移动点对象与参考地物空间拓扑关系

针对二维欧氏空间内的平面移动点对象，该文基于“9交模型”，定义了参考地物的空间拓扑关系模型，并将该模型表示为3个连续观测时刻的拓扑关系的三元组，给出了移动点对象与参考点、线和面地物的空间拓扑关系的定性表达。该模型可以清楚地刻画移动点对象相对于参考地物的运动变化情况，对于智能交通、移动位置服务等应用具有重要的意义。     

基于对象行为的时空拓扑模型

通过对时空对象的行为进行分析，提出了一种时空拓扑关系模型，并在此基础上提出了时空拓扑的分解和重构算法．该算法既可以跟踪对象本身的历史，同时也可以跟踪在不同的时间段(或时刻)的空间对象之间的关系．模型和算法对于时空拓扑的描述提供了一种可行的解决方案．     

随时间演化的不确定区域间拓扑关系判定

不确定性处理是时空数据库技术研究的新领域,现有研究成果集中在时空不确定性的表示模型方面,缺乏不确定性对象间时空关系特别是拓扑关系的分析.提出了利用3维拓扑分析模型来分析2维运动对象的时空关系,针对随时间演化的2维不确定性区域,将Egg/Yolk模型中的RCC（region connection calculus）区域扩充至3维,得到46种联合完备且互不相交的基本拓扑关系,根据各基本拓扑关系的时空特性,将46种基本关系归类为21类不确定性时空关系.     

基于状态和变化的统一时空数据模型

提出了一个基于状态和变化的统一时空数据模型SCUDM(state and change based unified spatio-temporial datamodel).时空数据库的状态是关于对象、空间和时间的三元组,时空数据库的变化就是状态的变化.按照对象域、空间域和时间域将时空数据库中的变化分别投影分解,显式地表达在对象、空间和时间上的变化.而事件是在某一时刻前后,时空实体的变化关系,在事件表达中蕴涵了空间实体之间的时间拓扑关系.SCUDM不仅支持状态和变化的表达,而且支持时间拓扑和空间拓扑的表达.     

多种空间关系和时间结合的定性时空推理

空间实体之间存在多种时空关系,主要包含拓扑、方向、距离、尺寸和时间等.以往的研究工作主要集中于3种以下时空关系结合的表示和推理,而3种以上结合的研究很少.但多种时空关系之间是相互统一和相互约束的,所以,将它们全部综合起来研究是时空推理研究发展的必然趋势,也是实际应用的迫切需要.提出了采用矩形关系统一表示多种空间关系,以矩形关系变化次数表示时间的时空统一表示模型,并在此基础上,利用概念邻域图推导空间关系变化和时间变化.据此,结合矩形关系网络和路径一致性算法,提出了检验上述统一模型网络一致性的算法,并分析了算法复杂度.该研究成果提高了空间关系分析方法的准确性,减小了时间信息的冗余,对地理信息系统中空间实体间的空间关系以及时间变化的分析和查询等有一定的理论意义与应用价值.     

移动对象时空方向关系建模

针对现有方向关系模型不能有效刻画移动对象方向关系变化的问题,提出了一种移动对象时空方向关系建模方法。通过对移动对象的时空方向关系进行分类,采用连续快照模型的思想,基于投影模型对移动点对象之间的时空方向关系进行建模,分别定义了静态时空方向关系模型、历史时空方向关系模型和时空方向关系演变模型。时空方向关系演变模型刻画了移动对象的动态时空方向特征,可以有效支持时空查询和时空推理等,对移动对象的时空特性研究具有重要的理论意义。     

基于笛卡尔运算的时空拓扑关系研究

时空拓扑关系是时空数据模型和时空数据库的基础。在Allen’s的13种时态关系、Egenhofer’s的8种空间拓扑关系和舒红的8种时态拓扑关系分析的基础上,提出基于笛卡尔运算的时空框架集成体系。在此框架体系下,归纳出64种联合完备且互不相交的时空拓扑关系,详细给出其几何表达和语义描述,并引入联合矩阵对其存储。鉴于时空拓扑概念邻居在时空动态分析和时空推理中的重要性及复杂性,在空间拓扑和时态拓扑概念邻居讨论的基础上,分析并给出时空拓扑关系概念邻居通用的描述过程和求解的算法流程。     

