结合轮廓与形状特征的仿射形状匹配

目的 针对仿射变换下形状匹配中存在的描述子对形状的描述能力不足,以及描述子计算耗时大的问题,改进基于所有图像点投影的方法,提出一种利用轮廓计算投影面积的仿射形状匹配算法。方法 该算法分为粗匹配和精匹配两个阶段。粗匹配阶段以CSS角点作为备选特征点,首先统计轮廓投影面积分布作为特征点描述子;然后利用动态规划蚁群算法匹配两幅图片公共特征点序列,并将匹配好的特征点序列记为对应的新特征点;最后采用该新特征点划分目标曲线,得到对应的轮廓曲线;这一阶段的目的是对形状的筛选以及寻找一致的轮廓特征点,同时完成轮廓曲线的划分。精匹配阶段,采用小波仿射不变描述子,对粗匹配阶段匹配代价最小的5%的目标进行对应曲线匹配,得到精匹配阶段的匹配代价,从而实现对仿射目标的识别;精匹配弥补了描述子对轮廓细节描述不足的问题。结果 算法的平均检索速度比传统基于形状投影分布描述子提高44.3%,在MPEG-7图像库上的检索效果为98.65%,在MPEG-7仿射图像库上的查准率与查全率综合评价指标比传统的基于形状投影分布描述子高3.1%,比形状上下文高25%。结论 本文算法匹配效果好,效率高,抗噪性强,解决了仿射描述子计算速度慢、描述能力不足的问题,能有效地应用于仿射形状匹配与检索领域。     

基于相关窗口匹配的费用函数计算优化方法

通过分析基于窗口的匹配方法，给出一种匹配费用函数优化方法。该方法利用当前匹配点对的费用函数计算信息为下一个点对的匹配提供部分计算结果，以消除冗余计算，减小计算复杂度。实验通过几种经典的匹配方法对计算优化进行验证，结果证明该方法的有效性，且不会降低匹配精确度。     

基于压缩分类的快速特征点匹配方法

传统特征点匹配方法在训练程序完成之后将实时图像与样本图像直接进行匹配,计算开销大,匹配时间长,实时性不强;提出一种基于分类的快速特征点匹配思想,在训练阶段引入视点的压缩和分类机制,改进匹配过程,在减少计算开销的同时保证匹配精度.与直接匹配方法进行比较,进一步说明改进过程对于匹配速度提升的作用.     

基于特征点的图像拼接方法

提出了一种基于特征点匹配的全景图像拼接方法.该方法首先利用sift算法提取各图像中的特征点并利用Harris算法对图像特征点提取进行了优化,然后采用基于K-d树的BBF算法查找和确定初始匹配点对,完成特征点的粗匹配,再根据图像配准结果使用稳健的RANSAC算法对粗匹配的特征点进行筛选,计算出图像间变换矩阵H,最后采用渐入渐出的加权平均的融合算法对两幅图像进行无缝拼接,形成一幅完整的全景画面.实验结果验证了该方法的有效性,拼接效果较好.     

动作与音乐的节奏特征匹配模型

针对计算机动画制作中的自动编舞和配乐问题,提出一个基于节奏特征的动作-音乐匹配模型.首先分析出动作和音乐数据的节奏特征,然后使用动态时间规整算法度量动作与音乐片段的匹配程度,从而形成动作与音乐节奏匹配的计算模型.自动编舞或配乐流程包括预处理和实时匹配2个阶段.在预处理阶段,利用节奏特征匹配模型预先计算,获得数据库中所有潜在的动作和音乐片段组合的匹配程度,并得到一个动作-音乐映射图;在实时匹配阶段,首先通过图遍历的方法来搜索出与输入具有最佳节奏匹配的候选动作或者音乐,然后进一步对这些候选动作或者音乐数据的节奏特征点进行适当的优化调整,形成自动编舞或者配乐的结果.实验结果表明,该模型能够有效地指导用户编排出所期望的舞蹈动作或背景音乐.     

