DCT压缩域的图像检索技术

针对离散余弦变换(DCT)压缩域中图像检索算法存在的问题,提出了一种新的检索算法.利用DCT块中系数的分布特性,构造边缘空间分布图,采用一种边缘空间分布特征矢量对图像内容进行描述.同时,考虑到DCT块中的能量对最终检索结果的影响,又采用每类边缘分布图中DCT块的能量和作为图像的另一种特征.该算法不需要完全解压缩,计算复杂度低,不仅考虑了DCT块的空间分布,又考虑了块内的能量分布,避免了由于DCT块统计分布信息相同而能量不同造成的误检漏检情况.实验结果表明,该算法具有较好的检索性能.

基于整数小波变换的静态图像压缩编码技术

目前多媒体和Internet技术的迅猛发展导致了人们对图像编码有了越来越高的要求。由于小波变换所具有的一些特性非常符合图像处理的要求,使得小波变换图像编码得到了广泛关注。本文结合小波变换的特点,对几种经典的小波图像编码算法进行了讨论,并对静止图像编码的研究方向进行了展望。

基于高效注意力机制的人脸超分辨网络

目前,通过与面部先验联合的深度学习方法已经能够较好地恢复退化后的人脸图像细节。然而这些方法存在着一些不足。一方面,多任务联合训练需要在数据集上进行额外先验标记,并且引入先验预估将显著增加网络的计算量。另一方面,大多数方法仅使用卷积神经网络(CNN),然而CNN有限的感受野会降低重构的完整性和面部图像的准确性。针对上述问题,提出了一种基于高效注意力机制的人脸超分辨率网络。该网络在不需要任何先验信息的辅助下,通过结合CNN与Transformer等注意力机制,能够有效地恢复人脸的全局结构与局部纹理细节。在各个数据集的大量实验都表明该网络可以达到理想的结果。

一种基于HSV空间的彩色边缘图像检索方法

结合重要的彩色图像边缘及人眼视觉特性,提出了一种基于彩色边缘直方图的图像检索方法。该方法首先利用Canny检测算子提取出原始图像的彩色边缘信息,然后将彩色图像边缘转换至符合人眼视觉特性的HSV空间并进行量化处理,再将彩色边缘划分成圆环区域和角形区域,并分别计算出圆环区域和角形区域的颜色直方图,最后综合利用上述圆环区域和角形区域的颜色直方图计算图像间内容的相似度,并进行彩色图像检索。仿真实验表明,该方法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率。

基于MSPF的实时监控多目标跟踪算法研究

近年来,实时监控下多目标跟踪作为智能交通系统(Intelli-gent transportation system,ITS)的重要组成部分受到关注.传统多目标跟踪方法通常具有处理速度慢、容易对交叉行进车辆产生误匹配等问题.本文首先对基于贝叶斯规则的车辆视频复杂背景的建模及运动目标的检测进行研究,在此基础上提出一种基于Mean shift粒子滤波(Mean shift particle filter,MSPF)的多目标跟踪算法,首先对每一目标车辆在下一帧可能出现的范围进行预测,对单目标和多目标情况采用不同的检测策略,避免了全局搜索,提高了跟踪速度;通过构造基于最新观测信息的重要性密度函数,提高了MSPF算法在复杂背景情况下追踪部分遮挡及交叉车辆的准确性和鲁棒性.仿真实验结果验证了所提出算法的有效性.

基于粒子滤波和GVF-Snake的目标跟踪算法

提出了一种基于粒子滤波和GVF-Snake的自适应目标跟踪算法。该算法首先采用背景差分法获取目标初始轮廓,利用改进的GVF-Snake的强大搜索能力,使Snake收敛至运动目标的真实轮廓;然后根据控制点的距离增删控制点,达到自适应地跟踪运动和变形目标的目的;最后通过结合粒子滤波和改进的GVF-Snake,得到一种能量粒子滤波(EPF)目标跟踪算法,并利用提出的的跟踪策略,改进其抗遮挡能力。实验结果表明,被跟踪目标在遮挡情况下也能够保持良好的跟踪效果。

基于异构多种群策略的动态概率粒子群优化算法

结合动态概率粒子群优化算法(DPPSO)特点,针对传统的单种群粒子群优化算法易陷入局部最优、收敛速度较慢的缺点,文中提出一种基于异构多种群策略的DPPSO.该算法在进化过程中保持多个子种群,每个子种群以不同的DPPSO变体进行进化,子种群之间根据一定规律进行通信,从而保持整个种群内部的信息交流,进而协调DPPSO的勘探和开采能力.通过典型的Benchmark函数优化问题测试并分析基于异构多种群策略的DPPSO性能,结果显示,使用该策略的算法收敛速度较快,稳定性有较显著提高,具有较强的全局搜索能力.

