结合注意力的3D卷积网络脑胶质瘤分割算法

为了提升脑胶质瘤分割精度，提出一种结合注意力机制的3D卷积神经网络算法。输入3个不同尺度的图像块，经过9个卷积层和1个分类层后得到3个不同的分类结果，将分类结果与注意力学习到的权重相乘并逐体素相加得到输出。此外该算法采用了一种混合Dice损失函数与Focal损失函数的超参数损失函数。实验表明，该算法的Dice系数在整体区域、核心区域以及增强区域分别达到了95.31%、80.12%、82.25%。与已有的一种脑胶质瘤分割算法deepmedic相比，整体区域、核心区域以及增强区域的Dice系数分别提升了3%、2%、6%。在脑胶质瘤分割方面，具有重要的临床意义。     

视频超分辨率重建技术综述

在获取视频过程中,有许多因素会导致视频质量的退化,使得视频的空间分辨率降低;而摄像机曝光时间和拍摄帧率又限制了视频的时间分辨率。视频超分辨率重建是一种能有效提高视频时间分辨率和空间分辨率的方法,已经在计算机视觉和图像处理等领域引起了广泛关注。详细阐述了视频超分辨率重建研究的概念和必要性,并较全面地回顾了超分辨率技术近年来的发展历程,对视频超分辨率重建中关键问题进行了较为深入的分析,指出了当今研究难点和今后的研究方向,对视频超分辨率重建的应用前景进行了展望。     

基于ZigBee的岩心扫描仪监控系统设计与实现

岩心扫描仪在石油地质部门得到广泛应用,但一直缺乏有效的监控设备,以监测岩心扫描仪的工作状态且提供方便的控制方式。针对该问题,比较了常用的几种2.4 GHz无线通信技术,设计了一种基于ZigBee的岩心扫描仪无线监控系统。该系统采用CC2530作为核心芯片,详细设计了整个系统的硬件与软件,并进行相应的测试。测试结果表明,该系统能够完成对岩心扫描仪温湿度的监测和无线控制,并具有组网快速、可靠等优点。     

基于WebGIS的油田信息查询系统

针对传统的油田GIS系统存在的不足,包括客户机/服务器(C/S)模式运维不便,无法在线实时绘制兴趣点(POI),不能根据区域进行分割定位等方面,提出了相应的解决方案,设计并实现了基于AJAX+JSON+HTML5组合技术的浏览器/服务器(B/S)架构油田信息查询系统。实验结果显示,POI实时绘制功能和区域分割功能提高了交互性,丰富了用户体验,满足油田应用的实际需求,为多元化网络服务的发展铺垫了道路。     

基于比特概率优化算法的分布式视频编码

分布式视频编码器中Turbo码纠错所需要的校验位数量直接决定整个编码器的率失真(RD,Rate-Distortion)性能.分析了传统算法的次优化问题,提出一种新的基于比特概率优化的信道似然值计算算法,该算法首先将原始像素进行比特面分解,然后分别对每个比特面进行独立Turbo码编码及联合解码.解码端在已知已解码比特面的条件下,计算当前解码比特面更准确的信道似然值作为Turbo码的解码输入,减少解码所需要传输的校验位数量,提高编码器RD性能.实验结果表明所提算法能明显提升编码系统的RD性能.     

一种基于HEVC的帧内模式快速判决算法

提出了一种HEVC帧内预测优化快速算法。算法在统计总结出当前CU层与其上层CU帧内预测模式、CBF与TU分割深度、相邻CU层之间的色度帧内预测模式之间相关性的基础上,有效地减少了帧内模式的预测,降低了帧内编码计算复杂度。同时,本文根据不同代价函数之间,以及色度与亮度帧内预测模式之间的相关性,分别在亮度和色度帧内预测过程中添加了RMD中cost代价最小的预测模式和最佳亮度预测模式,保证了较低的编码码率和较高的编码图像质量。实验结果表明,本文算法针对各类型、分辨率的视频,在码率和PSNR基本不变的情况下,帧内编码时间平均减少38.2%。     

一种基于正则化的边缘定向插值算法

针对传统的基于线性回归模型插值算法不能对变化剧烈的边缘进行有效插值的问题,该文提出一种基于正则化的边缘定向插值算法。算法主要分为两部分:参数估计部分与数据估计部分。在参数估计部分,为了更加准确地描述图像局部结构,把已估计的高分辨率像素作为训练像素的一部分,用以进行回归模型参数的估计。在数据估计部分,引入像素平滑方向作为正则化项,以降低参数的误估计引起的数据估计偏差。实验结果表明,该算法能很好地保持图像的边缘特征,尤其在变化比较剧烈的边缘区域;与双三次插值算法及基于正则化的局部线性回归插值算法(Regularized Local Linear Regression,RLLR)相比,该算法能取得更好的视觉效果及较高的PSNR值。     

基于马尔可夫随机场的低分辨率车牌图像复原算法*

由于采集到的车牌图像分辨率较小,为获取高分辨率的图像,提出基于马尔可夫随机场模型的车牌图像超分辨率复原算法。首先对图像进行分块;然后利用马尔可夫随机场对这些分块进行建模,通过模型学习训练库中高低分辨率图像的关系,预测待复原的低分辨率车牌图像的高频细节信息。实验结果表明,本算法对车牌图像取得较好的复原效果,算法复原的超分辨率车牌图像更接近于真实图像,具有更高的峰值信噪比。     

超分辨率重建在低码率视频压缩编码中的应用

在低码率段,HEVC压缩过程会造成大量视频信息的丢失,进而导致压缩视频中存在比较严重的失真.针对这一问题,我们提出了一种基于HEVC的低码率视频压缩编码框架,该框架主要包括以下步骤:在编码端,首先对视频进行两倍下采样,然后进行HEVC编码;在解码端,采用LSM-MNLR(Laplacian scale mixture modeling and Multi-non-local low-rank regularization)对解码后的视频进行去噪以及利用超分辨率重建方法将视频重建到原始尺寸.实验证明,相比HEVC,我们的低码率视频压缩编码框架在低码率段能取得更好的主客观效果.     

基于梯度的HEVC自适应码率控制算法研究

针对新一代视频编码标准HEVC中的码率控制问题,提出了一种基于梯度的自适应码率控制算法.算法的主要特点是自适应获取每个LCU的梯度来表示其复杂度,根据复杂度分配LCU层目标比特.同时,在分配帧层目标比特时利用缓冲区的状态信息,以使编码器输出的实际码率更符合给定的目标码率,并使缓冲区滞留的数据尽量少,即传输时延尽量小.实验结果表明,该算法与标准的HEVC码率控制提案K0103相比,缓冲区滞留数据量平均减少约39.31％,峰值信噪比平均提高约0.54 dB,同时实际码率与目标码率之间的码率偏差平均降低约0.39％.