基于空间约束的正则化流形学习影像匹配方法

针对大数据量的影像匹配问题,提出了一种基于正则化流形学习的影像匹配方法。该方法利用曼哈顿距离方法计算特征点SIFT描述符的相似性,并在此基础上增加同一幅影像中特征点之间的空间结构关系作为正则化项,采用流形学习方法将两幅影像中的特征点共同映射到同一流形空间;根据最小距离方法进行特征点的匹配。通过选取四种不同来源的影像对进行实验,与SVD-SIFT方法、LE-SIFT方法进行综合分析,结果表明该方法在匹配性能上优于现有方法,而且该方法具有线性复杂度,适用于处理特征点数量较大的影像匹配。     

基于区域增长的立体匹配算法研究

本文主要讨论分析了一种改进了的基于区域增长的立体匹配算法.利用Harris触点检测完成自动选取种子点的功能,并提出手动方法,以保证匹配精度、提高匹配速度;然后利用区域增长将匹配关系由种子点传播到周围的区域,达到遍历整幅图像的目的.最后根据视差原理计算匹配点对的视差.     

一种快速的空间变换模型计算方法

提出一种基于Sobel算子特征点检测的快速空间变换模型计算方法。利用Sobel算子对边缘的敏感特性生成Sobel描述器,进行特征点的描述和匹配,并运用PROSAC算法快速消除误匹配,从而计算出空间变换模型。实验结果表明,算法采用简单的Sobel算子组合成描述器,快速提取出了图像中的特征点,并且根据相似性描述器准确地进行了特征点匹配,提高了空间变换模型的计算速度,为增强现实和图像拼接等视觉领域应用提供了前提[1,2]。     

基于随机采样一致性算法的平面匹配方法

针对传统的平面图像标定点匹配算法计算量大、准确性不高等问题,提出一种基于随机采样一致性(RANSAC)算法的快速高精度的平面图像标定点匹配方法。该方法首先基于双圆锥曲线模型,借助于椭圆边缘点附近的梯度信息求取椭圆的切线,由切线集合拟合出椭圆参数,并利用这些参数计算出椭圆圆心,即图像上的标志点;然后用RANSAC随机采样算法对标定板上的点和图像上的点进行匹配。实验验证该方法实现起来简单并且有较高的准确率。     

基于点特征的旋转图像匹配新方法

图像匹配在模式识别、图像分析和计算机视觉中有着广泛的应用.图像匹配是将模板在参考图中逐像素移动,计算它们的灰度相似性,搜索相似性最大的位置.这种逐像素的搜索方法计算复杂度高.如果模板和参考图之间存在旋转,传统的匹配方法很难实时实现.提出了一种基于点特征的旋转图像的匹配方法,首先采用Harris角点检测算子提取图像的特征点,然后利用小面模型对特征点邻域进行拟合,提取特征点的旋转不变特征,最后利用特征点的旋转不变特征进行点集的匹配,获取图像的平移和旋转参数.该方法匹配结果准确,与传统的相关匹配方法相比计算复杂度很小,易于实时实现.     

基于改进SIFT匹配方法的货架乳制品识别

利用尺度不变特征变换(SIFT)算法识别盒装乳制品时易产生误匹配,从而影响识别的准确率。为了消除误匹配点的影响并精确识别商品的种类和数量,提出了一种改进的SIFT误匹配点剔除方法。根据盒装乳制品图像形变较小、多数为刚性变换的特点,首先利用粗匹配对的主方向角度差进行筛选,再计算出模板图和测试图各自特征点两两之间的距离比,标记距离比出现异常的匹配点,最后通过投票剔除误匹配点。在自建商品图像数据库上将所提方法与改进的随机抽样一致性算法、基于图的消除误匹配点方法进行对比测试,结果表明,所提方法在匹配准确率和误剔除率方面有明显改善。     

