2017年 第43卷 第4期
2017, 43(4): 493-508.
doi: 10.16383/j.aas.2017.c160350
摘要:
场所感知问题是机器人语义地图研究的关键问题之一，本文对室内语义地图相关的场所感知方法进行全面综述.首先，根据近年的文献给出场所概念的描述性定义，对研究中涉及的相近术语和概念进行辨析，澄清研究对象和研究主题.然后，根据实现场所感知目标所采用的线索对已有方法进行分类介绍.主要分成3个大类：基于环境布局几何信息的方法、基于环境布局视觉信息的方法、基于用户指导信息的方法，其中各类又根据所用信息特点细分为若干子类.除此之外，将一些特殊研究方法单独归类进行补充说明.阐述各类别方法对场所感知问题的解决思路和工作原理，并指出各种方法特点和局限性.最后，分析了该领域存在的主要问题，并对未来研究方向进行了讨论和展望.
场所感知问题是机器人语义地图研究的关键问题之一，本文对室内语义地图相关的场所感知方法进行全面综述.首先，根据近年的文献给出场所概念的描述性定义，对研究中涉及的相近术语和概念进行辨析，澄清研究对象和研究主题.然后，根据实现场所感知目标所采用的线索对已有方法进行分类介绍.主要分成3个大类：基于环境布局几何信息的方法、基于环境布局视觉信息的方法、基于用户指导信息的方法，其中各类又根据所用信息特点细分为若干子类.除此之外，将一些特殊研究方法单独归类进行补充说明.阐述各类别方法对场所感知问题的解决思路和工作原理，并指出各种方法特点和局限性.最后，分析了该领域存在的主要问题，并对未来研究方向进行了讨论和展望.
2017, 43(4): 509-527.
doi: 10.16383/j.aas.2017.c160276
摘要:
失火故障诊断是汽车车载诊断系统（On-board diagnostic，OBD）的重要组成部分，其直接关系到车辆行驶过程中的排放、燃油消耗和发动机损伤.本文对近年来国内外关于失火故障诊断方法的研究工作进行了系统性地总结和分析，重点介绍了汽车发动机失火故障诊断的判别依据、失火诊断方法分类、观测器设计等问题.最后对失火故障诊断的未来发展作了几点展望.
失火故障诊断是汽车车载诊断系统（On-board diagnostic，OBD）的重要组成部分，其直接关系到车辆行驶过程中的排放、燃油消耗和发动机损伤.本文对近年来国内外关于失火故障诊断方法的研究工作进行了系统性地总结和分析，重点介绍了汽车发动机失火故障诊断的判别依据、失火诊断方法分类、观测器设计等问题.最后对失火故障诊断的未来发展作了几点展望.
2017, 43(4): 528-537.
doi: 10.16383/j.aas.2017.c150862
摘要:
针对手势图像中由于噪声和成像干扰造成的手势模糊和边界不清晰的问题，提出了一种基于改进最大类间方差法的手势分割方法.首先建立手势图像的二维灰度直方图，在二维灰度直方图上确定噪声点位置，在原图的相应区域滤除噪声.然后重建二维灰度直方图将内点区的点集投影到45度线，得到投影灰度直方图.接下来在灰度投影直方图上采用全局Otsu确定局部Otsu的左边界，用高斯函数拟合得到局部Otsu右边界，最后采用局部Otsu分割手势.该方法可以有效地对手势图像进行精确分割，实验结果验证了本文算法的有效性.
针对手势图像中由于噪声和成像干扰造成的手势模糊和边界不清晰的问题，提出了一种基于改进最大类间方差法的手势分割方法.首先建立手势图像的二维灰度直方图，在二维灰度直方图上确定噪声点位置，在原图的相应区域滤除噪声.然后重建二维灰度直方图将内点区的点集投影到45度线，得到投影灰度直方图.接下来在灰度投影直方图上采用全局Otsu确定局部Otsu的左边界，用高斯函数拟合得到局部Otsu右边界，最后采用局部Otsu分割手势.该方法可以有效地对手势图像进行精确分割，实验结果验证了本文算法的有效性.
