基于活动轮廓模型的自动图形变形

图形变形算法中最费时的是在源图形和目标图形中确定变形特征基元；而到目前为止，大部分图形变形算法都是通过人工的方式来实现的。如果两幅源图形间的特征基元的确定能自动实现，这样不但可以减轻用户的负担，而且可以极大地节省变形算法所需的时间，同时提高了算法的效率。基于此考虑，本文提出了一种基于梯度向量流活动轮廓模型的自动图形变形算法，该算法利用基于梯度向量流的活动轮廓模型来自动精确地指定源图形和目标图形的变形特征点及其对应关系。     

一种全景图象拼合算法

提出了一种新的自动全景图象拼合的鲁棒性算法。一是，基于多分辨率样条提出了一种新的图象拼接算法，它采用多分辨率样条来确定拼接区域宽度T和加权函数，使图象在不同分辨率下分别拼合，这样使拼合成的图象既清晰又光滑无缝；二是，在Levenberg-Marquardt非线性最小迭代算法的基础上提出了一种新的非线性最小迭代算法。算法在大多数情况下能自动完成，适宜于任何大小的图象并又不需要知道任何相机参数；对相邻帧之间相机运动没有严格的限制。     

融合多特征和压缩感知的手势识别

基于压缩感知理论,提出了一种新的手势识别方法,考虑到单个特征的局限性,结合Zernike矩和HOG描述符从全局和局部角度描述手势外观和形状.训练阶段提取手势训练图像的Zernike矩和HOG特征构建字典,识别阶段提取待测样本特征,将其表示成相应训练字典的稀疏线性组合,采用求解l1范数的最优化问题实现分类.实验结果证明,和目前应用较广的手势识别方法相比,该方法具有较强的竞争性,而且通过融合两种形状特征,对光照、尺度、旋转等变化更具鲁棒性.     

基于互信息和混合优化算法的多模医学图像配准

针对互信息函数的多极值问题,提出了一种基于混合优化算法的多模医学图像配准方法.对于多模医学图像,以互信息作为相似性测度,使用混合优化算法搜索出最佳配准变换参数,将待配准图像进行变换,从而达到配准的目的.实验表明,该算法能避免陷入局部最优值,配准结果精度达到亚像素级.     

抗统计分析的BPCS隐写

基于复杂度直方图的隐写统计分析法能有效地察觉以BPCS隐写的秘密信息的存在,因此为提高隐写算法的安全性,本文提出了一种改进的BPCS隐写算法,即在不同位平面设置不同的复杂度阈值;并构造一个二次函数来衡量区域的明暗度,利用小块所处区域的明暗度和复杂度相结合来选择位面小块嵌入信息.实验结果表明,该算法能有效地抗基于复杂度直方图的统计分析,同时隐写图像质量比BPCS方法有较大的改善.     

基于KMM匹配的参数迁移学习算法

当训练数据和测试数据来自不同的领域或任务以至于训练数据和测试数据的分布不相同时,需要进行知识的迁移.本文提出一种基于实例KMM匹配的参数迁移学习方法.利用KMM算法估计每个源领域实例的权重,再利用得到的权重,把这些实例应用到基于参数的迁移学习方法中.把该迁移学习算法应用到无线网络定位问题中时,该方法的定位准确度要高于单...