结构相似性

摘要： 针对传统硬阈值函数在阈值处不连续、传统软阈值函数中小波系数与小波估计系数之间存在恒定偏差的问题,提出一种优化新型阈值函数的图像去噪算法.本文所提算法不仅对高频噪声进行有效去噪,而且兼顾低频分量,从低频分量中提取少量细节信息,从而提高原图像和重构图像的相似度,之后再对重构图像进行中值滤波.仿真结果表明,相比于传统的软、硬阈值函数,采用本文优化后的阈值函数进行图像去噪,不仅主观上视觉效果更好,而且峰值信噪比(Peak Signal to Noise Ratio,PSNR)值增加了约7 db,结构相似性(Structural Similarity,SSIM)增加了约0.1,均方误差(Mean Square Error,MSE)降低了76%.此外,对含高密度椒盐噪声的图像进行优化阈值函数和加权均值滤波相结合的算法去噪后,仿真结果与单一阈值函数去噪相比,峰值信噪比增加了约5%,均方误差降低了约5.5%,结构相似性增加了约0.1.

摘要： 针对虚拟试衣中特征提取不足、人物肢体被衣服遮挡的问题,在基于图像特征保留的虚拟试衣方法基础上,提出基于并行卷积核的Attention U-Net虚拟试衣方法。该方法采用并行卷积核代替原有的3×3卷积核来提取特征,并在U-Net网络中融入注意力机制形成新的Attention U-Net图像合成器,通过不断调整网络学习参数,将模型放在数据集VITON Dataset上进行虚拟试衣实验。实验结果表明,与原方法相比,该方法能提取出更多的细节纹理,在结构相似性上提升了15.6%,虚拟试衣效果更好。

摘要： 为了解决基于局部信息的链路预测算法忽略了节点邻居信息对节点相似性度量影响的问题,提出了一种基于相对熵和节点局部结构的链路预测算法.首先,采用二阶本地网络描述节点的局部结构;然后,通过相对熵的重新定义刻画了节点之间的结构相似性;最后,利用相对熵来度量节点的结构相似性,考虑节点邻居的结构信息,提出相对熵度量节点结构相似性指标.在7个实际网络数据集上的仿真实验测试表明:相比其他基于局部和全局信息的相似性指标,所提方法在曲线下面积衡量标准下能够取得更好的效果,并且适用于平均聚集系数小的网络,在大规模网络上也有较好的表现.

摘要： 针对蒙特卡罗渲染在低光线路径采样率下绘制的图像容易出现噪点的问题,提出一种蒙特卡罗渲染画面多特征非局部均值降噪算法。使用canny算法对场景反射率图进行梯度化,以反射率梯度图为引导图,利用引导滤波器对法向量图预滤波;求出预滤波后法向量图中图像块之间的结构相似性,利用结构相似性倒数的对数值对非局部均值滤波器权值进行改进;利用改进后的非局部均值滤波器对噪点图像进行滤波重构。实验结果表明:该算法能在典型场景中有效降低渲染画面的噪声,改善均方误差和峰值信噪比质量指标。

摘要： 研究监控视频的异常检测过程中,需要提取监控视频的背景图像,而传统方法提取视频背景图像效果较差,存在前景图像残影、模糊等问题。为了提升固定场景监控视频背景图像的提取效果,论文采用卷积自动编码器结合结构相似性损失函数的方式提取视频图像背景。自动编码器将监控视频的前景图像视为运动噪声,使用编码器去除噪声,再使用解码器重构背景图像,论文基于Avenue、UCSDPed1、UCSDPed2数据集进行实验验证,证明论文方法具有较好背景图像提取效果。

摘要： 针对水下图像的颜色失真和对比度失衡问题,提出了一种基于UNDERWATER-CUT模型的弱监督水下图像增强算法。该算法网络训练时无需成对训练集,通过图像分块的方式构建对比学习正负样本,约束了图像生成的内容。使用了结构相似性损失函数对水下图像增强进行约束,确保CUT模型在对水下图像域到脱水图像域进行转换过程中的物体结构不变。同时还使用alignment和uniformity 2个简单函数的线性组合来近似逼近CUT模型的InfoNCE损失函数,使得改进后的模型训练更容易收敛到最优值。实验结果证明经过文中算法增强后的图像,颜色失真得到极大的修正,图像中的物体结构和修复前的图像基本一致。

