基于支持向量机的人体姿态识别

人体姿态识别是当前自动视频理解技术的研究热点,提出的算法能够识别视频中的十二种人体姿态,包括走路、跳跃、爬行和弯腰等.算法首先提取前景图像中的星形轮廓位置、六星角度和离心率等多特征信息,组成人体姿态特征,结合该特征的向量表示利用基于径向基核支持向量机的分类器,实现各种姿态的识别.实验中,在公共数据库和部分自采集数据基础上构建特征库,对分类器进行训练,对其余自采集数据进行分类,结果表明:该算法对小样本下的人体姿态识别具有令人满意的结果.     

自适应分块细节水平的多分辨率体绘制方法

采用多分辨率体绘制医学数据时,一般使用相同的阈值或者细节水平生成纹理,很难处理大规模数据,为此提出一种多分辨率纹理生成方法.首先采用基于方差加权香农熵的自适应分块细节水平选择算法建立原始体数据的统一划分多分辨率表示;然后采用分块纹理重组操作,生成具有更高压缩率的体数据多分辨率压缩纹理.文中方法已在GPU上实现,而且实验结果对比表明,该方法既能得到较好的体数据压缩率,又能完成高质量的绘制.     

三维颅骨表面模型的复杂孔洞修补

颅骨表面模型的孔洞复杂,很难用目前常用的图形学中某一类算法进行修补。目前基本修补算法（BHRA）可用来修补一般区域孔洞,但对于颅骨上破损较大复杂孔洞和特征区域复杂孔洞还没有较好的修补算法,为此提出了一种颅骨模型复杂孔洞修补算法,该算法首先通过复杂孔洞的位置和复杂孔洞包围盒的面积来对该复杂孔洞进行分类,再选择相应的算法进行孔洞修补。针对颅骨上区域较大复杂孔洞,提出了一种向内递归修补法(IRS),解决了传统孔洞修补方法修补曲面较为平坦的问题;针对颅骨上的特征区域复杂孔洞,提出了特征模型匹配法（TMA）,使用标准模型作为约束并对其进行变形,使修补后的模型更符合人的面部特征。实验结果分析表明,本算法对颅骨上区域较大的复杂孔洞和特征区域孔洞的修补效果令人满意,同时将该修补后的颅骨模型进行颅面复原,颅面复原效果良好。     

特征点自动标定的颅面复原及其评估方法

为了采用计算机技术从人头颅骨样本重构出个性化的三维表面面部特征,提出一种特征点自动标定的颅面复原算法.首先利用特征点自动标定算法对待复原颅骨模型进行特征点标定;然后在基于模板变形的颅面复原算法基础上引入Laplace坐标网格变形技术,以实现待复原颅骨模型的颅面复原.为了验证文中算法进行颅面复原结果的可靠性,提出一种采用计算颅面整体特征和局部特征相似度的颅面复原结果评估方法.实验结果表明,文中提出的特征点自动标定算法大大提高了颅面复原前期工作的效率,颅面复原算法对待复原颅骨的颅面复原取得了良好的复原效果;同时,颅面复原结果评估方法达到了主观与客观评价上的一致,对复原结果验证有良好的指导作用.     

水质稳定技术在焦化循环水中的应用

济钢焦化厂对供水系统的中温循环水采用水质稳定技术,通过采取原始开车清洗不停车清洗,预膜处理,水质稳定操作等措施,使回收系统生产稳定,吨焦耗水降低８．１７ｍ＾３／ｈ水的复用率达到９５．０６％,且排污量减少。     

