消失点检测是计算机视觉中的一个经典问题。给定一幅图像,通过一定的方法得到图像所对应的三维场景的消失点。消失点检测作为一种摄像机定标的方法,其用途相当广泛,例如现在比较流行的SLAM,增强现实,其重要程度不言而喻。通过利用C-均值算法求得消失点,并利用Mathematica编程给出算法的实验结果。

人体活动识别的现有方法大都基于加速器分析进行,但对于长期监视研究对象的日常活动并不适用。样本熵作为时间序列稳定性的度量,能够检测出时间序列发生异常的时间点,同时可以长期监视研究对象的日常活动。因此,将样本熵引入到人体活动识别领域,选择ELM作为分类器,通过观察样本熵对测试准确率的影响来判断其有效性。实验表明,样本熵在人体活动识别中有着良好效果,ELM比SVM具有更好的识别准确率。

随着互联网技术的蓬勃发展,网络安全威胁层出不穷,各国对网络安全越来越重视。在分析总结网络安全威胁的原理特点后,给出三种主动安全威胁模型,即饱和安全威胁、删除安全威胁、篡改安全威胁。利用OPNET仿真工具建立多业务通信网络模型,其中网络节点模型是基于排队论而建立的模型。实验仿真设置不同业务强度参数以便获得不同网络状态下的网络性能状态。利用模糊综合评价方法对网络安全威胁效果进行评估。

在将稀疏人脸识别算法应用到实际中,常面对一个问题,即可用的训练样本很少。为此,提出一种新的方法,用于产生更多可用的训练样本,从而提高识别率。该方法通过让常数矩阵与原始训练样本相结合,从而获得更多可用的训练样本。通过四个数据库的数据证明方法的有效性,并在实验中获得较高的识别率。

目标检测是计算机视觉研究的一个主要方向,传统目标检测算法为检测不同尺度的图像,往往需要将图片进行缩放搭建图像金字塔,再在图像金字塔上做目标检测。将图像金字塔应用于基于深度学习的目标检测算法主要存在实时性问题。为此提出在网络中搭建特征金字塔,大大提高网络效率,并且提高检测效果。在PASCAL VOC2007目标检测权威数据库上实验结果表明,提出的算法能大大提高目标检测的召回率。

由于自动化人脸识别系统在越来越多的应用中得到广泛的部署,使用照片、视频或3D面具进行自动化脸部识别系统欺骗攻击变得越来越受到关注。为了保护自动化人脸识别系统免受欺骗攻击,提出许多使用图像特征以及分类器的方法。与现有的从原始人脸图像中提取特征的方法不同,将原始人脸图像转换为边缘图,并学习人脸边缘图上的特征用来防范人脸欺骗攻击。与原始人脸图像相比,人脸边缘图放大真实人脸和虚假人脸之间的差异,同时抑制人脸图像中的噪声。所提出的方法已经在两个公共数据库上进行评估,并与最先进的方法进行比较。结果表明,该方法可以更有效地区分真人脸和假脸,特别是在交叉数据库场景中。

针对大数据时代背景下的《数据结构》课程教学创新与改革展开研究。在教学内容上,提出将《数据结构》基础理论和大数据前沿知识在课堂教学中相互融合与促进；在教学方式上,一方面探索以问题讨论与分析为主线的互动式课堂教学,另一方面探索基础与应用兼顾的多层次实践教学。目标在于建立符合大数据时代特点的《数据结构》课程教学新模式,培养计算机专业学生基础与前沿并进的综合能力。

介绍无人机的动力学方程,同时将人工势场与旋转矢量结合来控制无人机编队。无人机编队的队形是以领队无人机为球心,其他无人机均匀散布于空间球面上。

可解释推荐成为近年来推荐系统领域的一个热点研究话题。然而,现有的可解释推荐方法并不能定量地为推荐结果做出解释。为了解决这个问题,提出一种基于主题的矩阵分解模型。模型量化用户在特定主题上的偏好程度,并且能将用户主题偏好信息用于提升推荐的性能。最终通过一系列实验验证模型的推荐性能和解释能力。

算法可以将任意大小的数据转换成一段极短的摘要信息,并通过摘要信息计算两组数据的相似程度,在电子犯罪取证调查、恶意软件检测、垃圾邮件过滤等安全领域极具应用价值。将相似性摘要算法分为基于内容分割的分片哈希算法、特征提取算法以及局部敏感哈希算法等三个类别,分别讨论其特点和适用范围,以及在恶意软件以及文本文件等应用场景中测试相似性检测效果,同时指出现有算法的不足以及研究方向。

随着互联网和大数据的快速发展,互联网影响着人们生活和工作的方方面面。互联网和大数据不断发展完善的同时,数据的开放和共享也变得不可或缺。但是在数据开放和共享的过程中,由于互联网的虚拟性和不可见性,也面临很多问题。例如数据的安全问题、虚假信息和信息伪造等问题。区块链技术是一种去中心化的,能够安全地存储比特币或者交易数据,保证存储的数据不能被轻易篡改和伪造。在区块链技术的基础上提出了一种数据开放和共享技术的模型。

