分布式GIS研究

组件技术是近几年来迅速发展并受到高度重视的一门技术 .GIS技术向着组件化、分布式应用方向发展 .本文首先分析了基于分布式对象组件模型GIS ,接着提出了在Internet上的理想的分布式GIS模型 .并对分布式GIS的发展趋势进行展望 .     

融合高斯核及指数函数聚类的点云目标物提取

针对聚类算法的聚类中心重复性和无法对点云聚类的问题,提出了融合高斯核及指数函数的聚类中心均匀化的点云聚类方法,以优化聚类中心的均匀化分布,实现点云的均匀化聚类。首先,根据高斯核函数及密度指数函数确定局部密度,再依据局部密度的大小确定距离参数。其次,依据局部密度和距离参数的乘积确定聚类中心,同时消除聚类中心的邻近化,使得聚类中心更加均匀分布于整个数据集中。最后,利用数据点到聚类中心距离逐个确定每个数据的聚类归属,并合并邻近聚类实现点云目标物的提取。将该算法与常规的基于密度峰值的聚类算法（clustering function based on density peak,CFDP）、K-means聚类算法、具有噪声的基于密度的聚类方法（density-based spatial clustering of applications with noise,DBSCAN）进行比较,该文所提方法可以对教室内3排椅子实现100%的提取。与相对密度关系的峰值聚类（density peak clustering,DPC）算法及深度学习方法相比,所提方法对不同分辨率目标物点云的提取精度均为96.7%,在计算效率和精度方面均优于其他两种方法。     

基于几何元素的城市三维地理信息系统空间数据模型

空间数据模型是建立城市三维地理信息系统的核心问题。基于不同的城市空间对象划分方法 ,提出了城市三维地理信息系统的 18个空间数据模型 :①把空间现象抽象为点对象、线对象、规则面对象、规则体对象、不规则对象和DTM等 6类对象 ,基于 6种几何元素 (点、直线段、多边形、函数构造面、TIN面片、规则体素 )的不同组合 ,提出了城市三维地理信息系统的 9个空间数据模型 ;②把空间现象抽象为 5类对象 ,分别为零维空间对象 (点对象 )、一维空间对象 (线对象 )、二维空间对象 (面对象 )、三维空间对象 (体对象 )和DTM ,基于 6种几何元素的不同组合提出了 8个空间数据模型 ;③把空间现象抽象为零维对象、一维对象、二维对象、三维对象和DTM ,基于点、直线段、TIN面片、多边形、规则面、不规则面等 6类几何元素提出了一个空间数据模型。通过对一个数据模型的实验验证和各模型的理论分析 ,说明了这些模型的特点及可行性。     

一种改进的移动对象时空数据模型

分析了MOST模型和离散模型各自存在的问题,给出一种改进的移动对象时空数据模型HCFMOST．模型采用三次Hermite插值函数模拟移动对象的历史单元的轨迹且利用线性函数模拟移动对象的当前单元的轨迹,对当前单元中的误差进行了处理．该模型能够对历史轨迹进行精确的查询,对当前和未来的轨迹进行带误差的查询．     

基于两视图的曲面物体自动建模方法

提出一种基于两视图的曲面物体自动重建方法. 采用基于Haudorff距离的特征匹配技术对图像的正面和侧面中的曲面物体进行匹配,自动获得图像中物体的大致形状及位置信息. 采用基于形状先验的图像分割算法自动地将曲面物体从图像的正面和侧面中分割出来. 利用这两幅图像中获得的侧影轮廓线,实现曲面自动重建和纹理自动提取. 通过真实曲面物体进行重建实验,验证了该方法的可行性.     

多媒体信息和技术在数据库系统中的应用

讨论了多媒体数据库对信息处理的特殊技术要求；针对多媒体数据库提出了面向对象的数据库模型；介绍了Ｍｉｃｒｏｓｏｆｔ为开发多媒体数据库提供的对象连接与嵌人（ＯＬＥ），开放式数据库连接（ＯＤＢＣ），ＳＱＬＳＥＲＶＥＲ等一系列标准和技术．给出了在ＷｉｎｄｏｗｓＡＣＣＥＳＳ数据库中进行多媒体信息连接的一种新方法，并与ＯＬＥ技术就各自的效率进行了比较．     

一种离散事件系统建模新方法及其应用

为增强Ｐｅｔｒｉ网技术和Ｏ－Ｏ技术相结合而形成的ＯＯＰＮ的描述能力,提出了一种基于消息驱动机制的新型ＯＯＰＮ——ＭＯＰＮ的定义及其特性,它用面向对象方法为系统建立起整体框架,用有色Ｐｅｔｒｉ网具体实现各个对象,并加入消息驱动机制以在对象间传递消息,能较好地将Ｏ－Ｏ技术和Ｐｅｔｒｉ网的优点结合起来．用离散事件系统的典型实例——ＦＭＳ的建模来说明其在离散事件系统建模、分析中的应用     

多特征融合的视频目标深度跟踪

针对现有基于卷积神经网络跟踪中需要大量离线训练以及在线更新耗时的问题,提出了一种多特征融合的视频目标卷积跟踪算法。算法首先设计了一种浅层前向自学习卷积网络提取目标候选区域的局部卷积特征;然后计算融合了空间信息的颜色直方图特征;在此基础上,采用归一化加权方法在全连接层融合卷积特征和全局颜色特征形成目标的表观描述;最后基于粒子滤波算法,通过计算目标模板与候选目标之间的相似度,估计目标位置。采用OTB-2013公开测试集验证所提跟踪算法的性能,与8种主流目标跟踪算法进行了分析对比。实验结果表明,本文算法的目标跟踪精度和跟踪成功率在多种场景下取得了不错的性能,在保证跟踪精确率的前提下,跟踪鲁棒性优于其他算法。可见提出的多特征融合的卷积跟踪算法通过提取所跟踪视频的自身特征生成卷积器而无需进行大量离线训练,且与手动特征进行融合增强了目标的表达能力,这种策略具有一定的借鉴性。     

基于自适应3D－Hough变换方法估计三维物体的位置参数

本文提出一种基于３Ｄ－Ｈｏｕｇｈ变换检测深度信息图像中平面特征及估计三维物体位置参数的新算法．利用３Ｄ－Ｈｏｕｇｈ参数空间中位移和旋转相分离的特征，多层次地估计物体的位置参数．因为该算法直接从输入的深度信息图像获得几何特征，所以该算法具有较好的鲁棒性．     

通用目标检测算法研究进展与评述

通用目标检测是计算机视觉和模式识别领域中最活跃的研究主题之一,在图像检索、目标识别、辅助驾驶系统以及视觉监控等许多方面都有着重要应用.目标检测研究中要解决的基本问题是,如何选取目标特征,以及如何利用这些特征描述目标物体.一般情况下,目标物体的描述方法跟目标特征的选取原则密切相关.论文从两类典型的特征类型出发,对目标检测研究的暨有成果加以回顾与评述,并对可能的发展趋势进行分析.