《中国图象图形学报》2019年第9期目次

学者观点

城市视频实景地图构建初探

作者：吴军,刘祺昌,黄明益

单位：桂林电子科技大学电子工程与自动化学院

关键词：视频实景地图；3维地图；虚拟现实；全景摄像机标定；视频空间配准；视频纹理映射；实时渲染

综述

单幅光学遥感影像去霾算法及评价综述

作者 ：姜侯,吕宁

单位 ：中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室

关键词 ：遥感影像去霾；暗目标减法；暗通道先验；霾传输衰减；图像质量评价；霾优化变换；小波分解

图像处理和编码

弥散加权图像的鲁棒水印算法研究

作者 ：陈怡,李智,张健,王国美

单位 ：贵州省智能医学影像分析与精确诊断重点实验室

关键词 ：弥散加权成像；直方图；固定步长统计；比值关系；鲁棒水印

图像分析和识别

线性动态系统反演模型在人体行为识别的应用

作者 ： 丁文文,刘凯,唐风琴,傅绪加

单位 ： 淮北师范大学数学科学学院

关键词：时间序列正反演；人体行为识别；人体骨架；线性动态系统；格拉斯曼流形

增强边缘梯度特征局部量化策略驱动下的车标识别

作者：余烨,徐京涛,贺敏雪,路强

单位：合肥工业大学计算机与信息学院

关键词：车标识别；梯度特征；多梯度方向；增强边缘梯度特征；局部量化

欧元硬币年份检测与识别

作者 ：郭雪峰,陈红磊,张东波

单位 ：湘潭大学信息工程学院

关键词 ：目标检测；数字检测；年份排序；欧元硬币；Faster-RCNN；K-means聚类

结合网格密度聚类的行人检测候选域生成

作者 ：成科扬,周博文,李世超,孙爽

单位 ：江苏大学计算机科学与通信工程学院

关键词 ：可变形部件模型；网格密度；选择性搜索；行人检测；  候选窗口

稀疏深度特征对传统显著性检测的优化

作者 ：洪施展,曹铁勇,方正,项圣凯

单位 ：中国人民解放军陆军工程大学指挥控制工程学院

关键词 ：显著性检测；VGG；稀疏自编码；图像融合；卷积神经网络

高填方渠道坡面破损的多尺度特征提取

作者：刘明堂,王丽,张来胜,秦泽宁,刘佳琪,陈健

单位 ：华北水利水电大学信息工程学院

关键词：南水北调中线工程；多尺度/方向特征提取；破损识别；Gabor小波；SVM分类

代表特征网络的小样本学习方法

作者：汪荣贵,郑岩,杨娟,薛丽霞

单位：合肥工业大学计算机与信息学院

关键词：小样本学习；度量学习；代表特征网络；混合损失函数；微调

多层校正的无监督领域自适应方法

作者：姚明海,方存亮

单位：浙江工业大学信息工程学院,

关键词：领域自适应；域不变特征；多层校正；图像识别；迁移学习

图像理解和计算机视觉

双目区域视差快速计算及测距算法

作者：仲伟波,姚旭洋,冯友兵,孙雨婷,姚徐

单位：江苏科技大学电子信息学院

关键词：测距；双目视觉；改进Census变换；立体匹配；区域视差提取

融合结构与非结构信息的自然图像恰可察觉失真阈值估计

作者：许辰,骆挺,蒋刚毅,郁梅,姜求平,徐海勇

单位：宁波大学信息科学与工程学院

关键词：恰可察觉失真；稀疏表示；人眼视觉系统；结构信息；非结构信息

虚拟现实与增强现实

辅助社交训练严肃游戏中虚拟角色行为表现的不确定性模型

作者：吴佳佳,刘箴,刘婷婷,王瑾

单位 ：宁波大学信息科学与工程学院

关键词：严肃游戏；虚拟角色；辅助社交；云模型；行为表现；不确定性

医学图像处理

U-net与Dense-net相结合的视网膜血管提取

作者：徐光柱,胡松,陈莎,陈鹏,周军,雷帮军

单位：三峡大学计算机与信息学院

关键词：视网膜血管分割；深度学习；全卷积神经网络；U-net；Dense-net

多尺度判别条件生成对抗网络的前列腺MRI图像分割方法

作者：何俊,吴从中,丁正龙,许良凤,詹曙

单位：合肥工业大学计算机与信息学院

关键词：MRI；前列腺分割；生成对抗网络；生成器；判别器

双重字典学习与自适应PCNN相结合的医学图像融合

作者：王丽芳,窦杰亮,秦品乐,蔺素珍,高媛,张程程

单位：中北大学大数据学院

关键词：医学图像融合；双重字典学习；卷积稀疏；卷积低秩；脉冲耦合神经网络

遥感图像处理

提高小样本高光谱图像分类性能的变维卷积神经网络

作者：刘万军,尹岫,曲海成,刘腊梅

单位：辽宁工程技术大学软件学院

关键词：卷积神经网络；高光谱图像；小样本数据；变维特征提取；空-谱联合分类

编辑推荐

本文系《中国图象图形学报》独家稿件

本文内容仅供学习交流

版权属于原作者

编辑：秀秀

指导/审核：梧桐君

声  明

欢迎转发本号原创内容，任何形式的媒体或机构未经授权，不得转载和摘编。 授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流，内容为作者观点，不代表本号立场。未经允许，请勿二次转载。如涉及文字、图片等内容、版权和其他问题，请于文章发出20日内联系本号，我们将第一时间处理。《中国图象图形学报》拥有最终解释权。

前沿丨观点丨资讯丨独家

扫描下方二维码 关注学报公众号

中国图象图形学报 | 订阅号

在看点这里