ASIFT算法原理是模拟仿射矩阵的两个参数,即相机与图像法线的倾斜角θ和旋转角?,从而精确的模拟出来所有由相机光轴方向改变所造成形变的图像,然后利用SIFT算法对这些模拟图像进行特征提取与匹配。ASIFT算法是一种完全仿射不变图像特征匹配算法,阐述ASIFT算法步骤,经度角和维度的采样过程,ASIFT采样范围和采样步骤。实验结果表明ASIFT算法可以对图像匹配实现有效准确的匹配。

立即辐射度算法作为全局光照模拟的重要算法之一,在计算机图形学研究中受到广泛的关注,然而目前大部分基于立即辐射的算法都是离线渲染的。随着计算机硬件的发展,立即辐射度算法实时化已经成为一种趋势。通过图形渲染管线计算虚拟点光源,并用Lightcuts算法裁剪后的光源进行延迟着色光照计算,可实现性能较好的实时全局光照效果。

实时渲染是游戏领域中的必然要求,而延迟光照管线是大部分游戏引擎中的选择。但是延迟光照不能渲染透明物体。因此针对这个问题,通过建立光源链表的方式来统一计算不透明物体和透明物体的光照,而没必要使用额外的渲染过程来处理透明物体。实验结果证明光源链表算法可以同时渲染透明和不透明物体的光照效果和提高渲染效率。

由于室外场景图像集具有规模巨大、尺度多变等特点,快速精准的多视图立体匹配受计算效率严重制约。为此,提出一种新的快速多视图立体匹配和优化方法。该方法首先基于Plane Sweep框架计算初始匹配代价；然后提出并行Semi-Global算法对匹配代价优化计算深度图；最后使用GPU对图像滤波剔除噪声点。实验结果表明,该方法可高效生成用于三维重建的优质深度图。

航空飞行中的容错率相对较低,无论是人为的疏忽还是仪器的短暂故障都有可能导致非常严重的后果,所以异常检测对于航空飞行来说至关重要；传统的航空异常检测缺乏关于飞行轨迹方面的探索,但是飞行轨迹是异常出现后最直观的体现方式,具有重要价值。传统的航空异常检测方法多数不能适用于大量数据,只能针对某项故障进行区段检测。由此入手,轨迹异常检测依据方向分布信息从粗到细针对轨迹点分析,避免大量的复杂异构数据处理,在保证检测正确率的同时提升效率。

航空飞行中的容错率相对较低,无论是人为的疏忽还是仪器的短暂故障都有可能导致非常严重的后果,所以异常检测对于航空飞行来说至关重要；传统的航空异常检测缺乏关于飞行轨迹方面的探索,但是飞行轨迹是异常出现后最直观的体现方式,具有重要价值。传统的航空异常检测方法多数不能适用于大量数据,只能针对某项故障进行区段检测。由此入手,轨迹异常检测依据方向分布信息从粗到细针对轨迹点分析,避免大量的复杂异构数据处理,在保证检测正确率的同时提升效率。

近年来,随着图像硬件及显示技术的发展,运用VR技术,全景视频可以为用户带来全新的观看体验。由于全景视频的自身特点,传输时有更高的带宽要求。基于此,提出一种基于头盔显示的,运用注释点渲染技术,仅传输被观看视频部分,有效降低传输带宽的全景视频播放系统方法。

研究新冠肺炎疫情期间学生居家学习管理，分析学生居家学习的具体现状，调查学生居家学习情况，分析造成学生学习效率低下及家长管理失控的原因及解决的对策。探索学生居家学习有效管控学生的对策,总结居家学习期间教师专业成长、课堂教学改革、学生语学习品质培养，有效管理学生等方面的有效做法，为突发公共卫生事件中学生的管理工作提供参考。

利用2018年4-5月在湛江特呈岛东边海域养殖区内测定的数据,以及海事服务网提供的潮汐数据,分析了研究区域潮汐、流速和流向的变化规律,研究了溶解氧(Dissolved Oxygen,DO)、化学需氧量CODMn(Chemical Oxygen Demand)、二氧化碳CO2浓度和pH等海水环境参数随潮汐变化的特征以及相关性,建立了分别利用DO和pH值来估算海水CO2浓度的新算法,平均估算精度分别达到90%和95%。分析结果表明:(1)研究区域呈现不规则半日潮,流速随潮汐变化分为正相关和负相关两种类型;流向随着潮汐变化基本是东南与西北向;(2) CODMn的变化完全取决于涨落潮过程,涨潮时CODMn值逐渐下降,而落潮过程CODMn值逐渐上升;(3) CO2浓度呈现出明显的日变化,在午后数值达到最低值,不完全受制于潮汐过程的控制;(4) DO和pH两者的变化趋势高度一致,其变化过程与CO2浓度变化过程正好相反;(5)同一地点的海洋环境参数随潮汐涨落有很大的变异性,因而在进行空间大面海洋环境参数调查时,用某时刻的值代表该点的全天情况会出现较大的误差。