图像目标语义层级结构及其非监督学习算法

根据场景图像中某些目标的特征间具有空间关联性和几何连贯性的空间语义属性,对特定场景的图像序列进行学习,首先提取各图像的尺度不变特征变换(SIFT)特征点,分析每对图像中各匹配特征点对间的几何连贯性,然后根据图像序列特征点矢量间的空间紧密程度进行聚类获得目标对象,从而得到基于空间关联性的一种新的图像语义层级结构(SBOSH),此层级结构图是通过非监督自动学习的过程获得的.由SBOSH结构图不仅可得到各节点上的目标对象,而且能够获得各节点间的空间交互性.所得的SBOSH结构图符合人对场景的逻辑分析,可以应用于场景分析、目标及目标局部精确定位和类目标的识别中.     

面向绿色制造的一种作业调度模型及其算法

建立了面向绿色调度的模型,旨在优化调度过程中产品的质量、生产成本、资源消耗、环境污染和生产周期．将多目标遗传算法与模糊优选技术相结合对该模型求解,并用案例验证了模型的实用性和算法的可行性．     

基于目标背景加权的核跟踪

在核跟踪(Mean Shift跟踪)算法中,目标的表示方法对跟踪性能有很重要的影响.传统的核跟踪算法只是通过计算目标模型和候选目标模型,对目标进行跟踪,没有消除背景的影响,特别是目标与背景相近的情况.对此,提出了一种目标背景加权的核跟踪算法,该算法是在跟踪过程中对目标模型进行背景加权,并且在目标的表示中采用颜色纹理联合直方图.为了验证跟踪的可靠性,利用跟踪位置与目标位置之间偏移量的均值和方差进行衡量.实验结果表明,与传统的跟踪算法相比,该算法在目标的表示和跟踪性能上有很大的提高.     

团队骨干分享

正(以下排名以姓氏拼音为序)高超我曾在国外留学,学习系统运作,回国后一直都没有找到合适的创业平台,倍感苦恼。机缘巧合,我发现了颐爱生殖保养项目,这是一项拥有广阔前景的项目。再加上刘总是一个无比优秀的领导人,因此,谁都无法阻止我们前进的脚步!     

基于数字摄像的双目标法测量夜间能见度

利用数码相机拍摄图像,模拟人眼对能见度进行测量是最理想的道路能见度探测方法,它具有极强的实用价值。本文介描述了基于数字摄像的双目标法测量夜间能见度。所谓双目标法就是利用数码相机拍摄地平线附近的两个距离不同的目标物(这里采用的是两个路灯),并将这两个目标物呈现在同一张图像上。这样保证了拍摄的两个目标不会存在时间的差异。该方法消除了大气消光系数、亮度阈值的测量,从而使得夜间能见度的测量变得简单可行。并且将测量的结果与气象局发布的能见度值进行了比较。     

中国特色社会主义文化的理论建设及其基础工程

从社会主义精神文明建设口号的提出,到中国特色社会主义文化理论体系的确立,标志着社会主义文化理论的完善与成熟;中国特色社会主义文化设计目标和建设方案的科学确立,显示了我国改革开放的现实成就,为我国文化建设新高潮的到来提出了明确的行动计划;如何建构和培育中国特色社会主义文化建设的基础工程,则为我们提供了无限广阔的创造空间。     

自组织神经网络在空中目标识别中的应用

本文研究了将自组织神经网络用于空中目标识别的方法,并基于此提出一个识别飞机及其诱饵红外图象的方案,提出目标表面的分形特征和熵特征,针对各特征量纲不统一,信息表达方式差异等特点,利用自组织神经网络来实现特征间的有效融合,实验表明,该方法具有较高的稳定性和准确性。     

粒子滤波融合跟踪方法

针对Kalman滤波不能处理多传感器量测信息融合中的非线性问题,提出了一种基于粒子滤波方法的融合跟踪算法.通过对量测方程的非线性分析,利用粒子滤波器计算目标状态估计值,通过线性迭代的方式得到系统的最优估计.仿真结果表明,与采用Kalman滤波的方法相比,该算法具有更高的估计精度和更少的计算量.相比于单传感器,减少了量测信息的模糊性,提高了资源的利用率.     

基于自然语言表达的目标检测算法

为帮助机器人根据自然语言表达定位环境中的物品,提出一种快速、端对端的基于自然语言表达的目标检测算法:同时训练一个卷积神经网络与一个循环神经网络来学习视觉与文本信息.循环神经网络用于将自然语言编码为向量,卷积神经网络用于获取图片中的区域特征信息.对比图片中的区域特征与自然语言特征,相似度高的即为目标区域.在开源数据库UNC-Ref与G-Ref中训练并测试了该模型,证明了该模型的快速性与准确性.     

技术预见与关键技术选择的差异

技术预见是要对未来较长时期内的科学、技术、经济和社会发展进行系统研究，以确定具有战略性的研究领域，并选择那些对经济和社会利益具有最大化贡献的通用技术。而国家关键技术选择是在社会资源有限、国际竞争日趋激烈的形势下，为实现国家目标，在弄清现状、杷握未来的基础上选择技术发展的重点领域。因此，技术预见与国家关键技术选择有许多重叠，