在观察者参考框架下的空间关系自然语言描述

自然语言场景描述是计算机视觉的高级应用,如何自动构建图像中对象间空间关系的描述是自然语言场景描述的重要内容。该文提出了在观察者参考框架下的空间方向关系形式化模型可视域角直方图模型,介绍了基于可视域角直方图的模糊空间方向关系判断方法,建立了基于模糊规则的空间方向关系词、程度修饰词和距离关系词的选取方法,最终生成类人的空间关系自然语言描述。人工图形与真实图片的实验结果表明采用该方法生成类人的自然语言描述是符合人类认知的。     

图像空间关系特征描述

图像目标空间关系的描述是基于内容的图像检索中的关键技术，通过空间位置关系识别事物更符合人们的习惯．回顾并比较了图像中的目标空间关系的特征及描述方法，指出了存在的问题，并提出了改进的建议．     

图像空间关系特征描述

图像目标空间关系的描述是基于内容的图像检索中的关键技术,通过空间位置关系识别事物更符合人们的习惯.回顾并比较了图像中的目标空间关系的特征及描述方法,指出了存在的问题,并提出了改进的建议.     

结合图像信息和几何关系的配准算法

对图像配准中的特征点检测方法和描述方法进行了研究,提出了一种快速准确的图像配准算法.使用尺度空间理论进行特征点的检测,通过两种不同的特征点描述子对特征点进行描述:一种是基于图像信息的描述子,该描述子使用尺度空间理论上的尺度不变Harris算子的自相关矩阵来描述特征点;第二种是基于空间上的几何关系的描述子,提出了一种融合局部结构特征和全局信息的描述子.在图像配准的目标函数里,将特征点匹配矩阵和图像变换矩阵分解,分别使用两种不同的描述子对二者进行迭代求解.该算法结合了两种特征点描述方法的优点,实验结果表明该方法快速、准确,具有配准精度高和计算时间短的优点.     

基于内容的图像检索中OSR特征不变量的研究

提出了一组用于描述对象空间关系的特征不变量，可以证明，该特征不变量描述的空间关系具有平移、旋转和放缩不变性。基于该特征不变量，还给出了对象空间关系的相似性判别公式，实验表明，利用相似性判别公式能快速而有效地进行对象空间关系的相似性匹配，为对象空间关系的描述及相似性检索提供了一个有效的度量途径。     

方向关系定性推理模型的可视化研究

以往对方向关系的研究主要集中在方向关系的形式化描述方面，忽略了空间关系认知与空间关系可视化的联系，因而只反映了空间关系认知的一个方面．在方向关系形式化描述的基础上，探讨了方向关系推理的可视化，从而将空间关系认知与空间信息可视化有机地联系起来．     

基于改进的颜色直方图的图像检索方法

由于全局颜色直方图不能有效地捕捉颜色组成之间的空间关系,从而可能导致图像检索系统最终的查准率和查全率降低,为了弥补这个缺陷,本文提出了基于改进的颜色直方图的图像检索方法,采用几何划分的方法对图像进行局部特征提取,并用特征组合描述整幅图像,从而提高查准率和查全率。实验证明该算法具有一定的优越性.     

方向关系定性推理模型的可视化研究

以往对方向关系的研究主要集中在方向关系的形式化描述方面 ,忽略了空间关系认知与空间关系可视化的联系 ,因而只反映了空间关系认知的一个方面 .在方向关系形式化描述的基础上 ,探讨了方向关系推理的可视化 ,从而将空间关系认知与空间信息可视化有机地联系起来     

基于解耦常识性关联的图像描述生成算法

基于解耦常识性关联的图像描述生成算法旨在排除各类实体间常识性关联对模型推理的干扰,提高描述生成的流畅性与准确性.针对当前图像描述生成中存在的符合常识但与图像内容不相符的关系语句,该算法先通过一种新颖的训练方式加强关系检测模型对图像中真实关系的关注程度,提高关系推理的准确性.再通过一种关系感知的实体交互方法,对存在关系的实体进行有针对性的信息交互,对关系信息进行强化.实验表明,该算法能够纠正一些常识性的虚假关系,生成较为准确的图像描述,并在各项评价指标上获得了较好的实验结果.     

基于YUV色彩空间的Retinex夜间图像增强算法

通常夜间拍摄图像容易出现细节分辨不清的情况。为了改善夜间拍摄图像的质量,提出一种基于YUV色彩空间的Retinex图像增强算法和色度自适应校正方法。首先将图像从RGB色彩空间转换到YUV色彩空间;其次对明亮度分量Y采用多尺度Retinex算法增强,并利用增强后的Y分量对色度分量U、V进行自适应校正;最后将图像转换到RGB色彩空间输出,使图像在细节信息得到增强的同时颜色得到较好的保持。通过与其他Retinex算法比较,实验结果表明该算法在颜色保持和细节增强方面能够达到很好的效果。     

一种三结构描述子的图像检索方法

针对基元结构描述子在颜色空间的基础上再提取其他特征,导致偏重对颜色信息的描述而降低了图像检索性能的问题,提出一种应用在HSV颜色空间上的三结构描述子(TSD)的特征提取方法。该方法在HSV颜色空间中分别提取颜色和纹理信息,考虑到了颜色和纹理特征的同等重要性,同时避免了颜色信息的过多干扰;在纹理特征提取中,TSD利用像素间的信息变化来表示局部空间结构信息,解决了传统的局部模式方法忽略对局部结构的空间关系描述的问题,获得了更多的空间结构信息。实验结果表明,该方法在3个图像库Corel-1000、Corel-5000和Corel-10000上的检索准确率分别达到78.08%、38.12%和52.12%,与以往基元结构方法相比,检索准确率得到了提高。     

基于概率潜在语义分析的中文文本分类研究

概率潜在语义模型使用统计的方法描述"文档—潜在语义—词"之间的概率分布关系,其实质是模拟了潜在的概率语义空间,并将文档和词映射到同一个语义空间.该文将概率潜在语义分析模型用于中文文本分类,一方面较好地处理了自然语言中的同义、多义问题;另一方面通过计算概率潜在语义空间中向量的距离来获得文档间的类别信息从而达到文本分类的目的.实验结果表明,该分类器具有良好的分类性能.     

