基于ROI的双尺度结构相似度图像质量评估

目前有些图像质量评估方法未考虑到感兴趣区域对图像质量的影响,所得结果与人的主观感觉有误差。为此,提出基于感兴趣区域的双尺度图像质量评价方法。将图像质量的评价分为感兴趣区域和不感兴趣区域的加权组合评价,在感兴趣区域内使用双尺度图像质量评价方法,不感兴趣区域使用传统的结构相似度评价方法。实验结果表明,该方法考虑了感兴趣区域对图像质量的影响,强化了感兴趣区域评价值在总评价值中的比重,更符合人的主观视觉质量。     

基于视觉注意机制与区域结构相似度的图像融合质量评价

针对目前图像融合质量客观评价与主观评价结果一致性不高的问题,结合人类视觉注意机制和区域计算方法对EFQI指标进行改进,提出了一种基于视觉注意机制（VAM）与区域结构相似度的图像融合质量评价指标。该指标充分考虑了人类视觉感兴趣区域和人眼对区域信息敏感的特性,使用方差显著图与视觉显著图相结合的加权方法对图像中的显著区域赋予更大的权值,并采用更符合人类视觉特性的区域计算方法求取融合结果图像和源图像在各区域上的结构相似度以评价融合质量。用该指标评价10种不同融合算法的融合结果图像并与主观评价结果进行相关性分析,分析结果表明该方法相比传统的评价指标能更有效地反映融合图像质量,与主观评价结果一致性更高。     

基于感兴趣区域的边缘结构相似度图像质量评估

目前常用的评估算法忽视了图像中携带重要信息的边缘特征。基于感兴趣区域的双尺度边缘结构相似度算法虽然考虑了边缘信息的重要性,但对边缘信息的识别效果不理想。针对以上问题,提出边缘结构相似度图像质量评估算法,将图像分为感兴趣区域与不感兴趣区域,分别用边缘结构相似度算法和结构相似度算法对2种区域进行质量评估,并实现加权组合。实验结果表明,该算法对边缘信息的识别能力更强,对图像质量的变化更加敏感。     

一种基于感兴趣内容的图像检索方法

在基于内容图像检索研究中,针对如何提取用户感兴趣的内容以提高检索效果的问题,该文根据用户选择的相似图像自动获取“感兴趣”区域,使用Fisher判别进行区域中“感兴趣”特征分量阈值的动态选择,并以该“感兴趣”特征分量及“感兴趣”区域作为用户感兴趣的内容进行图像检索。试验结果表明了该方法的有效性。     

一种基于视觉注意模型的SSIM改进方法

图像质量评价是图像处理领域的一个研究热点。文中将视觉注意模型结合到传统结构相似度( SSIM)方法中,尝试将视觉注意机制的研究成果引入到图像质量评价领域,以获取更好的评价效果。新方法采用Itti视觉注意计算模型提取图像的全局显著图,然后用中介真值程度( MMTD)理论确定各局部窗口的权值,在评价过程中对显著程度高的区域给予更高的权重。实验结果表明改进后的MMTD-SSIM算法在感兴趣区域突出的图像质量评价中较传统SSIM算法更加准确有效,更加接近人类视觉的主观评价。     

侧扫声纳图像分割中种子区域获取方法

研究了一种基于区域增长的侧扫声纳图像感兴趣区域提取方法。该方法利用边缘检测算子提取侧扫声纳图像的目标影阴区的种子区域,利用阈值分割方法提取目标亮区的种子区域,采用Haralick与Shapiro提出的相似准则进行区域增长,提取感兴趣区域。从处理结果看,该方法对某些类型的侧扫声纳图像的感兴趣区域提取有较好的效果,而且种子区域的引入大大缩短了处理时间。     

ROIBIR系统中关键技术的研究与实现

提出两种确定ROI的方法充分利用分割区域的用户可见性、区域及其权重用户的可指定性,使图像的检索系统融合人的感知能力,符合人们的检索习惯.提出的图像相似度计算方法先分别按照区域的综合特征、直方图特征值及区域的形状特征进行相似度的计算,然后将各自相似度加权乘积作为两区域的相似度.感兴趣区域与目标图像的相似度为各区域最大相似度的平均值.实验表明了提出方法的有效性.     

