利用图像不连续特性的溶解型镜头检测算法

镜头边界检测是视频分析中的关键技术.传统的镜头边界检测算法只在切变或淡入/淡出等较为简单的镜头转变类型上有较好的检测性能,而针对溶解型镜头帧尚未有成熟的算法.为此,提出一种基于图像不连续性特性的溶解型镜头帧检测算法.首先提出一种基于图像不连续的特征,来衡量每帧图像相邻图像块之问的相似程度;然后利用支持向量机对特征数据进行预分类,并通过纠正错误分类帧和延伸溶解型镜头帧长度来修正分类结果;最终完成对溶解型镜头帧的检测.在TRECVid数据库上的实验结果表明,与传统的溶解型镜头帧检测算法相比,文中算法更能准确、有效地检测出溶解型镜头帧.     

磨粒在磨粒探测器中的沉降运动研究

研究了在线铁谱仪磨粒探测器中的磨粒沉降运动规律,建立了磨粒在流道-磁极倾角方案下的运动模型,采用有限元法仿真了直流电磁装置的磁场分布情况,并研究了初始高度y0和磨粒直径D等参数对磨粒沉积位置的影响。结果表明,在油样流动方向和磁极之间存在倾角γ的条件下,磨粒在磨粒探测器中按照尺寸大小有序沉积,且沉积位置和油样入口端之间的距离随着初始高度y0增加而增加。     

基于改进共空间模式与视觉反馈的闭环脑机接口

为提高脑卒中等神经损伤患者在下肢康复训练过程中的主动参与度,设计了基于人体下肢运动想象与视觉反馈的在线闭环脑机接口,并建立了基于互相关熵诱导度量与子频带分析的改进共空间模式算法,提高人体下肢运动意图的识别率。针对运动想象脑电信号信噪比低和难以精确识别等问题,在传统共空间模式算法基础上,利用互相关熵诱导度量准则改进其目标函数,实现了目标函数中距离项属性的动态调整,降低对噪声的敏感性,提高算法鲁棒性;利用脑电信号不同频段蕴含信息不同的特点,使用9个子频带滤波器对信号进行滤波,对每个子频带信号分别提取特征,并进行特征融合,建立基于互相关熵诱导度量与子频带分析的改进共空间模式算法。其次,基于人体下肢运动想象的脑控试验范式,收集下肢运动想象(空想、脚动和腿动)的脑电数据,采用支持向量机(SVM)建立分类模型,优化设计模型参数。在上述研究基础上,建立了以改进共空间模式为特征提取算法,SVM为分类器的脑机接口。进而,在被试执行运动想象的同时,通过虚拟现实场景中虚拟人物的肢体动作给予用户视觉反馈,构建了闭环的脑机交互系统。通过试验验证了改进共空间模式算法的有效性和闭环脑机接口的可行性,初步实现了闭环脑机交互接口。     

基于图像的个性化卡通系统

介绍了一个卡通动画系统.该系统可使用户很方便地生成个性化的卡通头像,并通过简单的交互定制各种夸张而生动的表情,还可以实时生成语音驱动的卡通动画.系统主要包括3部分:基于图像的卡通自动生成模块、交互的卡通表情编辑模块和语音驱动的卡通动画模块.卡通自动生成模块采用基于样本学习的方法生成具有特定艺术风格的卡通头像.这里使用了一种非参数化采样算法来学习原始照片和画像间复杂的统计关系.在此基础上,卡通表情编辑器可以通过预先设计的模板生成各种具有生动表情的卡通.同时,用户也可以定制自己的表情模板.卡通动画模块使用了实时的唇形合成算法,可以生成语音驱动的卡通动画.该系统可以使普通用户很方便地生成个性化的卡通头像和动画,在这一点上优于其他动画制作系统.     

学习矢量量化的软竞争算法

尽管FALVQ算法的亏损因子为模糊隶属度函数,但由于它的尺度函数并不是模糊隶属度函数,使得算法的性能不稳定.为了克服这个问题,通过推广FALVQ中获胜亏损因子的定义,导出了广义LVQ的一类软竞争算法(SCALVQ),并且给出了它的3种具体形式.在SCALVQ中,亏损因子和对应的尺度函数是同一个模糊隶属度函数,它汲取了FALVQ和软竞争格式的优点,有效地克服了FALVQ存在的问题.     

基于改进遗传算法的边缘检测阈值自动选取及其应用

针对我们设计的面向应用环境的精密装配机器人视觉系统边缘检测的阈值自动选取的问题 ,通过对传统遗传算法的改进 ,提出了一种二次搜索寻优的阈值选取策略 .通过这种改进的遗传算法进行边缘提取阈值的自动选取 ,能够显著的提高阈值选取的速度 .将其应用于我们的视觉系统 ,可以对我们的视觉系统所产生的边缘图像进行阈值的实时的自动选取 ,增强了整个视觉系统的实时性和鲁棒性     

并行分层二维多速度运动检测模型

提出了一个新的两阶段二维多速度运动检测模型.该模型首先利用基于乘积侧抑制 速度检测子MIVD的一维速度检测特性,构成了一维多速度运动感知层.检测出一维速度信 息,然后利用胞神经网络(CNN)模拟皮层功能柱问的局部动态交互,完成多速度二维运动检 测.实验证明,这种分层并行多频道模型是对初级视觉运动感知的良好建模.应用这种模型可 以实现基于"运动信息驱动"的注意力集中机制,也可用于构成视觉高层反馈的"目的驱动"机 制.     

基于动态金字塔标记随机场模型的非监督纹理分割算法

在马尔可夫随机场纹理模型的基础上，提出一个基于金字塔结构的动态多尺度标记随机场模型，应用这个模型实现纹理图像分割．算法应用由粗至细的处理策略，实现了图像的区域紧凑性，克服了一层GRF标记场结构的运算复杂性，减少了运算时间，并且能够获得较好的分割结果。     

一种假设验证框架下的实时道路车辆检测方法

介绍一种基于Gabor特征和多分辨率的车辆检测方法.该方法首先在假设产生阶段根据道路场景图像的消失点确定图像的兴趣区域,以垂直和水平边缘为依据产生相应兴趣区域的假设链,最后将各兴趣区域假设链合并,产生最终的假设.验证阶段用支撑向量机分类器验证假设正确与否,在保证鲁棒性的同时,提高实时性.此方法在假设产生阶段大大减少非兴趣区域对系统计算资源的消耗,减少计算负担,且在假设验证阶段有效减少伪目标对检测率的影响.实验表明,本文算法处理速度可达20帧/s,检测率在90%以上.