基于预测的无人机视频快速匹配算法研究

针对无人机视频数据,提出一种快速逐帧匹配算法。该算法首先使用计算机在每一帧中均匀标记一定数量的点,接着利用视频相邻帧之间的特点使用绝对差值法完成同名点的寻找,之后引入内插理论建立预测模型,缩小了搜索窗口和匹配窗口大小,降低了算法时间复杂度。实验结果表明,该算法可以高效地完成相邻帧之间的匹配。     

基于ISS特征点的快速CPD建筑物点云配准算法

针对大规模建筑物点云数据采用CPD（coherent point drift）算法进行配准时,计算复杂度增大的问题,提出了一种基于建筑物点云特征点简化数据的快速配准ISS-CPD算法。该配准算法采用ISS(intrinsic shape signature)算法求得建筑物点云的特征点,可减少建筑物点云的数据量规模,再对所提取的不同视角下建筑物点云的特征点用CPD算法进行配准。实验结果表明,改进的配准算法提高了建筑物点云的配准效率。     

基于三维立方体损失的点云目标检测算法

常用的优化回归边界框参数的损失并不等价于最大化IoU指标,并且IoU作为回归损失,在边界框不重叠的情况下进行优化是不可行的.为了解决这个问题,在IoU基础上加入外接框的计算,将所得结果(3D_CGIoU)作为损失纳入到目前主流的三维目标检测框架中,并在数据集KITTI和ScanNet上进行实验.实验结果显示检测的平均精...     

一种具有自适应迁移能力的多粒子群协同优化算法

基于群熵的概念提出了一种具有自适应迁移能力的多种群PSO算法.对2个著名的基准函数进行测试,结果表明:与经典PSO和多种群协同PSO等算法相比,新算法能更有效地控制粒子群的多样性,从而提高了算法的收敛精度,改善了算法的优化性能.     

基于模糊控制的ASIFT图像特征优化算法

ASIFT算法是图像特征匹配的有效工具,具有很强的仿射不变性.在ASIFT算法的基础上,利用Nelder-Mead单纯形方法优化采样点,并通过模糊控制策略实现单纯形参数的自适应调整.针对一组低空遥感图像的实验结果表明,本文方法保持了ASIFT算法对仿射变换的鲁棒性,并且能获得比ASIFT和SIFT算法更多的特征匹配对.     

基于粒子群优化的分类规则挖掘方法及其应用

为了从网络入侵数据提取有意义的信息,分析了网络入侵数据的特点,设计了一种实数的编码方式,给出了一种基于粒子群优化的分类规则挖掘方法,并应用于误用检测系统中.仿真实验结果表明,提出的方法是有效的和可行的.     

基于纹理特征融合的人脸图像质量评估算法

从视频序列中选取同一人的高质量人脸图像是人脸识别技术的关键步骤。为了提升人脸图像评估的可靠性,提出了纹理特征融合的人脸质量评估算法。首先,针对人脸图像提取HOG、GIST、GABOR和LBP等纹理特征;接着,根据标注数据训练分类器,实现单特征得分评估;再将多特征得分值融合成特征向量;最后,通过多项式核函数升维得到新的特征向量,并根据该特征训练SVMs分类器,以回归人脸图像质量得分。实验结果表明,基于特征融合的方法能有效提升人脸图像质量评估的效果,特别是HOGGIST特征组合的算法具有很好的效率,目标人脸在不同姿势及遮挡的情况都能得到可靠的评估结果。     

基于四元约束的多视角建筑物Lidar点云配准方法

基于建筑物Lidar点云的特点,提出一种基于四元约束的多视角点云配准算法。建筑物Lidar点云的实验结果表明,在复杂和大场景建筑物Lidar点云的多视角配准中,该算法可以得到较好的配准精度。