动态场景中自适应去除外点的全局运动估计方法

为在动态场景图像序列中准确地完成全局运动估计,提出一种自适应去除外点的全局运动估计方法。对尺度不变特征变换(Scale invariant feature transform,SIFT)算法提取出的特征点利用最近邻搜索算法中的BBF(Best Bin First)方法进行匹配。为提高全局运动估计的精度,提出改进的随机抽样一致(RANdom SAmple Consensus,RANSAC)算法。此算法能够自适应地去除外点,即利用特征点运动矢量的方差控制迭代次数来进行外点的去除,最终通过摄像机运动模型实现准确的运动参数估计和背景补偿。对标准图像序列Coastguard和实际拍摄的动态场景图像序列的实验表明,提出的方法能够快速地完成动态场景中的全局运动估计与补偿,具有较高的精度和适应性。     

航拍视频中基于特征匹配的全局运动估计

根据航拍视频成像特点,得到相邻帧之间全局运动的六参数近似变换模型,任意帧之间的变换模型通过"帧到帧"的方式递归获得。采用角点特征匹配方法提取出有效的匹配点,实验结果表明该方法简单可靠。     

基于图像金字塔分解的快速全局运动估计

文章提出了一种基于图像金字塔分解的快速全局运动估计算法.为了提高计算速度与准确性,采用了3层金字塔进行多分辨率计算.在金字塔第3层图像中,进行宏块预判,去除不可靠宏块,通过块匹配算法粗略地求出摄像机运动参数,并将运动参数映射到金字塔第2层.在金字塔的前2层图像中,将宏块预判与基于块的外点去除算法相结合,去除不可靠宏块,...     

一种基于动态背景的运动目标提取方法

为了实现旋转摄像头下运动目标的监控,提出了一种动态背景下提取运动目标的方法.在全局运动估计过程中,首先提取当前帧的特征点并将其离散化,然后以特征点为中心在当前帧和前一帧之间进行块匹配,其后用3σ准则除去误差块,从而得到全局运动估计量,并且在VC平台上实现了该算法.     

CAI的动态全局规划

在ＣＡＩ的研究和开发过程中,如何把领域知识,学生模型,与具体领域有关的教学知识,以及与具体领域无关的教学原理和方法有机地结合起来,对领域知识进行动态全局规划的核心问题一般都被回避。文中将领域知识看作概念以及概念之间的关系,把４个方面的知识有机结合起来,找到了对领域知识动态全局规划的内在规律。同进,可以用优美简洁的建基于集合论之上的数学模型表示。     

基于动态规划的关键帧提取算法

在传统的关键帧动画中,动画师对关键帧进行编辑并通过插值生成一段连续的动画.运动捕捉数据的每一帧均可看作关键帧,但是对其直接进行编辑非常繁琐,需要从运动中提取具有代表性的关键帧,简化运动的编辑操作.已有的关键帧抽取方法主要基于一些局部误差度量策略,算法的全局误差难以得到保证.提出了一种基于动态规划的运动捕捉数据的关键帧提取算法,该算法通过曲线拟合技术对密集采样的运动捕捉数据进行减帧,在生成指定数目关键帧的同时保证误差达到全局最小.用户可以利用传统的关键帧技术对减帧后的运动进行编辑.     

基于快速运动估计算法UMHexagonS的研究

UMHexagonS算法已经被视频编码标准H．264正式采纳作为整像素的快速运动估计算法。该算法的运算量相对于快速全搜索算法可节约90%以上,同时能够保持较好的率失真性能。本文结合JM10．2的源代码对UMHexagonS算法进行了分析,并对该算法进行了改进。通过利用运动矢量间性,采用一种新的自适应的非对称十字形模板来代替原算法中的非对称十字形模板,并将改进的算法在JM10．2测试模型上进行了验证,,实验结果表明,本文建议的方法在保证编码性能的同时,可以有效减少运动估计所需要的时问。     

基于AVS编码的运动估计算法优化设计

AVS是我国自主制定,拥有自主知识产权的音视频编码技术标准.该文通过对AVS参考软件rm52c中快速运动估计算法进行分析,对整像素、1/2像素和1/4像素搜索提出了改进策略.采用自适应阈值搜索停止算法,在保证运动估计精度的同时,减少了运动估计的搜索次数.实验结果表明,该策略在重建图像质量屡有下降的情况下明显提高了编码速度.     

