在低码率信道中提高视频编码质量的方法

电视手机是未来几年数字视频应用的一个热点.该文探讨适合于中低码率无线信道应用的一种方法：在实时编码的初期,通过量化QP(quantization parameter)值的调整,来满足信道带宽的要求;当信道变差时,在编码端采取动态丢帧策略,通过场景切换检测,将相关性强的帧丢失,在解码端通过双线性时序插补方法,恢复丢失的帧.这样可在保证编码质量的前提下,满足无线信道带宽时变的要求.同时讨论将这种方法应用到AVS和H.264视频编码算法中,实验证明这种方法可以有效应用到未来的电视手机中.     

基于迁移学习的高分辨率遥感影像场景分类研究

对于小样本集合的遥感影像场景分类问题,采取了一种基于迁移学习的卷积神经网络高分辨率遥感影像识别方法,通过深度卷积神经网络Inception-v4在ImageNet上训练,得到预训练模型以及相应的初始化参数,随后将小样本遥感数据按比例划分注入预训练模型当中,根据样本集合特征,不断调整网络参数以便获得最佳识别分类模型.最后将本文的方法与现有的场景分类方法进行实验对比,测得该方法在UC merced land use场景影像数据集上取得97.92%的准确率,有效提高了高分影像场景分类精度.     

灾变场景的社会动员与应急社会学体系构建

突发性灾变尤其巨灾形成一种特定场景氛围,往往常规制度表现为一定的失灵状态,从而一定程度地引发社会成员安全自保的自觉自发应急行动。基于国家—关系的理论视角,文章着重探索公民社会的高强度、共识性的社会自我动员,以及这类社会动员付诸的实际行动,包括应急的社会责任、社会工作、社会心理、社会组织、社会分层、社会区域、社会政策、社会文化、协同治理等具体内容任务。同时,在此基础上,按照行动—结构—系统的社会学逻辑链条,构建起应急社会学的初步理论体系,并对之比照了基于国家动员层面的应急管理学的差异,同时认为它是相关联的灾害社会学的聚焦化、安全社会学的具体化和特定化,有其理论价值和现实意义。     

时空多特征流域场景模式库构建方法

通过构建流域时空场景表征水文事件,提出一种创新的时空多特征流域场景模式库构建方法。对水文原始数据进行事件化分割,去除场景要素数据的时空冗余;基于要素关联关系分析,以多类型方法构造场景要素的对应特征;通过特征选择算法,选取场景关键特征,实现场景初始化;以初始化场景为特征空间,通过聚类提取场景模式,完成场景模式库构建。试验结果表明,创新的时空多特征流域场景模式库构建方法能高效提取水文事件中关键的时空场景数据,挖掘场景模式,形成场景模式库,可以为小样本条件下的水文事件预测提供准确高效的结果。     

一种改进的自适应阈值SSDA的视频拼接算法——在交通场景中的研究与应用

研究并实现了一种改进的自适应阈值SSDA的视频拼接算法,并将其应用在交通领域。主要从倾斜校正,帧图像配准,无缝拼接三个方面进行了研究与论证,实验结果表明,这种改进的自适应阈值SSDA的图像配准方法,减少了计算量并提高了视频拼接的效率,有利于交管部门对路况信息数据的回放和存储,减少数据量。     

虚拟奥运博物馆中的场景建模

,分布式虚拟现实技术逐渐发展成熟,并成功应用到各个领域.结合虚拟奥运博物馆项目.对系统实现过程中的建模技术进行了讨论,着重介绍了虚拟场景的构造、实现,以及如何针对实时绘制进行建模过程中的特殊处理,并给出了一些实验结果.     

人工智能国际领先机构OpenAI创新管理模式及对中国的启示

以人工智能领域的国际领先机构OpenAI为例，探究其创新管理模式及对中国的启示。OpenAI通过打造以大模型为核心的创新引擎，依靠场景、人才、生态、科技金融与安全治理等5个方面的管理创新，建构了以AI大模型为基石、青年人才挑大梁、海量场景驱动的开放型创新生态系统，实现科技—金融—产业场景的良性循环，进而从后发企业快速追赶超越成为全球人工智能领军企业。OpenAI的实践为我国政产学研各方主体深入把握新一代人工智能发展规律和创新模式，加快通用人工智能创新和产业化，培育世界一流企业，打造中国式现代化新引擎等提供了重要参考。     

一个地区的两个场景

一东一西生活在阿拉伯世界的两个非阿拉伯国家，承受着不同的压力，又相互亮剑，随时准备刺向对方。这两个场景，折射出中东的形势。     

面向防汛减灾的VR-GIS汛情虚拟场景建模方法

基于面向对象方法和数据库技术,针对防汛减灾VR-GIS平台,对汛情虚拟场景、虚拟场景单元和虚拟对象进行了分析,提出了汛情虚拟场景和虚拟对象的数学表示,提出了虚拟对象的类结构、操作方法、模型特征和建模方法,有效解决了防汛减灾VR-GIS平台的关键问题.     

基于生物视觉感知的场景特征提取方法

针对复杂背景环境下图像场景理解及分类中遇到的诸多难题,提出了一种模拟生物视觉感知的新的图像场景特征提取方法.该方法采用方向、颜色和亮度三种感知特征来构造视觉显著图,并对基本单元进行最大化处理来得到更加精确的方向信息.为了提高特征提取的速度,设计了区域分割算法,然后构造分割区域描述子,最后通过SVM对特征向量集合进行无监督分类以实现显著区域匹配.与传统方法相比,该方法提取的特征对于一定程度的仿射和光照变化具有良好的不变性,同时具有较好的分类效果.实验结果表明上述方法能够较好地应用于场景分类及检索,并具有较强的时效性.