基于模糊理论和三段论推理的电影情感分类

人类情感反应具有模糊属性,针对直接应用视频底层特征识别情感类型难以提高精确度的问题,本研究在情感关联底层特征的基础上引入了模糊隶属函数,采用最大隶属度模糊化原则对底层特征进行处理,最终得到一种蕴含情感信息的特征来描述视频片段,为随后采用三段论推理实现电影情感分类提供了合适的特征,这种特征能缩短情感鸿沟。三类基本情感的分类精确度都超过84％,与现有方法相比,分类精确度平均提高了9.33％。因此本研究所提出的算法能有效地提高电影情感分类的精确度。     

基于分层筛选方法的前景图像去噪

前景图像的后期美化和去噪处理一直是模式识别和计算机视觉等领域的一个重要研究环节。鉴于形态学后期处理方法容易造成前景目标几何和尺寸的变形现象,本文根据真实前景目标和噪声在前景图像空间分布和像素值的统计特性提出了一种分层筛选独立分离块的前景图像后期去噪方法。该方法包括划分单元块,构造独立分离块,计算独立分离块面积和去除噪声块四个步骤。实验结果表明,本文提出的方法能够有效地去除噪声,且与形态学图像后期处理方法相比有更好的去噪效果和更低的时间复杂度。     

全光传送网的生存性技术

互联网和其他通信网络的爆发性成长,导致对更大带宽、更高生存性业务的需求急剧增长。在网络故障的情况下,为了使光通路的数据丢失最小化,我们可以使用不同的保护和恢复方案。好的保护方案可以使网络业务更快地从故障中恢复过来,满足光网络对故障恢复时间的苛刻要求(毫秒级)。本文主要讨论光通路的保护方案。     

CUSUM算法在NOAA卫星数据震前异常分析中的应用

震前异常信息可以帮助研究人员检测地震。将CUSUM(cumulative sum)算法作为一种数据挖掘的工具,对射出长波辐射OLR(outgoing longwave radiation)数据进行地震异常检测。主要工作包括计算累积和、平滑曲线、提取特征点和输出特征点曲线。通过对汶川地震、阿根廷地震前后一整年的NOAA卫星射出长波辐射信息进行研究分析,发现异常发生在地震之前,且异常度由小及大,到地震前后达到异常度最大;地震结束后,异常度逐渐减小。实验结果表明,该方法是可行的,有效的。     

基于改进模糊综合评价的电影情感分类

为了提高电影情感分类精确度,以模糊数学理论为基础,建立电影底层特征和高层认知情感之间的关系,提出一种基于改进模糊综合评价的电影情感分类新算法。首先,选择了反映情感变化的场景亮度、镜头切换率和颜色能量作为视频场景底层特征,介绍了相应的特征提取方法。其次,引入和改进模糊综合评价模型,并给出特征对情感的模糊隶属函数,建立了单因素评价矩阵。最后,对于不同情感,采用层次分析法确定底层特征之间的相对权重,根据改进的模糊综合评价模型计算出电影场景的情感模糊特征向量,用最大判决值和阈值原则确定待识别场景的情感类型。实验结果表明,所提出的算法能有效地提高电影场景的情感分类精确度。     

视频帧内运动目标移除篡改检测算法

针对数字视频帧内对象被移除的篡改操作,提出了一种基于主成分分析（PCA）的篡改检测算法。首先对待测视频帧与基准帧相减得到的差异帧使用稀疏表示方法进行去噪,降低噪声对随后特征提取的干扰;其次将去噪后的视频帧进行非重叠分块,利用主成分分析提取像素点的特征并构造特征向量空间;然后使用k-means算法对特征向量空间进行分类,并将分类结果用二值矩阵表示;最后对二值矩阵进行图像形态学操作得到最终检测结果。实验结果表明所提算法的检测性能指标精确度达到91%、准确度达到100%、F1值达到95.3%,比基于压缩感知的视频篡改检测算法在性能指标上有一定程度的提高。实验证明,对于背景静止的视频,该算法能够检测出帧内运动目标被删除的篡改操作,而且对有损压缩视频具有很好的鲁棒性。     

基于多尺度互信息量的数字视频帧篡改检测

针对单镜头视频时域篡改问题,提出一个以内容相似性为基础的视频篡改被动盲检测算法。通过高斯金字塔变换获得视频帧的3种尺度视觉内容,根据信息论定义相邻两帧的归一化平均互信息,采用线性组合构建多尺度归一化互信息描述子,实现相邻两帧多尺度视觉内容相似性的度量。利用局部离群点检测算法计算视觉内容相似性异常度,使用阈值法检测视频篡改位置。实验结果表明,该算法不仅能有效地检测出视频帧删除、复制以及插入3种篡改的位置,而且适用于不同编码格式视频间和同源的篡改。在检准度和检全率上优于现有的时域篡改检测算法。