空间金字塔颜色直方图在图像分类中的应用

颜色直方图在图像分类系统中有着重要的应用。针对像颜色直方图特征的空间关系,提出空间金字塔颜色直方图作为图像的特征表示。它结合了图像的全局特征以及分块特征的优点。使用支持向量机（SVM）以及常用的4种核函数进行了测试。在corel图像库上的实验结果表明,该特征可以有效地结合全局与空间特征,提高了图像的分类准确率。     

一种快速的SAR图像分类方法

SAR图像分类是＆讯图解译中非常重要的环节，但由于SAR图像中相干斑噪声的存在，使得传统方法不能很好地对SAR图像进行分类。再之，SAR图像分类具有计算量大、耗时长的特点，SAR所能获取的信息数据量也越来越大，如何快速、准确地对SAR图像进行分类以及时获取有用信息显得日益迫切。本文提出了一种快速的SAR图像分类方法，该方法将图像的空间域和频域特征相结合，并基于并行计算环境，对图像中的每一点都计算相应的小波能量特征、共生灰度矩阵特征和滤波后的灰度特征，并组成特征向量对SAR图像进行分类。实验结果证明该方法能取得较好的分类效果，且速度较快。     

基于IFCS-WC的电路板新旧程度判定方法

针对进口旧机电产品依靠人工外观检验效率较低、失误率大等问题,提出一种基于图像特征分类统计与权重系数(IFCS-WC)的旧机电产品电路板新旧程度判定方法。该方法首先提取图像特征,并将该特征分类;其次,将特征量与预先建立的统计特征数据库的标准特征进行对比,确定其新旧系数;再次,利用特征的新旧系数和权重系数,得出新旧判定系数;最后,将该新旧判定系数与预设值进行比较,得出新旧程度判定结果。该判定方法通过图像特征量的分类统计,快速建立电路板器件的新旧综合判定模型,能够实现电路板新旧程度的自动、便捷、快速、准确检验,可应用于进口旧机电电路板器件的检测。     

基于内容的图像分类体系

对图像资源的有效使用和管理迫切需要建立图像分类的标准或规范，本文通过采集网络图像样本，考察它们的视觉特征差异情况，提出了基于内容的图像分类体系，并且就每类图像的特点予以介绍，指出了图像中用于分类的鲜明的视觉特征。     

基于图像目标特征空间自学习分类算法

为解决图像分类过程中特征点选择的随机性对分类精度造成的影响,提出一种基于图像目标特征空间自学习分类算法。利用基于颜色和纹理特征的多通道局部主动轮廊模型找到图像的目标区域,在目标区域选取特征并对特征稀疏编码建立图像的目标特征空间。为进一步提高图像分类精度建立投票机制下基于图像目标特征空间的自学习算法。实验结果表明,该方法能避免特征选择的随机性对实验结果的影响,有效地提高图像分类的精度。     

