基于层次聚类的多颜色空间融合分割方法

针对自然图像分割中,由于单一的颜色空间难以表示复杂多变的场景信息以及目标与背景的低对比度等产生的过分割和误分割问题,提出了选择RGB、XYZ和LUV这3个颜色空间的增强图像进行基于层次聚类的融合分割的新方法.对Berkeley分割图像库中的多幅图像进行了多组分割实验,并与Mean-shift等多种经典分割方法进行了定性...     

多粒子散射的偏振传输特性分析

针对多因素影响下偏振光在散射介质中的一般传输特性,系统分析了入射光波长、介质厚度、粒子参数和入射光偏振态等物理属性对偏振光子传输特性的影响。采用蒙特卡罗方法,追踪每个光子的偏振态变化,通过统计分析偏振度变化曲线得到光经过多次散射后的斯托克斯矢量和偏振信息,并对偏振光在散射介质中的传输规律进行分析。仿真实验表明相对于波长比较大的粒子对入射光的偏振态改变较小;线偏振光能较好地保持自身偏振态;圆偏振光能够在较短时间内重新恢复自身偏振状态,粒子半径越大恢复能力越强,并且在向前传输的过程中其旋转方向会发生改变。     

基于粗糙集理论的单背景物体识别

1引言 由波兰Z.Pawlak教授提出的粗糙集(RoughSet)理论[1]作为处理不确定问题的一种有效工具,在数据挖掘、知识发现和粒度计算等领域有着广泛的应用.由于图像有多种获取途径,受其内容复杂性和噪音的影响,图像中目标与图像特征之间的关系经常会出现不确定性,将粗糙集理论用于图形图像的处理和理解是一个新的研究热点.Nguye J.利用粗糙集的分类规则实现了图像的特征提取[2];徐立中等人利用粗糙集的不确定性对像素灰度进行划分,实现了灰度图像的二值分割,达到了图像增强的目的[3],还有文献讨论了彩色图像的分割问题[4];文[5]利用相容粗糙集原理对人脸图像检索进行了预处理,缩小了搜索空间范围[5];此外,文[6]将粗糙集理论用于字符识别上,取得了满意的效果[6].但由于获取图像本身存在"噪声"数据,且随着特征维数的不断扩充,给图像信息处理的实时性和分类器的设计造成了极大不便[7],会影响最终的决策结果,因此,对图像属性的高维空间数据进行约简非常必要.     

基于视觉统计概率模型的目标定位

复杂场景中的目标定位是目标检测和识别的重要过程,为了更好地对复杂场景中的目标进行定位,基于视觉的概率模型,提出了一种目标定位的新方法。区别于一般的区域分割和边缘检测方法,该方法首先通过建立平滑、纹理、阴影和杂乱等4种不同类型区域特性的概率模型,对场景中的前景和背景进行了概率分析;然后结合不同的尺度大小,标记出图像中显著度较高的目标区域;最后经过边缘轮廓的概率建模和连通性分析来提取完整目标区域。实验结果表明,该方法具有较好的鲁棒性和通用性,不仅符合人的视觉注意特性,而且具有一定的抗背景干扰能力。     

基于采样汇集网络的场景深度估计

针对现有场景深度估计方法中,由于下采样操作引起的复杂物体边界定位不准确,而造成物体边界处的场景深度估计模糊的问题,受密集网络中特征汇集过程的启发,本文提出一种针对上;下采样过程的汇集网络模型.在下采样过程中,使用尺度特征汇集策略,兼顾不同尺寸物体的估计;在上采样过程中,使用上采样反卷积恢复图像分辨率;同时,引入采样跨层汇集策略,提供下采样过程中保存的物体边界的有效定位信息.本文提出的采样汇集网络(Sampling aggregate network,SAN)中使用的尺度特征汇集和采样跨层汇集,都可以有效缩短特征图到输出损失之间的路径,从而有利于避免模型的参数优化时陷入局部最优解.在公认场景深度估计NYU-Depth-v2数据集上的实验说明,本文方法能够有效改善复杂物体边界等干扰情况下的场景深度估计效果,并在深度估计误差和准确性上,优于当前场景深度估计的主流方法.     

