基于多尺度特征校准的图像协调化方法

图像组合是图像处理中一个重要操作，然而组合图像中前景区域与背景区域的外观不协调使得组合图像看起来不真实。图像协调化是图像组合中极其重要的一个环节，其目的是调整组合图像前景区域的外观使其与背景区域一致，从而让组合图像在视觉上看起来真实。然而，现有方法只考虑了组合图像前景与背景之间的外观差异，忽略了图像局部的亮度变化差异，这使得图像整体的光照不协调。为此，该文提出一个新的多尺度特征校准模块(MFCM)学习不同尺度的感受野之间细微的特征差异。基于所提模块，该文进一步设计了一个新的编码器学习组合图像中前景与背景的外观差异和局部亮度变化，然后利用解码器重构出图像，并通过一个对前景区域归一化的回归损失指导网络学习调整前景区域的外观。在广泛使用的iHarmony4数据集上进行实验验证，结果表明该方法的效果超过了目前最优的方法，验证了该方法的有效性。     

视频图像中基于特征匹配的人流量统计

人流量统计信息在交通控制、公共场所、商业分析等领域具有重要意义.针对传统方法的不足,提出了一种基于特征匹配的人流量统计方法.该方法的第一阶段是采集少量有代表性的样本,每个样本由特征向量和对应的人数组成,并根据人数进行分类.第二阶段进行人流量统计,即提取一个运动视频段的特征向量,然后把该特征向量与样本库的每类样本进行马氏...     

基于非线性映射模型的红外弱小目标图像仿真

针对远距离红外弱小目标检测算法的研究和性能评估需要大量测试图像的现状，提出了一种基于非线性映射模型的红外弱小目标图像仿真方法。首先，通过理论计算和实际拍摄得到实验目标的辐照度与成像灰度值映射数据，并利用该数据对多种备选映射模型进行评估，得到最佳的基于拟合的非线性映射模型；然后，将该映射模型应用到实际目标图像的仿真过程中，得到能反映实际亮度变化的目标仿真图像；最后，考虑大气传输效应等因素的影响，将目标仿真图像与真实背景图像进行合成，得到最终的红外弱小目标仿真图像。通过与传统仿真方法对比，该仿真方法产生的仿真图像具有较强的真实感。     

无人机视角下的目标检测研究进展

在人工智能技术的支持下,无人机初步获得智能感知能力,在实际应用中展现出高效灵活的数据收集能力。无人机视角下的目标检测作为关键核心技术,在诸多领域中发挥着不可替代的作用,具有重要的研究意义。为了进一步展现无人机视角下的目标检测研究进展,本文对无人机视角下的目标检测算法进行了全面总结,并对已有算法进行了归类、分析和比较。1）介绍无人机视角下的目标检测概念,并总结无人机视角下目标检测所面临的目标尺度、空间分布、样本数量、类别语义以及优化目标等5大不均衡挑战。在介绍现有研究方法的基础上,特别整理并介绍了无人机视角下目标检测算法在交通监控、电力巡检、作物分析和灾害救援等实际场景中的应用。2）重点阐述从数据增强策略、多尺度特征融合、区域聚焦策略、多任务学习以及模型轻量化等方面提升无人机视角下目标检测性能的方法,总结这些方法的优缺点并分析了其与现存挑战之间的关联性。3）全面介绍基于无人机视角的目标检测数据集,并呈现已有算法在两个较常用公共数据集上的性能评估。4）对无人机视角下目标检测技术的未来发展方向进行了展望。     

基于OMNeT++的大规模确定性网络仿真实践

时间敏感网络（TSN）和确定性网络（DetNet）是确定性网络整体解决方案的重要组成部分,目前产业界还缺少这两种技术在大规模联合组网方面的研究。在OMNeT++仿真平台基于时隙调度实现了TSN和DetNet联合组网的确定性转发,并打通了控制器和仿真系统的通道,实现了转控协同的确定性仿真网络。重点介绍了对于仿真系统的改造,以及基于此的大规模跨域场景下确定性业务的端到端时延和抖动性能研究。结果表明,在大规模跨域场景下,时隙调度的机制可以提供端到端的确定性业务保障。     

虚拟现实图像客观质量评价研究进展

随着科学技术的发展,虚拟现实(virtual reality,VR)技术逐渐渗透到医疗、教育、军事和娱乐等众多领域,并凭借在各个领域广阔的应用前景而受到广泛关注。鉴于视觉质量是决定VR技术能否成功应用的关键,且图像是VR应用最基础和最重要的视觉信息载体,VR图像质量评价已经成为质量评价领域的重要前沿性研究方向。与传统图像质量评价类似,VR图像质量评价可以分为主观质量评价和客观质量评价。由于客观质量评价相比主观质量评价具有成本低、稳定性高和应用范围广等优点,对VR图像客观质量评价的研究受到了国内外学者的高度重视。目前,关于VR图像客观质量评价的研究已经取得了一定进展,但是文献中缺少对该方向相关研究方法的综述。基于此,本文针对VR图像客观质量评价的研究进行概述。首先,对VR图像质量评价的研究现状进行分析。然后,重点对现有的VR图像客观质量评价模型进行综述。具体地,根据模型是否需要使用原始无失真图像信息作为参考,将现有的VR图像客观质量评价模型划分为全参考型和无参考型两大类。其中,全参考型方法进一步划分为基于峰值信噪比/结构相似度的方法和基于传统机器学习的方法。根据特征表达空间的不同,无参考型VR图像质量评价模型划分为3类：基于等矩形投影表达空间的方法、基于其他投影表达空间的方法和基于实际观看空间的方法。介绍完各类模型后,分别对其相应的优缺点进行分析。此外,本文对VR图像客观质量评价模型的性能评价指标和现有VR图像质量评价数据库进行了归纳。最后对VR图像客观质量评价模型的应用进行了介绍,并指出了未来的研究可能的发展方向。     

基于时域特性分析的红外运动小目标检测算法

为了有效地检测复杂背景下的红外运动小目标,提出了一种基于时域特性分析的目标检测算法.首先,利用修正后的阿尔法均值滤波器对含有多种噪声的红外图像进行有效的预处理.然后,把空域上每个位置的取值看成是时域上的函数,则受运动目标影响和不受影响的函数曲线具有完全不同的形状,通过检测这种形状差异来完成目标的检测任务.最后,基于形态学的后处理可以有效地去除虚假目标.实验结果表明:该算法能具有较好的鲁棒性.     

基于3D Max-median和3D Max-mean滤波的红外小目标检测

针对复杂背景下红外小目标的实时检测需要,提出了一种基于时空域条件下改进性的最大中值滤波和最大均值滤波的检测算法。首先,输入红外序列图像,再用沿时间轴和空域组成时空三维组合帧,根据连续3帧图像形成3×3×3的结构,并根据利用最大中值或者最大均值滤波来确定中间帧中心位置的像素值;然后,再用阈值分割出目标;最后,归一化逐帧叠加确定目标运动轨迹检测出目标。实验结果表明,在不同背景条件下,该检测算法能有效地检测出运动小目标,并且能准确地得到目标的位置,适合于实时的目标检测。