摘要： 为解决目标跟踪过程中遮挡问题引起的跟踪丢失现象,提出一种遮挡判别下基于特征匹配的相关滤波跟踪算法.首先,通过分析输出滤波响应图,提出最大峰值波动和响应值波动两种计算模型判断目标是否发生遮挡.其次,引入结构相似性指标判断目标区域与检测区域的相似性,将遮挡进一步分为轻微遮挡与严重遮挡,并针对两种不同的遮挡程度,分别调整滤波器的更新方案.最后,采用SURF特征检测候选区域,实现严重遮挡情况下目标的重新定位.实验结果表明,与传统核相关滤波算法相比,所提算法在保证实时性的同时,能有效提高遮挡情况下目标跟踪的成功率和精确度,表现出更好的跟踪性能.

摘要： 采用Res-Net学习合成孔径雷达(Synthetic Aperture Radar,SAR)图像多层次深度特征,并基于结构相似性准则选取其中的有效成分.通过联合稀疏表示对选取的多层次深度特征进行表征和分析,判定输入样本的目标类别.利用MSTAR数据集进行测试,该方法对10类目标的识别率达到99.02％,对于俯仰角差异以及噪声干扰的稳健性更优.该方法能够有效结合Res-Net和联合稀疏表示在特征提取和分类决策方面的优势,提升识别方法的整体性能.

摘要： 双边滤波器是一种以高斯核为基础的具有图像边缘保留和噪声滤除双重滤波作用的滤波器,能同时兼顾各像素值几何上的临近信息和亮度上的相似信息.为了进一步增加双边滤波器的保边作用,在传统双边滤波器的基础上,结合图像的梯度信息,将传统滤波模板改进为局部滤波模板,使图像自适应地在给出的滤波模板中选择较优模板进行滤波.实验结果证明,改进的双边滤波算法能够更好地保留图像边缘,与经典的双边滤波算法相比,在峰值信噪比和结构相似性上有了提升.

摘要： 针对贝叶斯网络参数迁移过程中对源域及目标域限定条件较多等问题,在考虑源域-目标域多种信息形式的情况下,提出一种基于贝叶斯网络参数迁移学习的统一框架.该方法综合考虑了源域结构和数据量在迁移中的作用,在结构相似性的基础上,探讨了备选源域数据量对参数迁移的影响.在迁移过程中引入与目标域数据相关的平衡系数.通过平衡系数将目标域数据与迁移过程联系起来,实现平衡系数的自动调节.Asia网络验证了本文方法的准确性.

摘要： 建筑功能布局作为建筑设计的基本内容,随着人工智能的发展,智能化建筑功能自动布局越发值得期待.本文提出基于生成对抗网络(GAN)的建筑功能自动布局方法,可以针对不同建筑平面轮廓自动布局房间的建筑功能,形成完整的户型图.首先,收集大量含有房间功能的户型图,利用编辑工具进行批量处理,得到符合条件的数据集;然后,将数据集分为含房间格局与不含房间格局两种情形,利用pix2pix程序进行训练,并得到自动生成的建筑布局图;最后,基于峰值信噪比(PSNR)和结构相似性(SSIM)两个指标对两组算例的生成结果进行评价.结果表明:SSIM均大于0.8,PSNR在20左右,本方法能生成与目标图片较为一致的建筑布局图.相较于传统的参数化设计,本方法无需人为添加规则,能够自动学习建筑功能布局的规则,生成较为合理的功能布局方案,可供专业人士参考.

摘要： 排比句具有结构紧凑、句式整齐、富有表现力等鲜明的特点,广泛应用在各种文体之中,在近几年语文高考的鉴赏类问题中也多有考察,但在自动识别方面的研究还鲜有涉及.本文依据排比句结构相似、内容相关的特点,以句子的词性、词语作为基本特征,设计了融合卷积神经网络和结构相似度计算的排比句识别方法.首先将词向量和词性向量融入句子的分布式表示中,利用多个卷积核对其进行卷积操作,设计出基于卷积神经网络的排比句识别方法.利用分句之间的词性串构造相似度计算,设计了基于结构相似度计算的排比句识别方法.同时考虑句子内部的语义相关性和结构相似性,将卷积神经网络和结构相似度计算方法融合,用于排比句的识别.在文学作品数据集和高考题中的文学类阅读材料数据集进行排比句识别实验,验证了本文所提的方法是有效的.

