最新刊期
2016 年 第 21 卷 第 11 期
- 摘要：类脑计算，是指仿真、模拟和借鉴大脑神经网络结构和信息处理过程的装置、模型和方法，其目标是制造类脑计算机和类脑智能。 类脑计算相关研究已经有20多年的历史，本文从模拟生物神经元和神经突触的神经形态器件、神经网络芯片、类脑计算模型与应用等方面对国内外研究进展和面临的挑战进行介绍，并对未来的发展趋势进行展望。 与经典人工智能符号主义、连接主义、行为主义以及机器学习的统计主义这些技术路线不同，类脑计算采取仿真主义：结构层次模仿脑（非冯·诺依曼体系结构），器件层次逼近脑（模拟神经元和神经突触的神经形态器件），智能层次超越脑（主要靠自主学习训练而不是人工编程）。 目前类脑计算离工业界实际应用还有较大差距，这也为研究者提供了重要研究方向与机遇。关键词：类脑计算;神经形态计算;类脑智能;神经形态器件;神经网络芯片;脉冲神经网络6900|600|9更新时间：2024-05-07
- 摘要：遥感数据空间分辨率、时间分辨率、光谱分辨率以及辐射分辨率不断提高，数据类型也不断增加，从航天、航空、临近空间等遥感平台所获取的遥感数据量急剧增加，遥感数据已经具有明显的大数据特征。本文旨在从系统应用的角度分析遥感大数据处理中涉及的关键技术与问题，为相关研究人员提供有价值的参考。 在参考大量文献的基础上，首先阐明遥感大数据的特点。其次，从GPU硬件加速、集群、网格、云计算、云格、复杂高性能计算等角度介绍了遥感大数据处理系统。再次，从分布式集群化存储技术等，分析了遥感大数据处理的关键技术。最后，从遥感大数据的多类不确定性、信息融合、机器学习、分析平台等出发，说明了目前研究存在的问题；从遥感大数据多类不确定性建模，面向遥感大数据的机器学习方法等角度说明了遥感大数据发展的趋势。 本文详细梳理了遥感大数据的特点、典型的处理系统、核心技术，力图总结出在实际应用与学术研究中该领域需要解决的关键问题以及未来的发展趋势。 大数据技术为遥感数据挖掘与知识获取带来了机遇与挑战，面向大数据的机器学习、数据统一分析框架、面向大数据的信息深度融合等问题的突破，将促进遥感知识挖掘的进一步发展。关键词：不确定性建模;多源信息融合;机器学习;高性能计算;遥感大数据12063|659|26更新时间：2024-05-07
综述
- 摘要：针对雾天交通场景中通常含有大片天空区域，传统去雾方法在复原这些图像时容易产生光晕、色彩失真等现象。提出一种基于天空区域分割和暗通道先验理论的图像去雾方法。 首先提出一种基于最大类间方差法（OTSU）的图像分割算法来自动分离天空区域，然后将天空区域的平均强度值作为大气光值，从而改进场景传输率的估计。 本文方法不仅有效地解决了图像去雾后出现光晕和色彩失真等问题，与He Kaiming以及Fattal的方法相比，本文方法去雾后的图像更加真实、自然、平滑。 实验结果表明，本文方法能够很好地完成对雾天交通图像的复原，可为道路交通监管提供一种有效的理论基础和技术支撑。关键词：雾天交通场景;暗原色先验;图像去雾;图像分割;图像复原;雾天退化模型4775|520|10更新时间：2024-05-07
- 摘要：针对LCK（local correntropy-based K-means）模型收敛速度慢，提出新的基于LCK模型的两步快速分割模型。 两步快速分割模型包括粗分割和细分割。1）粗分割：先将待分割的原始图像下采样，减少数据量；然后使用LCK模型对采样后的粗尺度图像进行分割，得到粗分割结果及其相应的粗水平集函数。由于数据量的减少，粗分割步骤可以快速得到近似分割结果。2）细分割：在水平集函数光滑性约束下，将粗分割结果及其对应的粗水平集函数上采样到原始图像的尺度，然后将上采样后的粗水平集函数作为细分割的初始值，利用LCK模型对原始图像进行精细分割。因初始值与真实目标边界很接近，所以只需很少迭代次数就能得到最终分割结果。 采用F-score评价方法分析自然以及合成图像的分割结果，并与LCK模型作比较，新的模型F-score数值最大，且迭代次数不大于50。 粗分割步骤能在小数据量的情况下，快速分割出粗略的目标；细分割步骤在较好的初始值条件下，能够快速收敛到最终的分割结果，从而有效提高了模型的计算效率和精确性。本文算法主要适用于分割含有未知噪声及灰度非同质的医学图像，且分割效率高。关键词：图像分割;活动轮廓模型;水平集方法;粗分割;细分割3291|378|0更新时间：2024-05-07
