基于多特征融合的运动物体识别方法研究

为了实现运动目标的实时检测,本文基于多特征融合,提出了一种运动物体分级识别方法.首先通过对运动目标的分割,分析得到各个物体的形状矩特征、面积大小及运动速度.对上述特征,采用支持向量机方法对其矩特征进行快速的一级分类,然后对一级分类结果及各物体的面积、速度等信源根据其对分类的重要程度,采用模糊积分技术进行多特征融合分类.实验表明,本方法具有较强的学习能力及较高的识别精度,可有效地应用于道路监控等系统.     

分层码率控制策略在机器人遥操作中的应用

为实现卫星自维护遥操作系统中稳定可靠的视频反馈目标,提出一种基于分层码率控制的视频传输策略.利用实时探测到的带宽选择不同码率的视频流分层,使得视频传输对于不同的网络带宽具有自适应性.试验结果表明,该策略能够在波动带宽下给予遥操作者稳定流畅的视频反馈,有效地提高了遥操作系统的视觉临场感性能.     

强化两相混合的超临界技术制备聚乳酸微粒

针对商品化聚乳酸微球粒径分布较宽难于适用气溶胶给药要求的不足,采用水力空化混合强化超临界流体辅助雾化技术(SAA-HCM)制备聚乳酸(PLA)超细微粒.该技术主要特点是通过在超临界流体和液相进料处引入水力空化混合器,强化两相间的混合.考察SAA-HCM过程混合器压力、温度、沉淀器温度、进料中CO2与液体溶液质量流量比和溶液质量浓度等操作参数对微粒形态和粒径分布的影响,成功制备出球形度较好,粒径分布较窄(1～3μm)的PLA微球.经X射线衍射(XRD)分析和差示扫描量热(DSC)分析显示,与原料PLA相比,微球晶型及热曲线变化不大,但结晶度下降.同时把操作参数与相行为进行关联,探讨了影响颗粒形貌的机理.对比超临界流体辅助雾化法(SAA)的实验结果表明:水力空化的引入能有效强化混合器内的两相传质,混合更好,能制备出适用于气溶胶给药要求的超细微粒.     

数据流中基于滑动窗口的最大频繁项集挖掘算法*

挖掘数据流中最大频繁项集是从数据流中获得信息的一种有效手段,是数据流挖掘研究的热点之一。结合数据流的特点,提出了一种新的基于滑动窗口的最大频繁项集挖掘算法。该算法用位图来存储数据流中流动的数据;采用直接覆盖的方法存储和更新数据流上的数据;在深度优先搜索挖掘最大频繁项集时,除采用经典的剪枝策略外,还提出了与父等价原理相对应的子等价剪枝策略;最后将挖掘结果存储在索引链表中以提高超集检测效率,进一步减少挖掘最大频繁项集的时间。理论分析和实验结果证实了该算法在时间和空间上的有效性。     

基于JMF的音视频会议系统的研究与实现

介绍了Java媒体框架应用编程接口（JMF）的结构特点及其实时传输协议（RTP）支持,实现了端对端的实时音视频网络会议系统.文中阐述了小型多人视频会议系统的工作原理以及RTP传输、数据源复用等关键技术问题,最后重点描述了基于JMF的音视频会议系统的设计方案,并详细介绍了系统软件的具体实现.     

无线传感器网络中基于代理的D-S数据融合

提出了一种无线传感器网络中基于移动代理带证据权的D S融合算法。引入证据权对证据进行修正以降低冲突数据对融合结果的影响。采用三级D S组合规则进行融合决策：节点级融合计算单个节点时间域融合检测概率;簇内级融合计算簇内节点间空间域融合检测概率获取局部决策结果;簇间级融合计算簇间的融合检测概率获取最终的全局决策结果。仿真结果表明,本算法能以较小的能耗代价获取准确的融合结果并有效降低冲突数据对融合结果的影响。     

基于多分辨率奇异值分解的图像融合

提出一种新的基于多分辨率奇异值分解（ MSVD）图像融合算法。算法对源图像进行MSVD处理,使其分解为互不相关的平滑和细节分量,并对平滑分量进行多层次的分解与处理。类似于小波变换,多分辨率奇异值分解的基本思想是在平滑分量的每一层上用奇异值分解（ SVD）来取代滤波,最终利用融合规则对图像进行MSVD融合。利用5种评价算子来评价算法,得到的融合效果很好。与基于小波分解的算法相比,算法计算简单、实时性突出,对复杂、高像素图像处理更简单方便。     

A social interaction system based on cloud computing for mobile video telephony

As the use of smartphones become popular,people heavily depend on smartphone applications to deal with their social activities.For this reason,traditional message texting between mobile applications does not fulfill the versatile requirements of social networking.Many mobile applications use multimodality to deliver multimedia messages including sticker,voice and photo message,video call,and snap movie to enhance the communicative capability.However,without face-to-face interaction,people may fail to detect the other side’s non-verbal social behavior such as fine-grain facial expressions,body movements,or hand gesture.During social interaction,non-verbal behavior conveys information about the involved individuals and help the speakers express their social emotion in an implicit way.It is so important for real-world face-to-face interaction but is often blocked on the mobile telephony.To cope with this problem,we propose an afective computing model to assist the representation of social emotion and then help the progress of social interaction on the mobile telephony.In this model,for the purpose of real-time afective analysis,we delegate the computing loading to the cloud side service and enhance the system’s scalability and availability.The result of this experiment approves the feasibility of our system design for the applications of social intelligent.Also,the system provides a research framework of the social intelligent system on the mobile telephony.     

Variational PCA fusion for resolution Pan-sharpening very high imagery

The Pan-sharpening approach based on principle component analysis （PCA） is affected by severe spectral distortion. To address this problem, a new pan-sharpening model based on PCA and variational technique is proposed to construct the substitute image of the first principal component （PC1）. The energy functional consists of three terms. The first term injects PC1 with the geometric structure of the panchromatic （Pan） image. The second term preserves the spectral pattern of the multi-spectral image in the merged result. And the third term guarantees the smoothness of the functional optimization solution. The fusion result is given by the minimum of the energy functional, which is computed with the gradient descend flow. The experiments on QuickBird and IKONOS datasets validate the effectiveness of the proposed model. Compared with the state- of-the-art pan-sharpening approaches, this model exhibits a better trade-off between improving spatial quality and preserving spectral signature of the MS image.     

融合引导滤波和小波变换的水下图像增强算法

针对水下环境对比度低和极其模糊的视觉效果问题,提出了一种融合引导滤波和小波变换的水下图像增强算法。利用引导滤波将图像分为基础部分和细节部分,将小波变换应用于基础部分,对产生的低频图像进行限制对比度直方图均衡,高频部分分别使用改进的对数函数增强,然后将处理后的高低频部分进行小波逆变换。细节部分进行增益计算;最后将处理后的基础部分和细节部分进行加权融合,再对融合图像进行限制对比度直方图均衡,得到目标图像。仿真实验表明,该方法在保留图像细节的同时很好地克服了光照不均匀对图像的影响.