径向基函数神经网络的软竞争学习算法

本文构造了径向基函数(RBF)神经网络的一类软竞争学习算法(SCLA).该算法的主要思想是首先在高斯基函数中心向量的训练过程中引入了隶属度函数,对每个输入样本,所有中心向量根据该样本属于其代表的类的隶属度值的大小进行自适应地调整;第二,把隶属度函数的模糊因子的倒数与模拟退火算法中的温度等同起来,在迭代过程中采用递增的方式来调整它.SCLA是RBF网络基于k-均值方法训练中心向量的学习算法的软竞争格式,它可以克服后者对初始值敏感和死节点的问题.仿真实验论证了SCLA是有效的.     

汽车牌照自动识别中的目标与背景的快速分割

图象分割是图象理解的一个关键性环节。本文针对动态汽车牌照目标与汽车背景的分割问题提出了一种有效的决速算法。该算法简洁,可用硬件实现实时处理。它的基本思想是多层次分割,每次分割时尽量减少分析的范围。该算法基于人识别牌照的过程,具有一定的智能性。这种多层次图象目标与背景快速分割的思想也可用于其它类似场合。     

JPEG2000中高速Tier1编码器的VLSI设计

提出并实现了一种用于JPEG2000编码芯片中高速Tier1编码器的并行流水结构。该编码器采用了双位平面并行编码、通道扫描的流水控制、状态变量实时产生电路以及列内并行上下文生成等技术,实现了一种0状态存储器的多并行流水位平面编码器;并行同步流水的多记号输入算术编码器以及不定算术编码周期下的多输入同步读取电路,使算术编码速度平均为1.3上下文编码记号对/时钟;对算术编码产生的压缩码流存储呈高效的宏流水线结构。该编码器在100MHz工作时钟下,最高编码速度为85M小波系数/s。用SMIC0.25μm工艺库综合时,门电路为6.3万门,片上存储器为26kb(码块大小32×32),关键路径为5.2ns。     

基于变形模板和遗传算法的道路检测方法

道路检测是智能车辆研究的重要内容.道路检测往往受到阴影遮挡、噪声、道路边界或标志线不连续等影响,这些问题导致传统的道路检测算法鲁棒性较差.针对此类问题,本文提出了一种基于变形模板的道路检测方法.首先,对道路边界或标志线进行边缘提取,然后构造了参数可变的道路模型及其同道路边缘轮廓之间的似然函数,最后通过遗传算法搜寻该函数的全局最大值,从而获得参数可变道路模型的最佳参数.仿真实验表明,本文提出的算法对阴影遮挡、噪声、道路边界或标志线不连续等问题均有较好的检测效果.     

对环境光照鲁棒的全景图拼接

提出了一种从光照变化的序列图象中拼接全景图的方法 .该方法首先将待拼接图象的重叠部分分解成水平集表示 ,并且定义一个形态学距离用于测量水平集之间的相似度 ,然后根据这个形态学距离 ,对其中一幅图象的每一个水平集都在另一幅图象的水平集中找到对应 ,从而得到一个单调转换函数 ,用于表示两幅待拼接图象水平集之间的映射 ,用这个转换函数调整其中一幅图象的对比度与另一幅图象相对应 ;最后 ,用基于灰度匹配的方法将两幅图象拼接 ,图象两两拼接后经全局误差校正即可得到一幅正确拼接的全景图 .该方法可以广泛应用于基于图象的绘制、图象处理等领域     

人体运动非监督聚类分析

提出了一种基于非监督学习的人体运动分析方法.该方法通过使用MDL准则约束下的HMM模型对连续运动序列进行分割和聚类,并实现对运动序列的自动分割和标记.该方法由两步组成,首先通过聚类将连续运动离散化,并按照最小描述长度准则在离散域得到初始解.在此基础上,返回到连续域训练MDL准则约束下的HMM模型.使用HMM模型可以进一步利用原始序列中的动态信息获得更精确的最终结果.通过对实际人体运动序列进行的实验验证了方法的有效性.     

红外视频中特定形状目标的实时检测

红外视频跟踪技术具有相当广泛的应用前景.本文以单个圆形目标为例,介绍了红外视频中特定形状目标的实时检测算法.该算法的基本思想:在视频图像中设置若干条扫描线,并利用这些扫描线与目标边缘的交点计算出目标的参数.算法还对随机哈夫变换进行了改进,将在由交点参数计算目标参数时使用.实验表明,该算法准确性高、实时性好,能够满足实际应用要求.     

基于视觉模型的图像边缘检测算法

文章提出了一种基于视觉模型的图像边缘检测算法.作者采用具有反馈和前项控制连接的侧抑制模型进行图像信息进行处理,用零阶和二阶厄米特(Hermite)函数的组合产生系统的控制模板,组合系数通过梯度下降学习算法确定.这种以生物视觉感知机理为基础的神经计算方法可有效地均衡滤除噪声和增强边缘,同时将系统高维参数的学习问题转化为对少数几个参数的确定,降低了问题的维数和计算的复杂性.     

利用分层深度全景图实现基于图像的绘制

提出一个快速绘制的ＩＢＲ新方法,它用分层深度全景图（ＬＤＰ）作为三维模型的中间表示,通过ＬＤＰ的重投影变换快速生成新的视图,ＬＤＰ可以看作物体的一个全景视图,但在每个视线方向有多个不同深义的象素,当用ｎ个平面投影图像建立ＬＤＰ时,它的数据量不是取决于采样图像的数量,而是取决于物体表面的复杂性,由于ＬＤＰ可以看作一个独立的图像坐标框架,ＭｃＭｉｌｌａｎ的顺次扫描重投影算法能够用于ＬＤＰ中,避免了Ｚ缓     

机器推理的进展与展望

机器学习算法的发展仍受到泛化能力较弱、鲁棒性较差、缺乏可解释性等问题的限制.文中介绍机器推理,说明推理对于机器学习人的知识和逻辑、理解和解释世界的重要作用.首先分析人类大脑推理机制,从认知地图、神经元和奖赏回路,扩展到受脑启发的直觉推理、神经网络和强化学习.进而总结机器推理的方式及其相互关联的现状、进展及挑战,具体包括直觉推理、常识推理、因果推理和关系推理等.最后展望机器推理的应用前景与未来的研究方向.