一种基于规范化形状的手绘草图检索算法

提出了一种基于仿射变换自适应的形状和骨架特征的手绘草图检索算法.首先采用一种基于傅里叶变换的降维滤波方法对对象进行规范化处理,并以此为基础提取对象轮廓和区域特征;然后提出一种仿射变换自适应骨架提取算法提取对象骨架、得到骨架树特征描述子,并提出一种骨架树匹配算法;最后结合对象轮廓区域和骨架特征来实现草图检索.实验结果表明,该方法对对象仿射变换(平移、缩放、旋转)有很强的适应性,对噪声有较强的鲁棒性.     

边界元在基于形状特征图像检索中的应用

针对目前Freeman链码在描述图像形状特征时边界特征点空间相关性不强、与颜色或纹理等特征相关性不强、抗噪性差的问题,提出了一种新颖的基于边界元的形状特征描述方法.利用定义的4种类型边界元来描述图像的形状信息,结合像素网格单元及图像颜色信息,采用图像边界元直方图和边界元自相关图特征矢量作为图像的形状特征描述,并综合这两个特征矢量进行相似性度量.试验结果表明,相较于已有文献中的形状特征提取方法,该方法有效地提高了检索的精准率,改善了检索结果的排序值,并具有很好的抗噪性和稳定性.     

图像灰度熵特征与SVM分类结合的人脸检测

提出了一种基于支持向量机并综合图像灰度值和灰度熵的人脸检测方法.在信息论的编码熵的基础上提出了灰度熵的概念,并把人脸图像的行像素灰度熵和列像素灰度熵作为人脸图像的部分特征.在人脸检测系统中,把人脸图像的灰度值和行像素灰度熵和列像素灰度熵作为特征用支持向量机进行训练,得到检测用分类模型,然后把分类模型应用于人脸检测.实验证明了这种方法的有效性.     

基于手绘草图的中保真原型自动生成

从手绘草图生成数字化的中保真原型是界面设计的必要步骤,它需要花费设计师大量的时间和精力.针对这一问题,本文提出了基于目标检测和启发式规则的中保真原型自动生成方法,并基于该方法实现了一个自动化工具.首先,本文提出基于置换注意力机制(SA)的目标检测模型SA-FRCNN对手绘草图中的组件进行检测;然后,提出启发式规则对检测结果进行布局优化.实验表明,本文方法能够提升对手绘草图的检测精度,较基线模型提高了2.3%;此外,本文工具可以有效提高原型设计效率.     

图像灰度熵特征与SVM分类结合的人脸检测

提出了一种基于支持向量机并综合图像灰度值和灰度熵的人脸检测方法．在信息论的编码熵的基础上提出了灰度熵的概念，并把人脸图像的行像素灰度熵和列像素灰度熵作为人脸图像的部分特征．在人脸检测系统中，把人脸图像的灰度值和行像素灰度熵和列像素灰度熵作为特征用支持向量机进行训练，得到检测用分类模型，然后把分类模型应用于人脸检测．实验证明了这种方法的有效性。     

利用位平面欧拉-熵向量的图像检索方法

首先将图像分解为8个位平面,选择前4个重要位平面,求出其灰度码表示,计算出每个灰度码位平面的欧拉数,组成欧拉向量;其次计算出每个灰度码位平面的信息熵,组成位平面熵向量;再把欧拉向量和位平面熵向量特征综合为一个新的图像特征,最后采用马氏距离计算图像间的相似度.实验结果表明本方法维数低,速度快,且避免了图像量化造成的误检,与比位平面熵算法和欧拉向量算法相比,检索效率高.     

自适应尺度的形状表示与匹配方法

提出了一种基于轮廓的形状特征描述方法,以及基于此形状特征的相似度度量方法.将轮廓形状的质心作为极点,在极坐标系中对轮廓等角间距采样获得轮廓点,并将相邻两采样轮廓点的极径所围面积比值作为轮廓特征向量.将改进后的归一化欧式距离作为轮廓特征向量之间的相似度距离.实验表明,基于轮廓的形状特征描述方法,仅用少量数据来表示原始轮廓信息而保留了原始轮廓信息的主要特征,且对于形状的缩放、旋转、翻转等形变操作具有尺度不变性;同时,也可以获得轮廓向量之间的相似度距离和旋转角度.实验证明了此方法可行、有效.     