- 摘要：虽然基于稀疏表示的目标跟踪方法表现出了良好的跟踪效果，但仍然无法彻底解决噪声、旋转、遮挡、运动模糊、光照和姿态变化等复杂背景下的目标跟踪问题。针对遮挡、旋转、姿态变化和运动模糊问题，提出一种在粒子滤波框架内，基于稀疏表示和先验概率相结合的目标跟踪方法。 通过先验概率衡量目标模板的重要性，并将其引入到正则化模型中，作为模板更新的主要依据，从而获得一种新的候选目标稀疏表示模型。 在多个测试视频序列上，与多种流行算法相比，该算法可以达到更好的跟踪性能。在5个经典测试视频下的平均中心误差为6.77像素，平均跟踪成功率为97%，均优于其他算法。 实验结果表明，在各种含有遮挡、旋转、姿态变化和运动模糊的视频中，该算法可以稳定可靠地跟踪目标，适用于视频监控复杂场景下的目标跟踪。关键词：目标跟踪;稀疏表示;先验概率;粒子滤波;模板更新;正则化模型2877|420|2更新时间：2024-05-07
图像处理和编码
- 摘要：由于行人图像受到光照、视角、遮挡和行人姿态等变化的影响，在视觉上容易形成很大的外观差异，对行人再识别造成干扰。为了提高行人再识别的准确性，针对以上问题，提出一种基于多特征融合与独立测度学习的行人再识别算法。 首先通过图像增强算法对原始图像进行处理，减少因光照变化产生的影响，然后对处理后的图像进行非均匀分割，同时提取行人图像的HSV、RGS、LAB和YCbCr 4种颜色特征和SILTP（scale invariant local ternary pattern）纹理特征，在基于独立距离测度学习方法下，融合行人的多种特征，学习得到行人图像对的相似度度量函数，最后将行人图像对的相似度进行加权匹配，实现行人再识别。 在VIPeR、iLIDS和CUHK01这3个数据集上进行实验，其中Rank1（排名第1的搜索结果即为待查询人的比率）分别达到42.7%、43.6%和43.7%，Rank5（排名前5的搜索结果中包含待查询人的比率）均超过70%，识别率有了显著提高，具有实际应用价值。 提出的多特征融合与独立测度学习的行人再识别算法，能够有效表达行人图像信息，且对环境变化具有较强的鲁棒性，有效提高了识别率。关键词：行人再识别;多特征融合;测度学习;SILTP特征;非均匀分割3813|386|4更新时间：2024-05-07
- 摘要：针对人脸表情识别中存在局部遮挡的问题，提出一种融合局部特征的面部遮挡表情识别方法。 首先，为了减少噪声的影响，利用高斯滤波对归一化后的图像进行去噪处理；然后根据人脸不同部位对表情识别的不同贡献度，将图像划分为两个重要的子区域，并分别对该子区域进行不重叠分块处理；采用改进的中心对称局部二值模式（差值中心对称局部二值模式DCS-LBP）和改进的差值局部方向模式（梯度中心对称局部方向模式GCS-LDP）对各个子块提取相应的特征，并采用级联的方式得到图像的特征直方图；最后结合最近邻分类器对表情图像进行分类识别：利用卡方距离求取测试集图像与训练集图像特征直方图之间的距离，同时考虑到遮挡的干扰以及每个子块包含信息量的不同，利用信息熵对子块得到的卡方距离进行自适应加权。 在日本女性人脸表情库（JAFFE）和Cohn-Kanade（CK）人脸表情库上进行了3次交叉实验。在JAFFE库中随机遮挡、嘴部遮挡和眼部遮挡分别可以取得92.86%、94.76%和86.19%以上的平均识别率；在CK库中随机遮挡、嘴部遮挡和眼部遮挡分别可以取得99%、98.67%和99%以上的平均识别率。 该特征提取方法通过融合梯度方向上灰度值的差异以及梯度方向之间边缘响应值的差异来描述图像的特征，更加完整地提取了图像的细节信息。针对遮挡情况，本文采用的图像分割和信息熵自适应加权方法，有效地降低了遮挡对表情识别的干扰。在相同的实验环境下，与经典的局部特征提取方法以及遮挡问题处理方法的对比表明了该方法的有效性和优越性。关键词：人脸表情识别;局部遮挡;差值中心对称局部二值模式(DCS-LBP);梯度中心对称局部方向模式(GCS-LDP);自适应加权4471|825|0更新时间：2024-05-07
