基于跨媒体解纠缠表示学习的风格化图像描述生成

风格化图像描述生成的文本不仅被要求在语义上与给定的图像一致,而且还要与给定的语言风格保持一致.随着神经网络在计算机视觉和自然语言生成领域的技术发展,有关这个主题的最新研究取得了显著进步.但是,神经网络模型作为一种黑盒系统,人类仍然很难理解其隐层空间中参数所代表的风格、事实及它们之间的关系.为了提高对隐层空间中包含的事实内容和语言风格属性的理解以及增强对两者的控制能力,提高神经网络的可控性和可解释性,本文提出了一种使用解纠缠技术的新型风格化图像描述生成模型Disentangled Stylized Image Caption(DSIC).该模型分别从图像和描述文本中非对齐地学习解纠缠表示,具体使用了两个解纠缠表示学习模块——D-Images和D-Captions来分别学习图像和图像描述中解纠缠的事实信息和风格信息.在推理阶段,DSIC模型利用图像描述生成解码器以及一种特别设计的基于胶囊网络的信息聚合方法来充分利用先前学习的跨媒体信息表示,并通过直接控制隐层向量来生成目标风格的图像描述.本文在SentiCap数据集和FlickrStyle10K数据集上进行了相关实验.解纠缠表示学习的实验结...     

三维GIS空间对象层次细节比例变换综合算法

提出了一种基于改进的Reactive-Tree数据结构的空间地理信息数据组织策略Improved Reactive-Tree（简称IR-Tree）及其相关算法,该算法在预处理中建立基于三维空间对象静态质量的IR-Tree;然后在具体的三维GIS场景绘制过程中,根据不同的视点和视角计算考虑当前视距的空间对象动态质量,从而调整空间对象的优先级顺序;再通过文中算法2和算法3动态地计算和输出当前比例和视点下的空间形体,实验结果表明：考虑视点因素的层次细节比例变换算法能取得更好的显示效果,从而满足当前三维GID应用的需求．     

基于分层曲线简化的运动捕获数据关键帧提取

引入骨骼夹角作为运动特征,并以此确定候选关键帧;采用分层曲线简化算法精选候选关键帧获得最终关键帧集合;通过对算法参数自适应调节,以满足不同压缩率要求.实验结果表明：该算法具有良好的数据压缩效果及较强的运动概括能力,并在一定程度上保证了同类相似运动间关键帧集合的一致性.     

现实世界中的主题突发与其间断演化发现

Nowadays, a considerably large number of documents are available over many online news sites (e.g., CNN and NYT). Therefore, the utilization of these online documents, for example, the discovery of a burst topic and its evolution, is a significant challenge. In this paper, a novel topic model, called intermittent Evolution LDA (iELDA) is proposed. In iELDA, the time-evolving documents are divided into many small epochs. iELDA utilizes the detected global topics as priors to guide the detection of an emerging topic and keep track of its evolution over different epochs. As a natural extension of the traditional Latent Dirichlet Allocation (LDA) and Dynamic Topic Model (DTM), iELDA has an advantage: it can discover the intermittent recurring pattern of a burst topic. We apply iELDA to real-world data from NYT; the results demonstrate that the proposed iELDA can appropriately capture a burst topic and track its intermittent evolution as well as pro-duce a better predictive ability than other re-lated topic models.     

关于计算机专业“双语教学”的调查报告

所谓“双语教学”是指教师综合运用两种语言完成教学的过程。国内“双语教学”主要指以英语为主的教学,目前只要是采用英文教材的教学,都可以称为“双语教学”。当然,只用英语、完全不用汉语的计算机专业教学也被称为“双语教学”。我们教指委考察小组实地考察了三所大学。在进行教学考察时,发现“双语教学”是当前的一个热点问题,许多大学都很重视,有些学校已经在部分课程中开始实施了双语教学。通过随堂听课、对师生进行访谈,我们发现“双语教学”这个话题非常值得讨论。考察结束后,我们设计了一个关于“双语教学”的调查问卷,通过邮件发…     

基于增量学习支持向量机的音频例子识别与检索

音频例子识别与检索的主要任务是构造一个良好的分类学习机，而在构造过程中，从含有冗余样本的训练库中选择最佳训练例子、节省学习机的训练时间是构造分类机面临的一个挑战，尤其是对含有大样本训练库音频例子的识别．由于支持向量是支持向量机中的关键例子，提出了增量学习支持向量机训练算法．在这个算法中，训练样本被分成训练子库按批次进行训练，每次训练中，只保留支持向量，去除非支持向量．与普通和减量支持向量机对比的实验表明，算法在显著减少训练时间前提下，取得了良好的识别检索正确率．     

基于单队列递归扫描的嵌入式零树图象编码方法

为了提高基于互联网的图象编码的压缩比和多带宽适应性，提出了一种新的嵌入式零树图象编码方法，该方法首先在连续累进量化方法中使用单队列算法，从而不仅无需使用动态队列，而且率失真特性也得到改善；其次设计了一种基于空间树递归扫描的零树编码快速算法，因而完全解决了重复扫描问题；最后基于编码符号的频带内邻域相关性，为自适应算术编码定义一种新的Markov模型，实验结果表明，该算法在保持高粒度多码率特性的同时，压缩效率较EZW算法有明显提高。     

透视投影下三维运动重建

单相机下，三维信息的恢复往往呈现出病态，如何在透视投影约束下恢复高质量的三维人体运动信息是计算机视觉领域一个具有挑战性的课题。提出一个扩展模型，即如何从起点出发，依次扩展到得三维空间中人体关节点的位置，从而恢复出运动信息。相对于已有的算法，提出在搜索空间中用一组最优准则得到连续平滑的扩展起点，并且在扩展过程中利用全局运动平滑假设，有效地消除了深度信息恢复时固有的二义性。最后，将结果运用于动画制作，验证提出的算法的有效性。     

采用弱预测机制的人体运动跟踪算法

快速运动和自遮挡是人体运动跟踪的难点所在 .为此提出了一种采用弱预测机制的人体运动跟踪算法 .该算法首先通过全局搜索 ,确定候选人体特征集 ;然后建立特征的色彩、运动等属性的时变模型 ,构造贝叶斯分类器 ,实现特征对应 ;最后根据人体特征层次模型 ,检验特征匹配 ,并实现被遮挡特征的定位 .为提高跟踪效率 ,采用了基于图象多分辨率表示的特征搜索算法 ,由低分辨率图象通过全局搜索来获取初始候选特征集 ,然后在高分辨率下 ,不断改善候选特征精度 .实验结果表明 ,该算法能实现对快速人体运动的跟踪并有效解决自遮挡问题 .     

化工设备红外热像图分析系统

本文介绍了化工设备红外热像图分析系统的总体结构，包括物理结构、开发平台、所用的技术以及详细的软件框架