异构几何集合对象拓扑关系的描述

拓扑关系是一种非常重要的空间关系，在地理信息系统(GIS)中，被广泛地应用于空间查询、空间分析和空间推理。目前，已经提出了多种模型来对空间对象间的拓扑关系进行描述。在GIS中，空间对象包括单一(简单或复杂)的空间对象、同构的几何集合对象和异构的几何集合对象。目前国际上     

空间几何对象相对位置的新安全判定方法

针对空间几何对象相对位置判定问题提出一种新的解决方案,也就是运用矩阵秩的概念和一般矩阵求和的安全两方计算协议秘密判定空间几何对象相对位置问题.关于此问题,之前罗永龙教授设计了对应成比例判定协议,而文中则利用矩阵秩的概念和一般矩阵求和的安全两方计算协议设计了一些基础的空间几何对象相对位置安全判定协议.运用此协议解决了空间中的平面与平面位置关系问题、平面与直线位置关系问题和直线与直线位置关系问题.提出的新安全判定方法不久解决了空间几何对象相对位置判定问题,也将在其他安全多方计算问题中起到重要作用.     

时空数据模型及其应用技术研究--以公路交通网为例

以公路交通网为例，提出了一种适合于公路交通信息系统的时空数据模型，该模型考虑了空间、时间的拓扑关系，并对因时间要素的加入而产生海量数据的存储问题提出一种新的解决方法，同时利用面向对象技术将其与当前关系数据库相结合，并给出了基于此模型的一个空间数据库的初步解决方案。     

MFR-MAP相结合的运动目标检测方法研究

针对运动目标检测的准确性和完整性要求,将静态图像分割算法的空域信息与运动目标检测的时域信息相结合,提出了采用基于MRF-MAP框架的时-空联合的目标检测方法。利用Mean-Shift算法进行空域检测,利用在显著性水平约束下的帧间差分法进行时域检测,构造了时-空联合的MFR模型和相应的能量函数,通过求解能量函数最优解,得到较为理想的运动目标检测结果。     

时空渐进式学习的视频显著性目标检测

视频显著性目标检测需要同时结合空间信息和时间信息,连续地定位视频序列中与运动相关的显著性目标,其核心问题在于如何高效地刻画运动目标的时空特征.现有的视频显著性目标检测算法大多使用光流,ConvLSTM以及3D卷积等提取时域特征,缺乏对时间信息的连续学习能力.为此,设计了一种鲁棒的时空渐进式学习网络(spatial-temporal progressive learning network, STPLNet),以完成对视频序列中显著性目标的高效定位.在空间域中使用一种U型结构对各视频帧进行编码解码,在时间域中通过学习视频序列中帧间运动目标的主体部分和形变区域特征,渐进地对运动目标特征进行编码,能够捕捉到目标的时间相关性特征和运动趋向性.在4个公开数据集上与13个主流的视频显著性目标检测算法进行一系列对比实验,所提出的模型在多个指标(max F, S-measure (S), MAE)上达到了最优结果,同时在运行速度上具有较好的实时性.     

运动目标的自动空时分割算法

在视频应用中,运动目标的提取是一个重要的研究课题。为了对运动目标进行更有效的分割,提出了一种从视频序列中自动提取运动目标的空时分割算法。该算法在时域分割中采用基于齐异矢量消除的目标检测方法来获得运动目标的初始模板。通常,该初始模板具有不连续的边界和一些"孔"。为了得到较为完整的目标区域,用具有距离约束的区域生长算法来补偿初始模板。而在空域分割中,分水岭分割则通过考虑全局信息来增强其分割的精确性。然后,精确的运动目标即可通过空时融合模块提取出来。试验结果表明,该空时分割算法是有效的。     

M-相点数据索引SPindex

空间数据索引是空间数据管理的关键技术,其性能决定空间数据库的使用效率.由于可将时间维度转化为空间维度处理,空间数据索引在时空数据库和移动对象数据库管理方面有广泛的应用.因此研究空间数据索引具有理论意义和应用价值.现有空间索引多是基于R-树技术,为快速有效地访问海量空间数据,提出一种基于空间相点分析的空间数据索引方法SPindex.首先,将空间区域所对应的最小外接矩形(MBR)集合与相平面中相点集合建立对应;其次,通过相点关系对相应MBR进行相互位置分析,进而提出一种基于相点的空间数据结构MROB;以此为基础,提出一种新的基于M-相点分析的空间数据索引SPindex;最后,通过与常规索引进行实验,评估表明了该工作的可行性与有效性.     

