样例即是最具有信息量的样例,供新用户标记,并重新训练模型。通过与其他选择策略进行实验比较,证实了该方法确实有效解决了新用户带来的冷启动问题。

基于注意力机制的乳腺X线摄影分类方法

环境的日益恶化导致癌症的发病率不断升高,2018年全球乳腺癌的发病率在所有癌症中已经位居首位。乳腺X线摄影价格实惠且易于操作,目前被认作是最好的乳腺癌筛查方法,也是早期发现乳腺癌最有效的方法。针对乳腺X线摄影不容易分辨、特征不明显等特点,提出了基于RNN+CNN的注意力记忆网络对其进行分类。注意力记忆网络包含注意力记忆模块和卷积残差模块。注意力记忆模块中,注意力模块提取乳腺X线摄影的特征,记忆模块在RNN网络加入注意力权重来模拟人对所提取关键信息的重点突出;卷积残差模块使用CNN对图像进行分类。该方法创新之处在于:提出注意力记忆网络用于乳腺X线摄影图像分类;所设计网络在RNN+CNN结构上引入注意力权重,提取图像关键信息以增强特征描述。在乳腺X线摄影INbreast数据集上的实验结果显示,注意力记忆网络的运行时间比预训练的Inceptionv2、ResNet50、VGG16网络少50%以上,同时达到更高的分类准确率。