基于特征共生矩阵的图像分类方法研究

针对词袋算法(BOW)忽略局部特征空间关系的弱点,本文提出了基于特征共生矩阵的图像表达方法。该方法利用局部特征的空间共生统计代替直方图统计,充分考虑了局部特征的空间关系,增强了对图像的表达能力。实验利用标准的景物15数据库,在灰度、尺度不变特征变换(SIFT)和局部二进制模式(LBP)3个特征空间,比较了本方法、词袋法以及空间金字塔方法(SPM)的图像分类性能,结果表明本方法比词袋法的图像分类性能分别高出21.2%、6.4%、4.67%,在灰度及LBP空间,本文方法比空间金字塔法分别高出17.07%、3.87%。     

西科大临潼校区三维虚拟校园系统设计实现

针对西科大临潼校区宣传的需求,基于3D Max和OSG设计实现了一套临潼校区三维虚拟校园系统。首先,应用3D Max对整个临潼校区进行三维建模,提出了一种大规模建筑物场景的划分建模方法。然后,基于VS2005和OSG对临潼校区三维虚拟校园系统进行设计实现,提出了一种自主漫游碰撞检测方法,并实现了自动路径场景定位功能。应用结果表明,该系统达到了实时三维交互需求和预期显示效果。     

基于Fisher权重改进的OB场景分类方法

目标库(object bank,OB)方法是一种使用了高水平语义特征的场景分类方法。针对OB方法使用过高维数的特征向量来表征图像的缺点,提出一种基于Fisher权重改进的OB方法。通过对没有进行空间金字塔处理的OB方法中的低维特征向量加以Fisher权重,使得新得到的特征向量具有极大化类间数据差异并且极小化类内数据差异的性质。实验表明,该方法与OB方法相比在分类效率上提高了10倍以上,并在分类的准确率上提高了3%左右。     

网上三维虚拟史馆模拟系统研究

以Visual C++for Windows为编程工具,设计和开发"网上三维虚拟史馆模拟系统",系统可以在没有实际存在的史馆条件下自动生成包含框架网页、VRML/X3D格式三维场景以及JavaScript程序的网上三维虚拟史馆,已经在某个建设单位得到初步验证与应用.     

复杂场景下基于特征点匹配的目标跟踪算法

提出一种在复杂场景及目标遮挡情况下,特别是目标外形、大小发生变化时的基于SURF的目标跟踪和在线目标模型更新算法。该算法利用SURF对尺度缩放、光照变化和旋转等具有较好鲁棒性的特点,首先提取跟踪目标的SURF特征点,以特征点及其邻域的R、G、B直方图表示目标;然后根据目标在连续的帧中相似性较大的特点,搜索当前帧中的目标最优匹配SURF特征点,由目标特征及目标模型计算其准确大小和位置,并根据变化了的目标状态更新目标模型。实验结果表明,该算法可准确地定位到目标。     

一种新的MPEG-2 VBR视频场景切换判别法

提出了一种新的ＭＰＥＧ－２ＶＢＲ视频场景切换判别法,此判别法表明,相邻编码帧宏块条码率的频域互相关能够有效反映图像活动性及变化的特点,以此为判决准则,将频域互相关的结果与自适应门限进行比较,可以准确地判断出活动图像场景发生切换的位置及其帧类型,具有实现简单,计算量少的优点,可以满足实时应用。     

基于Virtools技术的钻井三维场景动态仿真

针对采用3D MAX、Flash和OpenGL等工具开发钻井三维场景的不足,提出一种3D MAX和Virtools技术相结合的钻井三维场景开发方法。利用3D MAX建模软件构建复杂的钻井设备模型;在Virtools平台下以nmo文件形式调用模型,并利用行为模块（BBs）控制各模型在三维场景中平滑的运动,实现了井场环境的动态仿真。该方法简单,易实现,具有一定的推广价值。     

基于新颖MSM测试框架的IP核测试法

对SOCIP的测试方法进行了研究,提出了一种MSM（master slave monitor）4试框架．该框架结合场景式测试法和类汇编VERILOG语言,能对SOCIP核进行有效的测试,尤其是对多IP核整合阶段的系统总体测试．通过实验验证,该测试方法能够在保证一定代码覆盖率的前提下,对IP核进行有效的测试,并提高了测试后IP核的可移植性．     

自然场景下基于数据增强的人脸表情识别研究进展与趋势

由于自然场景下的人脸表情存在光照、姿态、种族、性别等因素的影响,人脸表情图像数据集的多样性才是能够保障自然场景下的人脸表情识别的性能高效提升的关键.基于自然场景下的人脸图像数据增强的方法,通过增加人脸表情数据集的多样性,提升在自然场景下人脸表情识别的精确度.对最近人脸表情识别的数据增强方法进行了总结和分析,并对在自然场景下人脸表情识别数据增强的发展趋势进行了展望.     

自动驾驶自动紧急制动关键场景测试案例提取研究

为提取自动驾驶自动紧急制动(autonomous emergency braking system,AEB)关键场景测试案例,依据不同抽象程度依次重构符合自然驾驶规律的功能场景、逻辑场景、具体场景,进而对AEB系统展开测试并求解其关键场景。从自然驾驶数据集NGSIM筛选出车辆跟随实例构建出功能场景,基于场景要素构建功能场景,提取出该场景的关键字要素,采用高斯混合模型拟合自然驾驶数据,获得具有概率密度分布的逻辑场景,基于Gibbs抽样的蒙特卡洛方法生成具体测试实例,并通过重要性抽样方法生成关键场景。最后对生成到的关键场景聚类加速场景生成,并对其AEB系统在Prescan仿真软件进行测试。结果表明,AEB系统可对生成的关键场景实现避免碰撞。