2017, 43(4): 538-547.
doi: 10.16383/j.aas.2017.c150602
摘要:
针对空间绳系机器人（Tethered space robot，TSR）目标抓捕过程中的稳定控制问题，建立空间绳系机器人系统模型，根据阻抗控制原理，设计基于位置的阻抗控制方法；针对空间绳系机器人系统的模型不确定性问题，利用神经网络对不确定性进行估计补偿，设计鲁棒项对空间系绳干扰和神经网络估计误差的影响进行抑制，在此基础上设计空间绳系机器人目标抓捕鲁棒自适应稳定控制器，并进行稳定性证明.最后对设计的控制器进行仿真验证.作为对比，对无鲁棒项自适应的稳定控制器进行仿真.仿真结果表明，设计的基于阻抗控制的鲁棒自适应控制可以实现对空间绳系机器人目标抓捕过程中的稳定控制，与无鲁棒项自适应的稳定控制器仿真结果相比，本文采用的鲁棒自适应控制方法可以有效地对不确定性进行补偿，控制过程中超调量更小，收敛时间更短，并且控制精度更高.
针对空间绳系机器人（Tethered space robot，TSR）目标抓捕过程中的稳定控制问题，建立空间绳系机器人系统模型，根据阻抗控制原理，设计基于位置的阻抗控制方法；针对空间绳系机器人系统的模型不确定性问题，利用神经网络对不确定性进行估计补偿，设计鲁棒项对空间系绳干扰和神经网络估计误差的影响进行抑制，在此基础上设计空间绳系机器人目标抓捕鲁棒自适应稳定控制器，并进行稳定性证明.最后对设计的控制器进行仿真验证.作为对比，对无鲁棒项自适应的稳定控制器进行仿真.仿真结果表明，设计的基于阻抗控制的鲁棒自适应控制可以实现对空间绳系机器人目标抓捕过程中的稳定控制，与无鲁棒项自适应的稳定控制器仿真结果相比，本文采用的鲁棒自适应控制方法可以有效地对不确定性进行补偿，控制过程中超调量更小，收敛时间更短，并且控制精度更高.
2017, 43(4): 548-559.
doi: 10.16383/j.aas.2017.c160322
摘要:
为了改善交通网络运行状况，根据车流密度的差异对宏观路网进行子区划分，提出了面向多个宏观基本图（Macroscopic fundamental diagram，MFD）子区的边界协调控制方法.根据划分的多个子区间邻接关系和流入流出交通流率，建立了路网车流平衡方程.通过与最佳累积车辆数进行比较，确定了拥挤度高的子区边界交叉口最佳流入与流出的交通流量；进而建立了以整个路网旅行完成流率最大、平均行程时间和平均延误最小的多目标边界协调优化模型，并通过自适应遗传算法对多目标函数进行求解.以存在4个MFD子区的实际路网为分析对象，对比仿真结果表明所提方法可有效提高路网运行效率、缓解拥堵状况.
为了改善交通网络运行状况，根据车流密度的差异对宏观路网进行子区划分，提出了面向多个宏观基本图（Macroscopic fundamental diagram，MFD）子区的边界协调控制方法.根据划分的多个子区间邻接关系和流入流出交通流率，建立了路网车流平衡方程.通过与最佳累积车辆数进行比较，确定了拥挤度高的子区边界交叉口最佳流入与流出的交通流量；进而建立了以整个路网旅行完成流率最大、平均行程时间和平均延误最小的多目标边界协调优化模型，并通过自适应遗传算法对多目标函数进行求解.以存在4个MFD子区的实际路网为分析对象，对比仿真结果表明所提方法可有效提高路网运行效率、缓解拥堵状况.
