【摘 要】
：
针对现有镜头聚类算法中选择最优化分类个数复杂度较高、分类结果准确性较低的问题,提出了一种基于谱分割理论的镜头聚类算法.通过对每个镜头集构造球状高斯模型SGM(Spherical Gaussian Model),最优化地拟合镜头数据集,提高镜头分割的准确性;在镜头迭代分类过程中采用谱分割算法以提高最终分类结果的准确性;在迭代分类过程中,采用贝叶斯信息准则BIC(Bayesian Informatio
论文部分内容阅读
针对现有镜头聚类算法中选择最优化分类个数复杂度较高、分类结果准确性较低的问题,提出了一种基于谱分割理论的镜头聚类算法.通过对每个镜头集构造球状高斯模型SGM(Spherical Gaussian Model),最优化地拟合镜头数据集,提高镜头分割的准确性;在镜头迭代分类过程中采用谱分割算法以提高最终分类结果的准确性;在迭代分类过程中,采用贝叶斯信息准则BIC(Bayesian Information Criterion)作为分类停止的评判标准;最后根据BIC准则计算每两类融合前后的匹配值,判断比较后
其他文献
为了提高检验科的工作效率和工作质量,通过引入"条形码"技术使检验标本管理更加有效、简单快捷,从而不断改进检验科的管理制度、工作流程。本文对条形码技术以及在临床标本流通各环节的信息化管理进行了详细描述,还对系统实施过程中遇到的各种问题和发展趋势进行了探讨。
针对掌纹纹理特点,提出一种基于灰度曲面匹配的掌纹识别方法。将掌纹灰度图像看作是三维空间下的灰度曲面,并将该曲面作为特征进行匹配,由于将整个图像作为特征,有难以被伪造的特点,抛弃了特征提取和编码等传统操作,提高了掌纹识别系统的安全性和识别速度。对100个手掌类的1 000幅掌纹图像数据库,进行了匹配实验。用Haar小波降低分辨率到3级的情况下,其正确识别率仍然能够达到98.45%。识别时间为23.5
提出了一种人脸表情的矢量分解与合成算法,能将任意图像分解为6种基本表情的矢量和。根据分解的结果,可以实现表情强度的估计和表情的识别,也可以根据给定的表情强度参数合成各种表情图像,克服了表情强度估计、表情的分解与合成中需要手工标注特征点的问题,降低了训练集的不同对表情识别的影响。
提出了一种基于肤色信息与改进的局部二值模式(LBP)算法的人脸检测方法。首先,用一种新颖的光照补偿方法对彩色图片进行光照补偿并分割肤色像素;其次,用正面人脸滤波窗口提取可能的人脸区域并用改进的LBP算子得到其纹理特征;最后,通过马氏距离比较可能人脸区域的LBP直方图与人脸/非人脸样本的LBP直方图的相似度,进行人脸的确认与定位。通过对caltechface database数据库、Labeled
将全景成像和单自由度移动机器人的关键技术应用到增强现实领域中,解决了当图像采集装置与头盔显示器分离并且图像采集装置在场景中移动情况下的增强现实系统的技术难点。建立完整的基于全景成像的增强现实系统,将单自由度移动机器人引入增强现实领域,并提出图像共享的概念。实验表明,全景成像方法对于亮度差异较大图像的拼接效果良好,适宜于室外复杂环境的图像拼接,全景图像的局部增强显示效果良好。
根据影像的多尺度空间表达思想,使用非线性的关键点滤波算子将基准图和实时图分解为不同分辨率并具有不同特征的子图。通过调整不同尺度空间中各参数的权重准确的表示影像对的匹配相似度,并完成综合测度描述符的计算。最后通过测度描述符完成最顶层的粗略匹配,并将结果作为下一层匹配的初始条件,由粗至精完成最终的匹配。实验结果表明,本文方法在基准图和实时图存在一定几何变形和灰度差的情况下,能取得较高的平均匹配精度与正
基于整数小波提出一种用于自然景物图像去噪的快速递推广义交叉验证(FR-GCV)算法,首先对图像做整数小波变换(IWT),计算小波图像中小波系数的分布概率,然后利用整数递推,降低了GCV函数计算复杂度。最后通过小波系数下采样和阈值上界限定进一步降低了算法复杂度。实验结果表明,FR-GCV算法对自然景物图像去噪耗时比GCV算法降低了90%以上。FR-GCV算法能够快速求取去噪最优阈值,在静止图像去噪领
基于辐射度算法的大规模数据场景的可视化模拟中所面临的主要问题是其计算时间无法满足实时性的要求,提出了任务映射模型较好地解决了各计算节点的负载均衡性要求,从而有效提高辐射度算法的并行计算效率。基于该模型开发了并行辐射度算法并在超级计算机模拟器上进行了测试,试验结果表明,该算法具有良好的可扩展性和较高的计算加速比。
针对二次误差测度算法存在尖端特征消失、局部过度简化等缺陷,提出了基于特征矩阵的二次误差测度算法用于网格简化.通过将顶点曲率和边长引进该特征矩阵以优化误差度量,模型中各顶点便易于区分,于是具有明显几何特征区域的顶点误差度量能够被提高.这样,边折叠的顺序可以方便的得到调整,使得模型中的突出特征更多的被保留下来.仿真结果表明,本算法在保持了二次误差测度算法计算时间短、运行效率高的同时,也克服了网格分布过
提出了一种基于Contourlet域独立分量分析(ICA)和支持向量机(SVM)的图像融合方法。首先对源图像进行Contourlet变换,再提取其高频系数的独立分量特征,并通过粒子群优化的SVM实现分类,最后进行图像重构得到融合结果。给出了实验结果,采用均方差(MSE)、信噪比(SNR)、信息熵(H)、空间频率(SF)、清晰度(CL)和相关系数(CR)等评价指标对融合效果进行了定量评价,并与加权平