基于DOG模型的线条检测算法

在计算机视觉领域，线条检测是图像低层次处理中一个重要的问题．文中提出一种基于双高斯差(DOG)模型的线条检测算法．分析比较了DOG检测器和高斯及高斯-拉普拉斯二阶微分检测器在线条检测方面的性能，解释了DOG函数和高斯及高斯-拉普拉斯二阶微分函数之间的关系，还给出了DOG检测器的线条检测范围并在二维空间中分析了其线条检测机理．实验中选用了指纹图像，实验结果表明DOG线条检测器能够对宽度在一定范围内的线条进行骨架提取。     

基于用户注意力与视觉注意力的社交图像描述

图像描述是机器学习和计算机视觉的重要研究领域,但现有方法对于视觉特征和模型架构之间存在的语义信息关联性探索还存在不足.本文提出了一种基于用户标签、视觉特征的注意力模型架构,能够有效地结合社交图像特征和图像中用户标签生成更加准确的描述.我们在MSCOCO数据集上进行了实验来验证算法性能,实验结果表明本文提出的基于用户标签、视觉特征的注意力模型与传统方法相比具有明显的优越性.     

平行视觉的基本框架与关键算法

目的 随着计算机与人工智能的快速发展,视觉感知技术突飞猛进。然而,以深度学习为主的视觉感知方法依赖于大规模多样性的数据集,因此,本文提出了基于平行学习的视觉分析框架——平行视觉,它通过大量精细标注的人工图像来给视觉算法补充足够的图像数据,从而将计算机变成计算智能的“实验室”。方法 首先人工图像系统模拟实际图像中可能出现的成像条件,利用系统内部参数自动得到标注信息,获取符合要求的人工图像数据;然后使用预测学习设计视觉感知模型,利用计算实验方法在人工图像系统生成的大量图像数据上进行各种实验,方便地研究复杂环境条件等困难场景对视觉感知模型的影响,使一些实际中的不可控因素转变为可控因素,增加视觉模型的可解释性;最后通过指示学习反馈优化模型参数,利用视觉感知模型在实际场景下存在的困难来指导其在人工场景的训练,以实际与人工虚实互动的方式,在线学习和优化视觉感知模型。由于已经有大量研究人员致力于构建人工场景并生成大量虚拟图像,因此本文采用已构建的这些人工场景图像,并对实际场景图像进行翻转、裁剪、缩放等数据扩充,然后以计算实验和预测学习为重点,开展了相关的应用实例研究。结果 在SYNTHIA（synthetic collection of imagery and annotations）,Virtual KITTI（Karlsruhe Institute of Technology and Toyota Technological Institute）和VIPER（visual perception benchmark）数据集上进行的大量实验表明,本文方法能够有效地克服数据集分布差异对模型泛化能力的影响,性能优于同期最好的方法,比如在SYNTHIA数据集上检测和分割性能分别提升了3.8%和2.7%。结论 平行视觉是视觉计算领域的一个重要研究方向,通过与深度学习的结合,将推动越来越多的智能视觉系统发展成熟并走向应用。     

基于生成对抗网络的遥感图像去云算法

计算机视觉中的许多问题可以抽象为将输入图像“转换”成对应的输出图像,图像转换算法是许多计算机视觉问题的通用解决方案,例如语义分割、风格转换等。本文将以遥感图像去云作为图像转换的特例,研究基于生成对抗网络的图像转换算法。提出基于残差模块的生成模型可以对单幅遥感图像进行厚云和薄云的去除;同时提出的多尺度判别网络以及VGG损失函数,有效地解决了复杂场景的云雾遮挡问题。实验结果表明,本文提出的图像转换算法在遥感图像薄云数据集上峰值信噪比提升了1.64 dB,在厚云数据集上峰值信噪比提升了1.92 dB,同时生成的无云遥感图像和真实的无云图像具有较高的结构相似性。     

