基于改进残差特征蒸馏的轻量级超分辨率网络

基于深度学习的图像超分辨率算法通常采用递归的方式或参数共享的策略来减少网络参数，这将增加网络的深度，使得运行网络花费大量的时间，从而很难将模型部署到现实生活中。为了解决上述问题，本文设计一种轻量级超分辨率网络，对中间特征的关联性及重要性进行学习，且在重建部分结合高分辨率图像的特征信息。首先，引入层间注意力模块，通过考虑层与层之间的相关性，自适应地分配重要层次特征的权重。其次，使用增强重建模块提取高分辨率图像中更精细的特征信息，以此得到更加清晰的重建图片。通过大量的对比实验表明，本文设计的网络与其他轻量级模型相比，有更小的网络参数量，并且在重建精度和视觉效果上都有一定的提升。     

No-Reference Video Quality Assessment using novel hybrid features and two-stage hybrid regression for score level fusion

This paper presents a novel No-Reference Video Quality Assessment (NR-VQA) model that utilizes proposed 3D steerable wavelet transform-based Natural Video Statistics (NVS) features as well as human perceptual features. Additionally, we proposed a novel two-stage regression scheme that significantly improves the overall performance of quality estimation. In the first stage, transform-based NVS and human perceptual features are separately passed through the proposed hybrid regression scheme: Support Vector Regression (SVR) followed by Polynomial curve fitting. The two visual quality scores predicted from the first stage are then used as features for the similar second stage. This predicts the final quality scores of distorted videos by achieving score level fusion. Extensive experiments were conducted using five authentic and four synthetic distortion databases. Experimental results demonstrate that the proposed method outperforms other published state-of-the-art benchmark methods on synthetic distortion databases and is among the top performers on authentic distortion databases. The source code is available at https://github.com/anishVNIT/two-stage-vqa.     

飞秒激光光斑轮廓的傅里叶描述子重建及特征提取

在利用飞秒激光对单晶硅材料进行微尺度烧蚀时,衍生的等离子体发光光斑中蕴含着大量的加工信息。如何有效提取光斑图像的几何特征信息,对研究飞秒激光烧蚀加工工艺过程具有重要意义。轮廓特征是描述激光光斑最重要的特征之一,本文着重分析了等离子体光斑轮廓特征与光斑运动规律间的关系及光斑运动情况分类方法。首先,考虑到光斑微弱的特性,对光斑图像进行增强处理。其次,采用链码方法提取光斑轮廓特征,并利用傅里叶描述子低频特性,选取少量的描述子重建光斑图像轮廓特征,减少了复杂的计算量,有效提高了光斑图像分类的速度与质量。最后,运用Hu不变矩特征证明傅里叶描述子用于提取激光光斑对轮廓特征的有效性。     

Eye movements and visual discomfort when viewing stereoscopic 3D content

The visual brain fuses the left and right images projected onto the two eyes from a stereoscopic 3D (S3D) display, perceives parallax, and rebuilds a sense of depth. In this process, the eyes adjust vergence and accommodation to adapt to the depths and parallax of the points they gazed at. Conflicts between accommodation and vergence when viewing S3D content potentially lead to visual discomfort. A variety of approaches have been taken towards understanding the perceptual bases of discomfort felt when viewing S3D, including extreme disparities or disparity gradients, negative disparities, dichoptic presentations, and so on. However less effort has been applied towards understanding the role of eye movements as they relate to visual discomfort when viewing S3D. To study eye movements in the context of S3D viewing discomfort, a Shifted-S3D-Image-Database (SSID) is constructed using 11 original nature scene S3D images and their 6 shifted versions. We conducted eye-tracking experiments on humans viewing S3D images in SSID while simultaneously collecting their judgments of experienced visual discomfort. From the collected eye-tracking data, regions of interest (ROIs) were extracted by kernel density estimation using the fixation data, and an empirical formula fitted between the disparities of salient objects marked by the ROIs and the mean opinion scores (MOS). Finally, eye-tracking data was used to analyze the eye movement characteristics related to S3D image quality. Fifteen eye movement features were extracted, and a visual discomfort predication model learned using a support vector regressor (SVR). By analyzing the correlations between features and MOS, we conclude that angular disparity features have a strong correlation with human judgments of discomfort.     