2017, 43(4): 560-567.
doi: 10.16383/j.aas.2017.c160317
摘要:
针对传统的数据降维方法无法兼顾保持全局特征信息与局部判别信息的问题，提出一种核主元分析（Kernel principal component analysis，KPCA）和正交化局部敏感判别分析（Orthogonal locality sensitive discriminant analysis，OLSDA）相结合的转子故障数据集降维方法.该方法首先利用KPCA算法有效降低数据集的相关性、消除冗余属性，由此实现了最大程度地保留原始数据全局非线性信息的作用；然后利用OLSDA算法充分挖掘出数据的局部流形结构信息，达到了提取出具有高判别力低维本质特征的目的.上述方法的特点是通过同时进行的正交化处理可避免局部子空间结构发生失真，采用三维图直观显示出低维结果，以低维特征子集输入最近邻分类器（K-nearest neighbor，KNN）的识别率和聚类分析之类间距Sb、类内距Sw作为衡量降维效果的指标.实验表明该方法能够全面地提取出全局与局部判别信息，使故障分类更清晰，相应地识别准确率得到了明显提升.该研究可为解决高维和非线性机械故障数据集的可视化与分类问题，提供理论参考依据.
针对传统的数据降维方法无法兼顾保持全局特征信息与局部判别信息的问题，提出一种核主元分析（Kernel principal component analysis，KPCA）和正交化局部敏感判别分析（Orthogonal locality sensitive discriminant analysis，OLSDA）相结合的转子故障数据集降维方法.该方法首先利用KPCA算法有效降低数据集的相关性、消除冗余属性，由此实现了最大程度地保留原始数据全局非线性信息的作用；然后利用OLSDA算法充分挖掘出数据的局部流形结构信息，达到了提取出具有高判别力低维本质特征的目的.上述方法的特点是通过同时进行的正交化处理可避免局部子空间结构发生失真，采用三维图直观显示出低维结果，以低维特征子集输入最近邻分类器（K-nearest neighbor，KNN）的识别率和聚类分析之类间距Sb、类内距Sw作为衡量降维效果的指标.实验表明该方法能够全面地提取出全局与局部判别信息，使故障分类更清晰，相应地识别准确率得到了明显提升.该研究可为解决高维和非线性机械故障数据集的可视化与分类问题，提供理论参考依据.
2017, 43(4): 568-575.
doi: 10.16383/j.aas.2017.c160064
摘要:
多智能体协同在传感网、社交网、分布式控制等诸多领域有着广泛的实际应用背景，一致性问题作为多智能体协同的基础，受到越来越多研究者的关注.在实际环境中，由于设备、通信干扰等诸多原因，信息在传递过程中通常会携有噪声，本文对噪声条件下一致性问题的系统偏差进行了研究，将求解一致性协议噪声偏差问题转化成矩阵范数的积分问题，根据矩阵迹与特征值的关系，利用范数不等式及积分中值定理，给出仅与增益函数和网络结构相关的一致性协议噪声偏差上界，为一致性系统在实际应用中的噪声估计奠定了理论基础.
多智能体协同在传感网、社交网、分布式控制等诸多领域有着广泛的实际应用背景，一致性问题作为多智能体协同的基础，受到越来越多研究者的关注.在实际环境中，由于设备、通信干扰等诸多原因，信息在传递过程中通常会携有噪声，本文对噪声条件下一致性问题的系统偏差进行了研究，将求解一致性协议噪声偏差问题转化成矩阵范数的积分问题，根据矩阵迹与特征值的关系，利用范数不等式及积分中值定理，给出仅与增益函数和网络结构相关的一致性协议噪声偏差上界，为一致性系统在实际应用中的噪声估计奠定了理论基础.
2017, 43(4): 576-594.
doi: 10.16383/j.aas.2017.c160146
摘要:
针对花朵授粉算法（Flower pollination algorithm，FPA）易陷入局部极值、后期收敛速度慢的不足，提出一种基于引力搜索机制的花朵授粉算法.该算法在基本花朵授粉算法的全局寻优部分，采用花朵个体间的万有引力和算法本身的莱维飞行共同实现个体位置的更新，使花朵受莱维飞行和个体间引力的双重影响，个体在通过优化信息的共享向质量大（最优位置）的个体靠近，且个体间的万有引力牵制莱维飞行的随机游走.同时又利用莱维飞行的跳跃及不均匀性步长避免个体陷入局部极值，从而提高算法的寻优能力.通过对高维单峰函数、高维多峰函数、低维函数及多峰复杂函数的优化实验结果表明，改进算法的寻优性能显著优于基本的花朵授粉算法，其收敛速度、收敛精度、鲁棒性均较对比算法有较大提升.最后，利用改进算法对弹簧张力设计问题、压力管设计问题2个工程实例进行测试，获得了较好的结果.仿真实验结果佐证了改进算法的有效性和可行性.
