一种离焦模糊图像客观检测的新方法

为了更精确地进行离焦模糊图像检测,提出了一种针对一幅图的离焦模糊图像客观检测的新方法,其核心思想是由线扩展函数(LSF)得到离焦模糊图像的点扩展函数(PSF)。该方法首先假定图像中至少能检测到一条明显边缘,然后由此边缘构造LSF。由于作用于空间域,无需复杂的傅里叶变换或迭代运算,因此该方法速度很快。此外,为使检测方法更具普遍性,还提出了离焦模糊检测的一般准则,这种准则适用于所有图像而不依赖于图像的内容。实验结果验证了该方法的精确性和有效性。     

LBP与鉴别模式结合的热红外人脸识别

为了提取具有鉴别能力的红外人脸图像局部结构特征,提出一种基于LBP(local binary pattern)鉴别模式的红外人脸识别方法。传统的LBP均匀模式,提取自然图像中占主导地位的信息用于识别,但占主导地位的信息不一定是最适合识别的。为了提取有效的鉴别模式特征,基于监督学习的思想,在LBP模式下引入可分性标准,对不同LBP模式进行有效的模式选择,从而抽取适合识别的鉴别模式。最后,为了利用人脸的空间位置信息,结合分块和直方图技术得到最后的识别特征。实验结果表明,本文鉴别模式可以提取更适合识别的特征,识别性能优于传统的基于均匀模式的LBP方法。     

序列生成对抗网络在推荐系统中的应用

推荐系统旨在根据用户的历史行为数据发现该用户可能感兴趣的新项目,并产生相应的推荐。当前大部分的推荐系统多根据用户的历史行为数据,挖掘相似用户,并从相似用户的历史数据中选出彼此历史数据中未出现的新项目;或者根据用户感兴趣的历史项目匹配相似的新项目,从而实现推荐。但这些推荐方式对原始数据有着较强的依赖关系,且难以发觉不同项目之间隐含的序列关系。因此提出一种融合Item2vec和生成对抗网络（Generative Adversarial Networks,GAN）方法的推荐算法,可以学习得到项目间难以表达的关系;挖掘用户历史数据中的序列关系,学习用户兴趣偏好的真实分布;实现用户兴趣偏好的预测。实验发现该推荐算法具有较好的表现。     

基于血流图的小波域分块DCT + FLD红外人脸识别方法

为了从生物特征角度同时结合人脸的局部特征和整体特征提高红外人脸的识别性能,提出了一种基于血流图的小波域分块DCT+FLD(Fisher线性判别)红外人脸识别方法.首先利用血流模型把温谱图转换成血流图,然后用小波变换对人脸血流图像做两级小波分解,再对低频子带进行分块并对每个分块进行DCT变换,提取部分变换后的系数作为子块的特征值,对这些子块的特征值构成的组合特征值从整体上做Fisher线性分析,得到特征子空间,最后根据欧氏距离和三阶近邻分类器进行识别,得到最终的识别结果.实验表明,同基于传统PCA+FLD,DCT+FLD以及DWT+PCA+FLD方法相比,所提出的方法得到了更好的识别效果.     

基于血流图DCT域PCA和FLD的红外人脸识别

基于图像压缩思想及实际应用的考虑,提出一种基于血流图DCT域PCA和FLD相结合的红外人脸识别方法.根据生理学知识及生物力学的原理,把人脸的温谱图转换成血流图,通过DCT变换对人脸图像进行压缩,使变换域的能量集中在低频分量附近,从而减小了数据量,用主成分分析(PCA)和Fisher线性辨别分析(FLD)来提取人脸特征,通过三近邻分类器得到最终的识别结果.实验结果表明,本文的方法可以节省大量的存储空间和减小算法运算时间,并且在小样本集的情况下,也能取得较好的识别性能.     

基于触须传感器的移动机器人纹理识别

啮齿类动物能够通过触须获得外部信息以适应环境.利用自行设计的基于位置敏感探测器(PSD)的触须传感器,移动机器人的触须扫描不同的纹理表面获得纹理信息,并利用Matlab对获得的实验数据进行时频域的分析,实现对象纹理特征的识别,表明触须传感器能够有效识别不同的纹理表面,为移动机器人的智能化应用提供了新的途径.     

一种新的小波域快速搜索算法

经典快速搜索算法能够有效地降低搜索量,但其有选择地进行搜索容易陷入局部最优误差。多分辨率运动估计(MRME)、小波域多分辨率运动估计(WMRME)的提出能够在一定程度上降低局部最优误差,但也会相应增加运算量。基于传统小波域多分辨率运动估计,提出一种小波域越级多分辨率运动估计(WLMRME)算法,并在同传统小波域多分辨率运动估计比较时提出一种快速搜索算法评价标准。最后在数据比较中得出,相比传统WMRME而言,基于WLMRME的快速搜索算法能够在运算复杂度和视频编码效果中取得平衡。     

图像盲水印算法的遗传优化

为了提高数字水印的实用性,必须保证水印的鲁棒性和透明性,为此在Cox等人提出的水印稳健性理论的指导下,充分考虑人类视觉系统特性,提出了一种基于遗传算法的图像盲水印算法。通过基于小波边缘的检测,调节系数差,实现了水印透明性和鲁棒性的综合优化。实验结果表明,该算法不仅对于水印的攻击具有强鲁棒性,且兼顾载体图像的质量。     

基于最大熵和边缘信息的非结构化道路检测

针对非结构化道路因场景干扰因素多而难以准确检测的问题,文中提出了一种基于最大熵和边缘信息相结合的非结构化道路检测算法。根据熵值大的地方,图像灰度相对较均匀;熵值小的地方,图像灰度离散性较大的特性,采用二维最大熵做道路初分割。同时,结合道路边缘信息解决道路检测因光照不均、阴影和水迹等因素干扰而导致道路检测不准确的问题。实验结果表明,该算法能够准确检测出光照、阴影、水迹的路面,并且不受道路类型的影响,满足实时性要求。     

基于Delaunay三角剖分和高斯小波函数插值的三维表面重建算法

在稀疏数据的三维表面重建中,通过插值的方法得到更为稠密的数据点是一个很重要的环节。该文在比较其它插值算法的基础上,提出了一种三维表面重建算法。该算法在对原始数据进行Delaunay三角剖分的基础上采用二维高斯小波函数插值,它不仅能有效地处理非均匀采样的三维稀疏数据,而且能克服其它插值算法中需要定义权重或估计参数的缺点。最终的实验结果验证了该算法的有效性和实用性。