双点辅助定位的移动终端掌纹识别系统

移动终端掌纹识别中难以控制手掌摆放位置和姿态,并且受到复杂场景和差异光照的干扰以及硬件资源的限制。针对上述技术挑战,本文在Android平台上自主设计和实现双点辅助定位的新型掌纹识别系统,并解决整个工程实现中的多个技术难题。拍摄时由辅助点和辅助框共同限定手部位置和姿态,确定食指和中指之间以及无名指和小指之间的2个指间谷底点为关键点,旋转掌纹图像使两点连线与坐标系横轴平行,最终裁剪感兴趣区域用于特征提取和识别。本文提出的辅助定位方案增强了掌纹预处理抵御干扰因素的稳健性和系统实时性。     

基于网格多密度的古建筑图像特征匹配方法

古建筑图像三维重建中图像特征可靠匹配是影响重建效果的一个关键问题.为提高古建筑图像特征的匹配性能,提出了一种基于网格多密度聚类的特征匹配方法.该方法首先采用SIFT算子获取图像特征点;其次对图像进行网格划分,依据网格单元特征点密度确定图像锚单元、邻居单元、边界单元;然后依据局部区域密度相似性确定图像簇;最后对相似簇中的特征点依据最近邻距离比准则进行匹配.在中国古代建筑三维重建数据集和141幅山西晋祠古建筑图像上进行了实验,验证了算法的有效性.     

三维人脸建模中关键点的自动定位

针对3D人脸建模形变方法中关键点的获取问题,提出一种关键点自动定位的方法。首先根据需求,确定关键点位置并进行分类;接着利用HSI空间S分量实现头部检测;再采用Harris角点检测技术,结合人脸结构特征和颜色信息,实现特征部位的提取;然后分别在正、侧面照片各特征部位,对不同类别的关键点采用不同的方法,提取相应的2D坐标;将两个角度上提取的2D坐标组合,最终得到关键点的3D坐标。实验结果表明,所提出的关键点定位方法在速度和准确性方面具有良好性能。     

面向高考语文阅读理解的篇章标题选择研究

高考语文阅读理解篇章标题选择题要求机器根据对篇章内容的理解,从多个候选项中选取能够准确恰当的概括表达篇章内容的选项。标题往往是高度凝练且能准确表达文意、结构鲜明的词串。因此,如何对篇章内容进行归纳概括、对标题结构进行梳理和分析是解答篇章标题选择题的关键。针对该问题,提出了标题与篇章要点相关性分析模型。该模型通过分析标题与篇章要点的相关性,构建了基于标题和篇章要点的相关度矩阵。在此基础上融入标题结构特征,选取与篇章最相关的标题。在全国近10年高考真题和测试题上进行实验,验证了该方法的有效性。     

基于Matlab的遗留系统并行化重构方法

随着CPU多核架构的普及,应用的复杂和数据集的膨胀,基于Matlab的遗留系统中的串行程序代码无法充分发挥系统潜在的性能优势,无力应对当前大型数据集的处理应用需求。Matlab的并行计算模型为数据密集型的处理任务提供了并行支持。本文首先从系统架构扩展和业务代码并行化入手,分析遗留系统并行化重构过程要点和方法,应用案例的并行化重构实验数据表明了系统重构处理大型数据集的性能提升。     

