基于云模型的图像面状地物表达分析

针对图像处理中需要对分割区域进行表达的问题,在云理论基础上,提出对象云表达图像面状地物的方法.在图像二维论域中,不确定边界的面状地物可以借助松弛迭代法提取其定性语言值表达特征,作为云模型的云核部分.对于不确定边界过渡区域,根据其像素特征获取云模型的云滴,借助逆向云发生器,生成图像面状地物的对象云.这样,对象云作为图像面状地物表达模型,不确定边界的面状地物就可以通过对象云的数字特征来表达.最后以遥感图像为例证明了该方法能够很好地表达图像中面状地物.     

一种复杂矢量面状实体的匹配方法

针对复杂面状实体要素匹配问题,采用一种公共边对象化的Douglas-Peucker改进算法对面实体形状进行简化,然后将简化后的面实体所提取的节点以及基于面实体周长的均匀采样点作为面实体轮廓特征点.利用提取的轮廓特征点,采取一种极坐标方法对面实体进行形状描述,并分别计算出同名实体在节点和均匀采样点处的距离差异,将获取两者综合差异作为最终匹配标准.通过实验对比分析可知,该方法能有效解决复杂面状实体匹配速度和准确率问题.     

地图要素识别与提取研究现状

本文把地图要素大致分成点状要素、面状要素和线状要素三部分,从预处理、分色、细化、符号的识别与提取、面状要素的提取和线状要素的提取几个方面对地图要素的识别与提取进行了综述,最后分析了地图要素识别与提取的难．最及原因。     

基于面积保持的Douglas-Peucker改进算法的多边形化简

面状数据的化简是空间数据多尺度表达和制图综合必须处理的关键问题,有些面状的地理要素要求简化前后面积保持一致,并且不破坏原来的拓扑关系.因此必须对原有的线化简算法做适当的改进.提出对要化简的多边形根据其与相邻多边形的邻接关系,对邻接线段分别化简,以保持原来的拓扑关系;并在采用Douglas-Peucker算法化简时,加入面积平衡的约束条件,构造"平衡线",使化简前后保持面积一致.通过对实验数据化简结果的分析,改进的算法能很好保持化简前后面积及拓扑的一致性,但较Douglas-Peucker算法化简结果,其化简率较小一些.     

基于Douglas-Peucker的矢量数据压缩算法

由于Douglas-Peucker算法未考虑空间对象间的拓扑关系,易造成矢量空间数据压缩后的面状地物公共边出现“裂缝”现象,出现失真问题。针对该问题,该文提出了Douglas-Peucker一种改进算法,通过实验验证,改进的算法不仅能较好地保留图形特征,而且提高了压缩精度。     

基于遗传算法和神经网络的软件界面美感建模

用户界面作为人与机器之间信息交互的桥梁,良好的用户界面能够提高人机交互的效率.本文以软件界面布局和色彩特征作为研究对象,采用神经网络方法建立特征与软件美感之间的关系模型,遗传算法进行特征选择,找出对界面美感影响较大的特征,并且通过主成分分析,最终提炼出界面美感的设计要素.     

基于谱图的维度约简及其应用

为了提取主要特征和方便处理，大多数机器学习任务都要求把高维数据投影到低维空间.在这些拓扑空间中，数据对象的相似性一般由欧式距离来度量.讨论了对某些应用而言，相似性也可以以路径为指标来衡量，并且讨论了特征选取中局部和全局的关系.基于图谱理论，提出了一种结合路径特征和距离特征的维数约简方法，旨在发掘和保持原有数据中有意义的局部近邻关系.在信息检索和人脸识别的试验中，它取得了较好的效果.     

基于面向对象技术的继承机制剖析

OO技术用类来描述具有相同特征的一组对象，以继承作为共享机制，支持单一继承和多重继承．在面向对象的程序设计中，多继承使用频繁，但容易出现二性义问题．继承机制提供了规范化的结构体系和具有自然意义的重用方法，实现了代码和对象域的共享，从而使应用程序更容易维护、更新和升级．     

框架知识表示及推理的研究与实践

采用框架结构来对知识进行表示,定义了框架知识语言,实现了对知识的表示和推理.框架作为知识的表示方式,其最突出的特点是它善于表达结构性的知识,通过继承把知识的层次关系表现出来.     

