摘要：多示例学习中,包空间特征描述包容易忽略包中的局部信息,示例空间特征描述包容易忽略包的整体结构信息.针对上述问题,提出融合包空间特征和示例空间特征的多示例学习方法.首先建立图模型表达包中示例之间的关系,将图模型转化为关联矩阵以构建包空间特征;其次筛选出正包中与正包的类别的相关性比较强的示例和负包中与正包的类别的相关性比较弱的示例,将示例特征分别作为正包和负包的示例空间特征;最后用Gaussian RBF核将包空间和示例空间特征映射到相同的特征空间,采用基于权重的特征融合方法进行特征融合.在多示例的基准数据集、公开的图像数据集和文本数据集上进行实验的结果表明,该方法提高了分类效果.

摘要：3D objects can be stored in computer of different describing ways, such as point set, polyline, polygonal surface and Euclidean distance map. Moment invariants of different orders may have the different magnitude. A method for normalizing moments of 3D objects is proposed, which can set the values of moments of different orders roughly in the same range and be applied to different 3D data formats universally. Then accurate computation of moments for several objects is presented and experiments show that this kind of normalization is very useful for moment invariants in 3D objects analysis and recognition.

摘要：伴随智能交通图片数据爆炸式增长,交通大数据车辆精确定位管理需求增加.针对SSD(single shot multibox detector)检测算法对小目标定位不稳定与距离弥散导致的车辆定位偏差问题,提出了一种端到端的车辆及内部细节定位方法.包括引入无效目标过滤机制,以有效地抑制定位偏差;添加区域位置信息反传层,共享低卷积层局部特征,扩大小目标局部感受野,有效地进行车辆内部细节定位.采用PASCAL VOC2007数据集进行的实验结果表明,文中方法达到了良好的效果.

摘要：针对现有监督视频摘要算法中存在的模型训练复杂问题,提出一种新的基于标签分布学习(LDL)的视频摘要算法,采用非参数监督学习的方式生成视频摘要,利用标签传递的方法将摘要结构从带有注释的视频转移到相同类型的测试视频中.首先提取视频的卷积神经网络特征和颜色特征,将两者融合后进行降维得到特征矩阵;然后将特征矩阵与训练样本的标签分布一起输入到LDL模型中;最后根据模型输出的标签分布选取关键帧,生成视频摘要.在基准数据集上与其他算法的实验表明,该算法生成的摘要与用户创建的摘要一致性很高,明显优于其他算法.

摘要：矩不变量是计算机视觉和模式识别领域常用的图像不变特征.现有的形状和颜色变换下彩色图像的矩不变量均基于几何矩构造,因此抗噪性较差.针对该问题,提出了利用基本微分算子和颜色几何基元生成旋转-仿射变换下彩色图像Gaussian-Hermite正交矩不变量的方法,所构造的不变量均为Gaussian-Hermite矩的齐次多项式;然后生成所有可能的低阶低次不变量,并从中得到13个满足线性独立关系的不变量实例.基于合成图像数据集和HPatches图像数据集进行了数值稳定性验证、图像分类和模板匹配实验,结果表明,13个不变量实例具有良好的数值稳定性和抗噪性;使用它们得到的分类和匹配准确率比同类矩不变量分别高出10%和30%左右.

摘要：针对跨域服装检索中服装商品图像拍摄严格约束光照、背景等条件,而用户图像源自复杂多变的日常生活场景,难以避免背景干扰以及视角、姿态引起的服装形变等问题.提出一种结合注意力机制的跨域服装检索方法.利用深度卷积神经网络为基础,引入注意力机制重新分配不同特征所占比重,增强表述服装图像的重要特征,抑制不重要特征;加入短连接模块融合局部重要特征和整幅图像的高层语义信息,提取更具判别力的特征描述子;联合分类损失函数和三元组损失共同约束网络训练过程,基于类别信息缩小检索范围.采用标准的top-k检索精度作为评价指标,选择DeepFashion数据集与当前跨域服装检索常用方法进行对比,文中方法在top-20检索精度对比中取得了最好的检索性能(0.503).实验结果表明,该方法能有效地处理视角、姿态引起的服装形变和复杂背景的干扰,同时不需要大量的样本标注信息,有效地提高了跨域服装检索的精度.

