简述唐卡图像检索技术

本文作者研究了唐卡图像的特征,介绍了唐卡图像检索系统结构、检索系统的评价标准,概括了提取唐卡图像的颜色、纹理、形状特征方法,最后指出唐卡图像检索技术存在的问题和未来研究方向.     

基于颜色特征的遥感影像检索

利用同一个遥感影像检索系统，对比研究各种颜色特征在遥感影像检索中的检索效果。实验表明，通过提取描述图像灰度分布的各种颜色特征在遥感影像的检索中具有较好的适用性，初步达到了令人满意的效果。     

图像检索中颜色特征维数的选择算法

颜色特征是图像检索中的重要特征之一，其维数的选择影响了计算复杂度、计算速度、查全率、查准率等诸多方面。本文针对基于颜色特征的图像检索中的维数选择问题，进行深入研究，分析不同维数选择下对各种指标的影响，通过实验数据分析确定合适的维数。实验结果表明：对于Coral图像库，应用HsV直方图特征，在查询返回图像为50幅的情况下，基于LPP算法的图像检索的查准率为67．7％，查全率为57．5％，这在只提取颜色特征，没有其他特征融合的前提下是非常高的检索效果。     

基于内容的图像检索技术

基于内容的图像检索技术随着多媒体技术的发展 ,在多媒体数据库管理和多媒体通信传输中越来越得到重视。对基于颜色、纹理、形状和轮廓特征的各种检索方法和技术进行综合阐述的同时 ,指出基于区域和目标检索及用户反馈检索等新的检索方法 ,是今后图像检索技术研究的热点和发展的方向     

融合多特征的图像检索算法

针对单一特征不能很好地表述图像的问题，提出了一种融合多特征的图像检索算法。首先，提取查询图像和图像库中样本图像的GIST（Generalized Search Tree)特征，用欧氏距离衡量图像间的GIST相似度值，根据查询图像的GIST特征在图像库中进行检索，将结果按相似度进行排序；然后，提取查询图像和返回结果中前k幅图像的尺度不变特征变换(SIFT)特征，使用BBF(Best Bin First)算法进行特征匹配；最后，通过特征点匹配点对数排序并返回检索结果。实验在改进的Corel1000数据集上进行，与传统的单特征图像检索算法对比，提出的图像检索算法不仅提高了检索准确率，而且获得了较好的检索效率。     

融合空间信息的彩色图像检索方法

彩色图像检索方法基于hsv颜色模型提取示例图像的颜色特征与图像库中图像的颜色特征时,提取不同维数的特征向量.在图像相似性度量的时候使用不同的计算公式.实验结果证明,这种颜色直方图算法速度快且与人类的视觉有着良好的一致性.     

基于内容的图像检索在电子商务中应用初探

基于内容的图像检索突破了传统的基于文本的图像检索的局限,对图像进行分析,抽取特征,利用这些内容特征建立索引,进行检索。本文介绍了基于内容的图像检索的特点与基本原理,并对其在电子商务应用中的特征选择方法、用户检索方式和用户交互进行了研究。     

基于内容的图像检索在电子商务中应用初探

基于内容的图像检索突破了传统的基于文本的图像检索的局限,对图像进行分析,抽取特征,利用这些内容特征建立索引,进行检索。本文介绍了基于内容的图像检索的特点与基本原理,并对其在电子商务应用中的特征选择方法、用户检索方式和用户交互进行了研究。     

基于卷积神经网络和注意力机制的图像检索

当前先进的图像检索方法中，存在着不能很好地分辨图像中不同区域和内容的重要性的问题，导致计算资源分配不合理、检索正确率较低等一系列结果。为了解决这些问题，提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)和注意力机制的图像检索方法。首先使用卷积神经网络提取特征，然后使用注意力机制处理提取的特征,可以在计算能力有限的情况下根据图像中的内容合理分配计算资源，使图像中的突出部分得到更多的关注。最后通过融合全局平均池化层处理后的CNN特征来进行图像检索。所提方法在corel1k、corel5k和corel10k三个数据集上与其他先进的图像检索方法进行了比较，结果表明该方法能够有效提高图像检索的精确率和召回率，并且在检索返回的前k张图像的数量(top-k)增加时，仍能保持良好且稳定的检索精确率。     

基于多特征融合技术的龙江大豆表象识别方法

针对目前龙江大豆品种鱼龙混杂、难以区分,提出一种基于多特征融合技术的龙江大豆表象识别方法。首先采集6种大豆表象图像,采用中值滤波对大豆表象图像样本去噪,其次采用Lab色彩模型与阈值分割相结合的方法对大豆表象图像进行分割处理,提取大豆表象图像的形态学特征、HIS颜色特征以及纹理特征,再次采用主成分分析对多特征进行融合处理,然后采用基于局部权重的K-近质心近邻分类算法对大豆表象进行分类识别,最后,综合上述三类特征值对6种大豆表象图像进行识别分类检测,总体平均正确识别率达到92.46%。     

