复杂场景下的人体行为识别研究新进展

人体行为识别是计算机视觉的研究难点和热点,主流的研究框架包括行为特征提取、人体行为表示和识别算法3个方面,目前简单场景下的人体简单动作的识别已基本得到解决,而复杂场景下的行为识别仍面临很多困难。对近几年人体行为识别的发展做了比较详细的研究,从人体行为识别的研究范畴、特征提取以及行为模型等方面综述了目前复杂场景下人体行为识别的研究方法。与已有的相关综述文献不同的是,文中结合了近三年国内外人体行为识别领域中新的研究热点和成果,如姿态特征的提取和表示、基于稀疏编码和卷积神经网络的人体行为表示方法等。最后阐述了该领域目前存在的困难以及可能的发展趋向。

基于时间分布特征的博客突发事件检测

博客是目前网络舆论的重要载体之一,如何自动检测博客中的突发事件对于舆情分析与疏导具有重要的研究价值。针对目前突发事件检测中存在的时间信息有歧义的虚假突发事件问题,本文提出了一种基于时间分布特征的博客突发事件检测方法。该方法通过波峰检测和计算事件文档与背景语料文档之间、事件相关文档和不相关文档之间的时间分布差异来判断该事件在时间特征上是否具有突发性和关联性。实验结果表明,该方法可有效检测博客中的突发事件并可有效去除时间信息有歧义的虚假突发事件。

一种简单快速的相机标定新方法

本文提出了一种新的相机自标定方法,该方法要求摄像机在3个(或3个以上)不同方位摄取一个包含其内接正三角形的圆的新型标定模板的图像。首先,从模板图像中推导得到圆环点的像点坐标;然后通过得到的圆环点像点坐标,可线性求解摄像机内参数。与传统方法不同的是,该方法避免了复杂的椭圆拟合和直线拟合,降低了计算复杂度,提高了标定速度和精度,对噪声更加鲁棒。此外,该方法中的标定过程不需要模板的任何物理度量,也不要建立模板及其图像上点的对应,标定过程简单易于操作。基于模拟和真实图像的实验验证了该方法的有效性和鲁棒性。

扩展三段论的可化归性与广义量词的语义性质之间的关系

基于Barwise、Cooper、Keenan、Peters、Westersthl和vanEijck等人的研究成果,作者提出并证明了若干事实和推论。这些事实和推论表明:(1)不同三段论之间的可化归性本质上反映了广义量词的单调性、对称性等语义性质之间的可转换性,因此,我们可以根据四个亚氏量词的语义性质之间的转换关系来验证亚氏三段论的可化归性;(2)利用广义量词的语义性质可以验证扩展三段论的不同推理模式之间的可化归关系。由于广义量词在自然语言中普遍存在,因此,本文的研究对广义量词理论的发展和自然语言的信息处理都具有积极意义。

基于概率积分变换的似然比检验的预测误差推理方法

提出有关列联表面貌的预测和似然比检验的预测误差推理方法,用于单向有序列联表和小样本的预测.其目的是提供预测准确度和高效的分析工具,以及更普遍的预测检验能力.仿真实验显示,该方法可以用于通常的小样本.若似然比检验所得到的P值结论与单向有序列联表的面貌不一致时,应依据基于概率积分变换的0.074校准参数修正P值误差,使P值结论与单向有序列联表的面貌一致.我们将似然比检验的预测误差推理方法应用到胃病的分析,得到证型的胃痛严重度参数与列联表面貌的预测一致的结果.

基于单张静态图像的人体行为识别方法综述

人体行为识别是计算机视觉的研究难点与热点,目前大部分研究者主要针对视频中的行为展开研究.然而,人类的视觉往往根据单张图片就可判断图片中发生的行为.基于单张静态图像的人体行为识别,挑战性更大,是近年来人体行为识别研究的一个趋势,更是探索人类视觉奥秘的一个很好切入点.本文对单张静态图像的人体行为识别方法进行梳理,将其分为三类,最后对其未来研究方向进行展望.

基于模糊控制的ASIFT图像特征优化算法

ASIFT算法是图像特征匹配的有效工具,具有很强的仿射不变性。在ASIFT算法的基础上,利用Nelder-Mead单纯形方法优化采样点,并通过模糊控制策略实现单纯形参数的自适应调整。针对一组低空遥感图像的实验结果表明,本文方法保持了ASIFT算法对仿射变换的鲁棒性,并且能获得比ASIFT和SIFT算法更多的特征匹配对。

一种自动选择显著性检测的方法及其在物体分割上的应用(英文)

分析了IG、GBVS和PQFT三种方法各自的优缺点后,通过计算两种显著性测量算法的一致性,提出一种根据输入图像自动选择合适的算法测量显著性的方法。并在生成的显著图基础上,结合GrabCut图分割算法分离出其中的显著物体。实验表明,这种方法不仅在图像的显著性测量上达到了很好的效果,而且能有效的分离出图像中的显著物体。