基于梯度双面互补特性的级联快速目标检测

针对目标检测中精度和速度难以兼顾的问题,借助视觉注意理论中的目标感知与识别机制,分析目标描述中梯度幅值与梯度方向信息之间具有的互补性,提出了基于两层级联梯度特征的快速目标检测模型,可有效描述类无关和类相关检测器.一方面,采用梯度幅值特征,从滑动窗口采样中获得候选目标提议,大幅降低了验证窗口的数量,确保检测速度,另一方面,利用级联方式学习训练多个子检测器,可更好实现不同尺度变化下的目标检测精度.PASCAL数据集上的实验结果,解释了级联梯度特征对目标结构描述的有效性,表明了该文方法在与现有先进方法的检测精度相当的前提下,可极大提升检测速度.     

基于微振动增强的伪装人体检测算法

伪装人体检测在视频监控领域具有重要的研究和应用价值.本文针对目前基于图像表层特征提取的伪装人体检测方法无法有效检测出没有明显移动的伪装人体目标,充分利用了人体目标具有一定范围呼吸率的独特特性,提取并增强伪装人体的微振动特征,利用振动特征实现了伪装人体目标进行检测.首先,提出了自己的伪装人体视频数据集和基于微振动特征的伪装人体检测模型;其次,利用训练集估计伪装人体目标的最优呼吸率区间,利用估计的最优呼吸率区间增强了视频中伪装人体的微振动;最后,根据增强了微振动的视频和提出的检测模型,实现伪装人体目标的定位检测,并通过图像形态学去噪后处理降低检测结果的噪声.本文提取微振动特征的检测算法通过充分的消融实验和对比实验进行了验证,在提出的视频数据集上,检测效果IOU达到了 0.526,Precision达到了 0.738,优于其它图像特征最先进的检测方法.     

基于大气偏振模式分布规律的导航方向角计算方法

 针对已有仿生偏振光导航方法中,根据局部天空区域的偏振信息获取导航信息存在的缺陷,提出一种基于大气偏振模式分布规律的导航方向角计算方法.该方法利用大气偏振模式的对称性定义了偏振响应和函数,根据大气偏振模式有限采样点的偏振信息,拟合估计出太阳子午线位置,并最终获取导航方向角信息,最后通过多组观测时刻、多组观测地点的仿真实验,验证了基于大气偏振模式分布规律的导航方向角计算方法的有效性.     

可迁移测度准则下的协变量偏移修正多源集成方法

迁移学习通过充分利用源域共享知识,实现对目标域的小样本问题求解,然而,对训练和测试样本分布差异测度仍然是该领域的主要挑战。该文针对多源迁移学习算法中,由于源域选择和源域辅助样本选择不当引起的负迁移问题进行研究,提出一种可迁移测度准则下的协变量偏移修正多源集成方法。首先,根据源域和目标域之间的协变量偏移原则,利用联合概率的密度估计,定义辅助样本的可迁移测度,验证目标域和源域在数据空间中标记分布的一致性。其次,在多源域选择阶段,引入非迁移判别过程,提高了源域知识的迁移准确性。最后,在Caltech 256数据集中,验证了Gist特征知识表示和迁移的有效性,分析了多种条件下的辅助样本选择和源域选择的有效性。实验结果表明所提算法可有效降低负迁移现象的发生,获得更好的迁移学习性能     

融合时间和空间上下文特征的群体行为识别

群体行为识别任务中,行为特征具有复杂的时空特性。为了实现有效的行为特征时间编码,本文提出一种融合时间和空间上下文特征的群体行为识别模型。为了分析个体行为特征的时间上下文依赖关系,设计了通道级时间上下文模块,该模块对个体特征的多个通道进行时间平移;分别研究时间延迟移动、时间双向移动、时间循环双向移动的3种策略,并讨论各种策略下通道比例对时间上下文估计的作用。其次,构建了基于融合通道级时间上下文特征的空间图模型,用于对个体空间上下文的编码。该模型使用外观和位置估计初步的个体之间的空间上下文关系,并进一步设计多图策略,来估计多种可能的个体之间的关系。最后,对图模型编码的个体特征,使用个体池化获得群体特征,并使用多层感知器来识别群体行为。本文方法在Volleyball和Collective Activity数据集上优于现有群体行为识别方法,设计的时间上下文特征具有良好个体行为编码能力。     

基于电矢量描述的大气偏振建模

现有理想情况下大气偏振建模回避了对散射过程的描述,无法扩展到实际模型.本文采用电场强度矢量描述光波,建立天球坐标系与东北天坐标系研究光的多点单次散射过程.利用两坐标系之间的转换关系计算参数,将单次瑞利散射分析方法应用于全天域.计算散射光电场强度矢量并处理,得到偏振度和偏振方向矢量来表征大气偏振信息.仿真实验表明该方法能够准确描述理想情况下大气偏振模式,且所得电矢量可以作为实际建模的参考数据,方法具有一定的扩展性和应用价值.     

结构保持的双边滤波极化SAR图像降噪

针对极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)图像相干斑抑制时结构保持的难题,该文提出一种PolSAR图像的双边滤波算法:结构保持的双边滤波(SPBF)。该算法通过结合边缘结构特征和地物散射特性,增强对PolSAR图像结构信息的描述,减少滤波时图像结构信息的损失,实现滤波性能的提高。该算法首先使用边缘检测模板在极化总功率图像(Span)上提取边缘方向,实现自适应选择滤波方向窗;其次,采用Freeman-Durden分解获取像素的散射机制,并根据极化数据的统计分布特性获取地物散射的聚类标记;最终在所选的方向窗中,以聚类标记图为掩膜,利用改进的双边滤波算法对PolSAR数据进行相干斑抑制。真实SAR数据的实验结果表明,该方法能够有效抑制相干斑噪声,同时提高了对图像的边缘、强点目标和极化散射特性的保持能力。     

基于“轮廓-区域”多层互补特性的显著性检测

针对显著性检测在混杂场景中目标容易混淆的问题,本文借助Gestalt心理学理论,利用轮廓线索与外观线索的互补特性,提出一种基于"轮廓-区域"多层互补特性的显著性检测方法.首先,在图像超像素分割基础上,分别提取基于颜色直方图的全局外观线索和基于区域近邻关系的局部对比度线索,充分描述了区域内容的显著性特征;其次,针对混杂场景的区域外观差异小而引起的目标混淆问题,提取基于边缘的目标轮廓封闭性,描述区域轮廓的显著性特征;最后,为了提高对目标尺寸的自适应能力,本文方法使用支持向量机优化多尺度模型中的"轮廓-区域"互补特性融合过程.在ASD,MSRA10K,SED2公认数据集上的实验表明,本文基于轮廓封闭特性的显著性特性,能够有效改善目标显著性查全率、查准率,优于现有的其他先进方法.