生成有向图的所有树形图的新算法

本算法生成一个直积-直和表达式,用来表示有向图G中所有以指定结点r为根的树形图之集∑_r~ (G)。该表达式正是一种“符号网络函数”,且其形式非常适合生成树形图问题的实际应用。算法的基础是两种新的分解:图的直积分解与图的直和分解。本文还提出逆弧概念和删除逆弧算法,作为下一步改进的着眼点。复杂性:时间O(VEK),空间O(E),其中K为直和分解次数加1。     

基于非约束图像参考集匹配的视频人脸识别

针对视频人脸识别中系统不能很好地学习人脸图像有效特征的问题,提出了非约束图像参考集匹配方法,通过在两个图像集之间预先定义参考集构造多个离线的局部模型,并分别与参考集进行匹配,无需考虑所有的成对情况,从而计算出它们的相似度,有效地将视频人脸识别问题转化成二次规划问题。所提方法的有效性在Honda、MoBo及YouTube三大视频人脸数据库上进行了验证,实验结果表明,与现有的视频人脸识别方法相比,所提方法取得了更好的识别效果。     

基于非对称监督深度离散哈希的图像检索

哈希广泛应用于图像检索任务。针对现有深度监督哈希方法的局限性,该文提出了一种新的非对称监督深度离散哈希(ASDDH)方法来保持不同类别之间的语义结构,同时生成二进制码。首先利用深度网络提取图像特征,根据图像的语义标签来揭示每对图像之间的相似性。为了增强二进制码之间的相似性,并保证多标签语义保持,该文设计了一种非对称哈希方法,并利用多标签二进制码映射,使哈希码具有多标签语义信息。此外,引入二进制码的位平衡性对每个位进行平衡,鼓励所有训练样本中的–1和+1的数目近似。在两个常用数据集上的实验结果表明,该方法在图像检索方面的性能优于其他方法。     

基于视点相关性的光场图像压缩算法

为了探索虚拟绘制视点之间的强相关性, 提高光场图像的压缩效率, 提出一种基于视点相关性的光场图像压缩算法。该算法基于高清视频编码屏幕内容编码扩展平台, 利用线性加权算法以及帧内块拷贝混合预测算法来提升编码块的预测精度; 并利用率失真优化过程来自适应地选择最优的编码块大小以及预测模式。结果表明, 所提算法相比于高清视频编码标准可以获得2.55dB的平均BD-峰值信噪比编码增益, 同时可以获得较好的虚拟视点绘制质量。该算法充分利用虚拟绘制视点之间的强相关性, 提高了光场图像的编码效率。     

基于Hausdorff距离的图像匹配技术

文中给出一种新的点匹配方法，这种方法对从传感器图像中抽取的点与从参考图像抽取的图像点进行匹配。点匹配算法要求挫个点集之间得到仿射变换，这种变换使得一个点集到另一个点集的距离最小。     

基于深度卷积神经网络和二进制哈希学习的图像检索方法

随着图像数据的迅猛增长,当前主流的图像检索方法采用的视觉特征编码步骤固定,缺少学习能力,导致其图像表达能力不强,而且视觉特征维数较高,严重制约了其图像检索性能。针对这些问题,该文提出一种基于深度卷积神径网络学习二进制哈希编码的方法,用于大规模的图像检索。该文的基本思想是在深度学习框架中增加一个哈希层,同时学习图像特征和哈希函数,且哈希函数满足独立性和量化误差最小的约束。首先,利用卷积神经网络强大的学习能力挖掘训练图像的内在隐含关系,提取图像深层特征,增强图像特征的区分性和表达能力。然后,将图像特征输入到哈希层,学习哈希函数使得哈希层输出的二进制哈希码分类误差和量化误差最小,且满足独立性约束。最后,给定输入图像通过该框架的哈希层得到相应的哈希码,从而可以在低维汉明空间中完成对大规模图像数据的有效检索。在3个常用数据集上的实验结果表明,利用所提方法得到哈希码,其图像检索性能优于当前主流方法。     

基于JPEG压缩不变量和数字水印的图像认证方法

提出一种抗JPEG压缩的图像认证算法。根据图像不同块中位置相同的DCT系数之间的大小关系在JPEG压缩之后几乎没有发生变化这一性质,对图像进行分析生成特征编码,并将特征编码加密后以水印方式嵌入图像。认证时只需将待测图像的特征编码与从中抽取出的解密水印进行比较,利用篡改矩阵鉴别是否有内容被篡改,并给出具体的篡改位置。实验结果表明,该算法有很好的抗JPEG压缩性能,并可有效地检测出恶意篡改及其发生的位置。     

