Petri网中的广义公平关系

在吴折辉等提出的公平性和王培良等提出的弱公平性概念的基础上，提出了Ｐｅｔｒｉ网中的广义公平关系，同公平关系和弱公平关系比起来，广泛公平关系的概念更符合计算科学对公平性的传统理解，文中讨论了存在准公平关系的可重复网结构，并在此基础上给出了菊花链式握手协议的一个Ｐｅｔｒｉ网模型。  

基于用户关注空间与注意力分析的视频精彩摘要与排序

文中提出一种基于用户关注空间与注意力分析的视频内容理解方法,该方法可以有效地获得多通道的视频关注信息,并可使用户根据个性化需求定制视频关注内容,实现视频的高效浏览与访问.首先采用基于二叉层次型结构与分类器选择的音频分类算法将视频中的主要声音类型分类,然后将视频中影响用户注意力的视觉、听觉、时序因素定义为用户关注空间,分别使用相应的中层特征在这三个方面对用户注意力进行表示并计算其关注度,从而在音视频底层特征与高层认知之间建立有机过渡.作者设计了顺序决策融合算法来融合视觉与听觉关注度,生成关注度时序变化曲线并获得精彩摘要.最后使用支持向量回归模型并引入相关反馈机制来实现用户个性化的精彩片段排序.该项工作的特点是通过建立符合人类认知规律的关注度模型并结合相关反馈技术,对视频内容进行类人理解.实验证明,该方法对提取与生成符合用户个性化要求的视频摘要及排序结果具有良好的效果.  

标识部分集合二结构（LPS2S）的深重命名及其应用

文[4]对LPS2S与Petri网(EN系统或C/E)之间的联系做了深入分析。LPS2S与并发系统的联系,对于Petri网理论与变迁系统来说更是如此;此外二结构本身也有丰富的理论。我们知道,LPS2S是在标识部分二结构(LP2S)的基础上构造出来的,我们感兴趣的是lp2s经过域映射与重命名作用所得到的lps2s,即BREGV与REGV中的元素。本文提出的DLP2S与深重命名的概念能使我们更加深入地认识LPS2S。  

RGB-D Hand-Held Ob ject Recognition Based on Heterogeneous Feature Fusion

Ob ject recognition has many applications in human-machine interaction and multimedia retrieval. However, due to large intra-class variability and inter-class similarity, accurate recognition relying o...  

基于多尺度方向特征的快速鲁棒人体检测算法

提出一种多尺度方向(multi-scale orientation,简称MSO)特征描述子用于静态图片中的人体目标检测.MSO特征由随机采样的图像方块组成,包含了粗特征集合与精特征集合.其中,粗特征是图像块的方向,而精特征由Gabor小波幅值响应竞争获得.对于两种特征,分别采用贪心算法进行选择,并使用级联Adaboost算法及SVM训练检测模型.基于粗特征的Adaboost分类器能够保证高的检测速度,而基于精特征的SVM分类器则保证了检测精度.另外,通过MSO特征块的平移,使得所提算法能够检测多视角的人体.通过对于MSO特征块的装配,使得算法能够检测人群中相互遮挡的人体目标.在INRIA公共测试集合及SDL多视角测试集合上的实验结果表明,算法具有对视角与遮挡的鲁棒性和较高的检测速度.