利用面向对象方法实现有限元软件的扩充

在面向对象的有限元程序设计中利用类的继承机制和多态性，可以建立具有共同关键特征的对象家族，实现代码的重用；在保持原有类基本特性的基础上可以通过派生类和虚函数机制，对类的功能进行扩充和裁减，从而实现对有限元软件的扩充。     

采用车载激光雷达的带状地物矢量化与结构特征提取

针对车载激光点云带状地物形状多样、难以用规则语义信息矢量化,以及结构语义信息提取研究较少的问题,提出一种基于Ribbon Snake模型的车载激光雷达带状地物(道路边界、实线型标线、铁轨)矢量化与结构特征提取方法.首先,通过格网剖分构建点云特征图,利用Ribbon Snake模型提取带状地物矢量化数据;然后,分析不同道路和铁路场景的结构特征,生成具有准确几何和拓扑结构信息的三维矢量数据和属性数据.实验表明:该方法能够准确地提取带状地物矢量化与结构信息,实现不同场景下带状地物的有效完整描述.     

融合加速稳健特征的子空间人脸识别方法

为了充分利用人脸特征信息更加准确全面地描述人脸,提高现有识别算法的识别率,提出一种融合改进的加速稳健特征和子空间特征进行人脸识别的方法。利用AAM形状模型的训练方法,训练得到41个点的人脸形状模型;对每幅图像进行特征点初歩定位,找到并保留与初歩定位的特征点空间距离最近的SURF特征点。将SURF特征点描述子利用PCA降维,得到改进的SURF局部特征向量。然后利用PCA对图像进行全局特征提取,将局部特征与全局特征进行融合,组成全新的特征向量。最后通过特征向量的匹配实现识別。对包括本算法和PCA-SIFT算法在内的6种不同识别算法进行了验证。实验结果表明,提出的算法在改变ORL人脸库中训练集样本数的情况下,识别率均优于其他算法;在样本数为5的情况下比PCA-SIFT方法提高了4.3%,可见该算法提高了人脸的识别率具有较强的鲁棒性和分类性。     

模型基编码中的鼻子形状自动提取

介绍了一种简单而有效的模型基编码鼻子轮廓提取算法.该算法利用皮肤颜色图像分割、特征保留图像二值化、特征脸校验、脸部特征滤波和k-均值分类器定位复杂场景中的人脸及脸部各特征区域,提出了以圆形和非对称双抛物线建立的鼻子形状形变模板以及相应的能量函数,寻找的Powell能量最小化算法的初始参数加速了模板匹配过程,给模型基编码的人脸线框模型自动调整提供了准确的鼻子形状参数.实验表明,所提出的算法对不同人脸姿势的鼻子形状估计表现出良好的结果.     

基于统计形状模型的面部特征提取随机方法

针对在复杂背景和部分遮挡情况下提取面部特征轮廓的困难，提出了一种基于统计模型的随机方法．该方法将面部特征轮廓作为动态随机过程的状态序列，并应用统计方法建立人脸整体形状模型和特征形状模型，分别构造面部特征间和面部特征内控制点样本的预测方程，最后利用序列蒙特卡洛方法估计随机状态．该方法给出了面部特征提取的随机描述，打破了确定性方法对单高斯分布和轮廓形状线性变化的依赖性，实现了轮廓的准确可靠提取．对100幅正面人脸图像的实验结果表明，轮廓定位相对误差仅为2．7％．对标准人脸检测数据库中传统算法很难处理的复杂背景和部分遮挡情况，该方法能够正确定位面部特征轮廓．     

一种高分辨率遥感影像道路提取方法

文章采用了基于核的Fisher线性判别特征分类和形状特征相结合的方法进行道路提取.首先,对标记的样本进行色彩信息的抽取;其次,利用基于核的FLD根据抽取的信息对遥感影像进行特征训练分类,将影像分为道路和非道路两类;接着利用道路的形状特征去除误提的信息;最后利用形态学对道路网进行优化处理.实验证明,本方法可以实现具有颜色信息的遥感影像道路的提取.     