针对花朵授粉算法（Flower pollination algorithm，FPA）易陷入局部极值、后期收敛速度慢的不足，提出一种基于引力搜索机制的花朵授粉算法.该算法在基本花朵授粉算法的全局寻优部分，采用花朵个体间的万有引力和算法本身的莱维飞行共同实现个体位置的更新，使花朵受莱维飞行和个体间引力的双重影响，个体在通过优化信息的共享向质量大（最优位置）的个体靠近，且个体间的万有引力牵制莱维飞行的随机游走.同时又利用莱维飞行的跳跃及不均匀性步长避免个体陷入局部极值，从而提高算法的寻优能力.通过对高维单峰函数、高维多峰函数、低维函数及多峰复杂函数的优化实验结果表明，改进算法的寻优性能显著优于基本的花朵授粉算法，其收敛速度、收敛精度、鲁棒性均较对比算法有较大提升.最后，利用改进算法对弹簧张力设计问题、压力管设计问题2个工程实例进行测试，获得了较好的结果.仿真实验结果佐证了改进算法的有效性和可行性.
2017, 43(4): 595-603.
doi: 10.16383/j.aas.2017.c160449
摘要:
本文实现复杂网络未知系统参数的识别.针对系统未知参数，提出基于广义同步（Generalized synchronization，GS）的参数识别方法.该方法基于Babalat引理，利用Lyapunov稳定性理论，构造另一个具有不同拓扑结构和动力学方程的网络，并设计有效的自适应控制器，实现具有耦合时滞两个不同网络的广义同步，同时准确识别未知参数.与基于完全同步的参数识别方法相比，该方法能够构造低维的系统去识别高维系统的参数.数值实验验证了算法的有效性.
本文实现复杂网络未知系统参数的识别.针对系统未知参数，提出基于广义同步（Generalized synchronization，GS）的参数识别方法.该方法基于Babalat引理，利用Lyapunov稳定性理论，构造另一个具有不同拓扑结构和动力学方程的网络，并设计有效的自适应控制器，实现具有耦合时滞两个不同网络的广义同步，同时准确识别未知参数.与基于完全同步的参数识别方法相比，该方法能够构造低维的系统去识别高维系统的参数.数值实验验证了算法的有效性.
2017, 43(4): 604-610.
doi: 10.16383/j.aas.2017.c150667
摘要:
本文是在稀疏去噪自编码网络的基础上，增加梯度差约束条件改进了自编码网络的解码效果，并成功地应用于全局异常行为检测的领域.基于稀疏自编码网络异常行为的检测过程是通过训练非异常行为的视频帧数据得到自编码网络模型，将待测视频帧输入模型，根据前向传播算法得到模型的输出，计算输出与输入之间的损失值，当该值高于某个阈值时，判定该视频帧中存在异常行为.通过在标准异常行为库开展的实验表明融合梯度差信息的稀疏去噪自编码网络算法较传统的稀疏去噪自编码网络算法在全局异常行为检测中更加有效.
本文是在稀疏去噪自编码网络的基础上，增加梯度差约束条件改进了自编码网络的解码效果，并成功地应用于全局异常行为检测的领域.基于稀疏自编码网络异常行为的检测过程是通过训练非异常行为的视频帧数据得到自编码网络模型，将待测视频帧输入模型，根据前向传播算法得到模型的输出，计算输出与输入之间的损失值，当该值高于某个阈值时，判定该视频帧中存在异常行为.通过在标准异常行为库开展的实验表明融合梯度差信息的稀疏去噪自编码网络算法较传统的稀疏去噪自编码网络算法在全局异常行为检测中更加有效.