- 摘要：传统的L1稀疏表示目标跟踪，是将所有候选目标表示为字典模板的线性组合，只考虑了字典模板的整体信息，没有分析目标的局部结构。针对该方法在背景杂乱时容易出现跟踪漂移的问题，提出一种基于正例投票的目标跟踪算法。 本文将目标表示成图像块粒子的组合，考虑目标的局部结构。在粒子滤波框架内，构建图像块粒子置信函数和相似性函数，提取正例图像块。最终通过正例权重投票估计跟踪目标的最佳位置。 在14组公测视频序列上进行跟踪实验，与多种优秀的目标跟踪算法相比，本文跟踪算法在目标受到背景杂乱、遮挡、光照变化等复杂环境干扰下最为稳定，重叠率达到了0.7，且取得了最低的平均跟踪误差5.90，反映了本文算法的可靠性和有效性。 本文正例投票下的L1目标跟踪算法，与经典方法相比，能够解决遮挡、光照变化和快速运动等问题的同时，稳定可靠地实现背景杂乱序列的鲁棒跟踪。关键词：正例图像块;投票;稀疏表示;目标跟踪;粒子滤波2842|337|0更新时间：2024-05-07
- 摘要：随着市场需求的多样化和多变性的加剧，对于生产装配的柔性和适应性提出了更高要求，人机合作装配为应对当前需求提供了有效方法。在人机交互协调的机械装配系统中，为有效实现机器人对操作人员手部装配动作的识别和理解，需对手部装配图像进行生物结构的特征检测。针对人机交互协调装配中的手部肤色图像识别问题，提出一种基于多色彩空间信息的识别算法。 基于聚类思想，通过离线学习与期望最大化算法，在RGB色彩空间上对肤色信息建立多混合高斯模型，以此获得肤色信息的多混合聚类表示。再利用YCrCb色彩空间上的稀疏化高斯模型在线快速学习肤色分布，设计了基于多色彩空间信息的肤色识别器。 图像照度对肤色区域的模型似然值有较大影响。在线稀疏化学习肤色识别实验结果显示，YCrCb 3通道上学习获得的似然值不存在严重冗余，所建模型与对应的学习框架有效，结合多色彩空间的识别信息确认了肤色区域。肤色区域初始化识别的完整性与在线学习算法的时间复杂度有关，识别过程中模型参数的更新量与场景光照均衡度有关，进而影响算法的空间复杂度。本文基于高斯模型的手部肤色建模与区域检测方法对于机械装配环境的手部肤色检测适应性良好，经与改进的YCrCb椭圆聚类模型对比，该方法具有更好的识别完整性。 本文算法提高了模型对固定场景下光照畸变的适应度，从而改善了识别效果，但识别算法的收敛时间较长，实时性尚需进一步提高，可在进一步的研究中进行优化。关键词：手部肤色检测;高斯模型;期望最大化算法;在线稀疏学习;多色彩空间识别3230|565|2更新时间：2024-05-07
- 摘要：基于边缘轮廓的角点检测算法的检测性能虽然相对比较稳定，但是它对边缘轮廓的局部变化敏感，并且只是给予一个经验门限去提取角点，为此提出一种对局部变化和噪声稳健的基于图像边缘轮廓自适应阈值的角点检测算法。 该算法利用各向异性高斯方向导数滤波器对不同边缘和角点模型进行表征，提取表征边缘和角点的灰度及几何变化的不变属性，并通过正则化计算得到区别边缘和角点的自适应阈值。该算法首先利用Canny边缘检测器检测输入图像的边缘映射并从边缘映射中提取出边缘轮廓；然后利用各向异性高斯方向导数滤波器对所提取出的边缘曲线进行滤波平滑，计算出每一像素点的响应并与自适应阈值作比较，把响应大于阈值的点作为候选角点；最后，对候选角点进行非极大值抑制得到最终角点集。 提出的算法分别与Harris算法，He & Yung算法，以及ANDDs算法在仿射变换和高斯噪声的实验环境下进行比较，其性能指标为平均重复率与定位误差；并且对每个角点检测算法在无噪声和有噪声的情况下进行了角点匹配比较。