基于三维场景出图的拼接制作2.5维地图算法

针对目前2.5维电子地图的制作与其三维虚拟场景相对独立,且不易更新维护的问题,提出了对三维场景进行图片输出并拼接实现2.5维地图制作的算法。首先设定摄像机长宽值作为最小出图单位,在指定范围内,使用最小出图单位以任意水平角度和俯仰角度输出三维虚拟场景效果图,并记录相关空间信息。然后根据图片左上角点坐标值对所输出图片进行无缝拼接。实验结果表明,该方法在保证地图空间实体表现能力的同时,能够快速替换图中更新区域,提高2.5维地图制作效率。     

基于知识图的观点句识别算法研究

针对观点句的特点提出了适合观点句识别的特征抽取规则.在此基础上,融合图论中最小割原理和机器学习分类方法,引入知识图的概念,并提出了基于知识图的观点句识别算法.以公开评测语料、自建语料和开放语料进行了相关实验,结果表明:基于知识图的观点句识别算法的分类性能和稳定性有明显优势.     

应用射频技术的商场智能导购系统

设计的电子导购系统,包括电子标签的选择,嵌入式 Android 系统的选择,电子导购系统功能模块的组成。同时设计了客户端的两大功能模块,包括促销信息功能模块的设计,电子地图定位模块的设计。讨论了定位RFID 标签的布局,并利用 RSSI 来评估其接收的信号强度并计算出标签和读写器的距离,根据相邻的四个标签的坐标,采用极大似然估计方法获得智能购物车的位置,能够用于商场内精准的定位。     

在GPU上实现基于高斯映射的通用刀具扫描体建模

以针对数控加工仿真的需要,以高斯映射理论为基础、GPU为主要硬件平台,提出一种基于并行计算的快速通用刀具空间扫描体建模方法.首先结合通用刀具的数学模型,利用高斯映射理论分析刀具平动时的扫描体建模原理;然后分析刀具做任意空间运动时的刀具表面点法向量和对应的接触映射,推导求解扫描体包络边界的表达式;再根据GPU上的通用计算方法和GPU图形绘制管线设计基于GPU实现刀具空间扫描体建模的算法流程,并利用C++、Open GL和Open GL着色语言GLSL实现了该方法.通过刀具扫描体建模实例,验证了文中方法的正确性与实时性.     

大气模型与亮度传播图相结合的低照度视频增强算法

目的 为解决低照度视频亮度和对比度低、噪声大等问题,提出一种将Retinex理论和暗通道先验理论相结合的低照度视频快速增强算法。方法 鉴于增强视频时会放大噪声,在增强之前先对视频进行去噪处理,之后结合引导滤波和中值滤波的优势提出综合去噪算法,并将其应用于YCbCr空间。其次提取亮度分量来估计亮度传播图,利用大气模型复原低照度视频。最后综合考虑帧间处理技术,加入场景检测、边缘补偿和帧间补偿。结果 为了验证本文算法的实际效果和有效性,对低照度视频进行增强实验并将本文算法与Retinex增强算法、去雾技术增强算法进行了比较,本文算法有效地提高了低照度视频的亮度和对比度,减小了噪声,增强了视频的细节信息并减轻了视频闪烁现象,从而改善了视频质量。算法处理速率有着非常明显的优势,相比文中其他两种算法的速率提升了将近十倍。结论 本文算法保持了帧间运动的连续性,在保证增强效果的同时提升了处理速率,对细节和边缘轮廓部分的处理非常精细,具有目前同类算法所不能达到的优良效果,适用于视频监控、目标跟踪、智能交通等众多领域,可实现视频的实时增强。     

3D-HEVC深度图像快速帧内编码方法

目的 新一代3D视频采用了多视点加深度图像的格式,其编码测试模型3D-HEVC(3D高效视频编码)为深度图像引入了一些新的编码技术,包括深度模型模式、分段直流(DC)残差编码模式和帧内跳过模式等,但是同时也显著地增加了帧内编码器的复杂度,严重制约了3D视频的实时应用,因此本文提出了一种深度图像帧内模式选择方法。方法 首先,分析在分层编码结构中,父层帧内模式和子层帧内模式的关系,并依据父层的帧内模式对子层的候选模式进行修剪;其次,通过分析粗略候选帧内模式,把当前块分为平滑块、方向块和边界块,并根据不同块进行候选帧内模式的选择。结果 与高效3D视频编码标准的测试模型相比,本文的深度图像帧内模式选择方法可以节省约44%的编码时间。本文方法有效地减少了计算率失真代价的候选帧内模式数目,从而降低了帧内编码器的复杂度。结论 该方法能在保证虚拟视点质量的前提下,有效地降低深度图像帧内编码的复杂度。     

