锋视觉简

这组作品中的静物,颇有几分“物哀”色彩,透着昏暗光线的吊灯、似乎刚刚还在晃动的钥匙、楼梯转角的一抹光线。时间仿若凝固,但思绪却百转干回。其实我最喜欢的是那一张,不是骷髅,也不是书架,是书架上放置着骷髅,     

锋实验简

金立Elife E7实拍测试 金立ElifeE7打出了“最拍照手机”的口号,无论从硬件配置还是软件应用方面,我们都从中看到了很多技术进步和一些人性化的设定。在金立ElifeE7发布后,我们参加了这款手机的外拍实测,本期锋实验就让我们来看看这款“最拍照手机”的实际表现。     

品鉴 云图简

苍灰的岩壁、暗黄的砂砾、绝迹的生命,时间与空间双双缺席,从中捕捉不到任何具体的意义……似乎所有元素都在合力营造一幅荒原图景。     

行摄 苏格兰情调简

自2012年年中佳能首次发布带有STM马达的镜头至今,已经陆续推出了多款STM镜头,这种全新技术的镜头产品已经逐渐深入人心。有不少著名的摄影师都在使用STM镜头进行创作,从这些摄影师的作品中可以看到STM镜头在旅行摄影中的绝佳表现。让我们来看看摄影师孙晓岭对STM镜头的使用感受。     

浅谈智慧校园简

文中先阐述智慧校园的概念,接着讲解其三个核心特征,最后阐述建设意义。“智慧校园”首先有统一的基础设施平台及双网覆盖的网络环境;其次,有统一的数据共享平台和综合信息服务平台。建设的重点在于应用。     

锋酷闻简

华硕发布Zenfone系列手机 华硕在美国CES大展前一天率先发布了众多新品,其中最厦头的是推出了全新系列的Zenfone手机以及ZenUI。Zenfone承袭自华硕Zen品牌笔记本,首批推出了Zenfone4、Zenfone5、Zenfone6三款产品,全部搭载InterAtom处理器,主打轻薄与色彩理念,以处理器规格、屏幕尺寸、     

浅谈机器学习方法简

本文以什么是机器学习、机器学习的发展历史和机器学习的主要策略这一线索,对机器学习进行系统性的描述。接着,着重介绍了流形学习、李群机器学习和核机器学习三种新型的机器学习方法,为更好的研究机器学习提供了新的思路。     

非刚性三维形状匹配中基于谱分析的形状描述符综述

基于谱分析的形状描述符在非刚性三维形状匹配中取得了较好的匹配效果，引起了研究者的广泛关注.谱分析是基于流形上拉普拉斯贝尔特拉米算子谱分解的一种内蕴形状分析方法.谱形状描述符和谱距离分布函数是最主要的两类谱分析形状描述符，它们具有不同的数学性质和物理意义.基于两类不同的形状描述符，给出了详细的方法分析及其在形状匹配中的应用.首先，给出了应用基于谱分析的形状描述符的非刚性三维形状匹配框架，介绍了几种常用的谱形状描述符及谱距离分布函数的基本思想和计算方法；然后，分析比较了这些形状描述符的优缺点及应用场景，为研究者选择基于谱分析的形状描述符提供参考；最后，通过实验对比了不同基于谱分析的形状描述符的算法鲁棒性、时间耗费及非刚性匹配性能，以此推动谱分析形状描述符的应用进程.     

一种基于扩散几何的非刚体三维形状分割方法

三维形状分割是三维形状分析中的一个重要问题.为了使分割结果能适应非刚体丰富的姿态变化,提出一种基于扩散几何的三维网格分割方法.该方法采用波核特征的局部极值点作为非刚体网格模型表面的显著特征点;进而将显著特征点作为初始聚类中心,采用K-均值聚类算法来获得分割结果.实验结果表明,文中方法不仅对处于不同姿态的非刚体三维形状具有良好的分割一致性,而且对噪声、孔洞等具有较好的鲁棒性.     

基于B样条插值函数的人脑MR图像非刚体配准方法

提出了一种B样条插值函数结合图像特征标记的人脑MR图像非刚体配准方法。图像的特征标记选取图像的内外部轮廓来描述,目标和源特征之间的对应关系通过距离图来自动获得。形变过程采用B样条曲面函数插值来完成。通过多级B样条插值方法,即先全局计算后局部细化的方法来逐步优化形变结果。实验表明,该算法在不失准确度的前提下,具备较快的计算速度。     

心肌灌注核磁共振图像的非刚性配准

心肌灌注核磁共振图像中心脏的位置和形状会随着病人的呼吸和心跳而发生改变.同时,灌注图像的灰度也会随着造影剂在心腔中的流动而不断变化.这使得传统单纯依靠互信息、互相关等信息的配准算法很难在心肌灌注核磁共振图像中得到应用.使用马尔可夫随机场(M RF)模型对图像进行非刚性配准.在马尔可夫能量函数中对图像块进行归一化,以消除两幅图像的灰度差异对配准的影响.为了消除序列图像配准中产生的积累误差,对心肌灌注MR序列中的每幅图像计算对应的伪真实(PGT)图像,并将这幅伪真实图像作为配准模板.通过将心肌灌注MR序列中的每幅图像与其对应的伪真实图像进行配准,避免了序列图像配准中积累误差的产生.实验结果表明,该方法有效地矫正了心肌灌注MR图像中心脏的位移和弹性形变.     