4种算法的两个指标的平均排名为Harris 3.375，He &Yung 2.625，ANDDs 2.625，本文算法 1.375。本文算法在仿射变换以及高斯噪声的情况下有着良好的平均重复率和定位误差，优于其他3种算法。匹配实验中的错误点以及丢失点也少于其他3种算法。 图像的特征检测在计算机视觉领域是一个重要的课题，在许多视觉系统中，检测特征往往作为复杂计算的第1步。因此，这一步的可靠性会极大地影响着视觉系统整体的结果。而角点作为图像的重要特征，对其研究具有重大意义。本文算法不同于传统的基于边缘的角点检测器仅利用边缘轮廓的信息，还利用到图像边缘像素的灰度信息。而且，本文算法还采用一个自适应全局阈值，避免了角点的误判。正则化的灰度变化有效减少了噪声或者光照对检测性能的影响。通过角点匹配实验、仿射变换实验以及高斯噪声实验，可以看出，本文的角点检测器拥有良好的检测性能，并且对噪声具有稳健性。关键词：角点检测;边缘轮廓;各向异性高斯方向导数滤波器;自适应阈值3809|428|7更新时间：2024-05-07
- 摘要：为解决疲劳驾驶检测中人眼状态识别的难点，提出一种基于眼白分割的疲劳检测方法。 首先对获取图像进行人脸检测，利用眼白在Cb-Cr上良好的聚类性，基于YCbCr颜色空间建立高斯眼白分割模型；然后在人脸区域图像内做眼白分割，计算眼白面积；最后将眼白面积作为人眼开度指标，结合PERCLOS（percentage of eyelid closure over the pupil over time）判定人的疲劳状态。 选取10个短视频进行采帧分析，实验结果表明，高斯眼白分割模型能有效分离眼白，并识别人眼开合状态，准确率可达96.77%。 在良好光线条件下，本文方法能取得不错的分割效果；本文所提出的以眼白面积作为判定人眼开度的指标，能准确地判定人的疲劳状态。实验结果证明了该方法的有效性，值得今后做更深入的研究。关键词：疲劳驾驶;人脸检测;眼白特征;YCbCr;高斯模型;PERCLOS (percentage of eyelid closure over the pupil over time)3335|357|4更新时间：2024-05-07
图像分析和识别
- 摘要：传统的基于平面拼接算法生成的全景图像存在严重的失真问题，很难保证良好的视觉一致性；而普通柱面拼接算法无法较好地满足实时性要求。为此，提出一种基于改进SIFT（scale-invariant feature transform）特征描述子的柱面全景图像拼接算法。 首先将待拼接的图像序列进行柱面投影，利用改进的SIFT特征检测器获取图像中的特征点，生成64维SIFT特征描述子；然后根据特征描述子之间的欧氏距离提取初始特征点对，利用RANSAC（random sample consensus）方法进一步剔除伪匹配特征点对并建立待拼接图像之间的空间变换矩阵；最后根据图像之间的空间变换矩阵进行图像配准，采用加权平均融合的方法完成图像的无缝拼接。 本文全景图拼接算法，可以有效地克服平面拼接算法存在的失真问题，保证了全景图像的视觉一致性。同时，相比普通柱面拼接算法，本文算法的拼接速度提高了近一倍。 通过对不同尺寸和数量的图像序列构建全景图，相对于平面拼接算法和普通柱面拼接算法，本文算法可以有效实现图像之间的拼接，生成宽视野、高分辨率的全景图像，且能够应用于对实时性要求比较高的图像拼接场合。关键词：柱面全景图;柱面投影;SIFT检测器;图像配准;图像融合4125|453|4更新时间：2024-05-07
