基于局部稀疏表示模型的海上红外目标跟踪方法

提出了一种基于局部稀疏表示模型的跟踪方法来有效解决跟踪过程中的目标遮挡问题.首先对目标进行分块,然后对每个块分别构造其稀疏字典,并通过衡量候选区域中每个块与目标模板对应块的相似度,获得每个块在目标图像中可能位置的置信图;再结合每个块置信图从而获得目标位置的最佳估计.实验结果表明,该方法与各种流行跟踪算法相比稳定可靠且具有良好的抗遮挡性,并对海上红外目标跟踪取得良好效果.实验结果验证了将稀疏表示应用在海上红外目标跟踪中的有效性及其良好的应用前景.     

一种基于稀疏表示的判别式目标跟踪算法

目标跟踪是计算机视觉领域中具有挑战性的问题.提出了一种基于稀疏表示的判别式目标跟踪算法,用于在复杂场景中对运动目标进行鲁棒跟踪.该算法首先对目标进行滑动窗口稠密采样,构建目标的稀疏表示字典,然后将目标表示为该字典的稀疏编码,从而构造具有判别力的目标特征表示.在跟踪过程中,将目标跟踪问题看作是背景与目标的判别性问题,使用目标和背景的特征表示在线训练朴素贝叶斯分类器,根据分类结果得到目标的跟踪结果.为了适应场景及目标外观变化,设计动态更新机制对字典与分类器进行在线更新.和传统基于稀疏表示的跟踪方法相比,该算法将稀疏表示与判别式分类器结合,利用稀疏表示获得具有判别力的目标特征表示,而在线的朴素贝叶斯分类器则确保了目标跟踪的快速有效.与流行的多种跟踪算法比较结果表明,本算法能够在复杂条件下实现目标的鲁棒跟踪.     

一种基于CAPPROBE带宽估计的TCP Westwood算法

无线局域网中,传统拥塞控制算法往往把因信道错误引发的丢包归因于网络拥塞,进而不必要地减小拥塞窗口(cwnd),导致传输性能下降.为了解决这个问题,TCP Westwood(TCPW)算法通过监听ACK流估计网络带宽,以此调整拥塞算法的参数.在TCPW中引入更准确的CAPPROBE带宽估计,提出并实现了一种TCPW CARPROBE的网络拥塞算法(TCPWC).该算法通过设计ACK双包机制和CAPPROBE算法获得更精确的瓶颈链路带宽估计值,合理调整cwnd和慢启动算法的阈值(ssthresh),避免拥塞控制机制的过度反应,从而提高无线网络的传输性能.在NS3仿真环境实验中,该算法与传统的TCP Tahoe、TCP Reno和TCP NewReno机制相比,不仅提高了网络吞吐量,而且具有友好性和公平性,从而验证算法的优越性.     

指纹识别技术研究进展

指纹识别由于具有唯一性、可靠性，在安全领域得到了广泛的应用。本文介绍了指纹识别技术的历史、现状和发展情况，对指纹识别系统的指纹图像增强、特征得取及特征匹配环节的各种技术以及新的发展动态进行了详细的讨论和分析。     

引入格式塔理论的超分辨率图像重建技术

超分辨率图像重建是一个不适定问题,学术上富有挑战性,在影像处理、高分辨率对地观测等领域具有广泛的用途,其目标评价特性与格式塔理论关于视像认知的相以性、共性线、同趋性等高度吻合.本文引入格式塔理论,在国际图像与视频压缩标准JPEG2000、MPEG-4推荐的提升小波分解与重建框架下,开展重建级大于分解级的超分辨率图像重建模型与算法研究,有如下三方面的贡献:1)对高频信息进行高精度估计,重建获得超分辨率图像,最高频系数置零的小波变换去噪为超分辨率图像重建提供了一个逆向成功的范例;2)遵循格式塔理论,对边缘轮廓、纹理及高频细节信息进行重建;3)建立了带格式塔约束的超分辨率图像重建优化模型框架,体现了人类视觉评价指标.