基于投票策略的特征点提取

特征点提取算法中存在伪角点和定位不准确的问题,导致特征点匹配率低,并且影响图像配准精度和速度.针对这一问题,提出基于投票策略的特征点提取算法.算法通过选举人投票选举出最强特征性点集,有效去除伪角点.点集中的特征点满足多重准则,特征性强度高.依据坐标选举,保证了特征点定位的准确性.在发生相似变换、亮度变化和加噪的情况下对大量图像进行了特征点提取和匹配实验,并与传统的特征点提取方法进行比较.实验结果表明,该算法提取的特征点具有更好的有效性,算法具有较强的适应性和抗噪性.     

基于Gabor小波的全局运动估计方法

通过Gabor小波变换(GWT)提取特征点的能量，以能量决定的概率分布来确定特征点的选取，从而在一定程度上消除光照条件变化和帧内噪声的影响，得到更为稳健的特征点．通过去除邻接的特征点，减少了计算量，同时提高了块匹配的精度．实验结果表明，提出全局运动估计方法的算法是稳健可靠的．     

基于连通区域选择的导航线特征点确定算法

提出了一种基于连通区域选择的导航线特征点确定算法。首先在传统农业图像分割的基础上选取面积最大的连通区域,然后通过开操作去除连通区域边界的毛刺,再逐行提取图像的特征点。对25幅图像分别按传统方法,未进行开操作的连通区域选择法,进行开操作的连通区域选择法进行导航线特征点提取,统计分析结果表明与传统方法比较进行开操作的连通区域选择法的特征点误差显著降低。     

基于稀疏编码的提取人脸整体特征算法

为了提高特征的分类效果 ,提出了一种新的基于稀疏编码的人脸特征提取方法。稀疏编码是去除图像冗余的一种有效方法 ,适于描述具有 non- Gaussian分布的图像集合。和基于主成分分析 (PCA )的传统方法相比 ,利用稀疏编码提取的特征具有更好的分类特性。根据稀疏编码的聚类特性 ,利用模糊 C均值聚类对稀疏编码基函数进行初始化以进一步提高特征的可分性。人脸识别的试验结果表明 ,该方法明显优于传统的“特征脸”方法 ,是一种有效的图像整体特征提取方法     

多直线全局运动估计及其在图像稳定中的应用

提出了基于直线特征的全局运动估计算法，该处利用直线段来估计局部区域的运动参数，再根据局部运动参数和相应的权系数估计全局运动参数，作为应用，要用平均值滤波法对图像序列轨迹进行了滤波，通过比较滤波前后的运动轨迹，计算出图像序列中帆的抖动参数；并利用补偿技术对图像帧进行抖动补偿，获得了稳定的图像序列输出。     

A new adaptive fast motion estimation algorithm based on local motion similarity degree (LMSD)

In the motion vector field adaptive search technique (MVFAST) and the predictive motion vector field adaptive search technique (PMVFAST), the size of the largest motion vector from the three adjacent blocks (left, top, top-right) is compared with the threshold to select different search scheme. But a suitable search center and search pattern will not be selected in the adaptive search technique when the adjacent motion vectors are not coherent in local region. This paper presents an efficient adaptive search algorithm. The motion vector variation degree (MVVD) is considered a reasonable factor for adaptive search selection. By the relationship between local motion similarity degree (LMSD) and the variation degree of motion vector (MVVD), the motion vectors are classified as three categories according to corresponding LMSD; then different proposed search schemes are adopted for motion estimation. The experimental results show that the proposed algorithm has a significant computational speedup compared with MVFAST and PMVFAST algorithms, and offers a similar, even better performance.     

