一种假设验证框架下的实时道路车辆检测方法

介绍一种基于Gabor特征和多分辨率的车辆检测方法.该方法首先在假设产生阶段根据道路场景图像的消失点确定图像的兴趣区域,以垂直和水平边缘为依据产生相应兴趣区域的假设链,最后将各兴趣区域假设链合并,产生最终的假设.验证阶段用支撑向量机分类器验证假设正确与否,在保证鲁棒性的同时,提高实时性.此方法在假设产生阶段大大减少非兴趣区域对系统计算资源的消耗,减少计算负担,且在假设验证阶段有效减少伪目标对检测率的影响.实验表明,本文算法处理速度可达20帧/s,检测率在90%以上.     

基于感知度量的分形编码

传统的分形编码利用最小均方差准则（ＭＭＳＥ）来度量图象子块的变换匹配，未能充分利用人眼的视觉特征。本文提出了基于人眼视觉模型的分形编码方案。算法中，按视觉上的差异对图象子块进行分类；由“视觉最相似”的准则确定最佳匹配的域块，为此，相似匹配转换到ＤＣＴ域进行，导出了图象块的相似匹配在ＤＣＴ域的形式；算法进一步通过自适应误差校正来消除解码图象中的方块效应。解码图象的视觉质量有了明显的改善。实验结果证实了算法的有效性。     

基于改进遗传算法的边缘检测阈值自动选取及其应用

针对我们设计的面向应用环境的精密装配机器人视觉系统边缘检测的阈值自动选取的问题 ,通过对传统遗传算法的改进 ,提出了一种二次搜索寻优的阈值选取策略 .通过这种改进的遗传算法进行边缘提取阈值的自动选取 ,能够显著的提高阈值选取的速度 .将其应用于我们的视觉系统 ,可以对我们的视觉系统所产生的边缘图像进行阈值的实时的自动选取 ,增强了整个视觉系统的实时性和鲁棒性     

学习矢量量化的软竞争算法

尽管FALVQ算法的亏损因子为模糊隶属度函数,但由于它的尺度函数并不是模糊隶属度函数,使得算法的性能不稳定.为了克服这个问题,通过推广FALVQ中获胜亏损因子的定义,导出了广义LVQ的一类软竞争算法(SCALVQ),并且给出了它的3种具体形式.在SCALVQ中,亏损因子和对应的尺度函数是同一个模糊隶属度函数,它汲取了FALVQ和软竞争格式的优点,有效地克服了FALVQ存在的问题.     

基于图像的个性化卡通系统

介绍了一个卡通动画系统.该系统可使用户很方便地生成个性化的卡通头像,并通过简单的交互定制各种夸张而生动的表情,还可以实时生成语音驱动的卡通动画.系统主要包括3部分:基于图像的卡通自动生成模块、交互的卡通表情编辑模块和语音驱动的卡通动画模块.卡通自动生成模块采用基于样本学习的方法生成具有特定艺术风格的卡通头像.这里使用了一种非参数化采样算法来学习原始照片和画像间复杂的统计关系.在此基础上,卡通表情编辑器可以通过预先设计的模板生成各种具有生动表情的卡通.同时,用户也可以定制自己的表情模板.卡通动画模块使用了实时的唇形合成算法,可以生成语音驱动的卡通动画.该系统可以使普通用户很方便地生成个性化的卡通头像和动画,在这一点上优于其他动画制作系统.     

一种引入注意机制的视觉计算模型

提出了一种基于注意机制的视觉模型，其特点是：将注意过程分为３个层次，分别模拟生物的瞳孔聚焦、眼动和头动；提出一种新的可变结构的非均匀采样映射来模拟生物视网膜特性；强调了数据驱动的ｂｏｔｏｍ－ｕｐ过程与知识驱动的ｔｏｐ－ｄｏｗｎ过程的融合；提出新颖的类似树形的知识表示方法和基于深度优先搜索树的注意点转移控制机制。     

面向不确定性环境的自动驾驶运动规划：机遇与挑战

运动规划算法作为自动驾驶系统中的重要研究内容,愈发受到研究者们关注.然而目前多数算法仅考虑在确定性结构化环境中的应用,忽视动态交通环境中潜在的不确定性因素.文中面向不确定性环境,将运动规划算法总结为两类：部分可观测马尔可夫决策过程(POMDP)和概率占用栅格图(POGM),从理论基础、求解算法、实际应用三方面进行介绍.基于当前置信状态,POMDP计算使未来折扣奖励最大的策略.POGM使用概率表征对应栅格上的占用情况,衡量车流动态变化的可能性,良好表征不确定性情况.最后,总结不确定性环境中当前运动规划问题面临的主要挑战和未来可能的研究方向.     

广义LVQ神经网络的性能分析及其改进

首先从理论上分析了广义学习矢量量化（ＧＬＶＱ）网络的ＧＬＶＱＦ算法的性能,ＧＬＶＱＦ算法在一定程度上克服了ＧＬＶＱ 算法存在的问题．然而,它对获胜表现型的学习具有好的性能,对于其它的表现型,性能却十分不稳定．分析了产生这个问题的原因,直接从表现型的学习率出发,提出了选取学习率的准则,并给出了两种改进的算法．最后,使用ＩＲＩＳ数据验证了算法的性能,改进算法较之ＧＬＶＱＦ算法具有明显的稳定性和有效性．     

基于遗传算法的混合分形编码

１引言图象中存在局部与全局两方面的信息冗余,局部性表现在图象中的光滑性,全局性表现在图象结构的一致或相似性重复,若要达到理想的压缩效果,必须综合考虑两方面的冗余因素．分形编码在降低全局冗余方面较为有效,然而分形编码的算法复杂,例如对于２５６×２５６的...     

并行分层二维多速度运动检测模型

提出了一个新的两阶段二维多速度运动检测模型.该模型首先利用基于乘积侧抑制 速度检测子MIVD的一维速度检测特性,构成了一维多速度运动感知层.检测出一维速度信 息,然后利用胞神经网络(CNN)模拟皮层功能柱问的局部动态交互,完成多速度二维运动检 测.实验证明,这种分层并行多频道模型是对初级视觉运动感知的良好建模.应用这种模型可 以实现基于"运动信息驱动"的注意力集中机制,也可用于构成视觉高层反馈的"目的驱动"机 制.