协同视觉显著性检测方法综述

协同视觉显著性检测是视觉注意力计算领域中一个快速发展的新兴分支,致力于检测多幅相关场景图像中的公共显著目标,在各种计算机视觉任务中有广泛应用.考虑到特征提取策略的设计是协同视觉显著性检测当前研究的重点,本文首先根据特征提取策略的不同对现有的协同视觉显著检测方法进行了分类介绍和定性分析.其次,通过在5个公开数据库上的主观和定量对比,对各流行算法的性能进行了评估,分析了特征提取策略对算法性能的影响以及各数据库的复杂度,并验证了协同视觉显著性检测和视觉显著性检测的区别.最后,对本文工作进行了总结,并对当前研究中存在的问题和未来的研究工作进行了讨论.     

HPM视角谈一类将军饮马问题的实践与思考

通过HPM视角对一些经典数学问题进行探究成为了一种可以操作的有效做法,本文从HPM视角对“将军饮马”问题进行深入研究,借助历史相似性原理,试图找到解决此类问题的方法和本质,最后给出了对HPM视角下的历史名题的一些思考.