边界与区域相结合的目标提取算法

对于目标中带孔或目标颜色信息和背景颜色信息相似的图像,单独根据边界信息或区域信息无法提取出准确的目标.从图像的边界信息与区域信息综合考虑,以图割理论为基础,提出了一种基于图割的边界信息与区域信息相结合的目标提取算法.实验结果表明,该算法对目标中带孔或目标颜色信息和背景颜色信息相似的图像,能够准确、有效地提取出目标,自动分割精度高,用户工作量少,分割效率高,达到了预期的效果.     

改进的Knockout自然景物提取算法

针对Knockout算法中颜色估计模型只适用于光滑图像的问题,提出一种新的颜色估计模型。采用区域生长法将未知区域划分为若干个子区域,以距离每一个子区域最近的前景和背景轮廓线上的点为中心做矩形块,分别计算2个矩形块内前景和背景像素点的颜色加权平均值,将其作为该子区域的前景和背景颜色分量。实验结果表明,改进后的颜色估计模型在图像边缘附近颜色相差较大的自然景物提取中有较好表现。     

基于知识的线状目标的综合理解

基于知识的线状目标的综合理解１）沈丽琴胡栋梁戚飞虎（上海交通大学计算机科学与工程系上海２０００３０）关键词线状目标（ＬＦＯ）,边缘提取,目标中心（ＯＣ）,目标中心链（ＯＣＣ）．１）国家攀登计划认知科学重大关键项目及国家自然科学基金资助课题．收稿日期１...     

基于FasterMDNet的视频目标跟踪算法

多域卷积神经网络(MDNet)算法在卷积层采用选择性搜索的方式来提取候选框,因此它没有共享完整图像特征,从而导致在线视频目标跟踪速度慢。针对这个问题,提出一种快速多域卷积神经网络(FasterMDNet)视频目标跟踪算法。FasterMDNet是建立在MDNet基础上的一种模型,在卷积层后面引入RPN(Region Proposal Network)网络,优化了损失函数,共享完整图像卷积特征,加快候选区域建议框(ROI)更高效的生成;为了更好地获得目标和背景信息表示,在RPN网络后加入ROIAlign层,对提取的候选区域建议框特征图用双线性插值方法来提高感受野的分辨率。该算法对目标跟踪基准数据集OTB2013、OTB2015、VOT2016进行了评估,并与前沿的跟踪算法做对比,实验结果证明,该算法跟踪准确率优于其他对比方法,并且对比相同实验环境下MDNet算法,在线跟踪速度提高了近12倍。     

基于图像的猕猴桃果实目标提取研究

对果实图像进行实时、准确的目标提取是猕猴桃采摘机器人研究的关键技术.本文在对各种背景图像进行颜色特征分析的基础上,利用RGB颜色模型中的R-B颜色分量实现图像分割,并通过对不同的阈值方法进行研究对比,最终确定采用阈值为93的固定阈值方法进行图像分割,实验表明其分割效率达到82%以上.     

基于区域生长的SAR图像目标检测方法研究

基于区域生长算法和SAR图像相干斑的特点,提出了一种有效的SAR图像目标提取方法。该方法结合SAR图像的目标特征,分析了区域生长的关键问题（种子点的选取和相似性生长准则）并提出相应的决策,给出了实现SAR图像中目标的提取步骤。仿真结果表明该方法具有较强的抗噪性能和应用潜力。     

基于视觉的目标提取方法综述

感兴趣目标提取是计算机视觉领域一个经典和基础的研究课题,是正确实现几乎所有高层次视觉任务的关键.由于实际采集环境中存在许多不可控制的因素,使得快速准确的目标提取成为几十年来研究者一直面临的挑战.描述了七类代表性的目标提取方法及其优缺点,并通过二次分类分析了它们的适用范围和理论脉络.     

基于多目标提取与航迹处理的目标告警技术研究

光电探测设备具有完全被动工作方式、隐蔽性好、不受电子干扰、图像清晰直观等优点而被广泛应用,为减轻值班人员的工作压力并适用于无人值守光电探测设备的要求,设计开发了基于多目标提取与航迹处理的目标告警系统。多目标提取采用了梯度图像增强和多向梯度自适应检测的梯度图像处理算法,提高了目标提取的准确性;航迹处理算法消除了海面波浪等干扰因素对告警的不利影响,降低了虚警率。     

基于图割的目标提取实时修正算法

对目标提取结果进行后期修正是进一步提高提取精度的重要举措。针对在前期目标提取算法框架内实现修正困难、局限较多、难于推广等不足,提出了一种基于图割理论的独立修正算法。首先通过人机交互选定修正区域,然后映射成s-t网络,最后运用最大流/最小割算法对s-t网络进行切割得到修正后的目标轮廓。实验表明,该方法不仅操作简便,实时响应,不破坏已有的正确提取结果;而且参数少,抗噪能力强,适用于一般的基于轮廓的目标提取。     

基于ViBe算法及Canny边缘检测的运动目标提取

为了能快速提取视频监控中的运动目标,提出将ViBe算法与Canny边缘检测算法相结合快速准确提取运动目标的方法。该方法利用ViBe算法检测运动目标,运用Canny算子提取运动目标边缘轮廓,并将其与通过区域填充得到的精确运动目标相"与",获取运动目标准确的外边界;通过膨胀、腐蚀、闭运算等数学形态学图像处理,得到运动目标完整检测区域,结合相对应视频序列帧可以提取运动目标。实验表明,该方法可以快速、实时地提取多运动目标。     

