Perceptual quality assessment of nighttime video

The quality of nighttime videos is important for consumer photography and monitoring of video clearness. However, little work has been done on the study of nighttime video quality assessment. In this paper, to the best of our knowledge, we explore the study on the nighttime video quality assessment for the first time. First, we build a real-world nighttime video quality assessment database (NVQA) containing 200 videos with abundant content and diverse distortion. Additionally, we carry out subjective tests to rate all nighttime videos in the NVQA database. Thereafter, we proposed a blind nighttime video quality assessment model based on feature fusion and conducted experiments to evaluate the performance and efficiency of our proposed model. The experiment results demonstrate that our model outperforms most traditional methods.     

A Multi-Feature Weighting Based K-Means Algorithm for MOOC Learner Classification

Massive open online courses (MOOC) have recently gained worldwide attention in the field of education. The manner of MOOC provides a new option for learning various kinds of knowledge. A mass of data miming algorithms have been proposed to analyze the learner’s characteristics and classify the learners into different groups. However, most current algorithms mainly focus on the final grade of the learners, which may result in an improper classification. To overcome the shortages of the existing algorithms, a novel multi-feature weighting based K-means (MFWK-means) algorithm is proposed in this paper. Correlations between the widely used feature grade and other features are first investigated, and then the learners are classified based on their grades and weighted features with the proposed MFWK-means algorithm. Experimental results with the Canvas Network Person-Course (CNPC) dataset demonstrate the effectiveness of our method. Moreover, a comparison between the new MFWK-means and the traditional K-means clustering algorithm is implemented to show the superiority of the proposed method.     

基于空间约束多特征联合稀疏编码的遥感图像标注方法研究

针对稀疏表示分类器不能较好地适应多特征框架的问题,该文提出一种空间约束多特征联合稀疏编码模型,并以此实现遥感影像的自动标注。该方法利用l1,2混合范数正则化多特征编码系数,约束编码系数共享相同的稀疏模式,在保持多特征关联的同时,又不添加过于严格的约束。同时,将字典学习技术扩展到多特征框架中,通过约束字典更新的变换矩阵,解决了字典学习过程丢失多特征关联的问题。另外,针对遥感影像中的空间关系常常被忽略或者利用不充分的不足,还提出了将空间一致性与多特征联合稀疏编码相结合的分类准则,提高了标注性能。在遥感公开数据集与大尺寸卫星影像上的实验证明了该方法的有效性。     

多特征稳健主成分分析的视频运动目标分割

提出一种多特征稳健主成分分析(MFRPCA)算法,该算法融合多种视觉特征进行视频运动目标分割,分割的目的即将运动目标从静止信息中提取出来,分割的主要过程是将多特征视频矩阵分解为低秩矩阵和稀疏矩阵.矩阵分解过程是求解一个带受限条件的核范数与L2,1范数组合的最小化问题,此最小化问题可以通过增广拉格朗日乘子法(ALM)有效求解.与其他算法相比,本文算法融合了图像的颜色、边缘和纹理特征等多个特征,通过对变化检测基准数据集进行检测,本文算法获得的查全率为0.486 0和F度量为0.559 7,实验结果表明,本文算法的稳健性和可靠性均优于其他算法.     

面向对象多特征融合的水域岸线目标变化检测

为认真落实河长制"清四乱"等专项行动,量化水域岸线监管测评工作,以岸线码头为目标,研究一种基于面向对象思想多特征融合的水域岸线目标变化检测方法。针对多时相高分辨率遥感影像,利用面向对象多尺度分割原理将具有空间连续性的同类区域划分为目标对象,提取目标对象的光谱、纹理及几何结构组成特征矩阵,并利用高斯径向基核函数支持向量机(RBF-SVM)进行分类;计算变化矢量差值,并与人工判读数据对比分析得到目标变化检测结果。实验结果表明,该研究应用于水域岸线上目标的变化检测中效果明显,RBFSVM分类误差影响最终目标变化检测的正确率,可为实现河湖水域岸线长效管护提供技术支撑。     

基于中心块的多特征自适应图像检索算法

为了更好地检索图像内容信息,提出了基于中心块的多特征自适应权重图像检索算法。改进的算法通过检索图像边界区域的主颜色,提取图像背景噪声,从而降低背景噪声对目标物体的干扰。针对多特征权重值设定的难题,提出运用差分演化算法优化特征权值的方法,解决了固定权值分类精确度低的问题。实验结果表明,所提出的算法可有效减少背景噪声的干扰,并在检索准确率和检索效率上均取得了较好的结果。     

基于多特征融合的增强子-启动子相互作用预测综述

研究增强子-启动子相互作用机理有助于人们理解基因调控关系,进而揭示与疾病相关的基因,为疾病诊疗提供新思路和新方法。传统的生物检测方法的实验成本高、耗时长,且受分辨率的限制,难以精确鉴定单个增强子-启动子的相互作用。通过计算方法来解决生物问题已成为近年来的研究热点,此类方法可以通过复杂的网络结构主动学习序列特征和空间结构,进而准确预测增强子-启动子的作用。首先介绍了传统生物实验检测方法的研究现状;然后从序列特征的角度出发,围绕多特征融合的基本思想,对统计学和深度学习方法在增强子-启动子相互作用预测上的应用进行归纳整理;最后对该领域的研究热点和挑战进行总结分析。     

多特征融合的金属断口图像分类

为了进一步加强金属断口图像特征的鉴别能力,提高断口图像的识别率,提出基于全局与局部纹理特征的多特征融合算法.首先利用Trace变换提取图像全局纹理特征,局部二值模式提取图像局部纹理特征.然后采用动态加权鉴别能量分析对2种特征进行优选和自适应加权融合.最后采用支持向量机进行分类识别.在金属断口图像库上实验表明,文中方法识别率较高,在其它的纹理数据库上具有较好的泛化能力.     

基于Haar-like和MB-LBP特征分区域多分类器车辆检测*

高级辅助驾驶系统中的预碰撞系统不仅需要检测前向车辆,预防追尾碰撞,同时需要检测临近车道斜侧向车辆,实现对其潜在换道、合流行为的预测,提供实时的预警功能.文中提出分区域融合多种特征的车辆检测方法,解决前向车辆特征与斜侧向车辆特征存在明显差异的问题.同时,文中方法分别检测远近不同的车辆,进行不同程度的图像降采样,提高检测系统的实时性.多种交通场景的实地测试表明,文中方法可以实时、稳定、准确地检测到前向车辆和斜侧向车辆,在行车环境良好的情况下,具有较高的召回率和准确率.     

利用小波变换和FCM算法进行多特征纹理分割

提出了一种基于小波变换和模糊C均值（FCM）算法的两阶段纹理分割方法,各阶段采用不同的纹理特征。而且该特征结合了像素的空域和频域信息。实验表明该方法在分割错误率、边缘准确性及区域一致性方面均有较明显的改善,同时也有较高的分割效率。