基于超级向量编码的图像分类系统研究

随着社会迅猛发展,科学技术日新月异,人们获取的信息也在不断地增长。在数码相机,个人电脑等电子产品日益普及的今天,海量的图像数据成了人们获取信息的重要来源。人们开始利用计算机来辅助理解,识别和区分这些图像。本文应用了超级向量编码取代经典的图像分类系统中矢量量化过程,以达到更准确分类的目标。超级向量编码是基于混合高斯模型"软分配(soft assign)"特性产生的,克服了矢量量化对数据近似误差较大的问题。此外,本文还应用了更适合编码技术的max pooling聚合函数,并把这种聚合函数应用在空间金字塔匹配架构上。最后,运用改进的线性支持向量机进行分类。本文的分类系统在极具挑战性的PASCAL VOC 2009数据库上进行实验。实验比较了不同聚合函数对系统性能的影响。虽然实验结果总体不太理想,但这个分类系统具有极大的研究价值。     

基于ARM的嵌入式零树编码图像压缩的实现

基于RISC的ARM微处理器近年来发展迅速,并在工业控制、无线通信、网络应用等领域得到了广泛的应用。利用ARM微处理器实现图像的小波变换,并根据ARM本身的结构特点提出了一种改进的嵌入式零树编码算法,以便在ARM微处理器上实现图像压缩。实验证明,具有较好的有损压缩效果。该研究对基于硬件平台的算法优化设计具有指导作用。     

一种异质特征融合分类算法

计算机视觉技术在农业上的应用研究,起始于20世纪70年代末期,主要应用于植物种类的鉴别、农产品品质检测与分级等。为了利用不同特征提供的分类鉴别信息,本文提出一种异质特征融合分类算法,此算法通过图像之间不同特征的相似度建立一个logistic核回归模型,建立有效的图像分类器。并且采用多元logistic损失函数对该算法进行了多类扩展。最后,在复杂公共的运动事件数据库上验证算法性能优越性。     

基于GPIB的微波通信均衡自动测试系统

介绍了一个基于GPIB(GeneralPurposeInterfaceBus)总线的自动测试系统,实现了由计算机控制的各测量仪器对微波通信设备室内单元(IDU)的均衡性能测试。与传统手工均衡测试相比该系统提高了微波通信设备测试的精度,实时性并简化了系统的操作过程。     

基于特征融合的人脸素描自动生成系统研究

人脸素描作为一门独特的艺术,以其逼真的手法表现人物特征和个性,广泛应用于法律实施、数字娱乐和生活工艺等方面。鉴于其广阔的应用前景,人脸素描自动生成已成为计算机视觉领域的热门话题之一。针对当前人脸素描使用单一图像特征,素描效果不够精细,建立的模型对光照变化比较敏感等问题,提出在使用马尔可夫随机场(MRF)模型和置信度传播算法(BP)基础上进行光照鲁棒性细节技术设计,融合多种主流视觉特征进行人脸素描自动生成。首先,将人脸素描分割成交叠图像块,使用Do G、Dense SIFT、Gray,LBP,gist等特征定义能量函数,建立MRF模型;然后,利用BP算法进行推理,估计测试照片块对应的素描块;最后,对素描块交叠区域进行处理,拼接成一幅完整的人脸素描。实验结果表明,使用Sum-Product置信度传播算法进行推理,对素描块重叠区域用平均法进行拼接,素描合成达到较好视觉效果,且具有较好光照鲁棒性。