- 摘要：为改善摄像机间接标定采样不全、模型表达模糊问题，实现小视场下检测视域完备采样，提出一种基于双目系统全视域采样的支持向量机（SVM）标定方法。 该方法利用六角晶格标定板靶点序号可读特点为基础，采集整个双目系统有效视域中检测点的视差坐标、世界坐标并建立完备的样本集。选取SVM对该样本集进行训练，将SVM算法得到的模型参数代入其决策函数中进行求解，获得公式化的标定模型。由于六角晶格标定板的四角和中心分布了5个互为非中心对称的多边形，可在标定板部分区域被采集的情况下获取标定板位姿信息，进而读取采集的各靶点序号。通过上下移动标定板，利用HALCON算子获取图像中各靶点的序号，建立双目视觉系统检测区域的完备样本集。最后，利用SVM算法训练样本获得标定模型，可以明确表达出标定模型的数学形式。 与传统采样建立的模型进行对比分析，实验结果表明该方法建立模型的标定误差减小了24.51%，降低了标定模型在传统方法未采样区域的标定误差，证明了该方法的可行性。 提出一种基于双目系统全视域采样的支持向量机标定方法，通过非中心对称的多边形确定标定板上靶点的序号，实现双目视觉系统检测视域的完备采样。实验结果表明该方法提高了摄像机间接标定的精度，具有良好的适用性和鲁棒性，适用于小视域内双目视觉系统的间接标定。关键词：双目系统;全视域采样;支持向量机;间接标定;标定模型;六角晶格标定板2692|353|0更新时间：2024-05-07
图像理解和计算机视觉
- 摘要：基于控制器的运动生成方法存在一些局限性，对骨骼参数、运动风格变化的适应性较差。提出一种面向多骨骼及多风格的行走运动控制器及其生成方法。 首先使用改进的比例微分控制器作为预处理，使仿真过程适应较大的比例微分增益，然后应用特定规则调整比例微分系数并使用旋转迭代算法进行优化，最后设置各种与稳定性和风格相关的目标函数，使用协方差矩阵自适应进化策略对控制器中的目标姿态进行优化。 本文方法可以生成一系列对应不同骨架、不同运动风格的行走控制器，在效率、稳定性、鲁棒性和多样性方面相较其他方法有一定优势，其中稳定运行时间可提高一个数量级。 本文方法生成的控制器运动稳定性好，风格多样可控，不需要大量手工调整，不要求用户具有较强专业背景，增强了控制器的适应性，扩展了控制器生成运动的应用范围。关键词：物理动画;运动控制器;适应性;稳定性;优化3113|1123|1更新时间：2024-05-07
计算机图形学
- 摘要：遥感影像中地表信息表达真实程度决定了影像信息提取和定量化应用水平，传统的从像素灰度和视觉特性角度的影像质量评价方法难以评价影像对地表信息表达能力，本文从地表反射率和NDVI（normalized difference vegetation index）两种地表参数真实性角度评价GF-1和SPOT-7多光谱影像质量。 提出了一种基于地表参数真实性的多光谱影像质量评价方法，完成GF-1和SPOT-7卫星对实验区同步成像，地面同步测量大气光学特性和典型地物样区光谱，获取同步观测数据并对多光谱影像进行辐射误差处理，计算地物样区在影像上的反射率和NDVI，通过与地面实测光谱数据比较分析了地表参数真实性，评价GF-1和SPOT-7多光谱影像质量。 人工靶标中GF-1影像在4个波段反射率误差均在5%内，精度优于SPOT-7；植被地物中SPOT-7影像在蓝绿红波段反射率误差在4%内，近红外波段误差在15%内，NDVI误差在16%内，反射率和NDVI精度均优于GF-1；硬地地物中GF-1影像在4个波段反射率误差在6%内，精度优于SPOT-7；评价结果表明SPOT-7多光谱影像对植被类地物光谱表达真实度更高，GF-1对硬地类地物光谱表达真实度更高。 提出的基于地表参数真实性的遥感影像质量评价方法，能够有效地从地物光谱信息表达精度的角度评价影像质量。关键词：影像质量评价;遥感同步观测;辐射校正;反射率;归一化差分植被指数3518|721|2更新时间：2024-05-07
遥感图像处理
- 地址：北京市海淀区北四环西路19号中科院电子所主楼223室 邮编：100190
- 联系电话：010-58887035/58887030/58887418 Email：jig@aircas.ac.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备05080539号-4
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0