基于边缘差异的虚拟视图像质量评价方法

为了降低多视视频中的传输数据量,可适当减少包含纹理图及其对应深度图的多视数量,而在自由立体视频系统的终端采用基于深度图的绘制技术,生成新的虚拟视点。由于不准确的深度图估计、遮挡及合成算法等原因,合成虚拟视的边缘会出现高频噪声。对于这种特有的失真,用一般的评价方法并不能准确反映人眼的视觉感知。该文在分析失真虚拟视与原始视像素差异基础上,对各差异像素进行分类,并分配权重,提出了一种基于视觉加权的边缘差异质量评价方法,对边缘像素施加较高权重。经多视视频序列实验证明,该文方法相比于其它评价方法,能更好地预测人类视觉对虚拟视图像的主观感知。     

基于单路定时准确的低复杂度成对载波复用多址信号盲分离算法

该文分析了传统逐幸存路径处理(Per-Survivor Processing, PSP)算法模型,给出了改进的前馈非二元码软输出维特比(Soft Output Viterbi Algorithm, SOVA)PSP算法。针对单路定时准确的情况,提出了针对成对载波复用多址(Paired Carrier Multiple Access, PCMA)信号的SOVA-PSP盲分离算法。该算法相对传统的PSP算法状态数由原来的M2(L-1)减少到M(L-1)(其中M为调制阶数,L为等效信道响应长度),从而大幅度地降低了算法复杂度。仿真结果表明,改进的算法在降低复杂度的同时与传统PSP算法相比性能几乎没有损失。     

前视阵高速雷达空时处理方法研究

多普勒严重模糊,训练样本有限是高速平台雷达面临的重要问题,协方差矩阵估计误差以及目标约束误差将使处理器性能严重下降。针对上述问题,该文对前视阵杂波自由度进行了研究,分析表明杂波特征谱与孔径带宽积、时宽带宽积以及空时耦合特性有关。该文提出基于主瓣区域空时多波束的鲁棒空时处理方法,首先通过空时多波束降低杂波自由度,然后利用多普勒区间约束的方法,提高了处理器的性能和系统鲁棒性。仿真实验证明了该文方法的有效性,当样本中存在目标信号时,该文方法相比传统固定约束矢量的方法输出信杂噪比性能平均提高5 dB左右。     

基于感知的视频编码方法综述

基于感知的视频编码方法是目前视频编码的研究热点。该文综合论述了基于感知的视频编码方法,重点阐述了基于感知的3维视频编码方法。首先,对目前利用人类视觉系统中的亮度、对比敏感度、中心凹等视觉感知特性的单视点视频编码方法进行分析并指出其存在的问题。然后,对基于立体感兴趣区域和双目敏感度特性的3维视频感知编码方法进行了分析和论述。最后,就基于感知的视频编码方法的进一步发展提出了若干技术与研究方向的展望。     

基于在线判别式字典学习的鲁棒视觉跟踪

现有子空间跟踪方法较好地解决了目标表观变化和遮挡问题,但是它对复杂背景下目标跟踪的鲁棒性较差。针对此问题,该文首先提出一种基于Fisher准则的在线判别式字典学习模型,利用块坐标下降和替换操作设计了该模型的在线学习算法用于视觉跟踪模板更新。其次,定义候选目标编码系数与目标样本编码系数均值之间的距离为系数误差,提出以候选目标的重构误差与系数误差的组合作为粒子滤波的观测似然跟踪目标。实验结果表明：与现有跟踪方法相比,该文跟踪方法具有较强的鲁棒性和较高的跟踪精度。     

融合相位一致性与二维主成分分析的视觉显著性预测

为了更加有效地预测图像中吸引视觉注意的关键区域,该文提出一种融合相位一致性与2维主成分分析(2DPCA)的显著性方法。该方法不同于传统的利用相位谱的方式,而是提出采用相位一致性(PC)获取图像中重要的特征点和边缘信息,经快速漂移超像素优化后,融合局部和全局颜色对比度,生成低层特征显著图。接着提出利用2DPCA提取图像块的主成分后,计算主成分空间中图像块的局部和全局可区分性,得到模式显著图。最后,通过空间离散度度量分配合适的权重,使两者融合,提取显著性区域。在两种人眼跟踪数据库上与5种经典算法的实验对比结果表明,该算法能更加准确地预测人眼视觉关注点。     

一种共享份分块构造的异或区域递增式视觉密码方案

该文依据授权子集的个数将共享份划分若干块,按照共享份分块构造的设计思路,结合(n, n)异或单秘密视觉密码的加密矩阵,构造了异或区域递增式视觉密码的秘密分享与恢复流程。与现有方案相比,该方案可以实现解密区域图像的完全恢复,且明显减小了共享份的大小。     

基于快速傅里叶变换的局部分块视觉跟踪算法

针对视觉跟踪中目标表观变化、局部遮挡、背景干扰等问题,该文提出一种基于快速傅里叶变换的局部分块视觉跟踪算法。通过建立目标分块核岭回归模型并构建循环结构矩阵进行分块穷搜索来提高跟踪精度,利用快速傅里叶变换将时域运算变换到频域运算提高跟踪效率。首先,在包含目标的初始跟踪区域建立目标分块核岭回归模型;然后,提出通过构造循环结构矩阵进行分块穷搜索,并构建目标分块在相邻帧位置关系模型;最后,利用位置关系模型精确估计目标位置并进行分块模型更新。实验结果表明,该文算法不仅对目标表观变化、局部遮挡以及背景干扰等问题的适应能力有所增强,而且跟踪实时性较好。     

一种基于Deramp处理的空时自适应处理方法

在多通道合成孔径雷达动目标检测(SAR-GMTI)系统中,直接利用传统的后多普勒空时自适应处理(PD-STAP)技术进行杂波抑制会导致3个问题。第一,由于动目标径向速度引起的多普勒偏移会导致动目标出现谱卷绕,直接利用匹配滤波的方法对动目标聚焦会出现虚假目标。第二,在信号下采样的情况下,动目标聚焦位置会出现脉冲重复频率(PRF)的偏差,从而导致一个动目标可能出现在多个位置,使得动目标检测变得复杂。第三,利用传统的PD-STAP技术进行杂波抑制会导致很大的计算复杂性。基于此,该文提出一种基于Deramp处理的空时自适应处理方法进行杂波抑制处理,可以有效解决上述问题。该文最后通过仿真实验验证了该方法的有效性。     

极化-空域联合抗机载雷达欺骗式主瓣干扰

机载雷达欺骗式主瓣干扰不仅会引起大量虚警,还会污染空时自适应处理(STAP)器的训练样本,引起自适应方向图畸变,导致期望信号相消和杂波抑制性能下降。针对此问题,利用目标信号与干扰信号极化特性的差异,该文提出一种极化-空域联合自适应波束形成的方法来抑制欺骗式主瓣干扰。该方法首先在多普勒清晰区挑选干扰样本,并采用特征融合技术估计干扰协方差矩阵,然后采用重叠滑窗的子阵合成方式进行极化-空域联合自适应波束形成,在抑制主瓣干扰的同时为后续杂波抑制保留了空域自由度,最后通过STAP抑制剩余的杂波。该算法可以有效滤除密集欺骗式干扰,减少由其引起的虚警,改善机载STAP雷达的杂波抑制性能。仿真结果验证了该方法的有效性。