Dominant sets based movie scene detection

Multimedia indexing and retrieval has become a challenging topic in organizing huge amount of multimedia data. This problem is not a trivial task for large visual databases; hence, segmentation into low- and high-level temporal video segments might improve the realization of this task. In this paper, we introduce a weighted undirected graph-based movie scene detection approach to detect semantically meaningful temporal video segments. The method is based on the idea of finding the dominant scene of the video according to the selected low-level feature. The proposed method starts from obtaining the most reliable solution first and exploit each solution in the subsequent steps recursively. The dominant movie scene boundary, which can be the highest probability to be the correct one, is determined and this scene boundary information is also exploited in the subsequent steps. We handle two partitioning strategies to determine the boundaries of the remaining scenes. One is a tree-based strategy and the other is an order-based strategy. The proposed dominant sets based movie scene detection method is compared with the graph-based video scene detection methods presented in literature.     

基于自主学习的图形图像处理网络教学软件系统的设计

传统教学方式已不适合信息时代对学习的要求。通过网络课程的学习,提高了学生学习的主动性与能动性,图形图像处理网络课程为开展基于网络资源的自主学习教学模式的研究提供了借鉴和参考。     

基于因子图的马尔可夫压缩感知

压缩感知的研究对象是稀疏性的信号,这和认知无线电理论中机会主义的频谱占用环境一致,压缩感知在认知无线电中的应用可以得到比传统的探测方法更灵活的解决方案。本文假设认知无线电环境中要探测的信号为一阶马尔可夫过程,通过贝叶斯推理实现信号的探测。这种概率模型可以用因子图来表示,在因子图中通过节点之间的信息传递来实现信号的感知和重建。节点之间的联系可以在因子图中产生环,从而可以得到一种迭代更新的算法。实现结果显示这种算法可以得到更好的性能。     

深度图像的分层图割算法研究

以深度图像为分割对象,在迭代图割算法的基础上,通过引入分层机制加快图割执行速度,并通过引入平衡因子来平衡颜色纹理和深度之间的重要程度,从而有效地对深度图像进行分割。利用平衡因子可以在深度信息能够明显区分前背景的情况下,重点利用深度信息来分割图像,反之则重点利用颜色和纹理信息。而在迭代图割算法中,分层机制的引入能够在不降低分割精度的情况下有效地减少图割算法的执行时间。     

基于边的图文法产生式选择无关条件的判断

为了降低归约算法的时间复杂度,在基于边的上下文相关图文法(EGG)形式化的基础上,通过对产生式形式的适当约束,提出了EGG的产生式选择无关条件的判断方法。通过此方法可有效判断EGG产生式的选择无关性。对于选择无关的产生式,由于归约过程中产生式的使用顺序不会影响归约的结果,从而避免了回溯,能够有效地降低归约算法的时间复杂度。     

一种MRG骨架树的三维模型检索方法

根据多分辨率Reeb图（MRG）原理,依据测地线函数分割模型,有效地提取反映模型拓扑结构的Reeb图骨架。进而,映射Reeb图为树结构,分析各骨架节点的拓扑属性,并提取其相应区域的离散曲率信息作为局部形状属性。最终,有效结合拓扑和几何形状特征,计算模型的相差度。该方法突出了模型的总体拓扑特征以及模型的表面细节,一系列的实验结果验证了其高效性、鲁棒性。     

模糊SDG故障诊断方法及其应用

基于SDG的故障诊断方法在使用过程中,由于阈值设定不合理会导致故障的误报或漏报。针对该问题展开研究,提出模糊SDG模型,建立五级SDG模型并引入参数模糊隶属度,提出相应的模糊推理算法。通过将模糊SDG模型及其推理方法应用于某常减压蒸馏装置进行故障诊断实例分析,验证了方法的有效性和可行性。     

引入共享近邻加权图的Chameleon算法

针对Chameleon算法中采用距离函数度量数据点间的相似度,导致距离相近的两个点可能仅拥有很少的共同特征,最小二分实际操作困难,合并时需要人工指定阈值以及一旦合并完成后不能撤销的问题,对Chameleon算法进行改进,提出一种引入共享近邻加权图（WSnnG）的Chameleon算法。该算法以数据对象间的共享近邻数来衡量相似度,进一步构造WSnnG,再利用网络模块性评价函数指导最小二分,然后以结构等价相似度作为合并的依据,最后通过引入内聚度度量函数解决合并后不能撤销的问题。在UCI数据集及4个二维人造数据集上的实验结果表明,该算法在聚类精度和运行时间方面具有更好的效果。     

坚定信念的图形守望——我军五六十年代历史建筑立面图形的特殊价值

该文通过对我军一批五六十年代的建筑装饰图形进行分析整理,从中挖掘出其不同于一般建筑图形的特殊内涵,并对之进行了初步的探讨与思考,以期对军队历史建筑的保护提供现实依据。     

基于事件共享机制的物联网复杂事件处理方法

针对物联网(IOT)复杂事件查询处理过程中的重复查询、存储和处理的问题,提出了事件共享机制(ESM)。首先,为了实现复杂事件的查询与检测,给出了物联网语义事件定义及事件操作符的语义描述;其次,从公共子查询的定义、公共内部查询结构的设计以及事件资源的共享三个角度对物联网事件共享机制展开研究,通过查询表达式的重写、有向无环图(DAG)的构建,以及在结点上使用改进的Continuous参数上下文对事件流进行处理,实现公共子事件查询、存储和处理的共享;最后,构建了基于事件共享机制的语义形式化查询计划处理模型(SFQPM),该模型可自动对查询表达式和查询谓词进行处理,实现复杂事件检测和处理的自动化。仿真结果表明,与基于二叉树(BTree)的处理方法进行对比,所提出的SFQPM具有较高的处理效率和可靠性,实现了复杂事件检测与中间结果共享机制的有机统一,提高了系统的处理效率。最后通过案例研究验证了所提出算法的有效性和可行性。