人工智能研究的局限性及其困境

人工智能的研究无疑意义巨大,但也确实困难重重,在参阅了大量文献的基础上,从认识论、方法论、基础理论、计算模型以及实现技术等方面深入地讨论了人工智能研究所面临的困境及其局限性,对人们全面认识人工智能有一定的参考价值.     

基于顶点间距离性质的凸多边形直径算法

平面点集的直径问题在计算机图形学、模式识别、图像处理、cAD,CAM等众多领域中均有广泛应用,该问题可转化为求凸多边形直径问题.研究得出了凸多边形顶点间距离关系的4条性质,利用这些性质提出一种基于顶点间距离性质的凸多边形直径算法.理论分析和实验结果表明,该算法计算速度快、存储效率高,实用性较强.     

一种给定平面点集凸壳算法

凸壳问题是计算机图形学、图像处理、模式识别等众多领域中的一个基本问题。将正切线算法应用到给定平面点集凸壳的计算中,并实现了正切线算法中新加入点的自动编号。通过极值点把点集分成若干个区域,对于点集中的每一个点,若落于中间区域,则淘汰掉该点;若落于其它区域,则通过该点与它所在区域的原单调段进行计算得到新单调段,从而得到给定平面点集的凸壳。算法效率高,在最坏情况下的时间复杂度为O(nlogm),m为凸壳的顶点数。     

结合多阶段优化的圆检测算法

在常规圆检测算法中,Hough变换、随机Hough变换以及随机圆检测算法的检测效率低,导致难以适用于复杂场景或者对检测速度有较高要求的情况。为了提高圆检测的效率,本文从采样点的选取、候选圆的确定以及真圆的确认3个阶段进行分析,结合这3个阶段的优化方法,提出一种结合多阶段优化的圆检测算法。人工图像和实际图像的实验结果表明：该算法较其他算法有效地提高了圆检测的速度,并且具有较好的检测鲁棒性和检测精度。     

基于动作子空间和权重条件随机场的行为识别王智文

针对单目视频中的人类行为识别,提出了基于动作子空间与权重条件随机场的行为识别方法。该方法结合了基于特征提取的核主分量分析 (KPCA) 与基于运动建模的权重条件随机场 (WCRF) 模型。探讨了通过非线性降维行为空间的基本结构,并在运动轨迹投影过程中保留清晰的时间顺序,使人体轮廓数据表示更紧凑。WCRF通过多种交互途径对时间序列建模,从而提高了信息共享的联合精确度,具有超越生成模型的优势 (如放宽观察之间独立性的假设,有效地将重叠的特征和远距离依存关系合并起来的能力)。实验结果表明,该行为识别方法不仅能够准确地识别随时间、区域内外人员变化的人类行为,而且对噪声和其他因素鲁棒性强。     

一种新的几何特征形状描述子

通过对平移旋转和伸缩变换下的不变量进行研究,证明了形状的长轴端点和重心是该变换下的不变量,提出了长轴两端点与重心所成的夹角这一几何特征的形状描述子,该形状描述子具有平移旋转和伸缩变换不变性,理论分析和实验结果表明该描述子简单高效,具有较好的形状匹配结果。     

基于凸壳的高密度点集物碰撞检测算法

提出了一种基于凸壳的高密度点集物碰撞检测算法。根据高密度点集物紧密性好的特点,设计了一种快速的凸壳算法;当极值比较不能确定待检测点集物未碰撞时,用该算法计算待检测点集物的凸壳,并对凸壳进行求交运算,若不相交,两点集物未发生碰撞,否则在两凸壳的交集区域中寻找碰撞点集。算法简单、高效、可靠,在教育、国防、艺术等方面具有一定应用价值。     

一种快速的随机Hough变换圆检测算法

随机Hough变换是检测圆的一种有效方法,但在处理复杂图像时随机采样带来的大量无效积累会导致计算量过大。提出一种快速的随机Hough变换圆检测算法,对证据积累的计算从三方面进行研究,有效地提高了计算速度,具有较好的应用价值。     

快速随机Hough变换多圆检测算法

随机Hough变换是检测圆的一种有效方法,但在处理多圆复杂图像时随机采样带来的大量无效累积会导致计算量过大。文中提出一种基于随机Hough变换的快速多圆检测算法,除去三类噪声点,通过随机采样到的一点按照一定规则搜索另外两点来确定候选圆,用原始图像对候选圆进行证据积累以判断是否为真圆。理论分析和实验结果表明：该算法较其他算法能更快地检测出图像中的多个圆,具有较好的应用价值。     

一种改进的实时凸壳算法

凸壳问题是计算机图形学、图像处理、模式识别等众多领域中的一个基本问题。正切线算法需对新加入的实时点进行实时编号,本文实现了对新加入点的自动编号,且增加一个实时点最多只需对2个单调段进行计算,提高了运算效率,在最坏情况下时间复杂度为。