面向图像自动语句标注的注意力反馈模型

图像自动语句标注利用计算机自动生成描述图像内容的语句,在服务机器人等领域有广泛应用.许多学者已经提出了一些基于注意力机制的算法,但是注意力分散问题以及由注意力分散引起的生成语句错乱问题还未得到较好解决.在传统注意力机制的基础上引入注意力反馈机制,利用关注信息的图像特征指导文本生成,同时借助生成文本中的关注信息进一步修正图像中的关注区域,该过程不断强化图像和文本中的关键信息匹配、优化生成的语句.针对常用数据集Flickr8k, Flickr30k和MSCOCO的实验结果表明,该模型在一定程度上解决了注意力分散和语句顺序错乱问题,比其他基于注意力机制方法标注的关注区域更加准确,生成语句更加通顺.     

可见光-热红外视频运动目标融合检测的研究进展及展望

在智能视频监视领域,协同利用可见光和热红外传感器,使全天时、精确、鲁棒的智能监视成为可能,具有显著的优势.对可见光-热红外运动目标融合检测的研究进展进行分析和总结.首先,分析了多源传感器融合检测问题,着重说明了融合检测的显著优势、关键步骤及已有公开测试数据集等;然后,详细分析了该类算法的研究进展,从融合策略、运动检测策...     

黄河下游畸形河湾遥感监测分析研究

在畸形河湾发生、发展、消亡、再生过程中,河湾扭曲变形是河湾演变过程中的重要现象.为了描述畸形河湾扭曲变形的程度,提出了河湾法向角的概念.依据黄河下游欧坦附近的遥感影像,对畸形河湾演变过程中法向角、弯曲系数和相邻2个河湾间直河段长进行了量算分析,结果表明法向角和弯曲系数对河湾演变反应敏感.     

黄河下游河道藕节形态特征遥感监测研究

黄河下游铁谢至高村河段多有藕节形态河道分布,河势变化剧烈,是黄河防洪的重点河段。利用2002—2008年河势遥感监测影像,探讨了花园镇—赵沟河段藕节形态河道特征与来水来沙条件及河道边界条件之间的关系。监测结果表明:低水期间该河段河心洲发育,河汊众多,水流散乱;中等洪水期间藕节形态明显,河势相对稳定;藕节处受河道两岸边界条件制约形成束水,平面形态特征在低水期和中等洪水期间无明显变化。     

源神庙水库泄水建筑物工程地质条件及评价

在工程地质勘察的基础上,对源神庙水库泄水建筑物工程地质条件进行分析及评价,建议对溢洪道在边坡进行削坡处理并适当防护,石碴段石碴需全部消除,对隧洞进行防渗处理并对其上方坝体进行灌浆或其他加固处理。     

基于LDA算法的人脸识别方法的比较研究

线性判别分析（LDA）是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人脸识别会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于LDA的人脸识别。文章对几种基于LDA的人脸识别方法做了理论上的比较和实验数据的支持，这些方法包括Eigenfaces、Fisherfaces、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法。     

直方图计算的数据并行实现方法

灰度直方图计算是图像分割与图像灰度变换等图像处理操作中一种重要的分析工具。本文将首先讨论直方图计算在单处理机上的执行效率,并讨论两维处理元阵列上直方图计算的数据并行实现方法,然后以每个处理元中至少有256个寄存器的一维处理元阵列为应用背景,提出了一种新的直方图计算的数据并行实现方法,使处理元阵列的执行效率达到了每个像素只需1次数据并行的计数操作。     

一种无监督高光谱图像分类算法

为了实现对无任何先验知识的高光谱遥感数据的全自动分类,提出了一种关于高光谱图像的无监督分类算法。该算法将高光谱图像的凸面几何特征与光谱特征相结合,通过自动提取端元,并利用所提取的端元进行类别识别来实现高光谱图像的自动分类。此算法的特点是原理简单、易于实现、适应性广,而且不需要任何辅助支持和人工干预。实验结果表明,该算法能够获得较好的分类效果。     

基于KSVD和PCA的SAR图像目标特征提取

提出一种基于核的奇异值分解(KSVD)与主成分分析(PCA)相结合的SAR图像目标的组合特征提取方法。该方法首先利用核的奇异值分解得到图像非线性的代数特征,然后进一步经过PCA变换得到图像的最终分类特征。实验中,将本文提出的KSVD+PCA两步特征提取方法与PCA、SVD、KPCA、KSVD方法分别结合简单、快速的最近邻分类器在MSTAR坦克数据上进行了比较,实验结果表明,KSVD+PCA方法不仅有效地提高了目标的正确识别率,而且大大降低了对目标方位的敏感度,在目标方位信息未知的情况下,识别率可达到95.75%,是一种有效的SAR图像目标特征提取方法。     

基于多流动态贝叶斯网络的音视频连续语音识别

针对说话时发音和口形的异步问题,提出了一个多流异步动态贝叶斯网络(DynamicBayesian Network,DBN)模型,以实现基于音视频特征的连续语音识别,在这个模型中,音频流和视频流在词节点同步,而在词节点之间,音视频流有各自独立的拓扑结构以及节点变量之间的条件依赖关系,同时词转移节点变量由音视频流共同确定,模型在词级别上体现了音视频流的异步性.采用连续数字音视频数据库的实验结果表明,在信噪比为O～30 dB的测试环境下,比较单流DBN模型和多流隐马尔可夫模型,平均识别率分别提高了8.68%和10.07%.