摘要：哈希检索因为具有存储空间小、检索速度快的特点而受到广泛关注.目前深度哈希算法存在2个主要问题:深度哈希编码本质上是二值化特征,并且编码长度较短,存在特征表达能力有限的问题;已有的深度哈希算法无法直接通过反向传播学习离散哈希编码,通常将离散值松弛为连续值来优化学习,存在量化误差的问题.针对以上问题,提出一种结合注意力模型和双峰高斯分布的深度哈希检索算法.该算法设计嵌入空间和通道注意力模型的网络结构,关注重要特征并抑制不必要特征,增强了哈希编码的特征表达能力;同时为了解决量化误差问题,将均值为+1/-1的双峰高斯分布作为先验分布,并借鉴变分自编码机的思想,提出通过KL散度约束哈希编码分布服从先验分布,以减少量化误差.在3个基准数据集CIFAR-10,ImageNet,NUS-WIDE上,在不同码位下计算MAP结果显示,其MAP值优于对比的其他算法,取得了良好的检索效果,验证了文中算法的有效性.

摘要：In 3D models retrieval, feature description and retrieval of non-rigid model face more complex problems due to the isometry transformation of itself. We introduce the hierarchical combination matching into the feature comparison, and build a map between the divided regions of two models, and then achieve accurate feature matching based on patch-by-patch, which successfully introduces the spatial information into feature matching. Verified by experiment, the 3D model retrieval method proposed in this paper based on hierarchical combination matching can make sure more accurate feature matching, so as to enhance the precision of retrieval.

摘要：在自动驾驶领域,计算机对周围环境的感知和理解是必不可少的.其中,相比于二维目标检测,三维点云目标检测可以提供二维目标检测所不具有的物体的三维方位信息,这对于安全自动驾驶是至关重要的.针对三维目标检测中原始输入点云到检测结果之间跨度大的问题,首先,提出了基于结构感知的候选区域生成模块,其中定义了每个点的结构特征,充分利用了三维点云目标检测数据集提供的监督信息,通过预测该特征,网络可以学习到更具有鉴别能力的特征,从而提高候选框的生成质量;其次,将该特征加入到候选框微调阶段中,使得点云上下文特征和局部特征更加丰富.在三维点云目标检测数据集进行了实验,结果表明,文中方法能够在增加极少计算量的前提下,在候选区域生成阶段使用50个候选框0.7的IoU阈值下,提高超过13%的召回率;在候选框微调阶段,3种难度目标框的检测效果均有明显提升,表明了该方法对三维点云目标检测的有效性.

摘要：基于检测的跟踪是近年来多目标跟踪领域的研究热点,针对目前在线跟踪算法通常只考虑相邻2帧间的数据关联,对误检的鲁棒性不高,易造成轨迹碎片的问题,提出一种基于状态预测和运动结构的在线多目标跟踪算法.该算法将多目标跟踪分为逐帧跟踪和轨迹恢复2个阶段.在逐帧跟踪阶段,利用运动结构实现目标空间位置对齐,采用多特征融合进行相似度计算,以提升相邻2帧之间的数据关联精度,运动结构的使用还将提升追踪过程对摄像头移动的鲁棒性;在轨迹恢复阶段,记录未关联目标,并对其进行状态预测,然后和检测结果进行相似度匹配,以完成轨迹恢复,从而解决轨迹碎片问题.在MOTChallenge 2015上的实验结果证明,文中算法的多目标跟踪准确率有明显提高,轨迹碎片减少,同时对于摄像头移动等环境问题具有很好的鲁棒性.