摘要： 针对已有的基于结构相似性的图像质量评价算法的计算复杂高的不足,提出一种新的优化算法.针对亮度项中的均值计算,利用积分图像进行的加速计算;针对对比度项和结构项中的方差项计算,利用梯度幅值进行简化计算;最后采用8*8整数窗口逼近多尺度高斯窗口.实验表明,提出算法的评价能力和SSIM相当,运行时间只是SSIM的四分之一.

摘要： 立体图像质量评价是图像质量评价领域研究的热点之一，小波域的立体图像处理是图像处理的重要组成部分；因此，研究能嵌入在小波域的立体图像质量评价方法显得至关重要。空间域的结构相似度平面图像评价方法(SSIM)具有计算简单、与主观评分相关性高等优点。本文通过对小波域中的图像结构特性的研究，利用视觉感知特性，特别是对比度敏感函数的带通特性，结合人眼对小波域的子带系数幅值的特性，提出了一种与立体主观图像质量评价保持良好一致性的立体图像质量评价算法。该立体图像质量分成立体深度感评价和左右视点图像质量合成评价两方面。实验结果表明，针对JPEG、JPEG2000、高斯白噪声和高斯模糊这四种失真类型，所提出方法的左右视点图像质量合成评价和立体深度感评价与主观立体图像质量的相关性和单调性都在0.90以上，符合人眼视觉特性。实验表明该立体客观模型能很好地评判立体图像质量及立体感知。

摘要： 立体图像质量评价是图像质量评价领域研究的热点之一，小波域的立体图像处理是图像处理的重要组成部分；因此，研究能嵌入在小波域的立体图像质量评价方法显得至关重要。空间域的结构相似度平面图像评价方法(SSIM)具有计算简单、与主观评分相关性高等优点。本文通过对小波域中的图像结构特性的研究，利用视觉感知特性，特别是对比度敏感函数的带通特性，结合人眼对小波域的子带系数幅值的特性，提出了一种与立体主观图像质量评价保持良好一致性的立体图像质量评价算法。该立体图像质量分成立体深度感评价和左右视点图像质量合成评价两方面。实验结果表明，针对JPEG、JPEG2000、高斯白噪声和高斯模糊这四种失真类型，所提出方法的左右视点图像质量合成评价和立体深度感评价与主观立体图像质量的相关性和单调性都在0.90以上，符合人眼视觉特性。实验表明该立体客观模型能很好地评判立体图像质量及立体感知。

摘要： 立体图像质量评价是图像质量评价领域研究的热点之一，小波域的立体图像处理是图像处理的重要组成部分；因此，研究能嵌入在小波域的立体图像质量评价方法显得至关重要。空间域的结构相似度平面图像评价方法(SSIM)具有计算简单、与主观评分相关性高等优点。本文通过对小波域中的图像结构特性的研究，利用视觉感知特性，特别是对比度敏感函数的带通特性，结合人眼对小波域的子带系数幅值的特性，提出了一种与立体主观图像质量评价保持良好一致性的立体图像质量评价算法。该立体图像质量分成立体深度感评价和左右视点图像质量合成评价两方面。实验结果表明，针对JPEG、JPEG2000、高斯白噪声和高斯模糊这四种失真类型，所提出方法的左右视点图像质量合成评价和立体深度感评价与主观立体图像质量的相关性和单调性都在0.90以上，符合人眼视觉特性。实验表明该立体客观模型能很好地评判立体图像质量及立体感知。

摘要： 立体图像质量评价是图像质量评价领域研究的热点之一，小波域的立体图像处理是图像处理的重要组成部分；因此，研究能嵌入在小波域的立体图像质量评价方法显得至关重要。空间域的结构相似度平面图像评价方法(SSIM)具有计算简单、与主观评分相关性高等优点。本文通过对小波域中的图像结构特性的研究，利用视觉感知特性，特别是对比度敏感函数的带通特性，结合人眼对小波域的子带系数幅值的特性，提出了一种与立体主观图像质量评价保持良好一致性的立体图像质量评价算法。该立体图像质量分成立体深度感评价和左右视点图像质量合成评价两方面。实验结果表明，针对JPEG、JPEG2000、高斯白噪声和高斯模糊这四种失真类型，所提出方法的左右视点图像质量合成评价和立体深度感评价与主观立体图像质量的相关性和单调性都在0.90以上，符合人眼视觉特性。实验表明该立体客观模型能很好地评判立体图像质量及立体感知。

