基于人物关系分析的视频自动摘要算法

为了更好地反映视频中的语义内容,在系统总结已有的基于低层特征的视频自动摘要算法的基础上提出了两种基于人物关系分析的新摘要算法,即适应于快速预览需求的One-Shot摘要算法和适应于个性化定制需求的用户自适应摘要算法。与已发表的大部分基于低层特征的视频摘要算法相比,提出的这两种摘要算法能够更好地反映视频中的语义信息。在实际电影视频数据上的实验结果证明了所提算法的有效性。     

一种适用于超多类手写汉字识别的新改型Adaboost算法

提出一种适用于超多类手写汉字识别的新改型Adaboost算法，采用基于描述性模型的多类分类器（modified quadratic discriminant function，MQDF）作为Adaboost基元分类器，可直接进行多类分类，无需将多类问题转化为多个两类问题处理，其训练复杂度大大低于已有的多类Adaboost算法。算法提出根据广义置信度更新样本权重，实验证明这种算法适用于大规模多类分类问题。为了降低算法的识别复杂度，提出从所有训练后得到的Adaboost基元分类器组中选择一个最优的基元分类器作为最终分类器的方法进行删减。在HCL2000及THOCR—HCD数据集上进行实验证明，所提改型Adaboost算法提高了识别率的有效性，该算法的相对错误率比现有最优算法分别下降了14．3％．8．1％和19．5％．     

基于笔画分析和形态学的汽车牌照定位算法

分析了目前存在的车牌自动定位方法及其相应的问题,提出了一种多分辨率下结合数学形态学和字符笔画分析的车牌定位算法.通过大量的实验证明该方法准确率高,速度快,召回率较高.     

核电站电缆的老化评估研究

通过库存电缆的热老化,研究老化导致电缆护套材料的机械性能、阻燃性能及抗氧化性能的变化,建立老化与性能之间的关联,评估在役电缆的运行状态。     

一种提取印刷体汉字部首的新方法

本文提出了一种利用关键构件提取印刷体汉字部首的新方法.该方法先将部首分解为若干关键构件,由这些关键构件及它们之间的相对位置关系组成部首的特征,然后根据部首的特征来设计分类树,利用分类树把待识汉字的部首提取出来.采用本方法提取部首,不会受部首大小的影响,也不会受部首与字中其它部分笔划粘连的影响,而且与笔划的粗细无关.本方法在提取关键构件时引入了数学形态学的算法,可以实现并行运算.对传真机输入的二级印刷体宋体汉字(6763个)进行了实验,提取部首的正确率达98.6％.     

基于形状匹配变形模型的三维人脸重构

为了从多幅人脸图像构造三维人脸结构,通常需要自动提取不同图像中的对应特征点,这往往是很难完成的.为了避免这个困难,本文建立了一个基于形状匹配的三维变形模型,在保证形状最佳匹配的条件下,实现对人脸图像姿态的估计和三维人脸重构.模型采用径向基函数对通用头部模型进行变形,用形状上下文来描述点之间的形状相似性,形状距离用来描述头部模型和人脸图像整体形状上的相似性,从而实现形状最佳匹配意义上的三维重构.实验表明,本文的算法只需要在人脸图像中提取特征点集,不需进行配准,就可以恢复出令人满意的三维头部结构.     

利用字形风格约束的字符识别研究

印刷体字符的字形风格和手写字符的书写风格是非常重要的特性. 本文研究了利用字符字形风格之间的约束关系提高识别率的理论和方法, 提出了以字形风格同现概率为基础的 3 种识别模型, 结合实验结果分析了这些模型的优缺点和适用条件, 结果验证了本文提出的风格约束模型能够有效地提高识别率.     

联机手写公式中字符的切分与识别

提出了联机手写字符切分算法.通过基于规则的笔划合并和笔划块切分将笔划合并成字符块,在此基础上,采用动态规划算法,利用字符块的间距、外接框重叠信息、笔划复杂度以及字符识别信息,寻找出最优的切分路径.实验证明,算法对于一维简单数学公式和二维复杂数学公式的切分都有着比较好的效果.     

复杂彩色文本图像中字符的提取

从复杂彩色文本图像中提取和识别字符已经成为一个既困难又有趣的问题。本文给出了一个具有创新性和实用性的区域生长算法用于彩色图像的分割:彩色图像游程邻接算法CRAG(color run-length adjacency graph algorithm)。我们将该算法用于彩色文本图像,首先得到图像的彩色连通域,再对这些连通域的平均颜色进行颜色聚类,可得到若干个聚类中心,然后根据不同的颜色中心将图像分为相应的彩色层面,最后通过连通域分析判断所需的文字层。该生长算法修改并扩展了传统的BAG算法,并将其运用于彩色印刷体文本图像中,充分利用了彩色图像的颜色和位置信息。实验结果表明新的方法能很好的从彩色印刷图像中提取多种常见的艺术字,并具有较高的提取速度,同时保留了文字和背景图像的原始色彩,便于将来的图像恢复。     

版面分析中表格与图形的鉴别

在版面分析过程中,有时会将表格误判为图形或将图形误判为表格。为避免对误判的表格或图形进行识别而产生的错误结果,文章提出了一种根据表格框线信息和表格单元信息来区分表格与图形的方法。该方法结合表格的结构特征,提出了作为一个表格的重要组成要素的表格框线和表格单元所必须满足的若干约束条件,通过验证每个条件是否得到满足来区分表格与图形。实验表明,该方法能有效地区分绝大多数表格与图形,极大地降低了对表格与图形的误判率。