角度优化网络的印章文字检测与识别算法

利用光学字符识别方法对印章文字进行检测与识别,能够加快各类合同的分类处理速度与鉴别效率。该文针对圆形印章文字呈环形排列的特点,利用极坐标展开对印章文字进行预处理,克服了印章文字方向不统一的问题。对于展开后上下起伏的文本区域,利用带角度信息的联结文本提议网(CTPN)对印章文字区域进行检测,并使用贝塞尔拟合文本区域,实现了对印章区域的准确检测。最后利用注意力转移机制和该文匹配算法对检测的文字区域进行识别,输出印章文字内容。运用该算法对输出印章文字内容自制的中文印章数据集进行实验,印章内容的文字检测F值可以达到84.73%,文字识别召回率达到84.4%,表明该算法可以有效地检测识别印章内容,对文档的分类与鉴别研究具有重要的意义。     

采用带梯度的粒子群优化算法的LT码度分布设计

为了得到更优的度分布,提出一种带梯度的粒子群优化(PSO)算法的Luby传输(LT)码度分布设计方法. 利用重要抽样方法构建目标函数,并通过目标函数得到梯度估计;使用带梯度的PSO算法优化设计;用所提算法分别对2种度分布形式进行优化设计.仿真结果表明,采用带梯度的PSO算法得到的度分布使短码长LT码的头部开销更少,得到了比鲁棒孤子分布和重要抽样方法更好的度分布.     

融合包注意力机制的监控视频异常行为检测EI北大核心CSCD

针对监控视频中行人非正常行走状态的异常现象,提出了一个端到端的异常行为检测网络,以视频包为输入,输出异常得分.时空编码器提取视频包时空特征后,利用基于隐向量的注意力机制对包级特征进行加权处理,最后用包级池化映射出视频包得分.本文整合了4个常用的异常行为检测数据集,在整合数据集上进行算法测试并与其他异常检测算法进行对比.多项客观指标结果显示,本文算法在异常事件检测方面有着显著的优势.     

双域滤波三元组度量学习的行人再识别

在图像的捕获、传输或者处理过程中都有可能产生噪声,当图像被大量噪声影响时,许多行人再识别(ReID)方法将很难提取具有足够表达能力的行人特征,表现出较差的鲁棒性。该文主要针对低质图像的行人再识别问题,提出双域滤波分解构建3元组,用于训练度量学习模型。所提方法主要分为两个部分,首先分析了监控视频中不同图像噪声的分布特性,通过双域滤波进行图像增强。然后基于双域滤波分解对图像噪声具有很好的分离作用,该文提出一种新的3元组构建方式。在训练阶段,将双域滤波生成的低频原始图像和高频噪声图像,与原图一起作为输入3元组,网络可以进一步抑制噪声分量。同时优化了损失函数,将3元组损失和对比损失组合使用。最后利用re-ranking扩充排序表,提高识别的准确率。在加噪Market-1501和CUHK03数据集上的平均Rank-1为78.3%和21.7%,平均准确率均值(mAP)为66.9%和20.5%。加噪前后的Rank-1精度损失只有1.9%和7.8%,表明该文模型在含噪情况表现出较强的鲁棒性。     

改进的自适应冲击滤波图像超分辨率插值算法

针对基于插值的图像超分辨算法造成图像边缘扩散和引入噪声的缺点,该文提出一种改进的自适应冲击滤波模型的图像超分辨率插值方法.根据插值后的初始高分辨率图像梯度自适应调整冲击滤波的权重,针对不同的图像边缘相应地减少图像的边缘扩散,同时利用前向扩散消除噪声,相对传统冲击滤波方法,避免了锯齿、块效应等人工痕迹,有效的保留了细节纹理特征.理论分析和实验结果表明,文中方法获得更好的超分辨率结果,主观效果得到明显改善,客观指标得到一定提高.     