一种基于融合重构的子空间学习的零样本图像分类方法

图像分类是计算机视觉中一个重要的研究子领域.传统的图像分类只能对训练集中出现过的类别样本进行分类.然而现实应用中,新的类别不断涌现,因而需要收集大量新类别带标记的数据,并重新训练分类器.与传统的图像分类方法不同,零样本图像分类能够对训练过程中没有见过的类别的样本进行识别,近年来受到了广泛的关注.零样本图像分类通过语义空间建立起已见类别和未见类别之间的关系,实现知识的迁移,进而完成对训练过程中没有见过的类别样本进行分类.现有的零样本图像分类方法主要是根据已见类别的视觉特征和语义特征,学习从视觉空间到语义空间的映射函数,然后利用学习好的映射函数,将未见类别的视觉特征映射到语义空间,最后在语义空间中用最近邻的方法实现对未见类别的分类.但是由于已见类和未见类的类别差异,以及图像的分布不同,从而容易导致域偏移问题.同时直接学习图像视觉空间到语义空间的映射会导致信息损失问题.为解决零样本图像分类知识迁移过程中的信息损失以及域偏移的问题,本文提出了一种图像分类中基于子空间学习和重构的零样本分类方法.该方法在零样本训练学习阶段,充分利用未见类别已知的信息,来减少域偏移,首先将语义空间中的已见类别和未见类别之间的关系迁移到视觉空间中,学习获得未见类别视觉特征原型.然后根据包含已见类别和未见类别在内的所有类别的视觉特征原型所在的视觉空间和语义特征原型所在的语义空间,学习获得一个潜在类别原型特征空间,并在该潜在子空间中对齐视觉特征和语义特征,使得所有类别在潜在子空间中的表示既包含视觉空间下的可分辨性信息,又包含语义空间下的类别关系信息,同时在子空间的学习过程中利用重构约束,减少信息损失,同时也缓解了域偏移问题.最后零样本分类识别阶段,在不同的空间下根据最近邻算法对未见类别样本图像进行分类.本文的主要贡献在于:一是通过对语义空间中类别间关系的迁移,学习获得视觉空间中未见类别的类别原型,使得在训练过程中充分利用未见类别的信息,一定程度上缓解域偏移问题.二是通过学习一个共享的潜在子空间,该子空间既包含了图像视觉空间中丰富的判别性信息,也包含了语义空间中的类别间关系信息,同时在子空间学习过程中,通过重构,缓解知识迁移过程中信息损失的问题.本文在四个公开的零样本分类数据集上进行对比实验,实验结果表明本文提出的零样本分类方法取得了较高的分类平均准确率,证明了本文方法的有效性.     

人机交互中的虚拟生物特征模糊判定系统设计

针对当前虚拟生物特征判定系统存在的效率低、判定结果不准确、实时性低的问题，采用人机交互技术，对虚拟生物特征模糊判定系统进行优化设计。为了提高系统效率，对电源电路、复位电路、串口电路和JTAG接口电路组成的系统硬件部分进行改进；采用模糊识别算法对图像进行预处理，通过虚拟生物特征的模糊恢复，对系统软件部分进行优化，完成基于人机交互的虚拟生物特征模糊判定系统设计。实验结果表明，该系统效率高、判定结果准确度高、实时性高。     

词袋特征压缩算法比较研究

针对目前词袋(BoF)特征压缩算法忽略编码矢量之间空间关系的问题,本文给出了压缩算法与金字塔模型相配合的图像分类步骤。同时以多个公开图像数据集为实验对象,对典型词袋特征压缩算法的性能进行比较性研究报道。实验结果表明,压缩算法对于视觉单词数目以及编码方法具有良好的鲁棒性;其中基于子空间方法的压缩算法在高层图像特征空间中的分类性能最优,在多个图像数据集上的分类性能最优,时间开销最小。     

基于时序上下文的视频场景分类

以传统的词袋模型为基础,根据相邻镜头关键帧之间具有相关性的特点提出了一种用于视频场景分类的模型。将视频片段进行分割,提取关键帧,对关键帧图像归一化。将关键帧图像作为图像块以时序关系合成新图像,提取新图像的SIFT特征及HSV颜色特征,将图像的SIFT特征及HSV颜色特征数据映射到希尔伯特空间。通过多核学习,选取合适的核函数组对每个图像进行训练,得到分类模型。通过对多种视频进行实验,实验结果表明,该方法在视频场景分类中能取得很好的效果。     

基于空间特征重标定网络的遥感图像场景分类

为充分利用遥感图像的场景信息,提高场景分类的正确率,提出一种基于空间特征重标定网络的场景分类方法。采用多尺度全向高斯导数滤波器获取遥感图像的空间特征,通过引入可分离卷积与附加动量法构建特征重标定网络,利用全连接层形成的瓶颈结构学习特征通道间的相关性,对多尺度空间特征进行权重筛选以实现特征重标定,并结合卷积神经网络训练得到最终的分类结果。实验结果表明,该方法在UCM_LandUse与机载SAR图像数据上的分类正确率分别达到94.76%和95.38%,与MNCC、MS-DCNN、PCA-CNN等算法相比,其遥感图像分类精度与泛化能力显著提升。     

