摘要：证明了在相关系数准则下最优融合算法与线性最优融合算法是等价的 ,利用这一结果大大减少了计算的空间与时间复杂度 ;并通过设置加权系数和提供一种自适应计算权值的方法以突出原多光谱图像目标区域的频谱特征 ;对于相关性较弱的多光谱图像集提出了分组融合的方法 实验结果表明 :该最优融合算法高效可行 。

摘要：针对传统交通数据可视分析方法缺乏预测分析能力的问题,提出了基于出租车出行数据的预测式可视分析方法,支持用户更有效地探索未来的交通状况.在可视分析模型中,提出了结合天气、星期几等多种非交通因素的预测模型,提高了预测的准确度;提出了基于预测数据和广义地点类型约束的路径规划方法,获得了更优的路径规划结果;以多种可视化手段分析和预测了出租车司机的运营状况,帮助司机进行运营决策.以温州市出租车数据进行的实验结果表明,与传统方法相比,文中方法能更准确地预测交通状况和运营状况,并获得更合理的路径规划结果.

摘要：屏蔽泊松方程在图像视频处理和图形学领域有着广泛应用,传统上一般借助离散余弦变换或快速傅里叶变换求解,计算复杂度为O(nlogn).提出了一种基于卷积金字塔的快速近似求解算法,将屏蔽泊松方程求解视为一个“大核”卷积过程,利用卷积金字塔,将“大核”卷积分解为若干个“小核”卷积,从而将计算复杂度改善至线性.实验发现,在图像无缝拼合和梯度域绘制的应用中,对于千万像素级别图像,所提算法能获得5~6倍的性能提升.进一步,屏蔽泊松方程求解也是许多图像迭代算法的中间步骤,以加权最小二乘图像光滑和基于总变差正则化的图像重建算法为例,运用所提算法,在视觉效果和均方误差上都有着很好的近似,在速度上有显著的提升.

摘要：真人虚拟试发在虚拟社交、在线商城试戴和个人发型设计等领域具有明显的应用价值.现有的基于图像的2D虚拟试发系统无法让用户从不同的角度和距离实时观看试发效果,极大地限制了这类系统的可应用范围.为此,提出一个基于3D人脸跟踪的实时真人虚拟试发系统,用户仅使用一个网络摄像头,就能如同在镜子前试戴真实假发一样进行虚拟试发.首先结合深度学习技术与传统优化算法,从2D人脸视频帧中快速鲁棒地计算出对应的3D人脸形状和姿态,实现3D人脸跟踪;然后根据事先指定的若干对对应点,自动把3D头发佩戴到视频帧所对应的3D人脸模型;最后根据3D人脸模型对3D虚拟头发进行遮挡处理与绘制,实现虚实混合的真人虚拟试发效果.此外,还提出一种简单实用的3D头发重上色算法,以进一步增强虚拟试发效果.在室内外环境下,使用网络摄像头采集用户视频进行了大量的真人虚拟试发实验的结果表明,该系统是有效的和实用的.