基于改进的稀疏重构算法的行人异常行为分析

针对视频监控中行人异常行为识别问题,首先对行人进行跟踪,然后对跟踪得到的轨迹进行分析,最后判断行人行为是否存在异常。在行人跟踪方面,在时空上下文跟踪算法的基础上结合卡尔曼滤波器,有效改进了复杂背景中的遮挡问题。在异常分析方面,将跟踪得到的目标轨迹按照轨迹形状进行分类,得到场景中的正常轨迹集;将这些轨迹集作为后续处理的训练样本集,通过改进的稀疏重构算法对轨迹进行分析,利用重构误差来判断异常。五段视频序列的测试结果表明,该方法与改进前的方法相比具有较高的识别率。     

基于大气反射-散射模型的复原图像中交通视频车灯检测

针对夜间复杂照明环境导致车灯检测率低的问题, 提出了一种基于大气反射-散射模型的复原图像中夜间交通视频车灯检测算法. 首先根据漫反射原理抑制路面漫反射光, 在对大气散射模型做了改进之后, 估计了大气散射模型中的大气光, 再根据暗原色先验理论估计环境光, 重新定义透射率, 从而得到了只含有车灯及反射区域的复原图像.为了进一步抑制该复原图像中的强光光晕, 再次利用暗原色先验理论重新估计环境光, 得到最终的复原图像. 最后对复原图像中的所有亮斑根据四类几何特征逐步筛选, 排除视野中的非车灯. 实验结果表明, 该方法在复杂雨雪天气、高密度及高速等不同情况下, 与同类先进算法相比具有较高的检测率, 较低的漏检率和误检率.     

基于相对总变差模型与自适应形态学的织物瑕疵检测

为解决目前基于图像处理的织物瑕疵检测算法中,因织物纹理的多样性与瑕疵形状尺寸的不确定性所造成的检测效果差的问题,提出一种基于结构-纹理模型与自适应数学形态学的织物瑕疵检测算法。首先采用相对总变差模型对织物图像进行滤波以去除织物纹理,然后在得到的灰度图像上直接进行基于自适应邻域的灰度形态学运算,形态学算子采用开运算算子,最终得到织物瑕疵的增强图像。采用基于相对总变差模型与自适应形态学相结合的方法与2种已知的Gabor算法进行比对,对4类典型织物瑕疵进行检测实验和分析。结果表明,本文方法能更好地提取出织物瑕疵。     

基于流形学习2D-LDLPA的东亚人脸表情识别算法

如何准确提取出人脸的表情特征并设计出性能优越的分类器是表情识别研究中最关键的两个问题,尤其对于以含蓄著称的东亚人表情,识别起来更加困难。针对这一难点,首先基于图像投影的方式,提出二维线性判别保局分析（2D-LDLPA）,直接在表情图像的二维矩阵中提取特征,然后,以提高东亚人脸表情识别率为目标,通过构造决策树来学习提取出的表情特征,进而使用随机森林算法实现分类,最后,在两个东亚人脸表情库上测试,验证所提算法识别的准确性和计算效率。     

自适应加权镜像阈值层叠滤波器

与传统的阈值层叠滤波器相比,镜像阈值层叠滤波器不仅具有低通滤波的特性,还具有带通和高通的特性。但由于镜像阈值层叠滤波器比传统的阈值层叠滤波器的正布尔函数长度有显著增加,从而使计算量增加,为解决这一问题,提出了一种镜像自适应加权（MAW）算法。该方法充分考虑了镜像阈值分解的特点,并通过引入自适应领域加权误差准则建立了代价向量,在迭代过程中,对代价向量的层叠性进行快速约束,并判断其收敛性,最终获得了基于最优正布尔函数的自适应加权镜像阈值层叠滤波器（AWMSF）。为了验证该滤波器的滤噪性能,对最优AWMSF进行了性能分析,结果表明,AWMSF在滤除噪声的同时,能更好地保持图像的细节信息,并可减少迭代次数,从而使计算复杂度大大降低。     

基于二项交换林和HotStuff的改进共识算法

针对区块链中拜占庭容错类的共识机制存在通信复杂度高、视图切换复杂以及扩展性差的问题,提出了一种基于二项交换林和HotStuff的改进共识算法,即增强HotStuff（HSP）共识算法。为实现签名批量验证和签名聚合,采用了BLS签名算法;为降低系统的通信复杂度,采用了门限签名技术;为降低视图切换时的通信复杂度,共识过程采用了三阶段确认方式;为减少主副节点间的通信次数并降低主节点聚合签名的压力,采用了改进的二项交换林技术。测试结果表明,HSP共识算法在系统节点总数为64且请求和响应均为256字节的情况下,吞吐量较HotStuff共识机制提升了33.8%,共识延迟缩短了16.4%。HSP共识算法在节点多的情况下,具有较好的性能。     

在线挖掘数据流闭合频繁项集CMNL-SW算法

提出了一种新的CMNL-SW(Closed map and num list-sliding window)挖掘算法。具体使用数据结构Closedmap存储挖掘到的闭合项集和Num list存储所有不同项的序号,通过对添加新事务和删除旧事务包含的项序号进行简单的并集和该事务与之相关已经挖掘到的闭合项集进行交集运算来更新当前滑动窗口,使之能够根据用户任意指定的支持度阈值在线输出数据流上闭合频繁项集信息。通过理论分析和对真实数据集Mushroom,Retail-chain和人工合成数据集T40I10D100K的挖掘结果表明,提出的算法在时空效率上明显优于同类经典算法Moment和CFI-Stream,并且随着数据流上处理事务数的递增和快速改变表现出良好的稳定性。     

改进的神经干细胞序列图像分割方法

为了准确分割神经干细胞显微图像,尤其是成簇的正在分裂的细胞以获得神经干细胞分裂谱系,提出了一种改进的分割方法.在利用Otsu阈值法和简单快速的区域吞没法获取二值图像后,利用形态学迭代算法分割成簇的细胞.在二值图像中对每个成分进行特征提取和分析,噪声、欠分割和过分割的细胞以及成簇的细胞分别被提取出来进行处理.利用对起始帧的人机交互式修正及帧间信息可以提高分割正确率.统计结果表明,改进后的方法相比于传统的阈值结合分水岭的方法不论在节省时间还是正确率方面都有所提高,特别是针对成簇细胞和正在分裂的细胞效果尤为显著.     

夜间城市交通监控中各类车辆轨迹的完整提取

针对夜间城市交通视频中各类车辆轨迹的完整提取，提出结合车辆类型与轨迹反馈修正的跟踪系统。在视频远中近区域筛选复原车灯光斑后，用面积重叠法获得车灯初始轨迹，再应用反馈纠正误匹配；通过单应性矩阵推算实际车宽，并依此给车辆分类后，按照时空相似度完成车灯配对；最后修正、优化车辆跟踪结果，实现相邻两个监控点间车辆轨迹的完整提取。与同类算法相比，车辆跟踪帧数增加了500帧，车灯匹配率提高了11.33%，车辆跟踪率提高了10%。     

基于区域生长的生物图像分割方法

针对基于区域的分水岭算法中通常存在的严重过分割现象,采用两点措施来改进:其一是在分水岭分割之前采用迭代阈值分割算法对图像进行分割,从而有效地抑制了由图片表面的灰度变化引起的过分割,使边缘定位更加准确;其二是在分水岭分割之后以基于面积,对比度和深度控制的区域合并准则,有效抑制过分割现象,同时满足感兴趣区的分割要求,实验表明该方法简单有效,能够得到符合人类视觉系统特性的分割结果。