一维子空间的三维重建方法

为了从图像序列中恢复三维物体,假设相机为正投影模型,提出了一种基于一维子空间的三维重建方法.利用所有图像序列构成的行向量生成的子空间之和与三维空间点构成的行向量生成的子空间是同一线性子空间、同时由所有图像点构成的2个行向量外加一个行向量就可以组成该子空间的一个基底的特性,线性地求取子空间中的行向量,最后完成三维重建.模拟和真实实验结果表明,该重建方法具有鲁棒性好、重投影误差小等优点,而且能够将图像平等地对待.     

基于多层次相容粒度的图像分类

通过图像块的局部特征生成图像特征的空间分布信息和层次信息,提出了基于相容粒度空间的图像特征分层分类方法.该方法体现了基于粒计算从粗到细对图像进行分类的原理;实验测试说明了所提出方法有效.     

基于空间和光谱信息保持的多光谱图像融合算法

文章采用基于空间和光谱信息保持的多光谱图像融合框架,以生成具有高空间质量的多光谱图像。本文采用的融合框架的能量泛函包括四项,第一项为边缘自适应提取约束项,从全色图像中自适应提取边缘细节信息并注入多光谱图像中;第二项为线性组合系数约束项,基于对多光谱图像各波段线性组合系数的估计以改善融合图像的空间质量;第三项为光谱信息保持约束项,基于L2范数分波段估计模糊核以保持多光谱图像的光谱信息;第四项为波段比例关系保持约束项,基于融合前后波段之间的比例关系相等的假设以减轻融合图像光谱失真。在QuickBird和Pavia University图像数据上进行仿真实验,结果表明,与SFIM、MTF_GLP、MTF_GLP_HPM、PCA、GS、GSA、AIHS、GFPCA等算法相比,本文方法的融合图像具有较高的空间和光谱质量。     

方向关系与距离关系的定性描述与推理

由于空间问题固有复杂性和不确定性,空间关系的描述和推理普遍采用定性的方法,方向关系和距离关系是两类重要的空间关系,用以确定空间目标的方位,当前方向和距离关系分别使用各自独立的描述推理模型,限制了推理的准确度,而人们对空间目标方位的确定通常是同时考虑目标的方向和距离,在形式化定性描述方向关系和距离关系推理的基础上,将方向关系和距离关系的推理结合起来,形成方向关系和距离关系的集成组合运算,方向和距离关系相互限制,能够进一步准确推断目标的方位,最后,以实例说明方向关系和距离关系的集成组成运算将提高空间目标方位推断的准确度。     

一种基于注意力机制与多模态的图像描述方法

最近几年在深度学习领域中,自动生成一副图像的自然语言描述引发了学界的广泛关注,原因是图像描述在实际应用中的重要性以及它连接了两个重要的人工智能领域:计算机视觉和自然语言处理.以往的模型大多采用基于模板或简单的编码-解码方式,生成的文本结构较为单一并且不能够根据图像中各个物体的相互关系表达出图像的深层意义.提出了一种基于注意力机制与多模态的图像描述方法,在LSTM(Long-Short Term Memory)的基础上改进了Attention机制,并在Attention结构后面添加了多模态层对图像的上下文特征信息以及LSTM的隐层状态进行融合处理.在两个公共数据集:MS COCO以及Flickr 30K上进行验证,实验结果证明所提方法有效且可以使生成的描述语句更加丰富.     

基于空间约束的地理知识图谱嵌入表示的负样本生成方法

地理知识图谱的表示学习需要根据正样本生成对应的负样本,然而传统的负样本生成算法存在错误率高、地理知识图谱适配性差的问题。针对这一问题,调整空间关系在地理知识图谱中的表达方式,提出基于空间约束的负样本生成方法,并将该方法应用至不同的知识图谱表示学习模型,探讨其在地理知识图谱表示学习中的适配性。结果表明,该算法具有较低的错误率,同时适用于常见的两类知识图谱表示模型,能够提高地理知识图谱表示学习的精度,有助于地理知识图谱在地理研究中发挥更重要的作用。     

男西装情感因子空间研究

服装款式复杂多变,而目前服装情感描述大多是定性描述,对各类服装的情感描述词也未进行系统分析.建立服装情感空间是实现计算机对服装图像情感识别及量化评价的重要前提.通过对男西装情感描述词的筛选、投票、初步确定、相关性分析、因子分析等过程进行了研究,最后得出一个2维的男西装情感因子空间,这样每幅图像对应着该因子空间上的2维坐标值,使得在因子空间上定义男西装图像间的情感相似度和对男西装图像按情感相似性进行评估和索引成为可能,为下一步实现男西装图像情感的机器评估和图像情感语义识别、检索奠定了基础.该方法同样可以扩展到其他类别的服装.     

空间拓扑关系形式化描述模型分析

拓扑关系是GIS空间目标之间最重要的关系之一,在GIS空间数据建模、空间查询、空间分析、空间推理、制图综合等过程中起着重要的作用。文中阐述了空间拓扑关系形式化描述模型与表达方法,分析了各模型的优缺点,并探讨了将来的发展方向。