基于平方加权质心特征的快速分形图像压缩编码

分形图像压缩利用自身图像具有的相似性，结合压缩仿射变换减少图像数据的冗余来实现图像数据的压缩，具有压缩比高、恢复简单的特点。然而，分形图像压缩编码也具有编码时间长、计算复杂的缺点。为了解决上述的缺点，提出了基于平方加权质心特征的快速分形图像压缩编码算法，利用平方加权质心特征可以将基本分形图像压缩编码过程中的全局搜索转化为局部搜索，限定搜索范围，减少码本数量，在巨大图像信息量传输和存储过程中，在一定程度上缩短了编码时间。将平方加权质心特征快速分形图像压缩编码算法和双交叉和算法、改进叉迹算法、规范五点和算法进行比较，仿真结果表明，所提算法在恢复质量可接受情况下，编码时间具有巨大优势。     

基于尺度不变特征变换的图像自动配准方法

运用尺度不变特征变换方法提取图像特征,采用基于圆域的特征主方向计算方法,强化了图像的特征旋转不变性能;利用k-d搜索树与简化的广义Hough变换相结合的方式进行图像特征匹配,提高了特征匹配的效率和精度。实验表明,该方法能够对不同分辨率、不同光照、不同拍摄角度的图像完成精确自动配准。     

遥感图像的目视判读的探讨

熟悉地物在不同波段的光谱特性,了解地物在不同空间分辨率影像上的表现,掌握不同假彩色合成影像的特征,熟练运用遥感影像解译标志与解译方法,是进行判读解译的重要基础.     

利用改进特征金字塔模型的SAR图像多目标船舶检测

深度学习模型中的特征金字塔网络（Feature Pyramid Network，FPN）常被用作合成孔径雷达（Synthetic Aperture Radar，SAR）图像中多目标船舶的检测。针对复杂场景下多目标船舶检测问题，提出了一种基于改进锚点框的FPN模型。首先将特征金字塔模型嵌入传统的RPN（Region Proposal Network）并映射成新的特征空间用于目标检测，然后利用基于形状相似度距离（Shape Similar Distance,SSD）度量的Kmeans聚类算法优化FPN的初始锚点框，并使用SAR船舶数据集测试。实验结果表明，所提算法目标检测精确率达到98.62%，在复杂场景下与YOLO、Faster RCNN、FPN based on VGG/ResNet等模型进行对比，模型准确率提高，整体性能更好。     

嵌入式MPEG-4流媒体服务系统的设计与实现

详细介绍了一种基于MPEG-4压缩的嵌入式网络流媒体采集、传输和控制应用系统的设计与实现技术。嵌入式系统是以ARM9200T为核心的ARM系统开发平台,嵌入式操作系统采用Linux操作系统,MPEG-4视频压缩芯片采用硬压缩W IS GO7007B进行处理。     

基于局部极值共生模式和能量分析的烟雾检测

针对烟雾稀薄的场景提出了一种新颖且具有鲁棒性的视频烟雾检测方法,该方法主要由预处理、特征提取和图像分类三个阶段组成。在预处理阶段,使用背景差分算法提取视频帧的运动前景区域,并采用HSV颜色空间作用于运动前景区域识别烟雾像素;然后使用局部极值共生模式(Local Extrema Co-occurrence Pattern,LECoP）计算纹理特征和使用烟雾能量分析计算能量特征;最后,将特征矢量融合训练支持向量机（Support Vector Machine,SVM）用于识别烟雾。实验结果表明该方法能有效检测出烟雾。     

MPEG-4视频编码技术及其在多媒体通信中的应用

本文较为详细地介绍了MPEG－4视频编码的主要技术及其功能与特点，并基于此标准提出了一个基于Internet网络的多媒体通信系统的设计方案。     

Simplicity is not key: Understanding firm-generated social media images and consumer liking

Social media platforms are becoming increasingly important marketing channels, and recently these channels are becoming dominated by content that is not textual, but visual in nature. In this paper, we explore the relationship between the visual complexity of firm-generated imagery (FGI) and consumer liking on social media. We use previously validated image mining methods, to automatically extract interpretable visual complexity measures from images. We construct a set of six interpretable measures that are categorized as either (1) feature complexity measures (i.e., unstructured pixel-level variation; color, luminance, and edges) or (2) design complexity measures (i.e., structured design-level variation; number of objects, irregularity of object arrangement, and asymmetry of object arrangement). These measures and their interpretability are validated using a human subject experiment. Subsequently, we relate these visual complexity measures to the number of likes. The results show an inverted u-shape between feature complexity and consumer liking and a regular u-shape relationship between design complexity and consumer liking. In addition, we demonstrate that using the six individual measures that constitute feature- and design complexity provides a more nuanced view of the relationship between the unique aspects of visual complexity and consumer liking of FGI on social media than observed in previous studies that used a more aggregated measure. Overall, the automated framework presented in this paper opens up a wide range of possibilities for studying the role of visual complexity in online content.     

状态时滞广义系统的后验滤波器

应用满阶变换,将带有状态滞后的广义系统转化为带有状态滞后的正常系统。基于射影理论,推导了正常系统的后验滤波器,进而给出原广义系统的后验滤波器。所提出的滤波器避免了状态增广所带来的高维计算。     

改进的ASM面部特征点定位算法

为了提高主动形状模型（ASM）算法的性能,提出了从ASM模型的初始位置、人脸特征点局部搜索两方面改进的叠加ASM模型及局部特征点搜索的二维轮廓线算法。实验结果表明,该算法比传统的ASM对人脸面部特征点定位有更高的精确度。