无人驾驶中的场景实时语义分割方法

无人驾驶的一个重要组成部分是汽车行驶环境感知,使人们对可在低功耗移动设备上实时运行的高精度语义分割方法产生了强烈的需求.然而,在分析影响语义分割网络精度和速度的因素时可以发现,空间信息和上下文特征很难兼顾,而使用2路网络分别获取空间信息和上下文信息的方法,又会增加计算量及存储量.因此,提出从残差结构网络中划分出空间信息路径和上下文信息路径的想法,并基于此设计一个双路语义分割网络.该网络还含有用于融合2路多尺度特征的特征融合模块,以及用于优化上下文语义路径输出结果的注意力精炼模块.该网络基于PyTorch框架实现,使用NVIDIA1080Ti显卡进行实验,在道路场景数据集Cityscapes上,mIoU达到78.8%,运行速度达到27.5帧/s.

基于HMM的车辆行驶状态实时判别方法研究

对交通视频车辆轨迹时序特征下的车辆行驶状态进行研究,提出了一种基于隐马尔科夫模型(Hidden Markov model,HMM)的车辆行驶状态实时判别方法.首先对轨迹序列进行了基于轨迹长度的去不完整轨迹序列、对车辆轨迹点序列的线性平滑滤波和最小二乘线性拟合的预处理操作,保证了所获得轨迹序列的有效性;其次,提出一种基于车辆运行轨迹点序列方向角的车辆轨迹特征值表示方法和基于方向角区间划分的HMM观察值序列生成方法,该方法以方向角的区间变化来区分不同轨迹模式的特征;最后,采用多观察值序列下的Baum-Welch算法训练得到相关交通场景轨迹模式类的最优HMM参数,并通过实时获取车辆行驶轨迹段与相应模型的匹配,实现对车辆行驶状态的实时判别.仿真实验验证了本文方法的有效性和稳定性.

基于SVD的无线多媒体传感器网络图像压缩机制

针对无线多媒体传感器网络图像压缩问题,从节点协作特性出发,提出了一种基于奇异值分解的图像压缩传输方案.首先研究了基于SVD的分块图像自适应压缩算法,以平衡网络能耗为目标,将相机节点和普通节点按照角色分工,协作完成图像采集、压缩和传输工作.相机节点负责采集图像信息,然后将图像分块发送给簇内普通节点;簇内普通节点对分块图像进行自适应压缩并将数据发送给簇头节点;簇头节点再将压缩后的数据转发至基站.仿真结果表明,提出的网络拓扑方案和图像压缩传输机制极大地缓解了图像采集节点的能耗压力,有效地平衡了网络的节点能耗.与JPEG2000协同图像压缩方案相比,基于SVD的图像处理方案的网络总能耗更少;且后者能够有效地对图像进行压缩传输,平衡网络能耗,延长整个网络的生命周期.

认知Mesh网络的动态分层图路由模型及路由策略

该文提出了在认知无线电Mesh网络环境下的动态分层图路由模型,该模型将节点感知范围内的信道可用性用两状态离散时间马尔可夫链建模,建立认知无线电Mesh网络拓扑和连通性的动态模型。基于该模型提出了一种跨层设计的动态接口分配方案。仿真结果表明,动态分层图模型在适应接入频谱的动态变化和描述认知无线电Mesh网络的拓扑结构方面,表现出比静态分层图模型更加优异的性能。

活动轮廓模型的图像分割方法综述

基于活动轮廓模型的图像分割方法作为计算机视觉应用领域的一个研究热点而倍受关注.文中首先阐述活动轮廓模型的数学模型及其相关的数值实现方法.然后以参数活动模型和几何活动模型的发展为主线,对活动模型的发展进行综述,对其应用于图像分割的经典方法、优势和所存在的问题进行比较性研究.最后对活动轮廓模型的未来发展进行展望。

基于模糊C均值聚类的多分量彩色图像分割算法

以模糊C均值(FCM)聚类理论为基础,选用符合人眼视觉特性的HSI颜色空间,提出了一种新的多分量彩色图像分割算法。该算法首先结合数据分布特点确定出H分量与I分量的初始聚类中心;然后利用FCM聚类技术对H分量、I分量进行分类处理,以得到不同分量的像素点隶属度;最后,将所得到的不同分量像素点隶属度组织成2维特征,并以此进行模糊聚类图像分割。实验结果表明,该算法可有效提高图像分割效果,其分割结果优于传统FCM聚类图像分割方案。

