基于色彩空间自然场景统计的无参考图像质量评价

RGB色彩空间中各色彩分量间存在强相关性, 图像发生失真会改变各分量间的相关性. 基于此, 本文提出了一种新的通用无参考图像质量评价方法. 首先, 根据人类视觉对RGB色彩空间中绿色分量更为敏感的颜色感知特性, 提取了G分量MSCN系数及其4方向邻域系数的统计特征; 其次, 在分析RGB色彩空间中R、G及B分量间相关性的基础上, 分别计算RGB色彩空间各色彩分量及其纹理、相位间的互信息, 利用互信息作为统计特征来描述其各分量间的相关性; 进而, 结合上述统计特征, 分别利用SVR和SVC构建无参考图像质量评价模型和图像失真类型识别模型; 最后, 在LIVE、CSIQ 及TID2008图像质量评价数据库上进行了算法与DMOS (Different mean opinion score)的相关性、失真类型识别及计算复杂性等方面的实验. 实验结果表明, 本文方法的评价结果与人类主观评价具有高度的一致性, 在LIVE 数据库上的斯皮尔曼等级相关系数和皮尔逊线性相关系数均在0.942以上; 而且, 图像失真类型识别模型的识别准确率也高达93.59%, 明显高于当今主流无参考图像质量评价方法.     

一种基于视频的公交客流自动统计方法

为提高公交系统智能化管理水平,提出一种公交客流自动统计方法。采用直方图统计与多帧平均的方法提取视频背景,使用背景边缘去除算法得到乘客目标边缘轮廓信息。在此基础上,根据乘客头部轮廓的类圆特性,利用基于梯度信息的Hough变换圆检测算法完成乘客头部轮廓的识别,通过基于Kalman滤波预测的CamShift目标跟踪算法实现乘客的检测与计数。实验结果表明,该方法能有效消除背景图像中的噪声以及背景边缘,准确识别乘客目标并对其跟踪计数,从而提高城市公共交通运输效率。     

基于乘客多运动行为的公交客流计数判定方法

针对基于单目视觉的公交乘客人数统计判定方法不稳定、计数结果不准确的现状,结合公交车门附近乘客运动行为的复杂性和多样性,以及乘客运动行为对计数判定方法的干扰,给出一种基于乘客多运动行为分析的计数判定方法。采用轨迹聚类的方式对乘客运动行为进行分析,结合轨迹的空间特征和方向特征计算轨迹距离,并使用层次聚类方法进行聚类。分析聚类结果中每一类别所对应乘客类的运动行为,讨论各乘客类的运动行为对常用计数判定准则的影响,由此提出一种改进的公交车客流计数判定方法。利用采集的乘客上下公交车视频图像进行实验,结果表明,该方法能获得较高的统计精度和较好的稳定性。     

基于SKPCA的卫星整流罩空调系统传感器故障检测研究

针对卫星整流罩空调系统对传感器故障检测的高可靠性的要求,在分析常见故障模式的基础上,采用了基于统计量核主元分析（ SKPCA）的故障检测方法,建立整流罩空调系统传感器故障检测模型,对整流罩空调系统传感器容易出现的偏置故障进行了验证实验。实验结果验证了SKPCA方法在整流罩空调系统传感器故障检测中的正确性和有效性。     

基于星座图的PSK、QAM信号联合识别算法应用

针对PSK、QAM信号的理论识别算法在实际应用系统中不能满足较高的识别精度这一问题,提出一种基于星座图的PSK、QAM信号联合识别算法.该算法首先对信号同步处理并恢复信号星座图,然后进行相位统计与星座图聚类,提取出星座图的中心点个数N、相位个数P以及最大半径与最小半径比R等特征参数,再构造评估函数C(N,R,P)以识别PSK、QAM信号的调制方式.实际应用表明,对码元数目大于800的PSK和QAM信号的识别准确率均高于94％;对信噪比为8.25 dB的860M数字集群TETRA信号的识别率高达94.12％.该算法流程清晰且不需要任何先验知识,非常适合实际应用,此方法已经在某公司的信号分析系统上得到了应用.     

强力输送带接头点识别算法

针对新型的强力输送带以接头点为基准参考点进行故障实时检测,存在接头定位困难问题,提出了一种基于统计学和图像处理技术相结合的接头点检测识别算法。该算法首先把图像每一列看成一个样本总体;然后根据每一列的样本均值以及该列中的每一个像素的方差计算出该像素点的平滑度,根据一定的平滑度阈值来找到接头点区域,通过对接头点区域应用图像处理技术中的腐蚀、膨胀等运算,使其形成一个矩形区域。利用该矩形区域像素值的方差以及矩形区域的宽高比这两个特征,来达到对接头点的识别。实验表明该算法能够有效地识别出接头点。     

基于Web的集群管理系统结构

介绍高性能计算集群管理现状, 并根据目前管理缺点与不足, 对集群管理系统进行了总体框架设计, 利用Linux中/proc文件系统、MySQL数据库及Web技术, 对管理数据采集、数据存储及应用接口进行了功能设计, 最终实现了在统一Web界面中对集群系统运行实时情况、历史数据统计与分析进行管理.     

特征回归与检测结合的人数统计方法

针对目前特征回归与检测这2种主流的人流量统计方法的不足,提出一种基于特征回归与检测结合的人数统计方法.对于视频帧的远景区域,采用背景分割的方法提取出前景块,将前景块中的特征通过贝叶斯多核支持向量回归方法估计出人数;对于近景区域提取HOG特征,采用弱标签结构训练出模型,并采用星型结构混合模型级联检测实现行人的准确定位并统计出人数.在视频数据库上的实验结果表明,该方法不仅能够较准确地实现人流量的统计,在一定程度上减少统计时间,还能够准确地定位出一定尺度范围内行人的位置.     

Build It (and Customize and Market It) and They Will Come

ABSTRACT

Like other academic libraries, the University Library System of the University of Pittsburgh (ULS) continues to invest in providing anytime, anywhere access to research materials in electronic format. While there are obvious benefits for users in this concomitant increase in complexity for these same users, with many of them, especially undergraduates, turning to the speed and simplicity of Google and away from the complexity of library sponsored electronic resources. Seeking ways to both maximize our investment in full text resources, and promote easy access to this universe of electronic resources for our users, the ULS felt strongly that a navigational solution had to be found, and in 2004 began the process of implementing a federated search tool.

This article discusses the collaborative process between the University Library System and its federated search vendor, and discusses the decision making process behind the customizations made by the ULS to its federated search system. The article also addresses the process of working with a professional marketing organization to developing a marketing message and supporting materials to promote its federated search system, and finally briefly looks at usability and usage statistics to assess the degree to which the Zoom! federated search system has met the goal of providing fast, easy access to high quality information. doi:10.1300/J136v12n03_07