“目标-场景”语境关联的生成图模型分析

图像场景分析是目前计算机视觉领域的研究热点,体现了场景与目标之间的包含关系。在分析过程中合理的使用基于上下文关系的知识可以提高场景分析模型的适用性和目标识别的准确率。从"图像集——场景——目标——部分——视觉词汇"这种层次的角度进行场景分析,将全局上下文信息和局部上下文信息同时融入到基于HDP的生成图模型中,在场景层和目标层这两个不同的层次上,共同作用于场景分析。场景分析的结果可以用来约束目标识别,目标识别的结果可以反馈作用于场景分析。     

多层次MRF重标记及映射法则下的图像分割

针对彩色图像分割问题,研究Markov 随机场(Markov random fields, MRF)模型内迭代条件模式(Iterative conditional mode, ICM)方法的标记推理策略. 通过小波分解构造图像多尺度表达,针对顶层图像先验标记获取问题,改进原始谱聚类算法, 通过近邻传播自动确定图像的聚类参数,运用集成学习提高算法的稳定性和准确度. 对其他各尺度图像,通过分析尺度关联下的区域特征变化,结合不同尺度间的特征相似性和同一尺度内空间邻域的一致性, 提出一种立体结构描述下的尺度--空间映射法则.通过定量和定性的分割实验,结果表明本文算法具有良好的准确性、鲁棒性和普适性.     

基于视觉概率统计的无监督数字抠图模型

针对无监督抠图因视觉信息较少而存在抠图结果视觉偏差较大的问题,提出一种基于视觉统计概率的无监督抠图模型。该方法根据视觉统计概率模型训练SVM分类器,得到区分背景区域与视觉显著度较高的前景目标区域的SIFT特征点,根据特征点生成结构合理的Trimap,并利用Trimap实现无监督抠图。实验结果表明,在无用户交互的情况下,该模型生成的[α]掩像无较大视觉偏差,对前景目标边缘及透明度做出良好估计并且具有较好的鲁棒性。     

基于时空关注度LSTM的行为识别

针对现有基于视频整体序列结构建模的行为识别方法中,存在着大量时空背景混杂信息,而引起的行为表达的判决能力低和行为类别错误判定的问题,提出一种基于双流特征的时空关注度长短时记忆网络模型.首先,本文定义了一种基于双流的时空关注度模块,其中,空间关注度用于抑制空间背景混杂,时间关注度用于抑制低信息量的视频帧.其次,本文为双流模型设计了两种不同的时空关注度模块,分别讨论不带融合形式和双流融合的形式对行为识别的影响.最后,为了适应不同长度视频的处理需求,本文方法采用分段策略构建行为识别框架,通过调整段的数量自适应视频长度.在UCF101和HMDB51两个数据集上进行实验验证,与现有多种基于时间和空间显著性模型的行为识别方法进行比较,实验结果表明,本文方法在识别率上优于现有行为识别方法I3D,在UCF101上提高了0.66%,在HMDB51上提高了0.75%.     

基于交叉注意力的方面级情感分析

方面级情感分析旨在识别句子中方面词的积极、消极和中性情绪。其关键在于方面词和句子中单词之间关系的学习。在学习单词之间关系时,现有卷积门控网络使用时间卷积方法,其局部时间窗口无法描述任意单词之间的关系。同时,现有时间注意力模型在分析单词之间的关系时,其注意力是相互独立的。为了分析句子中方面词与其他单词的复杂关联,提出一种基于交叉注意力和卷积门控网络的情感分析模型。对于给定的词向量特征,设计了一种交叉注意力模块。该模块对多头注意力中查询向量与关键字向量的匹配得分,添加交叉的线性映射,以融合多个注意力中的匹配得分,用于描述更复杂的方面词的上下文单词关系。使用卷积门控网络对局部单词关系进行编码,并设计了单词的位置编码模块,用于提供单词的位置编码特征,以分析位置编码对单词关系分析的作用。对上述编码的单词特征,使用时间池化获得句子描述,并使用全连接分类器进行情感分类标记预测。在Rest14和Laptop14数据集上的实验分析表明,提出的方法能有效估计方面级单词与其他单词之间得分关系。