摘要：针对现有动态背景下目标检测算法的局限性,提出一种基于多组单应约束和马尔可夫随机场的运动目标检测算法.该算法以视频序列多帧跟踪的运动轨迹为基础,通过轨迹分离和像素标记2个阶段实现运动目标的检测:在轨迹分离阶段,利用多组单应约束对视频序列的背景运动进行建模,并基于该约束通过累积确认的策略实现背景轨迹和前景轨迹的准确分离;在像素标记阶段,以超像素为节点建立时空马尔可夫随机场模型,将轨迹分离信息以及超像素的时空邻域关系统一建模在马尔可夫随机场的能量函数中,并通过最小化能量函数得到每个像素的前背景标记结果.与现有基于运动轨迹的方法相比,文中算法不需要仿射摄像机模型的假设,有效地解决了运动轨迹等长带来的轨迹点区域缺失问题,并可同时处理静态背景和动态背景2种类型的视频;在多个公开数据集的测试结果表明,该算法在轨迹分离准确性、轨迹点密度以及像素标记准确率等方面均优于现有方法.

摘要：由于遥感图像中存在边缘混叠和斑点噪声等问题,基于经典的马尔科夫随机场模型的分割算法效果并不太理想。本文针对遥感图像分割中某些像素分类的不确定性,将模糊MRF模型引入遥感图像分割领域,构造了基于MAP-FMRF的分割框架,提出了新的模糊MLL模型,在充分结合空间信息的同时利用灰度和纹理共同构造特征空间,以修正的EM算法结合SA算法获取全局最优解,实现无监督分割,实验对比证明该方法准确率更高。此外,文中还设计了一种新的优化方案以提高分割的效率。

摘要：针对现有动态背景下目标分割算法存在的局限性,提出了一种融合运动线索和颜色信息的视频序列目标分割算法。首先,设计了一种新的运动轨迹分类方法,利用背景运动的低秩特性,结合累积确认的策略,可以获得准确的运动轨迹分类结果;然后,通过过分割算法获取视频序列的超像素集合,并计算超像素之间颜色信息的相似度;最后,以超像素为节点建立马尔可夫随机场模型,将运动轨迹分类信息以及超像素之间颜色信息统一建模在马尔可夫随机场的能量函数中,并通过能量函数最小化获得每个超像素的最优分类。在多组公开发布的视频序列中进行测试与对比,结果表明,本文方法可以准确分割出动态背景下的运动目标,并且较传统方法具有更高的分割准确率。

摘要：提出了一种基于混合广义高斯密度模型(generalize Gaussian mixture model,GGMM),并顾及影像上下文信息的遥感影像分类方法。试验结果表明,该方法具有较强的鲁棒性,分类精度较传统的分类方法要好,在细节保持方面,较某些尺度上的面向对象的分类方法要好。

摘要：人脸素描作为一门独特的艺术,以其逼真的手法表现人物特征和个性,广泛应用于法律实施、数字娱乐和生活工艺等方面。鉴于其广阔的应用前景,人脸素描自动生成已成为计算机视觉领域的热门话题之一。针对当前人脸素描使用单一图像特征,素描效果不够精细,建立的模型对光照变化比较敏感等问题,提出在使用马尔可夫随机场(MRF)模型和置信度传播算法(BP)基础上进行光照鲁棒性细节技术设计,融合多种主流视觉特征进行人脸素描自动生成。首先,将人脸素描分割成交叠图像块,使用Do G、Dense SIFT、Gray,LBP,gist等特征定义能量函数,建立MRF模型;然后,利用BP算法进行推理,估计测试照片块对应的素描块;最后,对素描块交叠区域进行处理,拼接成一幅完整的人脸素描。实验结果表明,使用Sum-Product置信度传播算法进行推理,对素描块重叠区域用平均法进行拼接,素描合成达到较好视觉效果,且具有较好光照鲁棒性。