一种基于Snakes方法的人脸五官几何特征提取新算法

本文对传统Snakes方法的能量函数进行了改进：增加了对Snakes曲线进行形状限定的能量项,用来约束Snakes曲线变化时的形状,使之更容易与相应人脸特征吻合;改进了其中的图像能量项,采用图像颜色色度梯度取代图像灰度梯度构造图像能量项,由于色度梯度体现了颜色的本质信息,这种改进有利于Snakes曲线正确收敛于颜色本质差异大的的地方即图像真实轮廓处。实验结果表明,改进后的Snakes用于人脸特征提取鲁棒性强。     

基于事件消息驱动的Petri网的类族测试用例生成技术的研究

在类族交互测试的正交阵列测试系统(OATS)生成测试用例的方法中,存在类的状态盲目组合而导致测试用例“爆炸”以及标准正交阵列不易扩充的问题。提出了基于EMDPN的类的状态组合的标记关联递推算法,通过类族之间的层次级别与状态级别的优选组合产生交互路径,在证明生成交互路径数定理的基础上,得到了基于EMDPN模型的扩展的正交阵列测试系统(EOATS)的类族交互测试用例的生成方法,优化OATS。在讨论类族交互测试的覆盖率问题时,给出了类族交互测试的同步消息序列测试标准(SMSC),阐明了新的EOATS方法具有良好的覆盖性。     

基于Proxy模式的AMI模型优化方法

消息通信是企业应用集成的关键。为了改善消息的灵活性、重用性和扩展性等问题,提出一种基于Proxy模式的AMI消息通信模型。该模型保留了AMI中原有的Callback与Polling的核心算法,对原AMI模型进行了耦合分解,优化了回调技术,使得AMI更能满足企业集成中消息的扩展与重用等需要。最后给出了模型的设计实现以及项目中的模拟测试数据。实践表明,该模型能较好地满足企业应用集成中的业务需要。     

基于高分辨率网络的自监督单目深度估计方法

使用深度学习方法进行单目深度估计时,由于使用多级下采样会出现重建结果细节信息缺失、边缘轮廓模糊等问题.为此,提出一种基于高分辨率网络的自监督单目深度估计方法.首先,通过并行连接使得特征图在编码过程中始终保持高分辨率表示,以充分地保留细节信息;其次,为了提高编码器的学习能力,在编码部分引入注意力模块,对图像特征进行筛选和提炼;最后,针对深度估计的多义性问题,利用非相邻帧图像之间的一致性,设计了一种有效的损失函数,并使用可靠性掩膜来消除动点和遮挡点的干扰.在TensorFlow框架下采用KITTI和Cityscapes数据集进行实验,实验结果表明,与已有深度估计方法相比,该方法不仅能够保留预测深度的边缘信息,而且能够提高预测深度的准确性,可达到0.119的平均相对误差.