摘要： 立体图像质量评价是图像质量评价领域研究的热点之一，小波域的立体图像处理是图像处理的重要组成部分；因此，研究能嵌入在小波域的立体图像质量评价方法显得至关重要。空间域的结构相似度平面图像评价方法(SSIM)具有计算简单、与主观评分相关性高等优点。本文通过对小波域中的图像结构特性的研究，利用视觉感知特性，特别是对比度敏感函数的带通特性，结合人眼对小波域的子带系数幅值的特性，提出了一种与立体主观图像质量评价保持良好一致性的立体图像质量评价算法。该立体图像质量分成立体深度感评价和左右视点图像质量合成评价两方面。实验结果表明，针对JPEG、JPEG2000、高斯白噪声和高斯模糊这四种失真类型，所提出方法的左右视点图像质量合成评价和立体深度感评价与主观立体图像质量的相关性和单调性都在0.90以上，符合人眼视觉特性。实验表明该立体客观模型能很好地评判立体图像质量及立体感知。

摘要： 立体图像质量评价是图像质量评价领域研究的热点之一，小波域的立体图像处理是图像处理的重要组成部分；因此，研究能嵌入在小波域的立体图像质量评价方法显得至关重要。空间域的结构相似度平面图像评价方法(SSIM)具有计算简单、与主观评分相关性高等优点。本文通过对小波域中的图像结构特性的研究，利用视觉感知特性，特别是对比度敏感函数的带通特性，结合人眼对小波域的子带系数幅值的特性，提出了一种与立体主观图像质量评价保持良好一致性的立体图像质量评价算法。该立体图像质量分成立体深度感评价和左右视点图像质量合成评价两方面。实验结果表明，针对JPEG、JPEG2000、高斯白噪声和高斯模糊这四种失真类型，所提出方法的左右视点图像质量合成评价和立体深度感评价与主观立体图像质量的相关性和单调性都在0.90以上，符合人眼视觉特性。实验表明该立体客观模型能很好地评判立体图像质量及立体感知。

摘要： 由于自然物具有结构自相似性的分形几何特征,云背景条件下,天空和云彩的红外图像在灰度分布上具有强的自相似性,而目标与自然物边缘是奇异点。小目标与自然物只有边缘,没有分形结构的自相似性.采用八种分形结构对区域内像素进行旋转映射,确定最小误差为该区域的分形结构,进行图像恢复,恢复出的图像只包含背景.当原始图像与恢复图像的灰度差大于阈值时,检测出的目标为弱小目标.

摘要： 本发明提出了一种基于相似性和相似性可信度的协同过滤推荐算法及装置，该算法在概率矩阵分解模型的基础上，通过相似性关系约束潜在特征向量的夹角余弦，并通过相似性可信度影响约束权重。由于相似性可信度的约束，该算法有效减弱了评分稀疏性问题对相似性关系的影响，强化了模型对重要相似性关系的学习能力，从而缓解了评分稀疏性问题。相关实验表明该算法的推荐效果明显优于当前其它同类算法。接下来的工作就是将此算法运用于实际的推荐系统中，弥补传统推荐系统在实际应用中的数据稀疏性问题及其带来的推荐效果不佳的问题。

摘要： 本发明公开了一种基于复杂网络结点相似性的计算事件相似性的方法和系统，其方法包括：获取事件信息，并提取所述事件信息的关键词；计算任意两个事件信息中相同关键词的比例；根据所述任意两个事件信息中相同关键词的比例构建事件网络；计算事件网络中任意两个节点的相似性；将相似性大于合并阈值的两个节点对应的事件信息进行合并。本发明能够有效地计算事件信息的相似度，并将相似性大于合并阈值的两个事件信息进行合并，此外，本发明降低了事件相似性计算过程中的计算量，提高事件相似性计算的准确率。

摘要： 一种能够评价至少两类文档中具有高相似性的部分的集中和分散程度的文档相似性评价系统或类似系统，包括：片段搜索单元，在第一片段串和第二片段串二者中寻找公共片段，对找到的公共片段的个数进行计数，并识别出现所述公共片段的出现范围；以及相似性指数计算单元，执行：计算第一和，即片段搜索单元识别出的出现范围中包括的每个片段的字符个数和；计算第二和，即是被识别为公共片段的每个片段的字符个数和；并且使用以下等式计算对第一片段串与第二片段串之间的相似性加以指示的相似性指数：相似性指数＝F(NTC)/G(NCC)×NS(其中，NTC是第一和，NCC是第二和，NS是公共片段的个数，函数F和函数G是将特定整数值与正实数值相关联的单调增函数)。