面向视觉问答的多模块协同注意模型

视觉问答（VQA）是计算机视觉和自然语言处理领域中典型的多模态问题，然而传统VQA模型忽略了双模态中语义信息的动态关系和不同区域间丰富的空间结构。提出一种新的多模块协同注意力模型，对视觉场景中对象间关系的动态交互和文本上下文表示进行充分理解，根据图注意力机制建模不同类型对象间关系，学习问题的自适应关系表示，将问题特征和带关系属性的视觉关系通过协同注意编码，加强问题词与对应图像区域间的依赖性，通过注意力增强模块提升模型的拟合能力。在开放数据集VQA 2.0和VQA-CP v2上的实验结果表明，该模型在“总体”、“是/否”、“计数”和“其他”类别问题上的精确度明显优于DA-NTN、ReGAT和ODA-GCN等对比方法，可有效提升视觉问答的准确率。     

可视化数据挖掘方法与技术

可视化数据挖掘技术是可视化技术和数据挖掘技术的有机结合,是数据挖掘技术发展的必然,它涉及到计算机图形学、图像处理、计算机辅助设计、计算机视觉及人机交互技术等多个领域：数据挖掘的可视化已由单纯的模型可视化发展到数据可视化与数据挖掘过程和结果的可视化;本文着重讨论了可视化数据挖掘的分类和相关技术,最后提出了未来的研究方向。     

一种基于多层语义特征的图像理解方法

视觉场景理解包括检测和识别物体、推理被检测物体之间的视觉关系以及使用语句描述图像区域.为了实现对场景图像更全面、更准确的理解,将物体检测、视觉关系检测和图像描述视为场景理解中3种不同语义层次的视觉任务,提出一种基于多层语义特征的图像理解模型,并将这3种不同语义层进行相互连接以共同解决场景理解任务.该模型通过一个信息传递图将物体、关系短语和图像描述的语义特征同时进行迭代和更新,更新后的语义特征被用于分类物体和视觉关系、生成场景图和描述,并引入融合注意力机制以提升描述的准确性.在视觉基因组和COCO数据集上的实验结果表明,所提出的方法在场景图生成和图像描述任务上拥有比现有方法更好的性能.     

基于手绘草图的视觉内容生成深度学习方法综述

手绘草图通过绘制简单的线条直观呈现用户的创作意图, 支持用户采用手绘的方式快速表达思维过程及设计灵感, 创作目标图像或视频. 随着深度学习的发展, 基于草图的视觉内容生成通过学习草图和视觉对象(即图像和视频)的特征分布进行跨领域特征映射, 实现图像自动生成草图以及草图自动生成对应的图像或视频, 与传统的人工创作方式相比有效地提高了生成的效率和多样性, 成为计算机视觉、图形学领域的重要研究方向, 并且在设计、视觉创作等领域具有重要作用. 综述基于草图的视觉内容生成深度学习方法的研究现状和发展趋势, 按照视觉对象的不同将现有工作分为基于草图的图像生成和基于草图的视频生成方法, 并结合草图和视觉内容跨域生成、风格转化、视觉内容编辑等任务对生成模型进行详细分析, 然后比较和总结常用的数据集、针对草图数据不足提出的扩充方法以及生成模型的评估方法, 进一步通过草图在视觉内容生成应用中面临的挑战及生成模型未来发展方向对研究趋势进行展望.     

深度先验图像特征在城市遥感大数据中的应用

图像特征提取始终是计算机视觉和图像处理的核心任务.随着深度学习的快速发展,卷积神经网络逐渐取代传统图像特征算子,成为特征提取的主要算法.本文针对城市遥感数据众包标记系统中的数据关联问题,结合卷积神经网络和池化编码,提出基于深度先验的图像特征提取方法.该特征能有效聚焦室外图像近处物体,并通过图像检索实验验证了其对室外图像的良好表征能力.     

基于射影变换模型的图像特征点集配准

图像配准是计算机视觉中目标识别的一种基本方法,其目的是在待识别图像中寻找与模型图像的最佳匹配。该文讨论以特征点表示的图像间的配准问题,利用矩阵分解理论推导出射影变换下特征点集配准的闭合公式,给出变换参数估计的算法,并用模拟数据和图像角点检测的真实数据加以验证。实验表明该方法精确、稳定、受噪声影响小。     

冲突关系与相容关系之间的关系及其相关算法

研究了冲突关系与相容关系的数学基础，对二者之间的关系以及按冲突关系进行的集合划分与相容关系的完全覆盖之间的关系进行了探讨。通过对按冲突关系进行集合划分方法的分析，设计了相应的3个算法。     

地理信息系统中空间对象间拓扑关系的推理

首先讨论了地理信息系统中空间对象的空间数据模型,然后定性地分析了空间对象点与点、点与线和点与区域之间的拓扑关系,并给出了空间对象拓扑关系的推理算法.最后,将模糊技术与空间对象之间的拓扑关系的推理算法结合起来,使其可以方便地处理地理信息系统中的模糊性和不确定性.     