基于不同色彩空间融合的快速图像增强算法

针对现有Retinex算法中存在的色彩失真、噪声放大及光晕伪影现象等问题,本文提出了一种基于Retinex理论的改进算法. 该算法首先在HSV空间对亮度分量V通道进行增强处理,同时在拉伸得到的对数域反射分量至一定的动态范围时（本文是0～255）,引入增强调整因子,调整不同亮度值的增强程度来避免噪声放大及色彩失真现象;然后在RGB空间,通过分析光晕产生的原因,提出一种改进的高斯滤波器来消除光晕现象,并在计算反射分量时,通过参数调整图像颜色的保真度. 最后,对上述两种不同颜色空间的处理结果进行加权平均作为算法的最终输出. 实验结果表明,针对不同光照条件下的图像,1）该算法可以明显地改善光晕伪影现象;2）无色彩失真、噪声放大等问题;3）效果和效率优于带色彩恢复的多尺度Retinex算法（Multi-scale retinex with color restoration,MSRCR）及其他对比算法.     

监控视频异常行为检测的概率记忆自编码网络

异常行为检测是智能监控系统中重要的功能之一, 在保障社会治安等方面发挥着积极的作用. 为提高监控视频中异常行为的检测率, 从学习正常行为分布的角度出发, 设计基于概率记忆模型的半监督异常行为检测网络, 解决正常行为数据与异常行为数据极度不均衡的问题. 该网络以自编码网络为主干网络, 利用预测的未来帧与真实帧之间的差距来衡量异常程度. 在主干网络提取时空特征时, 使用因果三维卷积和时间维度共享全连接层来避免未来信息的泄露, 保证信息的时序性. 在辅助模块方面, 从概率熵和正常行为数据模式多样性的角度, 设计概率模型和记忆模块提高主干网络视频帧重建质量. 概率模型利用自回归过程拟合输入数据分布, 促使模型收敛于正常分布的低熵状态; 记忆模块存储历史数据中的正常行为的原型特征, 实现多模式数据的共存, 同时避免主干网络的过度参与而造成对异常帧的重建. 最后, 利用公开数据集进行消融实验和与经典算法的对比实验, 以验证所提算法的有效性.     

基于双芯光纤滤波器解调的光纤光栅电流测量

利用光纤光栅(Fiber Bragg grating,简称FBG)、超磁致伸缩材料(Giant magnetostriction material,简称GMM)和基于双芯光纤滤波器的解调系统实现了交流电流的测量。在介绍超磁致伸缩材料的磁致伸缩效应、光纤光栅检测电流原理以及双芯光纤滤波器解调原理的基础上,借助超磁致伸缩材料和光纤光栅等构建了电流测量单元。利用设计的电流测量单元,在施加0～4.5A(50Hz)范围的交流激励电流时,经基于双芯光纤滤波器的解调系统解调,验证了采用该方案检测电流的可行性。     

一种基于图像色貌模型和分层模型的色调映射算法

针对目前高动态范围(HDR,high dynamic range) 图像色调映射算法存在效率低、效果欠佳的问题,提出了一 种基于色貌模型和分层模型的色调映射算法。首先,通过将高斯核离散化的方法加快双边滤 波;其次,在RGB 空间阶调压缩解决偏色问题;最后,对Stevens效应下的细节层增强效果进行调 整并对色彩饱和度增强,使映射 后的图像细节丰富,更加逼真。对比经典算法,不同场景的大量实验结果显示,主观质量和客 观指标均有所提高,与原始算法相比,本算法计算效 率提高了6倍以上,图像的熵平均提高0.046,清晰度平均提高0.159,边缘保持度平均提高 1.811。在主观效果上,减 少了偏色和光晕等现象,同时细节表现更清晰,色彩更丰富自然,分析表明,本文提出的色调 映射算法在高效、高视觉质量显示方面具有明显的优势,可用于高级图像编辑、显示设备开 发领域。     

无线传感器网络优化的任务管理算法研究

该文针对多跳分簇无线传感器网络多节点协同式并行处理应用,提出了一种新的基于改进粒子群优化算法的任务管理算法,该算法建立了基于复制的变异操作,并采用基于熵权的逼近理想解的排序法对算法结果进行客观评价与择优。详述了算法的各个要素,仿真结果证实,算法搜索效率高、可获得多目标优化的任务分配与调度解,且比文献中提出的其他算法的解性能优越。