2017, 43(4): 611-621.
doi: 10.16383/j.aas.2017.c160260
摘要:
针对局部分割方法对初始轮廓敏感的问题，本文提出一种基于模糊主动轮廓的鲁棒局部分割方法.该方法利用图像的局部信息，定义一种新的平均模糊能量函数.通过对演化曲线进行形态学膨胀和腐蚀运算构建窄带，并在窄带范围内求解模糊能量函数的最小值来实现局部分割.为防止演化曲线陷入局部极小值，在迭代过程中加入对比度约束判断条件，进一步提高了分割方法对初始轮廓的鲁棒性.对合成图像和医学图像的分割实验结果表明，与已有的几种局部分割方法相比，本文方法在分割精度和鲁棒性等方面都有较大提高.
针对局部分割方法对初始轮廓敏感的问题，本文提出一种基于模糊主动轮廓的鲁棒局部分割方法.该方法利用图像的局部信息，定义一种新的平均模糊能量函数.通过对演化曲线进行形态学膨胀和腐蚀运算构建窄带，并在窄带范围内求解模糊能量函数的最小值来实现局部分割.为防止演化曲线陷入局部极小值，在迭代过程中加入对比度约束判断条件，进一步提高了分割方法对初始轮廓的鲁棒性.对合成图像和医学图像的分割实验结果表明，与已有的几种局部分割方法相比，本文方法在分割精度和鲁棒性等方面都有较大提高.
2017, 43(4): 622-633.
doi: 10.16383/j.aas.2017.c160336
摘要:
为了有效解决文物碎片自动重组中由于断裂部位受损造成几何信息丢失，采用传统几何驱动方法容易失效的问题，本文提出一种基于形状骨架图匹配的文物碎片自动重组方法，将碎片匹配问题转化为碎片表面纹饰中非完整纹元的互补匹配问题.首先，通过提取文物碎片表面特征线得到碎片表面的纹饰信息；然后根据完整纹元的特征确定非完整纹元互补匹配的约束条件，采用视觉骨架剪枝的方法提取完全位于断裂部位的非完整纹元的形状骨架图，基于形状骨架图语法及匹配约束条件判定非完整纹元是否互补匹配；接着，将碎片上非完整纹元的顺序作为上层约束条件，采用基于带剪枝深度优先的搜索方法搜索匹配碎片；最后，以邻接碎片上非完整纹元间公共弦的端点作为邻接约束点，采用最小二乘法计算刚体变换参数得到碎片的初始位置，并采用迭代最近点方法将邻接碎片精确对齐.实验结果表明，该方法能够有效解决断裂部位存在缺损文物碎片的自动重组问题.
为了有效解决文物碎片自动重组中由于断裂部位受损造成几何信息丢失，采用传统几何驱动方法容易失效的问题，本文提出一种基于形状骨架图匹配的文物碎片自动重组方法，将碎片匹配问题转化为碎片表面纹饰中非完整纹元的互补匹配问题.首先，通过提取文物碎片表面特征线得到碎片表面的纹饰信息；然后根据完整纹元的特征确定非完整纹元互补匹配的约束条件，采用视觉骨架剪枝的方法提取完全位于断裂部位的非完整纹元的形状骨架图，基于形状骨架图语法及匹配约束条件判定非完整纹元是否互补匹配；接着，将碎片上非完整纹元的顺序作为上层约束条件，采用基于带剪枝深度优先的搜索方法搜索匹配碎片；最后，以邻接碎片上非完整纹元间公共弦的端点作为邻接约束点，采用最小二乘法计算刚体变换参数得到碎片的初始位置，并采用迭代最近点方法将邻接碎片精确对齐.实验结果表明，该方法能够有效解决断裂部位存在缺损文物碎片的自动重组问题.
2017, 43(4): 634-644.
doi: 10.16383/j.aas.2017.c160277
摘要:
经典的听觉注意计算模型主要针对声音强度、频率、时间等初级听觉特征进行研究，这些特征不能较好地模拟听觉注意指向性，必须寻求更高级的听觉特征来区分不同声音.根据听觉感知机制，本文基于声源方位特征和神经网络提出了一种双通路信息处理的自下而上听觉选择性注意计算模型.模型首先对双耳信号进行预处理和频谱分析；然后，将其分别送入where通路和what通路，其中where通路用于提取方位特征参数，并利用神经网络提取声源的局部方位特征，接着通过局部特征聚合和全局优化法得到方位特征显著图；最后，根据方位特征显著图提取主导方位并作用于what通路，采用时频掩蔽法分离出相应的主导音.仿真结果表明：该模型引入方位特征作为聚类线索，利用多级神经网络自动筛选出值得注意的声音对象，实时提取复杂声学环境中的主导音，较好地模拟了人类听觉的方位分类机制、注意选择机制和注意转移机制.