灰度差能量函数引导的图像分割自适应C-V模型

作为几何活动轮廓模型(GACM)的一个标志性模型,C-V模型在图像分割应用中因具有对目标遮挡和边缘噪声的鲁棒性而受到关注.然而该模型通常不能较好地处理复杂的异质图像,并且有对演化曲线的初始位置较为敏感和计算复杂度高等弱点.依据演化曲线内、外区域平均灰度值差的绝对值越大,演化曲线越靠近准确目标边缘的特性,提出一种基于灰度差能量函数引导的图像分割自适应C-V模型.该模型通过构造基于轮廓曲线内、外区域平均灰度差引导函数自适应地调整演化曲线的运动趋势,使得曲线演化可在一个有效的"窄带"范围内进行,保证轮廓曲线内、外部区域灰度计算的局部均一性,增强对目标细节信息的捕捉能力,同时也在一定程度上提高模型的计算速度和对轮廓曲线初始位置的适应性.大量的仿真实验验证该模型的有效性.

一种求解约束多目标优化问题的线性进化算法

针对多目标优化问题,提出了一种新的基于实数编码的线性进化算法。新算法将约束优化问题的高维搜索空间通过线性变换映射到二维空间,在二维空间中探索原优化问题的解,并构造出一种线性适应度函数,重新设计了一种基于密度函数的交叉算子。对二组典型优化问题的测试表明,本算法是可行和有效的,解集分布的均匀性与多样性均较理想。

粒子群优化算法收敛性分析

对粒子群优化算法的收敛性进行了分析,给出了收敛条件,数值试验计算验证了收敛性分析结果。讨论了粒子群优化算法参数选取的基本原则。

人工智能在短临降水预报中应用研究综述

短临降水预报是一项重要且具有挑战性的世界性难题.研究人员曾尝试使用各种技术预报降水,但是由于降水本身具有高度非线性、随机性和复杂性的特性,使得降水预测精确度并不高.近年来,随着人工智能技术的迅猛发展,其日渐渗透到人们生活的方方面面,气象领域也因此得益.人工神经网络能够对非线性系统进行建模,因此相比于传统方法,如数值天气预报法和光流法等,人工智能方法使得降水预报的准确率大大提高.本文介绍了传统降水预报的方法,着重总结概括了用于短临降水预报的各种最新人工智能方法,并对各研究方向进行归纳分析,为各类研究人员研究提供有益参考和借鉴.

并行波峰模式的规则块拼接纹理合成调度

在基于样图的纹理合成方法中,规则块拼接法因邻接块间相对高的约束条件难以利用并行化手段提高运算效率.文中从一个经典算法出发,把块合成顺序问题转换为任务调度问题,对该问题进行描述并分析提取其中的约束条件,然后以并行波峰模式为基础,提出了一种在满足相关约束下面向通用二维矩阵数据的空间平衡调度方案.在此基础上,提出一种基于并行波峰模式的规则块拼接纹理合成调度算法,很好地保持了规则块拼接的原有约束,实现了基于多核心CPU的并行纹理合成.最后通过理论上的分析和对比实验证明了文中方案的有效性.

缓解平滑区域光晕和偏色失真的图像去雾算法

针对基于暗通道先验的去雾算法在平滑区域产生光晕和偏色失真的问题,提出一种双边滤波引导同态滤波的去雾算法.首先,构建一种以原始像素值与大气光值的差为正比例系数、以透射率为反比例系数的非线性拉伸模型,用于表征各颜色分量在去雾前后的对比关系;然后,采用双边滤波引导的空间域同态滤波,把粗透射率分解为大气光分量和场景目标反射分量;最后,以前景区域面积比为自变量,定义一种自适应加权函数,对大气光分量和反射分量进行线性加权以生成精细透射率,进而利用暗通道先验模型完成去雾.采用O-HAZE和RESIDE数据集的真实含雾图作为测试数据,通过UCIQE,FADE,SSIM,NIQE和色彩还原度客观评价指标进行对比,所提算法的评价结果比典型算法平均提高了21.68%.结果表明,所提算法能够有效地避免大面积平滑区域的偏色失真以及景物边缘、轮廓处的光晕和伪边缘效应,取得更高的主客观质量.

基于语义和真值程度的相关查询客观度量

相关查询可以给用户推荐合适的查询以辅助用户快速获得需要的信息，其中根据原始查询选择相关查询的优劣是相关查询有效性的关键。提出利用用户查询日志获得查询语义相关性，其关键是定义了三个与原始查询相关的相似性测度：查询串流行程度、查询串字面相似性和查询串之间语义相似性。使用真值程度度量，将查询串的三个测度度量值映射成一个查询相关性客观评价值，在计算过程中还能得到每个特性的优劣程度。实验结果表明：语义相关查询及其客观评价方法可以显著提高相关查询质量，主、客观评价值之间具有相当高的相关性，表明了本方法挖掘相关查询和评价相关查询的有效性。