基于方向局部二值模式的虹膜识别方法

虹膜识别技术作为最简单最精确的人体生物识别技术,越来越受人们的重视.目前,CS-LBP算子由于它的高效性和灰度不变性,在虹膜识别领域取得了较好的识别效果.但它忽略了中心像素对虹膜纹理的影响,因此提出了基于D-LBP的虹膜识别方法.它将周围邻近的像素和中心像素进行比较,重新定义了特征描述码的计算方法.该方法在降低特征维数的同时,很好的解决了CS-LBP算法中心像素丢失的问题.实验结果表明:与LBP和CS-LBP方法相比,提出的方法具有更好的识别效果.     

结合离散熵和自组织神经网络(SOM)的边缘检测方法

提出了一种结合图像离散熵和自组织神经网络的边缘检测方法.首先,用离散熵选定阈值来分割图像的平滑区域和灰度变化剧烈的区域,用来减少计算量;其次将灰度图像转化为理想二值像素模式;定义了6个边缘类型和6个原型向量.将这些边缘向量作为神经网络的输入,通过SOM对其进行边缘分类从而获得边缘图像.最后将斑点边缘从边缘图像中去除即得到理想的边缘图像.实验结果表明,与其他的边缘检测方法相比获得了较为理想的边缘.     

基于几何直方图的特征描述

提出了一种基于几何直方图的特征描述方法,本方法把特征区域的周长引入基于空间直方图的特征描述框架,以使特征描述更丰富更准确.空间直方图包含若干个基于每个同质区域中像素坐标的矩,此外,提出的几何直方图还包含关于该同质区域周长的信息.实验结果表明:与空间直方图相比,提出的方法能够更好地改善特征描述效果.     

一种基于QC距离的形状匹配方法

形状上下文特征描述是图像描述的一种,形状特征向量的提取和相似度量方法至关重要.提出了一种基于QC距离的形状匹配方法,首先计算所有形状轮廓点间径向和角度的相对位置关系,得到形状的特征描述分布,然后利用QC距离来度量特征分布间的相似度,最终实现形状匹配.在手写数字公测数据集MNIST上的实验结果表明,引入QC距离度量有效地提高了匹配的准确率.     

一种快速的代数码书搜索方法

代数码激励线性预测(ACELP)编码算法在各类语音编码标准中得到广泛采用.在ACELP码书搜索时.要得到全局最优的码向量,所需运算量很大,难以在硬件系统上实时实现.为降低计算复杂度,提出了一种基于脉冲预选和替换步骤的快速码书搜索方法.该方法采用预选技术来减少可能的脉冲组合,利用两级搜索与判断机制来改善脉冲替换搜索的效率.实验表明,该方法可以有效地降低复杂度,并维持较高的合成语音品质.     

基于关键点运动轨迹建模的步态识别

步态信息作为一个新兴的生物特征,在医疗、刑侦等方面具有广泛的应用前景.研究者已经提出了很多种步态识别方法,但普遍存在适应性不强、特征描述过于复杂或缺乏可解释性等问题.针对此问题,首先,通过改进三帧差分完成对视频图像中人体轮廓的提取;然后,基于人体轮廓图获取人体骨架模型,通过骨架模型得到所需的人体关键点位置,并对视频图像中同一关键点的位置轨迹进行曲线建模;最后依据关键点轨迹曲线模型建立一种以模型参数作为步态特征向量的步态特征描述方法,并在此基础上选取合适的分类方法进行步态识别.实验结果表明,基于关键点运动轨迹模型的步态特征表达能够很好地描述步态信息,识别率也相对较高.     

基于草图的工程图纸检索条件输入

提出并初步实现了一个面向图纸管理、采用在线图形模糊识别方法和相关反馈技术的手绘图形输入工具。给出了基于笔画速度及曲率变化的特征点检测方法及基本图元的几何识别特征。由于草图具有的模糊特性会造成对用户检索意图理解的偏差,引入模糊集合,定义了基本图元的模糊识别隶属函数。根据模糊集合的隶属度自动地完成草图识别,利用模糊集的距离预测用户的输入意图。在图档管理系统中的应用表明：手绘草图的输入及图元的模糊识别具有很好的实用价值。     