改进颜色和小波变换纹理的图像检索方法研究

针对传统图像检索无法体现对检索示例图像中多个不同对象的检索要求程度的问题,提出一种改进颜色特征和小波变换纹理特征的图像检索方法。首先提取出图像的多个感兴趣区域,由感兴趣的不同程度分别赋予不同大小的权值;然后提取颜色特征和纹理特征,分别用对应位置相似度计算、感兴趣区域与检索数据库中图像整体的相似度计算和整体检索示例图像与检索图像数据库中图像相似度计算三种不同方法计算出两幅图像的相似度,取最大的相似度作为两幅图像的最终相似度;对检索示例图像与检索数据库中每个图像的相似度按大小进行排序,选择最相似的图像作为检索结果。实验结果表明,该方法提高了对图像检索的性能,体现了个性化检索,对图像检索具有很好的效果。     

重视边缘区域的结构相似度图像质量评价

基于结构相似度的图像质量评价方法简单高效、准确性较高,但是对严重失真和交叉失真类型评价不够准确。考虑到边缘是图像的主要信息和能量成分,人眼对边缘信息的丢失更加关注,提出一种重视边缘区域的结构相似度图像质量评价方法(HESSIM),采用动态阈值(Otsu)法提取边缘区域,结合JND确定边缘区域的明显失真,并对其予以重视。实验结果表明,HESSIM比SSIM有更准确的评价,特别是对模糊类失真和噪声类失真的评价,HESSIM的优越性更加明显。     

图书馆书目协同智能推荐系统设计与实现研究

为了获得更加理想的图书馆书推荐效果,设计了一种图书馆书目协同智能推荐系统。首先设计了图书馆书目协同智能推荐系统的总体结构,然后利用文献引证关系度量读者兴趣度量范围,采用采用协同过滤算法计算读者相似度,获取与读者感兴趣相似的结果,最后根据相似度得到读者对每种图书感兴趣的评价值,并根据评价值进行图书馆书目智能推荐。仿真实验结果表明,该系统可以获得最优的推荐图书馆书目,读者对图书馆书目推荐结果的满意度高。     

基于感兴趣区域的医学图像近无损压缩

在应用整数小波变换和基于分层树集合分割排序算法的基础上,提出了一种新的基于感兴趣区域的编码方法.本文还提出了一种感兴趣区优先编码策略,可以保证在极低的码率下感兴趣区的重建质量远远好于非感兴趣区的重建质量.这些方法得到的压缩码流都具有嵌入的特点,支持渐进传输.     

基于相对多重分形谱的感兴趣区域图像压缩

提出了一种基于相对多重分形谱的图像质量评价准则,给出了基于此准则的感兴趣区域检测算法。在此基础上,研究了基于相对多重分形谱评价准则的感兴趣区域图像编码技术。将感兴趣区域定义为图像中纹理变化相对比较复杂的区域。在这一定义下,给出了计算小波域感兴趣区域掩模的新算法。最后,在编码过程中提出了一种感兴趣区域编码优先的复合EZW算法。实验结果证明了该算法的有效性。     

A computational model of vision attention for inspection of surface quality in production line

There is need to detect regions of small defects in a large background, when product surface quality in line is inspected by machine vision systems. A computational model of visual attention was developed for solving the problem, inspired by the behavior and the neuronal architecture of human visual attention. Firstly, the global feature was extracted from input image by law’s rules, then local features were extracted and evaluated with an improved saliency map model of Itti. The local features were fused into a single topographical saliency map by a multi-feature fusion operator differenced from Itti model, in which the better feature has the higher weighting coefficient and more contribution to fusion of the feature’s images. Finally, the regions were “popped out” in the map. Experimental results show that the model can locate regions of interest and exclude the most background regions.     

面向空气质量的时空混合预测模型

由于城市中各区域空气质量同时存在时间与空间维度上的相关性,而传统深度学习模型结构比较单一,并且难以从时空角度进行建模。针对该问题提出一种可以同时提取空气质量间复杂时空关系的STAQI模型用于空气质量预测。该模型由局部组件和全局组件构成,分别用于描述本地污染物浓度和邻近站点空气质量状况对目标站点空气质量预测产生的影响,并利用加权融合组件输出获得预测结果。在全局组件中,利用图卷积网络改进门控循环单元网络的输入部分,从而提取出输入数据中的空间特征。最后将STAQI模型与多种基准模型和变体模型进行对比。其中,STAQI模型与门控循环单元模型和全局组件变体模型相比,均方根误差（RMSE）分别下降约19%和16%。结果表明STAQI模型对于任意时间窗口都具有最佳预测性能,并且对不同目标站点的预测结果验证了该模型具有较强的泛化能力。     