基于零块编码的小波图像多表达容错压缩方法

本文提出一种均衡小波图像多表达容错压缩方法－MD－EZBC算法。这种方法将图像压缩为一系列可独立传输和解码的多表达了编码，无需优先级的支持也可充分利用不可靠信道的传输带宽。实验表明，本文方法不仅有很好的压缩效率，同时能够把传输错误图像噪声均匀地分布于整个空间，获得稳定的图像质量。     

基于图像活动性的序列图像分形编码方法

介绍了分形的概念以及分形压缩的主要思想;阐述了传统的分形图像压缩编码的基本原理与实现方法;提出了一种基于图像活动性序列图像分形编码方法。该方法首先由相邻帧之间的预测差值来判断当前编码块的活动性,然后根据图像的活动性,对不同特性的块采用不同的分形编码策略,最后对编码后得到的迭代函数系统（IFS）码进行可变长度编码（VLC）,以获得更高的压缩比。     

基于单视图的多姿态人脸图像生成技术研究

该文提出了一种基于单视图或小样本的多姿态人脸图像生成技术,它首先利用一个特征点集表示人脸,然后基于二元高次多项式函数最小二乘方法对人脸各姿态之间的特征点集坐标变化进行拟合,形成全局的变形域,最后由单视图通过变形映射生成多姿态人脸图像。实验结果表明,利用单视图和生成的多姿态图像进行多姿态人脸识别,正确率得到大大提高,证明该文人脸图像生成技术十分有效。     

图像数据压缩技术和图像质量

图像数据压缩的基本原理是有效地去除图像数据中的各种各样的多余成分,仅提取真正的信息量。目前,已有各种图像数据压缩方式被提出,并根据用途,可平行使用几种方式。这意味着对所有图像数据来说并不存在万能的压缩方式,一般来说,根据目标图像的性质,选择并使用适当的压缩方式。如果按用途归纳压缩算法,那么,作为动态图像的压缩方式主要有MPEG标准化方式或相似方式(ITU—TH261等),而现在所利用的图像数据源实际上只有电视或者视频信号。这是给动态预测、帧之间预测、DCT(离散余弦变换)以及赫夫曼编码等的基本算法组合适应处理或非线性量化等技术的非可     

一种基于分形编码的图像分割算法

本文提出了一种新的基于分形编码的图像分割算法,其工作原理和实现方法与现有的基于分形编码的图像分割方法完全不同。新算法利用不同尺度间图像块的自相似性,根据编码的结果为不同像素之间定义生成关系,通过选择合适的误差度量使满足生成关系的各像素灰度值足够接近。同时用生成关系导出相似关系,并把图像分割问题转化为求解像素相似关系的等价类问题。在实现中通过求解相似关系关系图的连通分量来求解相似关系的等价类。实验结果表明本文算法可较有效地分割图像,为基于分形编码的图像分割体系提供了新的方法。     

基于空谱特性的高光谱图像压缩感知重构

针对现有的高光谱图像压缩感知重构算法对图像的空谱特性利用不够充分,导致重构图像质量不够高的问题,提出了一种高光谱图像变投影率分块压缩感知结合优化谱间预测重构方案。编码端以频段聚类方式将高光谱图像的所有频段分成参考频段和普通频段,对不同频段单独采用不同精度分块压缩感知以获取高光谱数据。在解码端,参考频段直接采用稀疏度自适应匹配追踪( SAMP)算法重构,对于普通频段,则设计了一种优化谱间预测结合SAMP算法的新模型进行重构：首先通过重构的参考频段双向预测普通频段,并对其进行压缩投影,然后计算预测前后普通频段投影值的残差,最后利用SAMP算法重构该残差,以此修正预测值。实验表明,相比同类算法,该算法充分考虑了高光谱图像的空谱特性,有效改善了重构图像质量,且编码复杂度低,易于硬件实现。     

小波方向子树的分形量化与零树量化相结合

本文通过对标准图像内在相关性的统计分析得出了自然图像具有方向自仿射性的结论,并首次提出了小波方向子树量化的概念。对分别属于水平、垂直和对角方向的尺度压缩因子是相互独立的情况采用小波方向子树量化进行了编/解码分析,同时深入研究了零树小波量化与小波方向子树量化之间的相互关系。实验证明,采用小波方向子树量化与零树量化的混合编码算法可使编码质量有较大的改善。     