可视交互式图像聚类:一种机器视觉测量中目标无关的配置优化方法（英文）

机器视觉测量（machine vision measurement,MVM）是一种用于产品质量控制的重要方法,可有效、无损地测量目标面积或长度。MVM的结果取决于其配置,尤其是图像采集的打光方案设计和图像处理的算法参数优化。在传统工作流中,工程师不断调整和验证配置以获得可接受结果,这非常耗时且严重依赖专业知识。为解决这些挑战,提出一种目标无关方法,可视交互式图像聚类,该方法通过图像聚类推荐具有共同算法参数的打光方案促进配置优化。该方法有4个步骤：数据准备、数据采样、数据处理和可视分析。在准备阶段,工程师设计几种候选打光方案获取图像,并开发算法处理图像。对每张图像,该方法按照工程师定义的参数采样,并执行算法获得结果。数据处理的核心是使用算法参数对图像之间关系进行可解释度量。基于图像关系,开发了一个视觉分析系统,VMExplorer,帮助工程师图像聚类并探索参数。最后,工程师可确定合适的打光方案和鲁棒的参数组合。为证明该方法有效性和可用性,我们与工程师进行案例研究,并从专家访谈中获得反馈。     

PowerBuilder事务管理机制分析及应用事例

ＰｏｗｅｒＢｕｉｌｄｅｒ的ＤＢＭＳ事务管理机制提供了实现开放性和通用性的手段，从而可以使用数据窗口或嵌入的ＳＱＬ来访问多种类型的数据为，如：ＳＹＢＡＳＥ，ＯＲＡＣＬＥ，ＩＮＦＯＲＭＡＸ等数据库管理系统，以客户机／服务器的方式进行工作。本文对该机制进行分析，并给出应用事例。     

自适应的OCT内外部指纹提取算法

针对不同个体手指表皮层与真皮层之间的深度差异大,现有算法从光学相干断层扫描(opticalcoherencetomography, OCT)图像中提取内外部指纹不具备普适性的问题,提出一种基于结构点聚类的自适应OCT内外部指纹提取算法.首先改进聚类的相似度判断与终止条件的计算方法,自适应分离角质层和乳头层的结构点;然后定义了位于汗腺以及真皮层内部结构上其他组织的伪结构点,提出基于距离度量的由远到近两步法去除伪结构点,并经过插值拟合得到精确的乳头层轮廓;最后通过序列拼接与图像增强获得OCT内外部指纹.与不同内部指纹提取算法进行对比实验的结果表明,该算法能够自适应不同个体的乳头层深度,以更高的普适性和鲁棒性实现从OCT三维数据中同时提取具有可识别性的、大面积和高分辨率的内外部指纹.     

面向HARDI模型的脑纤维三维可视化系统

脑纤维是大脑各区域间信息交互的重要通道,而高角度分辨率扩散成像是表征人脑复杂神经纤维通路的有效方法,能对多种神经性疾病的诊断提供参考.但脑纤维分布错综复杂,如何对局部区域进行直观展示是可视化领域的研究难点.通过设计脑纤维三维可视化系统,实现对HARDI脑纤维数据的追踪和处理,并将处理结果在三维空间中呈现出来,实现光照技术以增加脑纤维可视化的空间层次感.文中提出基于散布矩阵的纤维筛选方法以降低三维可视化效果的视觉混杂性,并在此基础上实现2种算法对纤维进行聚类,增强了局部区域的直观展示,为临床诊断提供辅助分析工具.     

基于空间区域功能划分的人群移动模式可视分析

随着城市发展和城市人口密集化趋势的愈加明显,大量人群移动造成的交通拥堵、空气污染等城市问题日益突出;为了直观、有效地分析人群移动现象和理解背后的语义信息,提出了一可视分析方法,通过整合道路卡口数据和城市POI数据,采用改进后的DBSCAN算法将区域进行功能相似性划分以增强移动模式背后的意图,从而挖掘人群移动在数值和语义上的模式.进一步,基于Bubble Set可视化展示不同功能区域的分布和差异性,并连接不同的功能区块以展示区域之间的人群移动.最后通过案例分析,结合真实数据和区域功能特征,分析和探索人群移动意图,得到人群移动模式和功能区域之间的联系.