A Hardware Architecture for the LZW Compression and Decompression Algorithms Based on Parallel Dictionaries

In this paper, a parallel dictionary based LZW algorithm called PDLZW algorithm and its hardware architecture for compression and decompression processors are proposed. In this architecture, instead of using a unique fixed-word-width dictionary a hierarchical variable-word-width dictionary set containing several dictionaries of small address space and increasing word widths is used for both compression and decompression algorithms. The results show that the new architecture not only can be easily implemented in VLSI technology because of its high regularity but also has faster compression and decompression rate since it no longer needs to search the dictionary recursively as the conventional implementations do.     

在线鲁棒判别式字典学习视觉跟踪

传统子空间跟踪较好解决了目标表观变化和遮挡问题,但其仍存在对复杂背景下目标跟踪鲁棒性不足和模型漂移等问题.针对这两个问题,本文首先通过增大背景样本的重构误差和利用L1范数损失函数建立一种在线鲁棒判别式字典学习模型;其次,利用块坐标下降设计了该模型的在线学习算法用于视觉跟踪模板更新;最后,以粒子滤波为框架,结合提出的模板更新方法实现了鲁棒的视觉跟踪.实验结果表明:与IVT(Incremental Visual Tracking)、L1APG(L1-tracker using Accelerated Proximal Gradient)、ONNDL(Online Non-Negative Dictionary Learning)和PCOM(Probability Continuous Outlier Model)等典型跟踪方法相比,本文方法具有较强的鲁棒性和较高的跟踪精度.     

图像字典的盲构造算法

为了使冗余字典能够自适应地表征图像特征,提 出了一种优化的图像字典构造算法。算法 采用了冗余字典内基元类之间的灰色关联度作为字典优化依据,建立了一种新的字典优化原 则,提出了一 种自适应的字典设计算法。算法能够根据图像结构和噪声等信息自适应地选择字典的冗余 因子,将算法运用于图像去噪,结果表明,算法效率大大提高,同时也提高了图像去噪 效果。     

自适应稀疏约束图像超分辨力重建方法

简要介绍了基于稀疏字典约束的超分辨力重建算法,提出了具有低复杂度的基于K均值聚类的自适应稀疏约束图像超分辨力重建算法。所提算法从两个方面降低其计算复杂度:分类训练字典,对图像块归类重建,降低每个图像块所用字典的大小;对图像块的特征进行分析,自适应地选择重建方法。实验结果表明,提出的快速重建方法在重建质量与原算法相当的前提下,可以较大程度地降低重建时间。     

基于稀疏分解的可伸缩图像编码

 图像编码技术的新的突破可寄希望于信号表示的深刻变革.采用基于冗余原子库的快速匹配追踪算法对图像进行稀疏分解,在分析和总结原子空间位置分布规律的基础上,提出与之相适应的块划分编码方法,节约了用于表示原子参数和投影系数的比特数.实验结果表明,本文编码器在计算复杂度、编码效率和伸缩性能等方面都优于当前同类型编码器,特别是在前两方面,其优势十分明显.比如对512×512测试图像,编码率为0.5bpp时本文编码器的平均PSNR增益达1.73dB.特别地,凭借原子库的几何特性,该编码器提供了较传统方法更灵活的伸缩性,允许通过简单的参数变换来获得任意分辨率大小的重建图像.     

Exploring visual dictionaries: A model driven perspective

Good representative dictionaries is the most critical part of the BoVW: Bag of Visual Words scheme, used for such tasks as category identification. The paradigm of learning dictionaries from datasets is by far the most widely used approach and there exists a plethora of methods to this effect. Dictionary learning methods demand abundant data, and when the amount of training data is limited, the quality of dictionaries and consequently the performance of BoVW methods suffer. A much less explored path for creating visual dictionaries starts from the knowledge of primitives in appearance models and creates families of parametric shape models. In this work, we develop shape models starting from a small number of primitives and develop a visual dictionary using various nonlinear operations and nonlinear combinations. Compared with the existing model-driven schemes, our method is able to represent and characterize images in various image understanding applications with competitive, and often better performance.     

压缩感知宽带接收机设计及无杂散动态范围分析

为了分析压缩感知宽带接收机的性能损失，明确其适用范围，设计了一种基于调制宽带转换器( MWC)结构的压缩感知宽带接收机，并针对该接收机的无杂散动态范围进行仿真分析和实验测量。仿真分析和实测结果表明，字典基之间非正交性将会导致接收机无杂散动态范围的严重损失，在1/2压缩采样率的条件下，接收机无杂散动态范围仅能达到7 dB左右，这将严重限制压缩感知宽带接收机在高动态范围要求环境下的应用。     

基于数据字典的数据库索引技术研究

数据字典是指对数据的数据项、数据结构、数据流、数据存储、处理过程等进行定义和描述。数据字典是数据库的中心,对每个用户非常重要,是信息系统进行数据分析阶段的主要工具。结合数据字典设计原理,提出多种类型的数据字典规则,结合不同数据处理的需求,合理组合不同类型的数据字典可以在很大程度上提升信息处理过程中的检索效率,通过对索引策略和多数据字典对应关系的限制,增强数据库系统的健壮性,提高信息安全的强度。     

基于多任务疏表达的二元麦克风小阵列语音增强算法简

针对常规二元麦克风小阵列话音增强算法通常需要话音活动检测技术支持,并且难以有效抑制第一帧含目标信号的噪声。提出了一种基于多任务稀疏表达的二元麦克风小阵列话音增强算法,首先利用字典学习方法分别获得目标信号和噪声信号的过完备字典,然后利用 混合范数对信号在其字典上的表示系数进行正则化稀疏约束,使得2个阵元接收到信号中的噪声信号被抑制,而话音信号尽量保持不变,从而达到话音增强的目标。仿真和实验数据表明,无论开始位置是否含有目标话音信号,所提出的非话音活动检测支持的二元麦克风小阵列话音增强算法均能有效实现话音增强的目标。     

基于双联对置传感器的硬币机读特征检测系统

与硬币自动识别相关的硬币电磁参数称为硬币的机读特征。传统的硬币机读特征识别方法具有检测参数温飘大、一致性差、检测参数单一等缺陷。在此采用相关检测方法对硬币机读特征检测线圈的复阻抗变化进行检测,从而获得检硬币机读特征。检测系统采用DDS的正交激励信号具有波生波形良好,频率、相位和幅值稳定的有点。采用相关检测方法,电路从本质上改善了对硬币差异形成的微弱信号的捕获能力,有利于实现硬币机读特征的在线检测。利用双联对置涡流传感器能有效地克服温漂和提高信号的动态范围,每枚硬币可以检测两次,通过数据处理后可以获得更加准确的结果。结果表明该系统能够检测出微小的硬币机读特征差异,具有良好的稳定性和可重复性。