Context-based semantical vector representations for animal trajectories

ABSTRACT

Behaviour could be expressed as a set of specific movement patterns in time. An animal's movement or trajectory could characterise its behaviours and provide information about its internal states. Recent advances in GPS-based sensor technologies led to drastic increase in volume of the data collected from animals' movements which enables researchers to analyse and model their behaviours using data-driven methods. However, having compact, discriminative, semantical and independent numerical representations of trajectories as features, is essential for employing the most of available off-the-shelf machine learning and deep learning techniques. Inspired by language processing, the approach presented in this study utilizes Skip-gram model to create contextual vector embeddings or representations of key-points in animal trajectories to be used as input features. Here, a key-point is defined as a location which represents a trajectory segment. It is assumed that these key-points encapsulate contextual information which is attributed to a certain behaviour or specific group of animals with similar behavioural features. So, the vector embeddings could be interpreted as contextual semantical representations of trajectory key-points independent of their spatial coordinates. With these representations, it would be possible to predict likelihood of preceding or subsequent key-points given a context or an internal state, or vice versa. To test this hypothesis, an experiment was conducted on birds' trajectories logged from a seabird species, Streaked Shearwater (Calonectris leucomelas). In this experiment, vector representations of the key-points in birds' trajectories were constructed and optimized using candidate sampling. The experimental results showcased the utility of these vector embeddings in both exploration of Streaked Shearwater trajectory data and improvement of gender-based trajectory classification. In summary, the proposed method provided a novel approach for numerical representation of animal trajectories and, it was illustrated to be semantically more explanatory for analysis as well as being more informative as features for modelling of animal movement data.     

双分支特征融合网络的步态识别算法

目的 在步态识别算法中,基于外观的方法准确率高且易于实施,但对外观变化敏感;基于模型的方法对外观变化更加鲁棒,但建模困难且准确率较低。为了使步态识别算法在获得高准确率的同时对外观变化具有更好的鲁棒性,提出了一种双分支网络融合外观特征和姿态特征,以结合两种方法的优点。方法 双分支网络模型包含外观和姿态两条分支,外观分支采用GaitSet网络从轮廓图像中提取外观特征;姿态分支采用5层卷积网络从姿态骨架中提取姿态特征。在此基础上构建特征融合模块,融合外观特征和姿态特征,并引入通道注意力机制实现任意尺寸的特征融合,设计的模块结构使其能够在融合过程中抑制特征中的噪声。最后将融合后的步态特征应用于识别行人身份。结果 实验在CASIA-B （Institute of Automation,Chinese Academy of Sciences,Gait Dataset B）数据集上通过跨视角和不同行走状态两种实验设置与目前主流的步态识别算法进行对比,并以Rank-1准确率作为评价指标。在跨视角实验设置的MT （medium-sample training）划分中,该算法在3种行走状态下的准确率分别为93.4%、84.8%和70.9%,相比性能第2的算法分别提升了1.4%、0.5%和8.4%;在不同行走状态实验设置中,该算法在两种行走状态下的准确率分别为94.9%和90.0%,获得了最佳性能。结论 在能够同时获取外观数据和姿态数据的场景下,该算法能够有效地融合外观信息和姿态信息,在获得更丰富的步态特征的同时降低了外观变化对步态特征的影响,提高了步态识别的性能。     

Kinematic self retargeting: A framework for human pose estimation

This paper presents a model-based, Cartesian control theoretic approach for estimating human pose from a set of key features points (key-points) detected using depth images obtained from a time-of-flight imaging device. The key-points represent positions of anatomical landmarks, detected and tracked over time based on a probabilistic inferencing algorithm that is robust to partial occlusions and capable of resolving ambiguities in detection. The detected key-points are subsequently kinematically self retargeted, or mapped to the subject’s own kinematic model, in order to predict the pose of an articulated human model at the current state, resolve ambiguities in key-point detection, and provide estimates of missing or intermittently occluded key-points. Based on a standard kinematic and mesh model of a human, constraints such as joint limit avoidance, and self-penetration avoidance are enforced within the retargeting framework. Effectiveness of the algorithm is demonstrated experimentally for upper and full-body pose reconstruction from a small set of detected key-points. On average, the proposed algorithm runs at approximately 10 frames per second for the upper-body and 5 frames per second for whole body reconstruction on a standard 2.13 GHz laptop PC.     

切线距离在印刷体数字识别中的应用

本文将切线距离（Tangent Distance)应用于印刷体数字识别，它比传统的欧氏距离方法更有效的解决了失真变形字符的识别问题，由于合理地选择切线向量的方向和数量，使切线距离的使用充分体现，取得了良好的识别效果，该方法在银行支票识别中得到实际应用。