基于显著性和区域比较的自动物体提取算法

面对互联网时代海量的图像数据,如何自动地提取物体成为一个热点问题,为此提出一种结合超像素、显著性和区域比较的自动目标提取算法。算法首先对图像进行超像素分割,得到若干子区域;其次采用显著性检测确定出目标的初始区域;最后在子区域和初始区域的基础上,结合空间信息和颜色特征,利用区域比较法分割出最终的目标物体。对比实验结果表明,该算法能够有效地提取出目标,具有一定的鲁棒性。     

基于注意力机制的循环神经网络评价对象抽取模型

针对评论文本中评价对象的抽取任务,需要设计特征模板,而抽取结果往往受特征模板影响大的问题,提出一种端到端的神经网络评价对象抽取模型。分析条件随机场CRF在评价对象抽取任务中的特征模板设计;使用词向量嵌入模型在语义空间表示词语,并分析注意力机制在神经网络模型中的作用;将条件随机场模型与循环神经网络模型LSTM相结合,形成基于注意力机制的LSTM-CRF-Attention模型。在NLPCC2012和NLPCC2013两个数据集上进行实验,该模型的F值比CRF模型分别提高8.15%和11.03%。实验结果也同时验证词向量具备表示词语特征的能力,注意力机制能够有效提高神经网络模型中的评价对象抽取效果。     

基于语义透明性的混合认知结构的研究

在构造一个混合认知系统的时候,需要有一个基本原则来确定人工神经网络和符号系统的功能和任务.本文试图通过构造一个含有迭代序列的概念模型和方法框架,预测认知行为中的基本要素,对人的认知行为进行客观的分析,为评价和构造混合模型的结构和处理过程奠定基础.本文首先介绍了"语义透明性(semantic transparency)"的概念,并用之描述和分析认知模型的特征以及隐含在人的认知行为中的过程,然后给出了一个具体的混合认知结构模型,最后根据从脑监控系统所得到的关于受试者处于认知行为过程的实验数据,进一步研究和分析混合认知模型的语义透明性问题.     

基于图形对象的一致性维护问题的研究

针对实时协同图形编辑系统中一致性维护关键问题,提出了一种基于图形对象的并发控制算法。该算法扩展了面向文本编辑的分布式操作转换dOPT算法,满足图形对象属性级上数据一致性维护,同时通过预定义图形对象间的关联关系和位置属性约束规则,进行操作语义维护管理,使得实时协同图形编辑系统的一致性维护更为有效和完备。     

基于Hibernate对象持久化Web应用的研究

详细分析Hibernate映射框架,提出了基于Hibernate的对象持久层解决方案,给出一个Web应用的具体实现.结果表明,使用对象持久化解决方案,系统的业务性能得到一定改善,开发效率明显提高,具有较好的经济性和可行性.此外还讨论了Hibernate自身所提供的一些性能优化策略,进一步改善了系统的查询性能.     

基于遗传算法的虚拟物体变形研究

为缩短工艺构思的时间,增加构思的效率,通过虚拟物体变形进行工艺设计构思.采用基于遗传算法实现虚拟物体的变形.应用数学模式搭配遗传算法演变造型的方法产生了特殊的效果,不仅可给予设计者以更多的思考空间,而且增加了设计人员进行构思时的思考方向.     

基于粒子滤波器的人体目标跟踪

提出一种非常有效且具有良好鲁棒性的人体目标跟踪算法。由于传统的卡尔曼滤波不能很好地解决非线性、非高斯问题的跟踪,为此提出了一种新型的粒子滤波器跟踪算法。该算法采用加权的粒子集模型表示状态的分布,用迭代运算跟踪状态的变化,从而有效地解决了数据处理的量大和模型出现高维的问题。实验结果证明,该算法对固定摄像机单一背景下人体目标跟踪是快速且有效的。该算法可广泛应用于航空器位置的跟踪、噪声环境通信信号的估计、人体或车辆的跟踪。     

基于对象"形状"的聚类算法

基于密度的方法和基于距离的方法是两类常用的对象聚类方式。本文提出了一种基于对象“形状”的聚类算法,外表面距离为零的对象将被自动聚为一类。文中给出了对象形状的定义,有形对象之间距离的计算方法,以及基于对象形状的聚类算法。最后给出一个具体实例,说明了理论和实际的相容性。     

基于超像素分类的显著目标检测

结合边界-中心先验信息与超像素分割技术提出一种新的显著性目标检测方法。首先对种子点进行分类,使得分割后的超像素具有背景或前景属性。然后,从空间和颜色两个方面对每个超像素区域计算其背景显著性和前景显著性。最后,对不同的显著性值进行融合得到最终显著性值。一方面通过实验说明空间、颜色、前景和背景等因素在显著性计算中具有重要作用;另一方面,通过与其他显著性检测算法进行比较,证明该方法优于现存的8种方法。     

一种基于分布对象技术的Agent计算框架

随着ＣＯＲＢＡ等分布计算技术的发展,分布式应用开始关注系统的可靠性,可用性,开放性,计算资源共享与可重用等问题。面向Ａｇｅｎｔ的分布计算技术是解决上述问题的有效手段。文中基于面向Ａｇｅｎｔ的计算观点,论述了分布式应用及其内部分布对象之间的关系,并针对系统可靠性以及可用性的需求,在ＣＯＲＢＡ平台上实现了一个Ａｇｅｎｔ框架,用于构造面向Ａｇｎｅｔ的分布式应用。