数字视频全解全编多窗口高效实时转码系统平台西安财经学院Word文件下载.docx
《数字视频全解全编多窗口高效实时转码系统平台西安财经学院Word文件下载.docx》由会员分享，可在线阅读，更多相关《数字视频全解全编多窗口高效实时转码系统平台西安财经学院Word文件下载.docx（24页珍藏版）》请在冰豆网上搜索。
技术职称
副教授
工作单位
西安交通大学
完成单位
对本项目主要学术和技术创造性贡献
负责本项目的总体框架设计和技术路线的制定，提出了基于9/7小波变换的的图像视觉特征表示方法及其稀疏编码方案和基于Contourlet变换的图像视觉特征表示及其稀疏编码方法。
陈大鹏
2
讲师
在本项目中为视觉图像的目标跟踪提出了一种有效的基于三要素协同的多尺
度联合跟算法的框架。
该视觉目标的跟踪算法能够同时利用不同类型的“力”（Forces），即引力、斥力和支持力，来综合发挥它们的对视觉特征的增强和互补的优势。
该算法从不同时间尺度样本集学习出的三个成分对三种“力”进行建模。
长时描述式成分吸引目标样本，同时，中时描述式成分使目标与背景相排斥。
这两个成分在表观模型中相结合并能够使双方力度增强。
短时回归模型结合不同辅助样本的投票（Votes），来决定目标的位置，从而形成上下文感知的运动模型。
其次，表观模型和运动模型相结合共同决定视觉目标特征状态，最终的特征状态由一个由粗到精的多尺度搜索方法来决定，本算法的目标跟踪性能超过了目前最好的同类研究指标，研究成果发表在IEEEPAMI。
曹建福
3
教授
在本项目中，提出了一种基于粒子群优化（PSO）的非组织点云的非监督平面图
像分割算法，并根据PSO聚类算法和内点随机采样一致性的聚类距离给出了鲁棒的
非监督平面分割的目标函数及其优化算法，该算法可以同时实现找寻到分割平面块（Patch）集的数量和位置，为图像视觉特征计算提供了提供了新方法。
祝继华
4
在本项目中，提出了自然场景无序视觉目标扫描的多视角配准方法，该方法
是一种多尺度视角配准方法，可实现由粗到细的多尺度自动配准。
其中，在“粗”
的过程中，采用遗传算法重叠扫描的耦合配准方法构造一个Span树，在多视角配准
的“粗”过程，由已经构造好的Span树来计算。
在“精”过程中，为了获得精确的
自然场景视觉图像模型，“粗”配准结果可以作为切边迭代最近点算法的初始参数，
这样在不做任何特征提取的情况下，可以自动地实现无序视觉目标扫描的多尺度
多视角配准。
景明利
5
西安财经学院
西安财经学院
在本项目中，提出了一种基于压缩感知理论的视觉特征表示及其稀疏编码方
法，利用该方法进行视觉图像的恢复与重构性能良好，计算复杂度低且效率高。
该算法是主要采取正交投影算法和准牛顿优化算法的有机结合称为为准牛顿迭代投影（QNIP）算法来实视觉图像的现压缩感知恢复。
该算法有两个优势：
采样矩阵、每次迭代及其转置矩阵的计算十分简单；
迭代收敛所需要的次数较少，本算法与同类研究在压缩感知恢复方面表现出较好的性能。
胡怀中
6
研究表明，基于模糊集的数据分类具有计算量小、无需事先确定分类属性个数
且可得到较高正确分类率的优点。
有序权重平均算子（OWA）作为OWA机制的模糊集最
具代表性的α级I型OWA，其计算复杂度介于O（n）和O（n2）之间。
由于α级I型OWA算子
的计算非常接近于模糊权重平均（FWA），因此，最有效的FWA算法的计算复杂度是
O（n）。
在本项目中，提出了一种基于ODSFWA的计算I型OWA的反向搜索算法，实现了
视觉图像多层多方向分解系数的快速分类与重组，由计算成本和CPU时间成本可知，
该算法可以大幅度节省运算成本，同时提高图像视觉特征计算的效率。
田丽华
7
高级工程师
研究表明，图像视觉特征如感兴趣区域（ROI）不是一个固定区域，只是一个
可以表示图像最重要信息的区域，因此使用目标对象视觉注意的显著性模型可以自
动提取ROI。
另外，为了使得提出的算法对白噪声更具鲁棒性，更好地检测到视觉
图像的损伤和局部伪影，本项目提出了一种基于多尺度的视觉注意的显著性的数学建模方法。
杨旸
8
针对人类脸部的表情和姿态，本项目提出了一种基于非线性形变学习方法的人
脸视觉图像匹配和特征提取方法。
对于人脸图像而言，本项目提出的算法基于备选
图像的单一模板，人脸图像特征形变可以间接地制约形状参数，因此精确匹配依赖
于对最优的可变形状参数的估计，针对非线性形变的数学建模，本项目构建了局部
相邻采样的分段凸型组合优化的数学模型并完成最终的求解全过程。
苏远岐
9
针对目标图像视觉特征的形状特征及其匹配方法，Star模型将会产生宽松的几
何联接问题，为了解决这一问题，本项目针对相互联接的局部匹配，去分析这些联
接并降低全局匹配，为了实现这一目标并获得符合形状点匹配的像素，本项目将形
状模板分解成为重叠部分，并通过一个基于部分的多尺度结构性建模匹配算法并使用潜在的变量去约束部分变形，使得这些轮廓片段可以通过修正的动态规划方法求