基于Bhattacharyya距离的典型地物波谱特征差异性分析

地物波谱数据主要应用于定量遥感与影像分类等相关基础研究,对各条光谱曲线之间进行定量化的光谱差异性分析具有重要意义。从USGS及JHU地物波谱库中挑选了在土地覆盖分类层次具有意义的植被(73条)、人工材料(100条)与土壤(30条)3种类型共203条地物波谱数据,以分层分类体系在4.2~2.5 μm的波长范围内分析比较各类典型地物材料的光谱特征,以B距离(Bhattacharyya Distance)作为指标定量计算不同类别地物波谱间的光谱差异性。结果表明:波谱库中金属、砖石和混凝土3类人工材料光谱对于植被、土壤等自然材料光谱具有较大的光谱差异性,而塑料与自然地物间的光谱差异度最小,在此基础上统计了最能反映这些地物光谱特征差异的最优波段。该方法能够量化多种光谱曲线间的差异性并得到最佳的区分波段,从而为地物材料光谱及高光谱数据分类提供参考。     

Towards a theoretical foundation for Laplacian-based manifold methods

In recent years manifold methods have attracted a considerable amount of attention in machine learning. However most algorithms in that class may be termed “manifold-motivated” as they lack any explicit theoretical guarantees. In this paper we take a step towards closing the gap between theory and practice for a class of Laplacian-based manifold methods. These methods utilize the graph Laplacian associated to a data set for a variety of applications in semi-supervised learning, clustering, data representation.We show that under certain conditions the graph Laplacian of a point cloud of data samples converges to the Laplace-Beltrami operator on the underlying manifold. Theorem 3.1 contains the first result showing convergence of a random graph Laplacian to the manifold Laplacian in the context of machine learning.     

Non-Rigid Shape Comparison of Plane Curves in Images

A mathematical theory for establishing correspondences between curves and for non-rigid shape comparison is developed in this paper. The proposed correspondences, called bimorphisms, are more general than those obtained from one-to-one functions. Their topology is investigated in detail.A new criterion for non-rigid shape comparison using bimorphisms is also proposed. The criterion avoids many of the mathematical problems of previous approaches by comparing shapes non-rigidly from the bimorphism.Geometric invariants are calculated for curves whose shapes can be exactly matched with a bimorphism. The invariants are related to the concave and convex segments of a curve and provide justification for parsing the curve into such segments.     

Interior Distance Using Barycentric Coordinates

This paper introduces a framework for defining a shape-aware distance measure between any two points in the interior of a surface mesh. Our framework is based on embedding the surface mesh into a high-dimensional space in a way that best preserves boundary distances between vertices of the mesh, performing a mapping of the mesh volume into this high-dimensional space using barycentric coordinates, and defining the interior distance between any two points simply as their Euclidean distance in the embedding space. We investigate the theoretical properties of the interior distance in relation to properties of the chosen boundary distances and barycentric coordinates, and we investigate empirical properties of the interior distance using diffusion distance as the prescribed boundary distance and mean value coordinates. We prove theoretically that the interior distance is a metric, smooth, interpolating the boundary distances, and reproducing Euclidean distances, and we show empirically that it is insensitive to boundary noise and deformation and quick to compute. In case the barycentric coordinates are non-negative we also show a maximum principle exists. Finally, we use it to define a new geometric property, barycentroid of shape, and show that it captures the notion of semantic center of the shape.     

基于最大似然准则Hausdorff距离的跟踪算法

针对视频处理中运动物体的检测和跟踪问题,提出一种基于最大似然准则Hausdorff距离的目标跟踪算法,首先利用基于GVF的Snake方法获得物体模型;然后采用基于最大似然准则的Hausdorff距离匹配后续帧中的目标,搜索策略采用类似于Rucklidge提出的多分辨率搜索方法,在不影响搜索成功率和目标定位精度的情况下, 可以显著地缩短搜索时间;最后使用Snake方法完成运动物体的轮廓更新.实验表明该方法可以较好地跟踪刚性和非刚性物体,同时对部分被遮挡的目标也有良好的跟踪效果.