经典的听觉注意计算模型主要针对声音强度、频率、时间等初级听觉特征进行研究，这些特征不能较好地模拟听觉注意指向性，必须寻求更高级的听觉特征来区分不同声音.根据听觉感知机制，本文基于声源方位特征和神经网络提出了一种双通路信息处理的自下而上听觉选择性注意计算模型.模型首先对双耳信号进行预处理和频谱分析；然后，将其分别送入where通路和what通路，其中where通路用于提取方位特征参数，并利用神经网络提取声源的局部方位特征，接着通过局部特征聚合和全局优化法得到方位特征显著图；最后，根据方位特征显著图提取主导方位并作用于what通路，采用时频掩蔽法分离出相应的主导音.仿真结果表明：该模型引入方位特征作为聚类线索，利用多级神经网络自动筛选出值得注意的声音对象，实时提取复杂声学环境中的主导音，较好地模拟了人类听觉的方位分类机制、注意选择机制和注意转移机制.
2017, 43(4): 645-652.
doi: 10.16383/j.aas.2017.c160069
摘要:
为了提高指纹模板算法的安全性等性能，设计了一种基于细节点邻域信息的可撤销指纹模板生成算法.首先对指纹图像进行预处理，提取指纹的细节点特征，然后采用改进的细节点描述子采样结构提取细节点邻域的纹线特征，最后结合用户PIN码生成指纹模板，同时结合贪婪算法设计了相应的指纹匹配算法.在指纹数据库FVC2002-DB1和DB2上的实验表明，该算法具有良好的认证性能，能较好地满足可撤销性、多样性和不可逆性，而且改进的采样结构在没有降低系统识别性能的情况下，进一步拓展了细节点描述子的采样结构方式.
为了提高指纹模板算法的安全性等性能，设计了一种基于细节点邻域信息的可撤销指纹模板生成算法.首先对指纹图像进行预处理，提取指纹的细节点特征，然后采用改进的细节点描述子采样结构提取细节点邻域的纹线特征，最后结合用户PIN码生成指纹模板，同时结合贪婪算法设计了相应的指纹匹配算法.在指纹数据库FVC2002-DB1和DB2上的实验表明，该算法具有良好的认证性能，能较好地满足可撤销性、多样性和不可逆性，而且改进的采样结构在没有降低系统识别性能的情况下，进一步拓展了细节点描述子的采样结构方式.
2017, 43(4): 653-664.
doi: 10.16383/j.aas.2017.c150769
摘要:
命名实体识别（Named entity recognition，NER）是自然语言处理（Natural language processing，NLP）中重要的任务，其中人名实体是主要的识别对象之一.本文从维吾尔语黏着性特点出发，从词干、音节、字符串三个角度对维吾尔语单词进行拆分，获得更小的语言单元，并把切分的新单元作为特征加入到条件随机场（Conditional random field，CRF）中，明显缓解了数据稀疏的影响，取得了比以单词为基本单元的人名识别方法更好的性能.同时还从维吾尔语中汉族人名的特点出发，提出了基于规则的维吾尔语中汉族人名的识别方法，最终利用统计和规则相结合的方法进一步提高了识别的准确率.实验结果表明，该方法人名识别的准确率、召回率和F1值分别达到了87.47%、89.12%和88.29%.
命名实体识别（Named entity recognition，NER）是自然语言处理（Natural language processing，NLP）中重要的任务，其中人名实体是主要的识别对象之一.本文从维吾尔语黏着性特点出发，从词干、音节、字符串三个角度对维吾尔语单词进行拆分，获得更小的语言单元，并把切分的新单元作为特征加入到条件随机场（Conditional random field，CRF）中，明显缓解了数据稀疏的影响，取得了比以单词为基本单元的人名识别方法更好的性能.同时还从维吾尔语中汉族人名的特点出发，提出了基于规则的维吾尔语中汉族人名的识别方法，最终利用统计和规则相结合的方法进一步提高了识别的准确率.实验结果表明，该方法人名识别的准确率、召回率和F1值分别达到了87.47%、89.12%和88.29%.
