居室环境与布置陈设

人类社会的发展及科学文化技术的进步,各学科相互渗透和交叉,使得人们在努力创造一个美好世纪的同时,也在创造着舒适的家庭居室环境。所以,创造具有文化氛围的生活环境,是现代室内设计的出发点。     

线粒体靶向型离子荧光探针的研究进展

线粒体在细胞的能量代谢过程中发挥着关键作用。线粒体内含有各种生物活性物质，它们在人体各种生理和病理过程中发挥着重要作用。综述了近年来有机单、双光子线粒体靶向型离子荧光探针的研究现状，重点介绍了荧光探针的设计机理、识别机理、特点以及生物应用，并对该类探针的未来发展趋势进行了展望。     

热等静压包套变形与粉末致密化的研究

根据粉末塑性变形理论,采用MSC.Marc软件完成了316不锈钢粉末热等净压成形过程的有限元模拟.重点分析了热等静压成形过程中致密包套沿径向和轴向的形变过程及其内部松装粉末的致密化规律.为了验证模拟结果,完成了测试样件的实物实验.为了更精确的结果比较,在样件的不同位置上选取了测试点.对比分析模拟和试验对应点的研究结果表...     

基于改进背景加权的Mean-Shift目标跟踪算法

针对采用核加权直方图的方法计算目标模板与候选区域目标特征无法实现对运动目标的准确定位这一问题, 提出了一种利用改进背景加权增强直方图显著性的鲁棒Mean-Shift跟踪算法。在传统Mean-Shift的框架下, 通过计算目标和背景特征直方图bin值, 得到两者特征显著性大小, 将其代入传统相似性度量中, 定义新的背景加权系数, 进而更好地提高目标与背景的区分度, 减少背景信息对目标定位的干扰。通过算法改进前后的实验结果以及跟踪误差和正确跟踪率的比较发现,跟踪效果得到明显改善。     

基于局部敏感核稀疏表示的视频跟踪

为了解决l1范数约束下的稀疏表示判别信息不足的问题,该文提出基于局部敏感核稀疏表示的视频目标跟踪算法。为了提高目标的线性可分性,首先将候选目标的SIFT特征通过高斯核函数映射到高维核空间,然后在高维核空间中求解局部敏感约束下的核稀疏表示,将核稀疏表示经过多尺度最大值池化得到候选目标的表示,最后将候选目标的表示代入在线的SVMs,选择分类器得分最大的候选目标作为目标的跟踪位置。实验结果表明,由于利用了核稀疏表示下数据的局部性信息,使得算法的鲁棒性得到一定程度的提高。     

基于双模板Siamese网络的鲁棒视觉跟踪算法

近年来,Siamese网络由于其良好的跟踪精度和较快的跟踪速度,在视觉跟踪领域引起极大关注,但大多数Siamese网络并未考虑模型更新,从而引起跟踪错误。针对这一不足,该文提出一种基于双模板Siamese网络的视觉跟踪算法。首先,保留响应图中响应值稳定的初始帧作为基准模板R,同时使用改进的APCEs模型更新策略确定动态模板T。然后,通过对候选目标区域与2个模板匹配度结果的综合分析,对结果响应图进行融合,以得到更加准确的跟踪结果。在OTB2013和OTB2015数据集上的实验结果表明,与当前5种主流跟踪算法相比,该文算法的跟踪精度和成功率具有明显优势,不仅在尺度变化、平面内旋转、平面外旋转、遮挡、光照变化情况下具有较好的跟踪效果,而且达到了46 帧/s的跟踪速度。     

基于鲁棒PCA的视觉跟踪算法

目前使用颜色属性特征表征目标的几种主流算法中,均使用主成分分析法(PCA)处理颜色属性特征,而PCA方法假设输入数据中存在的噪声必须服从高斯分布,该方法存在明显不足。针对这一问题,本文根据鲁棒主成分分析法(Robust PCA)对颜色属性特征进行处理。将输入图像从原始RGB颜色空间映射至颜色属性空间,得到11种不同的颜色属性层;之后,基于Robust PCA处理颜色属性特征,使得映射后的图片信息都集中在少数层上,在保留原始图片大量信息的前提下滤除噪声。本文将使用Robust PCA处理后的颜色属性特征用于原始CN算法框架中并设置不同的降维层数对比其带来的算法性能差异。在OTB100中,与原始CN框架相比,算法成功率提升1.0%,精度提升0.9%。经实验数据证明,通过Robust PCA处理后的颜色属性特征具有更强的鲁棒性,可以更好地发挥出其优势并提升算法性能。     

视觉跟踪技术综述

视觉跟踪问题是当前计算机视觉领域中的热点问题,本文对这一问题进行了详细的介绍.首先,对视觉跟踪技术在视频监视、图像压缩和三维重构等三个主要方面的应用进行了论述.其次,详细阐述了该技术的研究现状,介绍了其中的一些常用方法,为清楚说明这些方法,先对视觉跟踪问题进行了分类,然后介绍了处理视觉跟踪问题的两种思路即自底向上和自顶向下的思路,最后将具体的视觉跟踪方法分为四类进行了介绍,这四类分别是基于区域的跟踪、基于特征的跟踪、基于变形模板的跟踪和基于模型的跟踪.最后,从控制论角度给出视觉跟踪算法所面临的难点,即算法要满足鲁棒性、准确性和快速性要求时所遇到的困难,并对视觉跟踪问题的研究前景进行了展望.     

基于LMM的美式可赎回债券定价研究

由于美式利率衍生品对描述利率期限结构模型要求较高,因此LIBOR市场模型(LMM)等无套利模型便得到了交易员的青睐.本文介绍了远期利率模型LIBOR市场模型(LMM),并假定远期利率服从LIBOR市场模型,然后通过一个例子说明美式可赎回债券的定价过程.其做法是在LMM框架下设定模型中的参数值,将LMM离散化,利用蒙特卡洛模拟法模拟LIBOR路径,利用最小二乘法估计持有债券期权的价值,从而通过逐步模拟确定可赎回债券的价格.     

基于双直方图自适应选择的目标跟踪算法*

针对传统的均值漂移算法,加入了梯度方向直方图及其与颜色直方图的自适应选择,提高了均值漂移算法在复杂场景中目标跟踪的鲁棒性。传统的均值漂移算法往往选择固定的一个颜色直方图对目标进行跟踪,当目标自身或者跟踪场景发生变化时,容易跟踪失败。通过分析被跟踪目标在当前场景中与目标模板在颜色以及梯度方向上的相似性并设定阈值,从而选择并使用当前有效的目标特征,实现复杂变化场景下的目标跟踪。一系列不同场景下的运动目标跟踪实验,证实了该算法的可靠性。