运用仿射变换技术的医学图像编码方法

本文将目前分形图像编码中采用的分场面仿射变换技术用于医学图像的压缩编码中，提出了一种新的医学图像编码方法。由于将对图像的直接编码映射对仿射为对仿射参数的编码，因此可使编码的压缩率得到显著的提高。实验结果证明了该方法的正确性。     

结合场景描述的文本生成图像方法

研究基于场景描述文本生成对应图像的方法,针对生成图像常常出现的对象重叠和缺失问题,提出了一种结合场景描述的生成对抗网络模型。首先,利用掩模生成网络对数据集进行预处理,为数据集中的对象提供分割掩模向量。然后,将生成的对象分割掩模向量作为约束,通过描述文本训练布局预测网络,得到各个对象在场景布局中的具体位置和大小,并将结果送入到级联细化网络模型,完成图像的生成。最后,将场景布局与图像共同引入到布局鉴别器中,弥合场景布局与图像之间的差距,得到更加真实的场景布局。实验结果表明,所提模型能够生成与文本描述更匹配的图像,图像更加自然,同时有效地提高了生成图像的真实性和多样性。     

物理可实现的相位编码压缩成像

 压缩成像是压缩感知理论最重要的研究领域之一.在分析压缩成像中实际测量矩阵与测量值约束的基础上,提出一种基于4-f光学架构的物理可实现的频域相位编码压缩成像方法.该方法利用两路光学架构之间的补偿实现相位编码压缩成像中测量值的非负记录,然后从该测量值精确恢复原图像,解决压缩成像应用中理论与实际物理约束之间不一致的问题.该方法可以单次曝光获得充分的测量值精确重建原图像,不需要其它附加信息,是压缩成像物理实现的一种非常可行的方案.模拟实验证明该方法可以有效地实现图像的压缩测量与超分辨率重建.     

基于多图像特征的遥感图像配准新方法

针对不同视角遥感图像配准中的非刚性几何畸变造成的配准误差,文章提出了一种基于尺度不变特征变换(SIFT)特征距离和几何结构描述符的精确方法,用于解决中等地形起伏和成像视点变化条件下遥感图像的配准问题。该方法采用尺度不变特征变换和部分强度不变特征描述符提取可靠的特征点集,利用变换过程中约束几何结构的多图像特征,提出一种新的算法来估计点集之间的精确对应关系。包括特征描述符提取、基于几何结构约束的改进SIFT特征点集配准和非刚性图像变换等步骤。对不同视点的无人机图像和卫星图像的实验结果表明,该方法相对于目前几种先进方法具有更佳的配准性能。     

基于均匀网格编码量化的超光谱图像自适应压缩

提出一种基于小波系数分类的超光谱图像压缩方法．算法首先将各波段小波分解并将所得子带划分成子块,而后根据子块活动性将其分类．在分类基础上,使用预测差分技术去除谱间冗余,此过程中分别求取各子类的预测系数以反映子带的局部相关性,而后利用均匀网格编码量化方法来量化残差系数序列,最后使用自适应算术编码对量化码字进行熵编码,为使编码器能在所有系数序列中最优地分配比特,本文提出一个基于序列统计特性和网格编码量化器率-失真特性的比特分配算法,实验证明该方法能高效地压缩超光谱图像,表现出优异的压缩性能。     

融合XLnet与DMGAN的文本生成图像方法

针对文本生成图像任务中的文本编码器不能深度挖掘文本信息,导致后续生成的图像存在语义不一致的问题,本文提出了一种改进DMGAN模型的文本生成图像方法。首先使用XLnet的预训练模型对文本进行编码,该模型在大规模语料库的预训练之下能够捕获大量文本的先验知识,实现对上下文信息的深度挖掘;然后在DMGAN模型生成图像的初始阶段和图像细化阶段均加入通道注意力模块,突出重要的特征通道,进一步提升生成图像的语义一致性和空间布局合理性,以及模型的收敛速度和稳定性。实验结果表明,所提出模型在CUB数据集上生成的图像相比原DMGAN模型,IS指标提升了0.47,FID指标降低了2.78,充分说明该模型具有更好的跨模态生成能力。