时空相点移动对象数据索引PM-Tree

随着移动定位技术和无线通讯技术发展,移动对象的应用领域越来越广阔.位置随时间而变化的移动对象产生的时空数据具有规模大、多维性、结构复杂和关系复杂等特点.由于移动对象的运动轨迹大多被限定在特定的交通网络中,因此基于路网的移动对象索引成为时空数据索引研究的一个重要应用分支.目前,针对移动对象历史数据的区域查询优化的研究重点是如何提高窗口查询的效率.这类索引通常以同一线路为单位来组织轨迹数据的存储.索引通常采用两层的R-tree索引结构,上层的2D R-tree用于索引在某个区域内的线路,下层的2D R-tree用于索引某个时间段内在这些区域的移动对象.这类索引在处理轨迹信息的时间维度的时候,仅仅是把时间维度等同于空间的维度来进行R树维度的扩展.由于R树算法不能有效地降低最小限定矩形的空间堆叠问题,尤其是在数据量较大、数据维数增加时表现得更为明显.所以,为了提高路网中移动对象时空信息的存储以及查询的效率,本文则将轨迹信息中的时间数据和空间数据整合起来,提出了一种移动对象数据索引PM-tree(Phase-point Moving Object Tree).首先运用映射函数把路网中移动对象运动轨迹的二维时空矩形投影成带参数的一维"时空相点",并讨论了时空相点之间的偏序关系,建立了基于相点偏序划分的相点序分枝结构,为索引的建立提供了理论支撑.接着论文以MON-tree索引为基础,以相点序分枝结构来改进其下层索引结构,提出了时空相点移动对象数据索引,该索引能完成运动轨迹时空的一体化查询,能避免类R-tree索引中最小限定矩形堆叠导致的效率低下的问题,有效地缩小搜索空间.最后论文实现了索引的增量式动态更新管理.通过实验的对比分析,表明PM-tree索引不但能有效提高储存空间的利用率,"一次一集合"的查询模式还提高了查询性能.     

基于小波变换和ICA的运动目标分割

提出一种时空融合的运动目标分割方法.在时域方面,采用时间轴一维小波变换提取运动对象,然后用独立成分分析法提取独立的运动对象,并基于灰度直方图进一步提取视频对象;在空域方面,提出对轮廓提取后的图像进行分水岭变换的改进方法.与COST211 AM算法比较表明,文中方法能更完整、准确地提取出运动对象.     

基层层次光流的半自动时空视频分割技术

在新一代MPEG-4视频编码标准中，为了支持面向对象编码和实现基于内容的应用，视频的半自动分割成为关键技术之一，为此提出了一种基于层次光流的半自动时空视频分割算法。该算法由空域分割和时域分割组成。在空域分割中，提出的基于点的图形用户界面（PBGUI），在用户的协助下，能够精确地定义需要分割的视频对象（VO）。时域分割根据空域分割的结果采用层次光流算法对视频对象进行边界和整体跟踪。实验结果表明，利用该算法，能够精确地分割出视频对象。     

基于层次光流的半自动时空视频分割技术

在新一代 MPEG- 4视频编码标准中 ,为了支持面向对象编码和实现基于内容的应用 ,视频的半自动分割成为关键技术之一 ,为此提出了一种基于层次光流的半自动时空视频分割算法 .该算法由空域分割和时域分割组成 .在空域分割中 ,提出的基于点的图形用户界面 (PBGU I) ,在用户的协助下 ,能够精确地定义需要分割的视频对象 (VO) .时域分割根据空域分割的结果采用层次光流算法对视频对象进行边界和整体跟踪 .实验结果表明 ,利用该算法 ,能够较精确地分割出视频对象 .     

基于熵模型的压缩域运动对象检测

随着视频编解码技术的发展,H.264已成为最主要的标准之一。为了能从H.264码流中准确有效地分割和提取出运动对象,提出了一种压缩域下的对象检测算法。该算法主要利用压缩域下对象的运动矢量信息,先对矢量进行中值滤波预处理,目的是为了减少运动估计算法和对象实际运动所产生的误差。然后利用基于熵的原理,建立运动对象在空间和时间上的一致性模型。在该模型基础上,采用最大熵方法自适应获得阈值,检测得到运动对象。实验结果证明,该算法可以获得比较好的检测结果。