基于D-LDA与最近特征分类法的眼虹膜识别系统

以3个主要处理阶段来实现一个高识别率的虹膜识别系统。撷取人眼图像进而分离出虹膜图像，再利用图像处理予以改善，使得虹膜图像更适于后续的识别。接着建立虹膜的特征向量，在虹膜图像展开的过程中，解决了虹膜图像旋转不变性的问题，然后利用直接线性判别分析（D-LDA）的方式进行特征抽取，使得所产生出来的特征向量拥有最大类别间距离与最小类别内距离的特性。最后，探讨多种最近特征分类法与其识别效果，并将上述方法设计完成一套眼虹膜识别系统。实验结果显示，在样本特征向量数较少的情况下识别率有96．47％，如果在每个类别中增加样本特征向量的数量，则系统的识别率可以达到98．50％。     

视频图像中维吾尔文字的识别研究

提出了从复杂背景视频图像中提取文字并识别的一套算法,利用自适应迭代算法提取视频中维吾尔文字,针对维吾尔文字的一些特点,利用合适的预处理方法保留维吾尔文字中的各种点及特殊笔画,同时有效地消除了复杂背景带来的噪声。考虑维吾尔文字书写的特点,利用滑动窗口法提取文字特征避免了文字分割,将产生的特征向量输入到隐马尔可夫模型（Hidden Morkov Model）中进行训练和识别。     

基于小波和相对矩的形状特征提取与检索方法

提出了一种基于小波和相对矩的形状特征提取与检索方法。首先，对亮度图像进行小波多尺度边缘检测，得到多尺度边界图像；然后，计算每一尺度的7个不变矩，再转化为10个相对矩，所有尺度上的相对矩组成图像的特征向量；最后，对特征向量进行高斯归一化，用欧氏距离度量图像间的相似度，构建了一个基于形状特征的网像检索系统。实验结果表明，该方法具有明显的优越性和通用性。     

基于卷积神经网络和关键词的目标检测系统

该文以互联网上的图片数据为训练数据,结合使用深度学习技术,实现了一种基于卷积神经网络和检测关键词的目标检测系统。系统根据用户输入的检测关键词,利用网络爬虫技术搜集图像用于训练。对每张图像,使用预训练的神经网络模型提取图像特征,并采用金字塔池化技术得到图像表达向量。系统基于图像表达向量学习分类器,并利用分类器对用户上传的图片进行目标检测。系统的实现具有实际意义,理想情况下可对任意具体目标实现检测(如行人、车辆、动物等)。     

Similarity-based image organization and browsing using multi-resolution self-organizing map

An algorithm is presented in this paper to facilitate the exploration of large image collections based on visual similarities. Starting with an unordered and unannotated set of images, the algorithm first extracts the salient details into feature vectors using both color and gradient information. The feature vectors are then used to train a self-organizing map which maps high-dimensional feature vectors onto a 2D canvas so that images with similar feature vectors are grouped together. When users browse the image collection, an image collage is generated that selects and displays the most pertinent set of images based on which portion of the 2D canvas is currently in view. Flowing from an overview to details is a seamless operation controlled simply by pan and zoom, with representative images selected in a consistent and predictable way. To make organizing larger image collections practical in interactive time, the organization algorithm is designed to run in parallel on graphics processing units. Overall this paper presents an end-to-end solution that facilitates the surfing of image collections in a fresh way.     

