一种基于亮度均衡的图像阈值分割技

对于光照不均匀的图像,用通常的图像分割方法不能取得满意的效果.为了解决这个问题,文中提出了一种实用而简便的图像分割方法.该方法针对图像中不同亮度区域进行亮度补偿,使得整个图像亮度背景趋于一致后,再进行通常的阈值分割.实验结果表明,用该方法能取得良好的分割效果.     

基于讨价还价的重叠联盟效用划分策略

重叠联盟效用划分是重叠联盟形成(OCF)中的一个难点问题.文中首先分析OCF中可能的资源冲突现象,推演OCF模型的若干性质,并在此基础上,采用讨价还价策略分派多任务,基于效用非减原则划分重叠联盟效用.最后通过实例分析验证文中方法的有效性.     

区域块分割与融合的行人再识别

目的 由于摄像机视角和成像质量的差异,造成行人姿态变化、图像分辨率变化和光照变化等问题的出现,从而导致同一行人在不同监控视频中的外观区别很大,给行人再识别带来很大挑战。为提高行人再识别的识别率,针对行人姿态变化问题,提出一种区域块分割和融合的行人再识别算法。方法 首先根据人体结构分布,将行人图像划分为3个局部区域。然后根据各区域在识别过程中的作用不同,将GOG（Gaussian of Gaussian）特征、LOMO（local maximal occurrence）特征和KCCA（Kernel canonical correlation analysis）特征的不同组合作为各区域特征。接着通过距离测度算法学习对应区域之间的相似度,并通过干扰块剔除算法消除图像中出现的无效干扰块,融合有效区域块的相似度。最后将行人图像对的全局相似度和各局部区域相似度进行融合,实现行人再识别。结果 在4个基准数据集VIPeR、GRID、PRID450S和CUHK01上进行了大量实验,其中Rank1（排名第1的搜索结果即为待查询人的比例）分别为62.85%、30.56%、71.82%和79.03%,Rank5分别为86.17%、51.20%、91.16%和93.60%,识别率均有显著提高,具有实际应用价值。结论 提出的区域块分割和融合方法,能够去除图像中的无用信息和干扰信息,同时保留行人的有效信息并高效利用。该方法在一定程度上能够解决行人姿态变化带来的外观差异问题,大幅度地提升识别率。     

A Monte Carlo Enhanced PSO Algorithm for Optimal QoM in Multi-Channel Wireless Networks

In wireless monitoring networks, wireless sniffers are distributed in a region to monitor the activities of users. It can be used for fault diagnosis, resource management and critical path analysis. Due to hardware limitations, wireless sniffers typically can only collect information on one channel at a time. Therefore, it is a key topic to optimize the channel selection for sniffers to maximize the information collected, so as to maximize the quality of monitoring (QoM) of the network. In this paper, a particle swarm optimization (PSO)-based solution is proposed to achieve the optimal channel selection. A2D mapping particle coding and its moving scheme are devised. Monte Carlo method is incorporated to revise the solution and significantly improve the convergence of the algorithm. The extensive simulations demonstrate that the Monte Carlo enhanced PSO (MC-PSO) algorithm outperforms the related algorithms evidently with higher monitoring quality, lower computation complexity, and faster convergence. The practical experiment also shows the feasibility of this algorithm.     

BDI模型视觉监控智能体的研究

分布式智能视觉监控系统的摄像机一般分布在不同区域内,大部分监视功能要在摄像机端实现,将Agent理论与智能摄像机相结合,构造出一种软、硬件一体化的,专门用于视觉监控的实例智能体,该智能体具有自主推理决策及运动目标跟踪等能力.着重研究了视觉监控智能体的体系结构、BDI模型,提出一种基于历史案例的推理决策机制,并在智能摄像机上予以实现.实验结果表明,视觉监控智能体具有自主跟踪多运动目标的能力,为构建分布式智能视觉监控系统奠定了基础.     

一种求解单任务Agent联盟生成的近似算法

联盟是多Agent之间一种重要的合作方法,如何生成面向某个任务的最优联盟是一个复杂的组合优化问题。本问题的特点是：包含较少Agent的联盟要优于包含较多Agent的联盟。根据此特点提出一种近似算法,比较实验结果表明本算法快速、有效。