基于Transformer和边缘解耦的鸟瞰地图语义分割算法

高精(high-definition, HD)地图可以提供准确的道路信息和丰富的语义信息,使自动驾驶系统引导车辆正确行驶。高精地图通常依赖人工标注,现有自动化标注方法在自动驾驶场景下的识别精度较低,导致高精地图标注效率低下。为了解决这一问题,提出了一种新的用于高精地图自动标注的语义分割方法MapFormer,包括一个多级特征融合模块,能够使模型聚合不同级别的细节和语义信息;一种新的边界解耦联合解码器用以提高模型处理类别间边界的能力。在鸟瞰图数据集上的实验验证了该模型不仅在分割精度上取得了优秀的表现,而且在对类别边界的处理上更为清晰。其mIoU为55.82%,高于SegFormer的mIoU 1.03%,该方法可提升高精地图标注效率与标注自动化率。     

一种传统中国书画图像的二分类方法

传统的中国画和书法是我国的艺术瑰宝。随着数字技术的迅速发展,越来越多的传统中国书画作品被数字化,如何快速有效地检索这些数字图像已成为一个热门的研究课题。如果能够准确地将中国画和书法图像首先进行二分类,将为中国书画图像的进一步检索和分类打下坚实的基础。提出了一种基于主体颜色特征的中国传统书画图像的二分类方法。该算法首先对书画图像中的留白区域进行检测,然后将其去掉,因为历史久远,这些留白区域含有过多的噪声;其次,从处理后的书画图像中提取灰度特征作为二分类的基础;最后,利用这些特征训练分类器,并使用训练好的分类器对中国画和书法图像进行二分类。实验结果表明,该算法达到了比较理想的中国书画图像二分类结果。     

模糊认知图研究进展

模糊认知图(Fuzzy Cognitive Map, FCM)作为知识表示、推理和软计算方法,通过在传统认知图模型中引入模糊测度来量化概念(concept)间因果关系的影响程度,近年来已成为国内外的研究热点。从研究进展的视角,归纳了FCM的基本框架和推理机制,总结了主流研究中FCM的基本类型,分析了FCM学习算法的主要特征,提出了今后专题研究方向的基本设想,以期对后续研究有所助益。     

基于内容的视频分层语义联想模型

提出一种视频的分层语义联想模型,构造三个层次的信息：概念层次树,场景网络和语义对象网络。利用概念层次树来适应不同的应用环境,场景网络表示视频的时间信息,而语义对象及其关系用来表示视频镜头的内容,通过分属不同镜头的语义对象的关系来表示镜头间的语义相关度。该模型采用基于时间和语义关系的检索方法,搜索结果是收敛的。     

CORBA和移动代理在电信网络管理中的应用研究

对CORBA和移动代理技术进行了深入研究，在分析了两种网管技术的优势和不足的基础上．提出了一个基于CORBA和移动代理技术的综合网管模型。网管模型利用Java虚拟机作为运行平台．ORB作为底层通信设施，根据网络规模对两种网管模式性能的影响，在不同网管任务中分别使用CORBA对象和移动代理。     

一种基于网络矢量图形SVG仿真展示光栅图像的有效方法

提出了一种基于网络矢量图形SVG 展示光栅图像的方法(简称为SRRI).首先研究了光栅图像和SVG图形的结构组成,同时依据局部特征(灰度、颜色或者梯度等)相似性将图像分割成若干个互不相交的区域;然后提取每个区域的边缘,并对边缘进行合并、压缩;最后使用SVG 代码描述分割后的区域边缘形状和颜色特征,并依据区域同质特征将SVG代码进行合并和压缩.通过数字文物图像集和标准图像数据集进行实验,表明SRRI方法对于粗纹理图像和相似图案较多的文物数字图像,其存储容量小,展示效果好.