多姿态人脸照片的姿态估计

提出了一种基于面部图像的新的匹配系统。在这个系统中,输入的图像与各种人脸姿态的数据库图像进行比较,然后,匹配的图像给出了人脸姿态。图像数据库不仅包括各种人脸姿态,而且也包括不同的光照条件,如此,这个人脸姿态评价系统适用于不同的光照条件。对于收集各种不同面部图像,这里是通过计算机自动产生,而不是拍摄实际的照片。特征空间方法被用于寻找与输入面部图像匹配的图像。因为不同的光照图像被收集在面部图像数据库中,故提取的主特征向量主要依靠人脸姿态。由于通过选用主特征向量而减少了向量的维数,故这个匹配过程是很快的。这个姿态评价系统能够继续跟踪在不同的光照条件下不同人的人脸姿态。     

指纹识别系统性能研究和提高

指纹图像增强以及快速准确的匹配一直是指纹识别系统需要解决的两大重点。提出了一种优化后的Gabor滤波来增强指纹纹线并有效消除噪声的方法。同时在指纹识别环节上,提出用不变矩矢量来表征指纹特征信息并以此来进行数据库入库登记的新方法,给出了一种不变矩的具体构造方法,大大提高了指纹识别的算法效率和准确率。     

Combining multi-visual features for efficient indexing in a large image database

The optimized distance-based access methods currently available for multidimensional indexing in multimedia databases have been developed based on two major assumptions: a suitable distance function is known a priori and the dimensionality of the image features is low. It is not trivial to define a distance function that best mimics human visual perception regarding image similarity measurements. Reducing high-dimensional features in images using the popular principle component analysis (PCA) might not always be possible due to the non-linear correlations that may be present in the feature vectors. We propose in this paper a fast and robust hybrid method for non-linear dimensions reduction of composite image features for indexing in large image database. This method incorporates both the PCA and non-linear neural network techniques to reduce the dimensions of feature vectors so that an optimized access method can be applied. To incorporate human visual perception into our system, we also conducted experiments that involved a number of subjects classifying images into different classes for neural network training. We demonstrate that not only can our neural network system reduce the dimensions of the feature vectors, but that the reduced dimensional feature vectors can also be mapped to an optimized access method for fast and accurate indexing. Received 11 June 1998 / Accepted 25 July 2000 Published online: 13 February 2001     

基于双层虚拟视图和支持向量的人脸识别方法

针对训练样本较少情况下的人脸识别问题,该文提出基于生成视图和支持向量机的识别方法．在人脸识别的实际应用中,处理的人脸图像,每类往往只有很少的样本,以至于不能充分表达样本的实际分布,需要对训练样本的数据进行有效地扩充．为此首先通过对人脸图像中眼睛中心位置的扰动,利用面像模板,自动生成该人脸的多个虚拟人脸图像,并与原图像一起形成第一层的人脸库,然后应用Eigenface方法得到人脸的特征数据,按照每个类的样本数据分布,应用内插法和外推法进行第二层次的扩充．在ICT-YCNC和UMIST人脸库中应用Multi-Class支持向量机对得到的数据进行实验,结果表明,在样本不足的条件下利用支持向量识别人脸,生成虚拟视图是一种有效的方法．     

一种云环境下JPEG图像的安全检索方法

为了保护数据隐私,私密图像在上传到云服务器之前需要进行加密,然而,加密会导致传统的图像特征无法提取,进而给图像检索带来困难。因此,本文提出了一种云环境下JPEG图像的安全检索方法：数据拥有者部分解码JPEG码流得到图像的DCT(Discrete Cosine Transform)系数,对系数进行置乱加密然后生成密文图像并上传到云服务器;然后云服务器在图像密文上提取DC系数差分特征以及LBP(Local Binary Patterns)特征,通过比较图像的特征向量之间的距离来确定图像的相似度,最后返回相似图像。该方法不仅减少了计算复杂度,而且使得数据拥有者与云服务器之间的交互次数尽可能的减少,同时,保证了图像的机密性和检索精确度,能实现对JPEG图像安全高效的检索。最后基于本文提出的方法做了简单的仿真系统,进一步验证了该方法的有效性。