摘要： 本发明公开了一种基于相似性和不相似性融合排序优化的行人重识别方法，行人重识别是一种针对特定行人的检索问题，本发明的主要思想是正确检索的行人目标应该跟查询行人的极正样本相似，并且跟查询行人的极负样本不相似。同时我们将与极正样本相似的那些行人定义为疑正样本，与极负样本相似的样本为疑负样本，通过提高疑正样本的排名，同时降低疑负样本的排名，来达到通过排序优化的方式来提升行人重识别的效果。此外，融合多种方法的结果来加强这种相似性和不相似性关系。本发明通过对相似性和不相似性的排序结果进行融合，进而提升多摄像头下同一行人匹配的准确性。

摘要： 本发明公开了一种案件相似性对比模型的训练方法及案件相似性对比方法，所述训练方法包括：利用神经网络构建案件相似性对比模型；获取历史案件，并按照历史案件中所包含的物体的相似性构建训练样本集，所述训练样本集包括正样本和负样本，所述正样本为所包含的物体与基准目标物体的相似性高于第一预设阈值的案件中物体的图像，所述负样本为所包含的物体与基准目标物体的相似性低于所述第一预设阈值的案件或随机选取的历史案件中物体的图像；利用所述训练样本集训练所述案件相似性对比模型。通过本发明技术方案能够自动筛选出具有相似性的案件。

摘要： 本发明提出的一种基于语义相似性分析的技术文件相似性排查方法，从待分析的两份文件中各抽取一个关键词形成词语组合，结合罗列出的所有词语组合的相似度计算待分析的两份文件相似性评估值；词语组合的相似度为其包含的两个关键词之间的相似度。本发明提出的一种基于语义相似性分析的技术文件相似性排查方法，在计算待分析的两份文件之间的文本相似度时，根据关键词组合进行分析，使得相似度的计算更加清晰明确。

摘要： 本发明提出了一种基于相似性和相似性可信度的协同过滤推荐算法及装置，该算法在概率矩阵分解模型的基础上，通过相似性关系约束潜在特征向量的夹角余弦，并通过相似性可信度影响约束权重。由于相似性可信度的约束，该算法有效减弱了评分稀疏性问题对相似性关系的影响，强化了模型对重要相似性关系的学习能力，从而缓解了评分稀疏性问题。相关实验表明该算法的推荐效果明显优于当前其它同类算法。接下来的工作就是将此算法运用于实际的推荐系统中，弥补传统推荐系统在实际应用中的数据稀疏性问题及其带来的推荐效果不佳的问题。

摘要： 本发明公开了一种计算多类别数据集不同类别间相似性矩阵的改进方法，当计算多类别样本集的相似性矩阵(不同类别两两之间的相似性以及每个类别内部元素的相似性)时，依次选择每个类别样本集的中心作为坐标原点计算相似性矩阵，最后将得到的多个相似性矩阵平均值作为最终的相似性矩阵。本发明克服了传统方法只选取一个坐标原点的缺点，可以有效避免上述三点问题。本发明有很强的鲁棒性，对各种特殊情况都适用。最后，本发明在脑数据分析中的表征相似性分析中有很重要的应用价值。

摘要： 本发明公开了一种基于复杂网络结点相似性的计算事件相似性的方法和系统，其方法包括：获取事件信息，并提取所述事件信息的关键词；计算任意两个事件信息中相同关键词的比例；根据所述任意两个事件信息中相同关键词的比例构建事件网络；计算事件网络中任意两个节点的相似性；将相似性大于合并阈值的两个节点对应的事件信息进行合并。本发明能够有效地计算事件信息的相似度，并将相似性大于合并阈值的两个事件信息进行合并，此外，本发明降低了事件相似性计算过程中的计算量，提高事件相似性计算的准确率。

摘要： 本发明公开了一种基于相似性和不相似性融合排序优化的行人重识别方法，行人重识别是一种针对特定行人的检索问题，本发明的主要思想是正确检索的行人目标应该跟查询行人的极正样本相似，并且跟查询行人的极负样本不相似。同时我们将与极正样本相似的那些行人定义为疑正样本，与极负样本相似的样本为疑负样本，通过提高疑正样本的排名，同时降低疑负样本的排名，来达到通过排序优化的方式来提升行人重识别的效果。此外，融合多种方法的结果来加强这种相似性和不相似性关系。本发明通过对相似性和不相似性的排序结果进行融合，进而提升多摄像头下同一行人匹配的准确性。