基于内容图像检索中的一种动态多维索引方法

多维索引技术是基于内容检索的图像数据库的关键技术。SR-tree和X-tree是目前比较成熟有效的多维索引技术。为了提高多维索引的性能,我们在分析SR-tree和X-tree的结构和性能的基础上,针对SR-tree分裂算法的不足,引入X-tree中超级节点的思想,通过改进插入和分裂算法,设计了一种新的多维索引结构ESR-tree,即ExtendedSR-tree。实验表明,随着数据量和维数的增多,ESR-tree的性能明显优于SR-tree和X-tree。     

目标跟踪的视觉注意计算模型

借鉴心理学中有关视觉注意的研究成果,提出一种应用于视频图像序列的注意焦点计算模型。针对Itti模型算法计算复杂度高、运算速度慢等缺点,通过对注意焦点的跟踪来降低计算量,实现注意焦点的实时监测。利用相邻帧之间的相似性,通过加权颜色直方图,以最大匹配度作为预测模型,得到下一帧注意焦点的位置。实验结果表明,该注意焦点计算鲁棒性较好,可以满足动态场景实时监测的 需要。     

基于语义分割与深度估计的行车环境实时解析

道路行车环境的实时解析是智能驾驶的关键技术,尽管神经网络在实现语义分割和深度估计上能取得不错的精度,但由于模型参数多、计算量大等问题,导致难以实现实时计算。针对该问题,提出了一个轻量化、高效的特征提取模块和一个综合考虑语义信息和深度信息的特征解码模块,在一个网络中同时完成语义分割和深度估计两个任务。在CityScapes数据集中,语义分割预测结果的mIOU为65.0%、深度估计结果的误差为0.21,并且在单个GPU上推断速度达到了65FPS,满足实时性要求。     

ESR-Tree:一种多维对象的动态索引方法

在研究SR-tree(Sphere/Rectangle-tree)和X-tree(eXtended node tree)的结构与性能的基础上，针对SR-tree分裂算法的不足，改进了分裂算法，结合两者的优点，设计了一种新的多维索引结构ESR-tree(Extended SR-tree)。实验表明，随着数据量和维数的增多，ESR-tree的性能要优于SR-tree和X-tree。     

基于内容的多媒体数据库索引算法研究

分析了多媒体数据库信息检索的索引算法,并且对k-means聚类算法中初始聚类数目和聚类中心的设定进行了改进,设计了一种用于大容量图像数据库的索引方法.在1万多幅风景图像数据库上反复进行实验,结果表明该算法能够有效地支持大容量图像数据库的基于内容的检索.     

过氧化氢氧化琼脂的制备及其性能表征

目的优化低凝胶强度琼脂的制备工艺并研究其相关凝胶性质。方法以凝胶强度为评价指标,通过单因素试验和正交试验,考察反应温度、过氧化氢添加量、反应时间、反应初始pH对过氧化氢氧化琼脂的影响。结果确定其最佳工艺条件为:反应温度80℃,H_2O_2添加量为2 mL(反应总体积的0.2%),反应时间4 h,初始pH 5.0。在此条件下,氧化琼脂的凝胶强度为249.47 g·cm~(-2)。对原琼脂及氧化琼脂的结构与性质进行表征,通过红外光谱可发现琼脂经氧化后羧基含量增加,半乳糖单元上的C-O-C发生断裂;热重分析可发现,氧化琼脂的保水性增强,而热稳定性降低;电镜结果显示原琼脂及氧化琼脂均呈不规则颗粒状,原琼脂经氧化后结构遭到破坏,表面鳞片状突起均呈不规则塌陷状。结论经过氧化氢处理后的琼脂分子结构改变,白度及灰分增加,凝胶温度、融化温度、溶解温度、透明度、粘度值均有降低。     

复合碱及复合酶处理提取高强度卡拉胶研究

为提高卡拉胶的凝胶强度和得率,缩短提取时间,分别优化了复合碱处理和复合酶处理工艺。结果表明,三级浓度递减复合碱处理效果最佳,三级碱处理的条件分别为5％NaOH、5％KOH、3％KCl、处理时间75min,4％NaOH、3％KOH、3％KCl、处理时间30rain,3％NaOH、1％KOH、1．5％KCl、处理时间15min,每级碱处理的温度均为75℃;复合酶处理过程中纤维素酶添加量80U．g^-1、蛋白酶添加量50U．g^-1,酶解时间30min,酶解温度50℃。所得卡拉胶凝胶强度为2132g／cm^2,得率为23．9％。     

基于边缘特征小波变换的压缩算法关键技术

探讨了一种新的改进算法中的两个关键技术：基于边缘特征的小波变换方法和边缘曲线的编码方法。利用这两个算法减少了图像重要边缘特征的失真，有利于图像快速浏览和图像基于内容查询的实现；并能改进变换系数中能量的分布使高频子带的图像能量进一步减少，有利于提高压缩性能和效率。同时该文用Matlab6．5平台给出了一些试验结果，并对试验结果进行了分析。     

引入角度信息改进的NB-Tree多维索引方法

NB-Tree的缺点是只存储了对象的欧氏距离,忽略了具有相同欧氏距离的对象的位置信息,在范围检索中,不可避免会有欧氏距离相近而多维矢量并不相关的对象被作为检索对象读入内存,进行二次过滤,增大了不必要的I/O操作和距离计算。针对NB-Tree的不足,引入多维矢量的空间位置信息:与矢量[1,1,…,1,1n]的偏移角,提出了一种新的索引结构:New-NB-Tree,通过较少的计算,进一步加强过滤。