基于约束Delaunay三角剖分的道路三维建模方法

深入研究了一种建立道路三维模型的方法.首先依据道路设计成果计算出道路模型与地形模型的拼合交线,然后用设计点(特征线)数据替换拼合交线内的地形点(特征线)数据,形成建模所需的原始点集和约束边集.针对原始点集采用逐点插入算法进行Delaunay三角剖分,再依据约束边将初始三角网调整为约束Delaunay三角网,由此得到外观与内部拓扑关系均为整体的道路三维模型.此外,还研制了三角形的快速定位算法,加速了建模过程.实践表明,该方法具有整体性好、网形优、速度快的优点.     

道路路线三维整体建模方法研究

现有的道路三维建模方法只能实现道路模型与地形模型在外观上的整合,其内部关系是完全割裂的.深入研究了一种建立道路三维整体模型的方法.首先将设计点(特征线)与地形点(特征线)整合,形成原始点(特征线)集合.针对原始点集采用逐点插入算法进行Delaunay三角剖分,再依据约束边将初始三角网调整为约束Delaunay三角网,由此得到外观与内部拓扑关系均为整体的道路三维模型.实践表明,该方法具有整体性好、网形优、速度快的优点.图6,参11.     

fMRI evidence for objects as the units of attentional selection.

Contrasting theories of visual attention emphasize selection by spatial location, visual features (such as motion or colour) or whole objects. Here we used functional magnetic resonance imaging (fMRI) to test key predictions of the object-based theory, which proposes that pre-attentive mechanisms segment the visual array into discrete objects, groups, or surfaces, which serve as targets for visual attention. Subjects viewed stimuli consisting of a face transparently superimposed on a house, with one moving and the other stationary. In different conditions, subjects attended to the face, the house or the motion. The magnetic resonance signal from each subject's fusiform face area, parahippocampal place area and area MT/MST provided a measure of the processing of faces, houses and visual motion, respectively. Although all three attributes occupied the same location, attending to one attribute of an object (such as the motion of a moving face) enhanced the neural representation not only of that attribute but also of the other attribute of the same object (for example, the face), compared with attributes of the other object (for example, the house). These results cannot be explained by models in which attention selects locations or features, and provide physiological evidence that whole objects are selected even when only one visual attribute is relevant.     

面向中医望诊的人脸图像配准

对可疑病人脸色与病例库中标准病例脸色之间的配准进行了研究.从人脸检测、特征提取到人脸配准,提出一套解决方案和实现算法.将基于肤色模型和动态外观模型的人脸多特征点精确定位方法相结合,应用于面向中医望诊的人脸图像特征定位中,利用所得特征点对人脸划分区域,在各区域内提取颜色特征,实现了基于颜色的图像配准.     

基于Kinect 2的三维人脸个性化建模

提出一种基于五官形状特征点以及人脸肌肉函数的优化Kinect 2 个性人脸网格的算法,然后通过自适应uv贴图,使结果更符合个性人脸特征.首先,通过提取彩色图的特征点位置获取个性人脸的x,y 空间的特征信息,基本的五官形状特征点为83 个,通过相似三角关系在鼻梁和鼻翼处添加了6 个特征点以丰富五官形状特征信息.肌肉形状特征约束方面,综合肌肉形状约束量有43 个.其次,通过Kinect 2 人脸个性化建模得到中间模型,同时也获得了五官形状和肌肉形状特征的深度先验信息.接着使用基于拉普拉斯算子的微分网格变形算法对Kinect2 的中间模型进行五官优化及肌肉形状约束,通过对比ASM、正则化均值漂移和face + + 算法检测的人脸特征点来选择更精确的五官位置.最后,为了让人脸更具有真实感,还通过平面微分网格形变实现了uv 自动贴图,提升了maya中手动调整uv 坐标的准确性和效率.同时,使用次表面散射光照模型来使人脸皮肤的真实感加强.实验表明,本文所采用的三维人脸模型的个性化变形方法能使Kinect2 模型更好地符合个性人脸特征,这将为后期的表情生成和动画制作奠定良好的基础.