基于图像的社会关系识别研究综述

社会关系是人们在共同的物质和精神活动过程中所结成的相互关系的总称。目前已有相关的工作对其进行了研究，其中涉及到关系社会学、人脸识别、表情识别、动作识别、场景识别和物体检测等相关领域。从不同划分方法下的社会关系出发，通过总结相关研究将社会关系从简单到复杂，将其划分成4类：kinship、groups、activities & interactions和detailed relationship。阐述了对于几种不同关系划分在识别时所用到的特征提取及其分类方法，主要分为传统机器学习和深度学习两个模块。然后对不同的模型所使用到的相关数据集和机制进行了介绍，并对各个模型的结果、优缺点和适用范围进行了分析，最后对社会关系识别未来的研究方向及应用前景进行了探讨。     

基于机器学习的城市空间品质大规模量化方法

为更高效地对城市空间品质进行量化评价,提出一种基于机器学习的城市空间品质大规模量化方法.以街景图片为载体,选择城市公共空间中街道尺度和建筑尺度作为研究出发点,建立数据集.设计一种跨连AlexNet网络+支持向量回归(support vector regression,SVR)的机器学习方法,分析城市空间品质属性.利用设计的模型从街道和建筑尺度对城市空间品质进行大规模量化,将街道和建筑尺度的量化结果进行融合分析.以成都市为研究案例,对其空间品质进行量化,在网页端进行可视化展示分析.实验结果表明,该机器学习模型在评估城市空间品质上准确度较高,能够为城市研究者提供有效的技术支持和数据支撑.     

基于小波域ADMM深度网络的图像复原算法

近年来,基于深度学习的方法在图像复原领域展现出了优秀的性能。然而现有大多数深度网络均是通过经验进行网络结构设计,较少在网络设计中考虑结合一些传统方法以提升网络可解释性。针对这一不足,本文对结合图像退化模型的深度学习方法展开研究,提出了一种基于小波域ADMM深度网络的图像复原算法。具体而言,本文首先提出了一种基于小波域ADMM的图像复原方法,该方法在小波域下使用ADMM算法将复原问题分解为一系列子问题。接着,分别对子问题求解,并根据其解的形式帮助进行网络的设计,构建了一个可解释的深度卷积神经网络用于图像复原。实验结果表明,本文提出算法取得了较好的复原结果,不论在视觉效果还是客观评价指标上都优于对比方法。     

基于H.264的多参考帧运动估计快速算法

H.264/AVC中引入多参考帧运动补偿来提高视频编码性能,由此产生的多参考帧运动估计(MRF-ME)却带来了巨大的运算代价。为提高编码速度,降低计算复杂度,提出一种基于空间域相关性的运动估计算法——缩小的菱形算法(DDS)。先运用前向主矢量选择法不断修正预测运动矢量,再根据最佳参考帧位置的统计特性对不同参考帧使用不用模板进行搜索。实验结果表明,与H.264参考模型JM10.2相比,该算法保持了较好的图像质量且码率变化很小,运动搜索点数平均减少接近80%,并能有效地降低编码器复杂度。     

三维模型两点连通概率函数的快速计算

三维数字岩心模型的连通性分析中,两点连通概率函数是一个重要的统计参数。针对该函数由于计算复杂度过于庞大而造成计算时间过长的问题,提出了使用基于均匀分布的随机函数的空间随机采样法,缩小待计算数据集的规模,同时进行并行优化,达到缩短计算时间的目的。通过实验对比,结果表明,这种采样方法在平均相对误差较小的情况下,能够达到缩短计算时间数百倍,具有良好的稳定性。     

LWIP在TMS320DM642平台的实现

TMS320DM642平台上实现TCP／IP通信,可为嵌入式多媒体系统的网络应用提供技术支持。分析TMS320DM642芯片功能和轻量级网络协议（LWIP）层次结构,通过LWIP的移植,实现TMS320DM642非网络开发者套件（NDK）解决方案的TCP／IP网络通信,实例验证了LWIP移植方法的有效性。     

基于空间轨迹熵的公共空间活力表征方法研究

人及其活动是城市公共空间活力的核心,聚焦人及其活动的公共空间活力测度一直是人本尺度城市研究的难点.针对公共空间活力表征问题,提出了基于人群轨迹聚类的空间活力表征新方法.该方法采用基于视频的多目标跟踪技术提取人群运动轨迹,并对轨迹聚类分组处理;根据轨迹类别的多样性和结构的差异性,提出了新的"空间轨迹熵"来反映公共空间人群...     

基于改进U2Net的岩石薄片图像分割

了解岩石的孔隙度、孔径分布、孔隙连通性等特征对于油气的寻找和开采有着重要的意义, 而这些特征的分析和判断需要借助岩石薄片图像分割技术. 岩石薄片图像有大量细小颗粒, 这些颗粒之间的边缘特征十分相似, 无法做出精准的区分, 同时制造切片过程中染色不均会造成薄片孔隙的颜色特征不平衡而导致无法分割. 因此为了改善岩石薄片分割效果, 本文提出基于一种改进的U²Net的分割算法. 主要内容如下: (1)以U²Net网络为骨干进行改进, 结合coordinate attention注意力机制, 用来提高模型对图像特征的表达能力. (2)通过引入多尺度特征提取模块, 增加卷积层的感知区域, 且能够利用特征图的多尺度特征信息. 实验证明, 该方法与传统分割方法和其他分割网络相比在较小颗粒的分割上表现更好, 所提出的算法具有较高的分割准确度和鲁棒性.     

基于层修复技术的DVC鲁棒传输框架

针对分布式视频编码(DVC)系统鲁棒传输问题,设计了一种基于层修复的DVC系统传输框架。该传输框架首先对关键帧(K帧)同时采用高效视频编码(HEVC)帧内编码和Wyner-Ziv编码,并将校验信息(Wyner-Ziv码流)作为修复层码流存入缓存中。若当前关键帧有丢失,则向编码端请求该帧对应的层修复码流,在解码端对错误块进行修复,获得关键帧解码质量的提升。同时,研究了层修复码率估计算法,利用已成功解码的位平面辅助完成算法重建。实验结果表明,该传输框架利用关键帧的层修复码流对关键帧失真部分进行了修复,提高了关键帧质量,改善了边信息质量,实现了DVC的鲁棒传输。     

DVC转码技术研究

本文介绍了DVC(分布式视频编码)到传统视频转码的方案,该转码方案适用于移动终端设备之间的视频通信。着重讲述了DVC到H.264的转码,针对转码过程中复杂度高和时延长等问题,利用DVC解码端生成的运动矢量来减少H.264编码的工作量,在几乎不影响视频质量的前提下,极大地降低了转码的计算复杂度和时间,提高了转码效率。同时介绍了DVC转到其它传统视频的方法和方案,最后分析了DVC转码在当前移动视频通信市场中存在的巨大潜能,以及对转码技术的未来发展和方向进行了展望。