计算机与信息大类招生模式下多学科交叉创新人才培养改革与实践

大类招生模式给计算机与信息类高校人才培养带来新的挑战,同时多学科交叉融合的发展趋势也给创新型人才培养创造新的机遇。针对现有培养框架与课程体系在多学科背景与大类招生模式下存在的问题,研究计算机与信息技术学院4个专业5个方向的培养目标和专业定位,提出以多学科交叉为基础的结构化培养框架及综合与特色并重的课程体系,对多学科背景与大类招生模式下计算机与信息类创新人才培养实践进行分析和探讨。     

计算机及现代通信中的多媒体技术

本文介绍了多媒体计算机和多媒体通信，多媒体技术的发展基础，多媒体计算机的现状和典型产品，多媒体计算机和多媒体通信中要解决的关键技术及多媒体的发展方向。由此，可以看出多媒体技术是当今科技发展的必然趋势。随着对多媒体技术的深入研究，一个崭新的概念必然会给计算机及信息处理带来一场革命，同时也必将给人类社会带来更加便利的信息交流工具。     

偏微分方程约束的基于模块的图像修复模型

为了对大规模目标区域的图像进行修复,提出了一种既能保持线性特征和纹理信息,又能应用于大规模目标区域的基于模块的图像修复模型。该模型首先使用像素切向等照度线强度约束修复优先级,由于切向等照度线方程在图像边缘宽度约束下扩散,因此具有很好的线性特征保持性能。这种扩散具备形态学不变性,可修复自然场景图像;然后采用Euclidean距离计算模块相似度,并加入偏微分方程约束,使得线性特征位置的像素点在匹配中影响较大;使用散度约束下总体变分插值法对修复结果进行无接缝效应处理,使得最终修复结果平滑;最后扩展模型相似度函数,使目标区域可被修复为指定的纹理特征。理论和实验结果证明该模型在图像修复中是有效的。     

应用纹理分析的纸张计数算法

针对生产和生活中大量应用的机械纸张计数装置存在体积大、功耗高、笨重和不易保养维护等缺点，提出了一种基于纹理分析的纸张计数算法，试图从机器视觉的角度来解决这一问题。该方法是将规律排列的纸张叠层图像的边棱看作条纹纹理，同时认为原图纸张排列的规律性必将造成频域内存在着大量的相关资源，并试图分别从二维Gabor滤波和一维逐行频率分析处理的角度人手，通过这些资源的滤出来得到用于确定纸张数目的纸张边棱信息，实验结果显示，虽然用二维Gabor滤波器进行纸张边棱提取速度较快，但由于该算法受纸张叠层图像的质量影响较大，因而适用范围有限；而用逐行分析处理的手段来进行纸张边棱提取，虽然速度较慢，但由于该算法能够很好地对实验中用到的纸张叠层图像进行处理，因而能够得到精确的计数结果。     

基于二叉顶点树的视点相关实时LOD算法

本文提出了一种实时LOD算法，通过对二又顶点树的操作，实现在渲染过程中用不同的细节层次表示模型各部分。采用的细节层次的选择标准有：视见体剔除，背面剔除和屏幕空间的投影误差。实验结果表明该算法可以在保持一定的视觉效果的前提下，大大提高绘制效率。     

一种新的掌纹图像预处理方法

掌纹图像预处理主要包括图像分割和图像增强。在分析现有掌纹图像预处理方法中存在的不足之后,提出了一种新的掌纹图像预处理方法。该方法以手掌外侧轮廓作为定位参考线,首先实现手掌定位;然后以手掌的最大内切圆圆心为掌纹图像坐标系的原点构建坐标系,并截取出该圆的内接正方形区域内的掌纹图像,以完成图像分割。另外,该方法将模糊理论引入到反锐化掩模系统框架中,并用方向可调滤波器替代传统反锐化掩模算法中的Lap lac ian滤波器来获取掌纹图像中的高频成分,以实现在线掌纹图像的增强。实验结果表明,该方法不仅在手指完全并拢的情况下,仍然能提取出掌纹中心子图,而且能有效增强掌纹图像中主线和皱纹线的对比度。     

正面视角的步态识别

现有的步态识别算法研究几乎全都是基于侧面步态的.提出一种基于正面视角的步态识别方法.首先归一化RGB颜色空间被用来检测和去除阴影,并用背景减除法提取二值化人体轮廓.提出一种专门适用于正面步态的周期检测方法,提取周期关键帧后跟踪轮廓线,并用改进的等角度采样法进行采样以减少计算量.简单高效的傅里叶描述子被用来提取特征向量,进行数据降维后构造步态模板.用最近邻和最近邻标本分类器分别进行分类.在CASIA数据库上的实验表明,该算法不仅具有较低的计算量而且表现出较好的识别性能.     

多点组播的可靠扩展控制机制研究

针对多点组播（multicast)控制机制中可靠性（reliability)与可扩展性（scalability)间存在的问题,将扩展性方案中超立方体（hypercube)拓扑思想与可靠性方案中反馈重发局部化（localization)思想用于控制机制,提出一种基于超立方体拓扑的可靠扩展控制机制：将组播节点控制拓扑从1维树型拓扑映射为n维超立方体拓扑,运用超立方体拓扑的几何特性将基于包丢失的局部反馈重发可靠性有效融于节点扩展性中,实现组播的有效可靠扩展。理论分析与实际测试表明：控制机制有着良好的扩展性和可靠性,可满足不同网络条件下的多点组播的可靠性扩展。     

单目平行线约束下的空间点坐标恢复

提出一种从单目像机拍摄的二维投影图像中恢复空间点三维坐标的简化算法.假定摄像机与空间中的一对平行线的位置关系已知,同时摄像机坐标系下平行线所在平面中的任意空间点在像平面中的投影也已知,通过射影几何可得图像坐标到目标点三维空间坐标的转换系数,即坐标转换因数,从而估计出三维空间点的坐标.实验中通过对人体行走轨迹进行估计来测试算法性能,结果表明算法简单有效,计算开销小.     

基于增强稀疏性特征选择的网络图像标注

面对网络图像的爆炸性增长,网络图像标注成为近年来一个热点研究内容,稀疏特征选择在提升网络图像标注效率和性能方面发挥着重要的作用.提出了一种增强稀疏性特征选择算法,即,基于l_2,1/2矩阵范数和共享子空间的半监督稀疏特征选择算法(semi-supervised sparse feature selection based on l_2,1/2-matix norm with shared subspace learning,简称SFSLS)进行网络图像标注.在SFSLS算法中,应用l_2,1/2矩阵范数来选取最稀疏和最具判别性的特征,通过共享子空间学习,考虑不同特征之间的关联信息.另外,基于图拉普拉斯的半监督学习,使SFSLS算法同时利用了有标签数据和无标签数据.设计了一种有效的迭代算法来最优化目标函数.SFSLS算法与其他稀疏特征选择算法在两个大规模网络图像数据库上进行了比较,结果表明,SFSLS算法更适合于大规模网络图像的标注.