解部分匹配的形状特征。
李垚辰
10
针对快速移动的自然场景即具有移动背景的图像序列的图像视觉特征表示模
型与特征提取问题，本项目引入自然场景结构处理方法，通过语义快速双循环（FTC）
水平集方法检测到道路图像边缘之后，整合结构上的图像边缘控制点。
进而，通过
三元素处理管线逼近聚类道路图像边缘特征:
包括构造道路图像、道路图像分割、
背景图像修复，其中，道路的聚类图像可由语义FTC水平集方法分割，修复遮挡的
背景图采用了高斯混合模型和光学流方法，在分割和修复之后便可以很好地构造聚
类的交通场景视觉图像，而且前景的多边形景物如车辆和交通信号也可以得到很好
的建模。
张松俊
11
博士研究生
针对图像视觉特征表示问题，提出基于JPEG2000标准的有理系数9/7小波的
图像视觉特征表示模型及其稀疏表示方法，基于Contourlet变换的图像视觉特征
模型与稀疏编码方法。
3.完成人合作关系说明
本项目由杨国安副教授、陈大鹏博士、曹建福教授、祝继华副教授、景明利副教授、胡怀中副教授、杨旸副教授等组成的研究团队完成。
杨国安负责提出总体研究思路和主要研究框架，并一直主持着基于多尺度的图像视觉特征表示模型的研究工作。
杨国安自2001年5月留学回国，并在我校电信学院人工智能与机器人研究所任教，回国后共计参与完成了国家自然科学基金创新研究群体项目“智能化视觉信息处理理论与实现技术”、国家自然科学基金重点项目“高效可伸缩视频编解码基础理论与方法研究”、国家重点基础研究计划项目“视觉信息环境感知与识别关键技术”、国家高技术研究发展计划项目“基于离散小波变换的JPEG2000图像处理及场景数据实时传输”和国家科技支撑计划项目“数字媒体内容互通共用关键技术”等，获得2017年陕西省高等学校科学技术奖获奖项目二等奖，获奖项目名称是“基于多尺度方向变换的图像视觉特征表示方法”。
陈大鹏自2011-2016年在我校电信学院人工智能与机器人研究所攻读博士学位，在陈大鹏攻读博士期间，选修了我讲授的《图像多尺度分析理论与应用》课程，杨国安与陈大鹏博士在基于多尺度几何分析的图像视觉特征表示方法研究有着良好的合作关系，陈大鹏是2017年陕西省高等学校科学技术奖获奖项目“基于多尺度方向变换的图像视觉特征表示方法”的主要完成人之一。
杨国安和曹建福教授同为我校电信学院自动化专业教师，2015年曹建福教授申报国家自然科学基金面上项目“基于频谱数据驱动的复杂机电耦合系统故障诊断方法及应用研究”获得批准立项，在该项目中杨国安为副组长，2016年杨国安申报并立项的国家自然科学基金面上项目“基于生物视觉稀疏编码特性和显著性特征的多尺度几何分析纹理模型研究”，曹建福教授是副组长，在基于图像处理的复杂机电系统在线检测和故障诊断研究领域，与曹建福教授有着良好的合作关系，曹建福教授是2017年陕西省高等学校科学技术奖获奖项目“基于多尺度方向变换的图像视觉特征表示方法”的主要完成人之一。
祝继华副教授自2007-2011年在我校电信学院人工智能与机器人研究所攻读博士学位，现在在我校软件学院任教，杨国安与祝继华副教授在基于多尺度几何分析的图像视觉特征表示方法研究有着良好的合作关系，祝继华副教授是2017年陕西省高等学校科学技术奖获奖项目“基于多尺度方向变换的图像视觉特征表示方法”的主要完成人之一。
景明利副教授自2008-2014年在我校电信学院图像与模式识别研究所攻读博士期间，并选修了我开设的《图像多尺度分析理论与应用》课程，杨国安与景明利副教授在基于小波变换、多尺度几何分析和压缩感知理论的图像理解研究领域有着良好的合作关系，并联名发表项目主要论文4，2016年杨国安申报并获批的国家自然科学基金面上项目“基于生物视觉稀疏编码特性和显著性特征的多尺度几何分析纹理模型研究”，景明利副教授是项目参加人之一，同时景明利副教授是2017年陕西省高等学校科学技术奖获奖项目“基于多尺度方向变换的图像视觉特征表示方法”的主要完成人之一。
胡怀中副教授自2001-2005年在我校电信学院自动控制研究所攻读博士学位并留校任教，2016年杨国安申报并获批的国家自然科学基金面上项目“基于生物视觉稀疏编码特性和显著性特征的多尺度几何分析纹理模型研究”，胡怀中副教授是本项目的参加人之一，同时胡怀中副教授是2017年陕西省高等学校科学技术奖获奖项目“基于多尺度方向变换的图像视觉特征表示方法”的主要完成人之一。
田丽华高级工程师自2006-2012年在我校电信学院人工智能与机器人研究所攻读博士学位，现在在软件学院任教，2016年杨国安申报并获批的国家自然科学基金面上项目“基于生物视觉稀疏编码特性和显著性特征的多尺度几何分析纹理模型研究”，田丽华高级工程师是本项目的参加人之一，同时田丽华高级工程师是2017年陕西省高等学校科学技术奖获奖项目“基于多尺度方向变换的图像视觉特征表示方法”的主要完成
升级会员 