一种SVM与区域生长相结合的图像分割方法

作为一种全局门限处理方法,支持向量机图像分割方法不能完成对图像进行精细分割，其分割结果需要其他分割方法进一步处理。提出一种结合支持向量机和区域生长的交互式分割方法,不仅可有效剔除与感兴趣区域特征类似的非目标区域，而且把为SVM选择训练样本和为区域生长选择种子点两个步骤合二为一，从而提高了图像分割质量和交互式分割方法的自动分割能力。     

基于坐标注意力的轻量级交通标志识别模型

针对交通标志识别模型检测速度与识别精度不均衡,以及受遮挡目标和小目标难以检测的问题,对YOLOv5模型进行改进,提出一种基于坐标注意力（CA）的轻量级交通标志识别模型。首先,通过在主干网络中融入CA机制,有效地捕获位置信息和通道之间的关系,从而更准确地获取感兴趣区域,避免过多的计算开销;然后,通过在特征融合网络中加入跨层连接,在不增加成本的情况下融合更多的特征信息,提高网络的特征提取能力,并改善对遮挡目标的检测效果;最后,引入改进的CIoU函数计算定位损失,以缓解检测过程中样本尺寸分布不均衡的现象,并进一步提高对小目标的识别精度。在TT100K数据集上应用所提模型时,识别精度达到了91.5%,召回率达到了86.64%,与传统的YOLOv5n模型相比分别提高了20.96%和11.62%,且帧处理速率达到了140.84 FPS。实验结果比较充分地验证了所提模型在真实场景中对交通标志检测与识别的准确性与实时性。     

基于改进UNETR++的肝脏分割

肝脏MRI影像的脂肪定量标准化过程中常需要对肝脏感兴趣区域进行手工采样, 但手工采样策略耗时且结果多变. 基于深度学习方法的全肝分割与手工勾勒的感兴趣区域在进行脂肪定量分析时, 变异性误差和不确定性程度更低, 性能更优越. 在进行全肝分割任务时, 为了提升分割性能, 本文在UNETR++模型的基础上, 进行改进. 该方法融合卷积神经网络和Transformer结构各自的优点, 增加卷积结构分支用于补足局部特征, 同时引入门控注意力机制, 抑制不相关的背景信息, 使模型更为突出分割区域的显著特征. 相比于UNETR++及其他分割模型, 改进的方法具有更优的DCS及HD₉₅指标.     

Understanding the impact of m-banking on individual performance: DeLone & McLean and TTF perspective

Mobile banking (m-banking) is an expanding application of mobile commerce that has claimed the attention and interest of e-commerce researchers. One of the most welcome recent developments in m-banking has been the growing interest in end-user use, user satisfaction, and individual performance. We propose a model combining the DeLone & McLean IS success model and the Task Technology Fit (TTF) model to evaluate the impact of m-banking on individual performance. The empirical approach is based on an online survey questionnaire of 233 individuals. The results reveal that use and user satisfaction are important precedents of individual performance, and the importance of the moderating effects of TTF over usage to individual performance. The system quality, information quality, and service quality positively affect user satisfaction. Understanding the significance of m-banking context on individual performance is useful to provide new insight to m-banking managers to apply strategies to retain users or even attract potential adopters. We provide the theoretical and practical implications of our findings.     

基于超图模型的图像目标识别

基于类属超图模型给出简单图像和复杂图像目标的识别方法。通过提取简单图像的稳健尺度不变特征变换特征,得到其对应的属性图,采用RSOM聚类树的思想和K近邻方法快速实现对简单图像的目标识别。复杂图像存在较大的背景干扰和遮挡的影响,通过滑动窗方法在待识别图像中定位待识别目标区域,并将该区域从待识别图像中分出,然后采用与简单图像识别方法类似的方法完成目标识别,减少背景干扰和遮挡的影响。仿真实验表明,2种图像目标识别方法是有效的。     

基于感兴趣区域的可伸缩性容错编码

为了在低带宽的条件下提高视频质量并获得更高的编码效率,提出一种基于感兴趣区域(ROI)实现可伸缩容错编码的方法.在编码时结合基于ROI对象的动态FMO,满足了编码效率和容错性能的折衷.同时,结合FMO特性实现对增强层的感兴趣区域的优先传输,提高了视频质量和码流的可伸缩性.实验结果表明,该方法对于带宽受限条件下的图像传输具有很好的差错鲁棒性,图像PSNR可以提高2.5 dB左右,能为图像感兴趣区域提供有效保护,提高图像质量.