摘要：首先建立任务调度问题的目标模型,在分析Q学习算法的基础上,给出调度问题的马尔可夫决策过程描述;针对任务调度的Q学习算法更新速度慢的问题,提出一种基于多步信息更新值函数的多步Q学习调度算法.应用实例表明,该算法能够提高收敛速度,有效地解决任务调度问题.

摘要：针对已有的鉴别的局部保持投影算法在特征提取问题中存在的不足,提出了鉴别的局部中值保持投影,通过最大化类间距离同时最小化类内距离寻找最佳投影矩阵,并将其用于人脸识别.该算法利用样本的类中值计算类间距离,有效地保留了图像信息;设计了一种不同的相似性度量机制,以保持受噪声影响较小的类内样本之间的邻域关系,从而进一步加强识别效果的鲁棒性.最后通过在ORL,Yale及AR人脸库上的实验,验证了文中算法的有效性.

摘要：为了去除混迭、噪声和模糊对图像的影响,从遥感器成像的光学及几何特性出发,运用倒易晶胞的复原方法对晶胞形状进行限制;将错误的频谱覆盖放到正确的位置以减少混迭;并结合小波复原方法对退化的图像进行去模糊、去噪,得到一幅更清晰的图像.实验结果表明,结合倒易晶胞的小波复原方法比常用基于频域的方法复原效果更好.

摘要：针对图切割算法存在匹配时间过长的不足,提出了一种快速的图切割立体匹配方法.选用模糊逻辑提取少量的候选匹配点,然后用这些候选匹配点构造缩减的图,再进行图切割立体匹配.采用标准图像对文中方法进行测试,并与图切割立体算法和动态规划算法进行比较的结果表明,该方法较好地保留了图切割算法匹配的准确性,而运行时间仅为图切割算法的1/35.

摘要：针对目前多机器人协作围捕过程中收敛速度慢、稳定性差、定位精度低的问题,提出一种新的围捕策略.设计出Cross-EKF定位算法,对目标位置的后验估计协方差进行交叉计算,以取得最小协方差区域.以区域边缘点到均值中心最大距离为半径,构建收敛圆,将对动态点的收敛扩展为对动态面的收敛.实验结果表明,系统能快速平稳地收敛该圆,从而实现对目标的精确围捕,该方法具有较高的实用价值.

摘要：为了精确、高效地检索人体运动数据库,将三维人体运动捕获数据表示成类似于文本的形式,提出一种基于内容的运动检索方法.首先对人体上/下半身两部分数据分别提取关键帧,并进行相似传播聚类分析,获得数据中最具代表性的一组人体姿势,称之为运动词汇;然后将运动片段的每一帧都替换成运动词汇中与其最相近的姿势来构建运动文档,利用Bigram向量空间模型对人体运动进行检索.整个算法流程不需要人为干预,能够自动完成对已分割运动数据片段的索引.实验结果表明,与现有方法相比,文中方法具有更高的检索精度和召回率.

摘要：常见的图像对比度增强方法在压缩图像整体动态范围的同时可有效地增强图像较暗处的细节,但图像中原较亮部分的细节往往得不到增强,甚至被削弱.针对人类视觉感知的特性提出了相对梯度的概念,首先在梯度域对图像原较亮处的梯度进行更大的拉伸,然后在最小二乘意义下重建出增强后的结果图像.通过将RGB图像变换到HSV彩色空间,将增强方法推广到彩色图像的处理中.实验结果表明,采用文中方法可有效地压缩图像的整体动态范围,同时原图像中较暗和较亮处的细节都得到了有效增强或保持.

摘要：传统的模糊C均值聚类算法(FCM)在图像分割中未考虑各个点的灰度特征及其邻域像素的关联程度,导致其对于噪声十分敏感.而各种改进算法虽然较好地克服了图像噪声的影响,但由于使用均值滤波等方法导致分割图像边缘模糊.为此,提出一种基于各向异性权重的FCM图像分割方法,通过引入新的邻域窗口权重的计算方法,使得中心点邻域内各点具有各向异性的权重;并使用基于灰度级的快速算法,提出了各向异性权重的模糊C均值聚类算法.实验结果表明,文中方法具有较强的抗噪性,对于噪声具有良好的稳定性,分割精度较高.

摘要：Thin-shell变形算法基于一组控制点的位移计算所有顶点的位移,不同的控制点集合会得到不同的重构结果.为了使该变形算法更精确地重构人脸表情动画,基于该算法,提出一种最优控制点计算方法.首先将计算人脸变形最优控制点问题建模,以最小化thin-shell变形算法的重构误差为目标,提出一种自适应前后向贪婪策略学习最优化控制点,称为人脸动画关键点;通过引入边界约束、对称性约束以及多分辨率性,使得所提出的关键点具有通用性.实验结果证明,所提出的人脸动画关键点方法在仿真数据和真实数据上可以有效地获取关键控制点和重构人脸动画.

摘要：为了有效地提取图像特征以提高图像检索性能,借鉴生物视觉信息处理过程中的提取图像特征,提出一种结合视觉感知与局部二值模式(LBP)傅里叶直方图的图像检索算法.首先根据视觉感知特点,用主分量图作为亮度初级视觉特征,将形状边缘信息融入视觉注意模型,获得改进的Itti视觉注意模型,并基于该改进视觉注意模型得到50个视觉特征图;然后计算每个特征图的LBP傅里叶直方图特征,并将其结合在一起作为图像特征;最后利用局部保持投影(LPP)进行维数约简,获取低维特征用于图像检索.实验结果表明,该算法具有颜色、纹理及形状鉴别能力,能获得较好的检索效果.