用于屏幕图像编码的索引图快速预测算法

目的 屏幕图像编码要求压缩效率高、实时性好、复杂性适中。调色板编码是屏幕图像编码的主流方法之一,但是其索引图的预测编码效率仍有待提高。为此提出一种基于局部方向相关性的索引图快速预测编码算法。方法 实验统计发现两个相邻的索引值在0.93的平均概率下具有相同的方向性,本文称之为索引图的“局部方向相关性”,进而提出采用一个2×3的模板进行初始方向预测,在其预测失败的情况下再采用一个3×4的方向模板进行二次方向预测。结果 在19个标准测试视频序列和3个测试图像上进行了大量实验,实验结果表明,本文算法的预测准确率为95.43%,比典型的多级预测算法（MSP）平均提高2.48%,尤其对于包含文字字符和大量几何图元的复杂场景视频更为有效,并且计算复杂度显著低于MSP算法,能够较好地满足屏幕图像编码的要求。结论 本文提出的索引图的预测算法,发掘了索引图的局部方向相关性,加快了预测速度,可应用在屏幕图像文本/图形块的调色板编码中。     

自上而下注意图分割的细粒度图像分类

目的 针对细粒度图像分类中的背景干扰问题,提出一种利用自上而下注意图分割的分类模型。方法 首先,利用卷积神经网络对细粒度图像库进行初分类,得到基本网络模型。再对网络模型进行可视化分析,发现仅有部分图像区域对目标类别有贡献,利用学习好的基本网络计算图像像素对相关类别的空间支持度,生成自上而下注意图,检测图像中的关键区域。再用注意图初始化GraphCut算法,分割出关键的目标区域,从而提高图像的判别性。最后,对分割图像提取CNN特征实现细粒度分类。结果 该模型仅使用图像的类别标注信息,在公开的细粒度图像库Cars196和Aircrafts100上进行实验验证,最后得到的平均分类正确率分别为86.74%和84.70%。这一结果表明,在GoogLeNet模型基础上引入注意信息能够进一步提高细粒度图像分类的正确率。结论 基于自上而下注意图的语义分割策略,提高了细粒度图像的分类性能。由于不需要目标窗口和部位的标注信息,所以该模型具有通用性和鲁棒性,适用于显著性目标检测、前景分割和细粒度图像分类应用。     

基于空间代价地图的机械臂无碰撞运动规划

针对家庭服务机器人机械臂高安全性和低算法复杂度的两大需求,提出一种基于空间代价地图的机械臂运动规划新方法。利用空间代价地图来描述机械臂与约束条件发生冲突的可能性,以概率分析代替简单的布尔判断,提供了更合理的最优规划依据,从而实现更安全可靠的规划。同时将一个六自由度的规划问题降维为一个三自由度规划和一个四自由度规划的问题,在此基础上利用无需实时计算的先验碰撞数据代替实时的碰撞检测。利用该方法在ROS的rviz仿真平台上进行验证,结果表明该方法有效地提高了机械臂规划的安全性并降低了计算复杂度,有一定的实用价值。     

结合同场景立体图对的高质量深度图像重建

目的 越来越多的应用依赖于对场景深度图像准确且快速的观测和分析,如机器人导航以及在电影和游戏中对虚拟场景的设计建模等.飞行时间深度相机等直接的深度测量设备可以实时的获取场景的深度图像,但是由于硬件条件的限制,采集的深度图像分辨率比较低,无法满足实际应用的需要.通过立体匹配算法对左右立体图对之间进行匹配获得视差从而得到深度图像是计算机视觉的一种经典方法,但是由于左右图像之间遮挡以及无纹理区域的影响,立体匹配算法在这些区域无法匹配得到正确的视差,导致立体匹配算法在实际应用中存在一定的局限性.方法 结合飞行时间深度相机等直接的深度测量设备和立体匹配算法的优势,提出一种新的深度图像重建方法.首先结合直接的深度测量设备采集的深度图像来构造自适应局部匹配权值,对左右图像之间的局部窗立体匹配过程进行约束,得到基于立体匹配算法的深度图像;然后基于左右检测原理将采集到的深度图像和匹配得到的深度图像进行有效融合;接着提出一种局部权值滤波算法,来进一步提高深度图像的重建质量.结果 实验结果表明,无论在客观指标还是视觉效果上,本文提出的深度图像重建算法较其他立体匹配算法可以得到更好的结果.其中错误率比较实验表明,本文算法较传统的立体匹配算法在深度重建错误率上可以提升10％左右.峰值信噪比实验结果表明,本文算法在峰值信噪比上可以得到10 dB左右的提升.结论 提出的深度图像重建方法通过结合高分辨率左右立体图对和初始的低分辨率深度图像,可以有效地重建高质量高分辨率的深度图像.