一种改进的运动矢量场自适应运动估计算法

对MVFAST和PMVFAST算法的分析,提出了一种改进的运动矢量场自适应运动估计算法。该算法基于MVFAST算法分级搜索的思想,优化了运动强度的划分方法,增加了相对运动类型的划分,搜索中尽量使用简单策略,并自适应提前结束搜索。实验结果证明,该算法在保持图像质量的情况下,与MVFAST和PMVFAST相比,不仅有效降低了计算复杂度,而且加快了搜索速度,具有很好的应用价值。     

基于特征选择的人物关系抽取方法

在人物关系抽取中,其特征空间维度往往非常高,会造成向量稀疏问题,从而影响关系抽取的效率。针对这一现象,首先将人物关系分为6类;然后引入了文档频率、信息增益、互信息和χ2统计这四种文本文类的特征选择算法,对特征空间进行降维。最后运用SVM分类器抽取人物的实体关系。实验结果表明这四种特征选择算法不仅能够保证抽取性能,还能有效的降低向量空间维数,极大提高关系抽取效率。其中,χ2统计算法效果最佳,信息增益次之。     

高效多分层半像素精度块匹配运动估计算法

为了降低视频编码器的运算负荷,提出一个空时相关多分辨半像素精度块匹配运动估计算法,这个算法利用运动矢量场的空间和时间相关性及多层结构中父子块间的相关性,缩小局部运动搜索范围,得到低运算复杂性。利用一个自适应门限调整算法,使运动搜索次数对不同视频序列近于一致。模拟结果表明,该算法运动补偿增益和运动矢量熵也有明显改进,搜索次数低于著名的三步法。最后讨论了半像素精度和变块大小运动估计方案。     

浊点萃取法富集利尿剂Furosemide

利用表面活性剂C12E10水溶液在温度高于浊点时形成两相的行为对溶液中痕量利尿剂Furosem ide进行了分离特性的研究,考察了盐、表面活性剂、Furosem ide的浓度以及温度的影响。加入硫酸钠可将C12E10溶液的浊点降至常温(20℃),有利于浊点萃取操作。提高盐浓度有利于提高Furosem ide的富集倍数,但对萃取效率几乎没有影响;提高初始溶液中的C12E10浓度将降低Furosem ide富集倍数,提高萃取效率。在30℃~50℃之间,平衡温度的升高有利于提高Furosem ide富集倍数。在温度为40℃时,采用2 g.L-1,C12E10和125 g.L-1硫酸钠体系,富集倍数为165.3倍,相体积比为0.003 7。     

超分辨率数字图像特征提取及重构方法研究

当前超分辨率数字图像特征提取及重构方法容易受到外界环境的干扰,导致重构结果不可靠,重构图像质量较低。为此,提出一种新的超分辨率数字图像特征提取方法,通过BRISK描述子对超分辨率数字图像特征进行提取,以提高重构图像质量。详细分析了重构约束的构建过程;在此基础上,通过低分辨率数字图像与平滑性求解获取高分辨率数字图像,从而实现超分辨率数字图像的重构。实验结果表明,采用所提的新的超分辨率数字图像特征提取及重构方法对图像进行重构,不仅匹配性能高,而且重构图像质量优、效果佳。     

基于GPU加速的恶意代码字节码特征提取方法研究

随着恶意代码的数量和种类增长,快速有效地检测恶意代码显得十分有必要,其中关键技术就是恶意代码特征提取.针对现有恶意代码字节码序列特征提取速度的不足,提出了一种GPU加速提取恶意代码字节码序列特征的方法.使用目前比较成熟的统一计算设备架构CUDA,将传统恶意代码字节码序列特征提取方法中字节码N-Gram特征的提取、TFIDF特征的计算等密集计算型任务移交给GPU进行并行计算.实验表明,针对不同样本文件大小的数据集,该方法均有2～4倍以上的速度提升,大幅提高恶意代码字节码序列特征提取的速度.