多特征混合的流形排序及其在三维模型草图检索中的应用

为了解决现有基于流形排序的三维模型的草图检索方法特征提取过程中特征描述不准确,且需要对检索草图进行人工标注的问题,本文提出了一种基于改进特征描述符和深度学习的方法用于三维模型草图检索。该方法首先综合考虑了整体形状及局部细节对检索性能的影响,提出用于描述草图和三维模型投影视图的多特征视觉描述符。然后利用深度学习的方法实现草图语义标注。最后在包含7200幅草图和1258个三维模型的公开数据集上进行了实验验证。结果表明：本文方法不仅降低了人为标注所带来的干扰,而且显著提高了三维模型检索的准确率。研究结果将为三维影视动画的自动化检索及编辑重用等相关应用提供设计思路与技术支撑。     

基于颜色自相关和颜色空间分布熵的图像检索方法

颜色特征是图像重要的特征,颜色相关图则是一直以来基于图像内容检索中最常用的特征描述方式,但是目前基于颜色相关图的图像检索算法存在着计算复杂度高,检索精确度低的问题.为了弥补基于颜色相关图的图像检索算法所存在的不足之处,本文从颜色量化上对颜色直方图进行了修改并结合空间分布熵来描述颜色的空间关系.根据8中心色量化规范得出了64中心色量化最终将所有颜色划分为64类,用颜色直方图来描述此64类颜色.空间分布熵则反映了某种颜色的像素在图像空间中的平均分散程度.实验结果表明,将两者结合使用作为颜色特征矢量,不但减少了计算复杂度,而且还提高了检索精度和检索效率.     

认知地图两种外部化方法的比较——以北京市为例

目前,通过实验方法获得人们头脑中认知地图的两种主要方法是手绘草图法和多维标度法(MDS).为了深入探讨认知地图两种外部化方法的异同,以北京市为研究对象,要求抽样的被试同时完成MDS实验与手绘草图实验.对于两种不规则的认知地图,将它们的坐标系进行统一,并尽可能降低处理方法带来的变形.在此基础上,通过二维回归(BR)与误差椭圆的方法分别对两种外部化方法获得的结果进行全局与局部的比较,研究发现手绘草图的方法的结果更加符合实际地图;然而两个方法在变形的趋势上却大致相同.进而从MDS方法与手绘草图方法所研究的不同认知地图表达方式,到两个外部化方法自身的误差,做出分析与解释,并对这两种方法的应用提供了建议.     

单幅手绘草图重建三维模型方法研究

提出从单幅手绘草图快速生成三维模型的方法,对输入草图进行在线识别与规整,将草图转换为规则的几何图形.然后提出二维图形向三维模型转换的映射机制,完成三维信息的添加.最后进行实验验证,结果表明可自然高技地完成手绘筒田的三维重建.     

独立子空间下的草图人脸合成与识别

基于草图的人脸识别对于公安机关通过目击者描述出的犯罪嫌疑人草图来确定疑犯的身份具有重要的意义.为实现草图人脸识别,从人脸独立特征子空间和人脸形状结构特征出发,提出了一种新的草图人脸合成和识别方法.根据人脸图像在独立分量子空间上的重建,研究了基于独立成分分析(ICA)的草图人脸合成,实现了照片草图人脸转换;针对人脸结构信息在人脸识别中的重要作用,在分析主动形状模型(ASM)算法在提取人脸结构信息上所具有的局限性的基础上,提出了极坐标形状模型(PSM);最后,将合成的草图与待识别草图利用ICA/线性鉴别分别(LDA)和极坐标形状模型进行联合识别.实验结果表明,提出的算法可以有效地将照片转换为草图,并具有较好的识别率,1阶识别率达到94.7%,10阶达到99.1%,将子空间投影与极坐标形状模型联合起来识别,1阶识别率可提高5.3%,前3阶识别率平均提高约4.2%.算法较好的识别率基本上满足了自动草图识别系统的要求.     

相关近似熵及在传感网数据故障检测中的应用

针对模糊近似熵方法在生成时间序列数据特征过程中出现的依赖参数较多和计算复杂度较高的问题,提出了相关近似熵方法,并应用在传感网数据故障检测中.相关近似熵方法采用相关信息熵来计算向量空间中多维数据之间的相关度,通过计算向量空间在其维数由M维增加到M+1维时多维数据之间保持相关性的概率来判定一个时间序列的复杂程度.相对于模糊近似熵,相关近似熵方法将依赖参数从4个减少到了2个,并减小了计算复杂度.实验结果表明:相关近似熵生成的特征在大多数情况下显著优于模糊近似熵生成的特征,并且相关近似熵方法大幅度地缩短了传感器数据特征的生成时间.