基于彩色图像处理的浮选尾煤灰分软测量研究

浮选尾煤灰分是浮选产品的一个重要指标。针对选煤厂浮选尾煤灰分多采用离线检测而无法实现在线准确测量，以及当前浮选软测量多采用单一的灰度图像从而导致软测量模型精度及适应性较差的问题，提出了一种基于彩色图像处理的浮选尾煤软测量方法，建立了基于最小二乘支持向量机(LSSVM)的浮选尾煤灰分软测量模型。模型以不同颜色空间的彩色特征、灰度均值以及浓度特征为输入变量，以尾煤灰分作为输出变量，采用粒子群优化算法对LSSVM模型参数进行优化。结果表明：所建立的尾煤灰分软测量模型可以较好地实现浮选尾矿灰分的在线预测，引入浮选尾矿图像的彩色特征可以提高尾煤图像分析的精度，预测精度达96.89%。研究成果在柳湾选煤厂现场应用，并取得了较好的尾矿灰分测量效果。     

低阶煤颗粒-气/油泡间的诱导时间研究

为表征低阶煤颗粒-气/油泡间矿化过程的差异,通过Sutherland理论下固体颗粒进入泡沫产品的总概率(E)和浮选速率常数(k)之间关系,并结合低阶煤颗粒-气/油泡的浮选速率试验,求得了低阶煤颗粒-气/油泡间的诱导时间。浮选实验研究表明,在相同的捕收剂消耗量下低阶煤-油泡浮选产率均高于低阶煤-气泡浮选产率。诱导时间测试表明,低阶煤颗粒-油泡间的诱导时间(35 ms)要明显低于低阶煤颗粒-气泡间的诱导时间(93 ms)。上述实验结果表明,油泡表面的疏水性要强于传统浮选气泡表面的疏水性。然而,进一步利用Sutherland理论中固体颗粒进入泡沫产品的总概率和浮选速率常数之间的数学关系,并结合低阶煤颗粒-气/油泡的浮选速率试验求得的低阶煤颗粒-气/油泡间的诱导时间分别为9.67和8.46 ms,其与诱导时间测试仪分别测量的诱导时间差异很大。这主要是由于在实际浮选过程中气/油泡的上升速度分别为23.26和22.68 cm/s,其远高于2015EZ型诱导时间仪测试过程中气/油泡碰撞速度(2.0 cm/s)。因此,诱导时间理论计算表明气泡-颗粒间的碰撞速度对颗粒-气泡间的诱导时间影响很大。上述研究结果表明油泡浮选效果优于传统浮选的内在原因在于低阶煤颗粒-油泡间的诱导时间小于低阶煤颗粒-气泡间的诱导时间。     

贵州三穗地区钒矿地质特征及成矿规律研究

总结贵州省三穗地区钒矿矿区地层、区域构造和区域岩浆岩特征，探讨矿区钒矿成矿规律。研究表明：区内钒矿赋存在陡山沱组白云岩的上部以及老堡组和九门冲组的下部，含矿岩性为黑色炭质黏土岩；成矿来源主要是由于海底裂谷的热气流作用，携带深部钒等多金属元素向陆棚与台地运动、迁移，出现钒的横向分导现象；沉积下来的钒金属又在后期低温热液作用下，以水云母的形式存在，而炭质吸附的部分钒元素进入水云母晶格中，形成钒矿。     

关于提升电视专题节目制作质量的对策研究

在广播电视行业不断发展条件下,电视专题节目制作也受到受众高度重视。这就应提高电视专题节目制作质量,在满足广大受众日常观看要求同时,使得我国广播电视行业向着现代化方向发展。针对电视专题节目制作进行研究,首先阐述电视专题节目制作特点,之后阐述电视专题节目制作质量问题和相关提升对策。在解决电视专题节目制作问题同时,提升电视专题节目制作质量,继而彰显电视专题节目制作优势。     

基于文本与语义相关性分析的图像检索

为了更加有效地检索到符合用户复杂语义需求的图像，提出一种基于文本描述与语义相关性分析的图像检索算法。该方法将图像检索分为两步：基于文本语义相关性分析的图像检索和基于SIFT特征的相似图像扩展检索。根据自然语言处理技术分析得到用户文本需求中的关键词及其语义关联，在选定图像库中通过语义相关性分析得到“种子”图像；接下来在图像扩展检索中，采用基于SIFT特征的相似图像检索，利用之前得到的“种子”图像作为查询条件，在网络图像库中进行扩展检索，并在结果集上根据两次检索的图像相似度进行排序输出，最终得到更加丰富有效的图像检索结果。为了证明算法的有效性，在标准数据集Corel5K和网络数据集Deriantart8K上完成了多组实验，实验结果证明该方法能够得到较为精确地符合用户语义要求的图像检索结果，并且通过扩展算法可以得到更加丰富的检索结果。     

结构化加权稀疏低秩恢复算法在人脸识别中的应用

针对训练样本或测试样本存在污损的情况，提出一种结构化加权稀疏低秩恢复算法（structured and weighted-sparse low rank representation，SWLRR）。SWLRR对低秩表示进行加权稀疏约束和结构化约束，使得低秩表示系数更加趋近于块对角结构，进而可获得具有判别性的低秩表示。SWLRR将训练样本恢复成干净训练样本后，再根据原始训练样本和恢复后的训练样本学习到低秩投影矩阵，把测试样本投影到相应的低秩子空间，即可有效地去除测试样本中的污损部分。在几个人脸数据库上的实验结果验证了SWLRR在不同情况下的有效性和鲁棒性。