2017, 43(4): 665-673.
doi: 10.16383/j.aas.2017.c150837
摘要:
主方向直方图（Histograms of dominant orientations，HDO）是一种简单但性能优良的局部图像描述子，但是，原有的HDO特征描述不具备旋转不变性.本文提出一种抗旋转变换HDO特征描述方法，在进行RGT（Radial gradient transform）变换后，采用圆形邻域计算给定位置的结构张量，使得求取的主方向和一致性特征分量具备一定的旋转不变性，最后为增强辨别能力，采用了多扇区划分空间池化操作.在公开的MIT人脸数据集中的测试结果显示，如果图片不旋转，本文方法准确率与传统的HDO算法基本持平，达到92.10%，但当样本图片旋转后，本文算法准确率比传统HDO算法高10.36%.此外，在行人数据集、合成的旋转手掌和旋转人脸识别实验中，本文方法的检测结果也明显优于传统的HDO算法.另外本文方法在53Objects、ZuBuD和Kentuky三个数据集上的识别性能也优于大部分现有抗旋转算子.
主方向直方图（Histograms of dominant orientations，HDO）是一种简单但性能优良的局部图像描述子，但是，原有的HDO特征描述不具备旋转不变性.本文提出一种抗旋转变换HDO特征描述方法，在进行RGT（Radial gradient transform）变换后，采用圆形邻域计算给定位置的结构张量，使得求取的主方向和一致性特征分量具备一定的旋转不变性，最后为增强辨别能力，采用了多扇区划分空间池化操作.在公开的MIT人脸数据集中的测试结果显示，如果图片不旋转，本文方法准确率与传统的HDO算法基本持平，达到92.10%，但当样本图片旋转后，本文算法准确率比传统HDO算法高10.36%.此外，在行人数据集、合成的旋转手掌和旋转人脸识别实验中，本文方法的检测结果也明显优于传统的HDO算法.另外本文方法在53Objects、ZuBuD和Kentuky三个数据集上的识别性能也优于大部分现有抗旋转算子.
2017, 43(4): 674-684.
doi: 10.16383/j.aas.2017.c160261
摘要:
对于基于图像的城市场景重建，由于光照变化、透视畸变、弱纹理区域等因素的影响，传统像素级与区域级的重建算法通常难以获得可靠的重建结果.为了解决此问题，本文提出一种快速、鲁棒的分段平面重建算法.根据城市场景结构特征与分段平面假设，本文算法首先利用基于连通域检测的空间平面拟合方法从初始空间点中抽取充分且可靠的候选空间平面，然后在MRF（Markov random field）能量最小化框架下将场景的完整结构推断问题转化为平面标记问题进行求解.由于候选平面集与融合灰度一致性度量、空间几何与可见性约束的能量模型的高可靠性，场景的完整结构因此可被有效地重建.实验结果表明，本文算法能较好地克服传统算法可靠性差、重建场景不完整等缺点，同时具有较高的计算效率.
对于基于图像的城市场景重建，由于光照变化、透视畸变、弱纹理区域等因素的影响，传统像素级与区域级的重建算法通常难以获得可靠的重建结果.为了解决此问题，本文提出一种快速、鲁棒的分段平面重建算法.根据城市场景结构特征与分段平面假设，本文算法首先利用基于连通域检测的空间平面拟合方法从初始空间点中抽取充分且可靠的候选空间平面，然后在MRF（Markov random field）能量最小化框架下将场景的完整结构推断问题转化为平面标记问题进行求解.由于候选平面集与融合灰度一致性度量、空间几何与可见性约束的能量模型的高可靠性，场景的完整结构因此可被有效地重建.实验结果表明，本文算法能较好地克服传统算法可靠性差、重建场景不完整等缺点，同时具有较高的计算效率.