多级安全关系数据库的分解和恢复算法

现有的多级安全关系数据库的分解和恢复算法都是针对各自模型提出来的,各有优缺点,但并不能够满足主从结构表安全模型的需要。因此,该文提出了一个能够将多级关系分成多个单级关系的分解算法和一个能够将这些分解后的多个单级关系重新构造为原来的多级关系的恢复算法。这些算法都是被公式化描述的,并且只用了水平分段和并操作,大大提高了执行效率。     

Computing SSA Form with Matrices

Static Single-Assignment (SSA) form is an efficient intermediate representation used in virtual machines and modern compilers. It provides data flow information that simplifies the implementation of standard program optimisations such as constant propagation, dead code elimination, and partial redundancy elimination. Constructing SSA form involves the computation of graph relations such as dominance, and non-iterated and iterated dominance frontier. Although there exist efficient graph algorithms for these relations, the algorithms are elaborate to implement. In this paper we introduce a new approach to compute the dominance relation, the dominance frontiers, and the iterated dominance frontiers based on Boolean matrix calculus. We implemented our approach in an optimising backend for LCC bytecode and compared its performance with the state-of-the-art approaches. We use the Spec95 benchmark suite for our experimental evaluation.     

基于粒度层次的方位关系推理

方位关系推理是空间推理的一个重要方面。本文主要研究的是方位关系推理的问题之一——基于层次的方位关系表示与推理。文中首先从区域间的覆盖关系出发,提出了基于空间粒度的层次划分方法;然后,从“点对象”和“矩形对象”两个方面研究了基于粒度层次的方位关系表示与推理方法,并给出了相应的推理算法。文中的推理实例验证了粒度划分与推理方法的可行性。     

基于随机游走模型的物体识别

针对传统物体识别算法中只依赖于视觉特征进行识别的单一性缺陷,提出了一种结合先验关系的物体识别算法。在训练阶段,通过图模型结构化表示先验关系,分别构建了图像-图像、语义-语义两个子图以及两子图之间的联系,利用该图模型建立随机游走模型;在识别阶段,建立待识别图像与随机游走模型中的图像节点和语义节点的关系,在该概率模型上进行随机游走,将随机游走的结果作为物体识别的结果。实验结果证明了结合先验关系的物体识别算法的有效性;提出的物体识别算法具有较强的识别性能。     

Image Compression and Video Segmentation Using Hierarchical Self-Organization

Both image compression based on color quantization and image segmentation are two typical tasks in the field of image processing. Several techniques based on splitting algorithms or cluster analyses have been proposed in the literature. Self-organizing maps have been also applied to these problems, although with some limitations due to the fixed network architecture and the lack of representation in hierarchical relations among data. In this paper, both problems are addressed using growing hierarchical self-organizing models. An advantage of these models is due to the hierarchical architecture, which is more flexible in the adaptation process to input data, reflecting inherent hierarchical relations among data. Comparative results are provided for image compression and image segmentation. Experimental results show that the proposed approach is promising for image processing, and the powerful of the hierarchical information provided by the proposed model.     

三维空间对象拓扑关系的研究

在数字地球、数字城市、地理信息系统等涉及地理数据等许多应用中,三维空间对象的拓扑关系的研究是一个十分重要的问题;弄清三维空间对象的拓扑关系,对于三维空间对象的操作以及操作的算法研究至关重要。由于三维空间对象的复杂性,它们之间拓扑关系的判定大多只是从简单的概念来进行判断,还没有从理论上全面地给定它的判定准则。该文试图在三维空间中,详细地研究空间对象之间拓扑关系成立的条件与结论,利用这些规则,可以全面地得到三维空间对象之间可能存在的所有拓扑关系。     

三角网格中的数量关系

本文讨论了二、三维三角网格中的数量关系。这些关系可以用于检验网格的正确性分析算法的复杂度及设计一些新算法，本文给出了应用这些数量关系的一些实例。