廖 娟 1* , 王 江 1 , 徐 亮 2 , 李 勃 1 , 陈启美 1

前景检测是视频监控中信息提取的关键，而相机抖动造成背景边缘的像素极易误检为前景像素，降低前景检测的精确度.为此，文中提出相机抖动场景下一种基于运动信息的前景检测算法：分析二值图像中候选前景点的运动信息，构建非参数的背景运动信息分布模型；计算候选前景的运动信息与背景模型的概率似然性，由自适应的阈值控制来确定真实前景，该自适应阈值由Mean-shift及信息熵算法共同确定，可以克服单个的全局阈值对场景变化适应能力差问题；针对检测到的前景点和背景点的运动信息，采用首进首出的策略更新背景运动信息分布模型，提高模型对场景实时变化的适应性.实验结果表明，该算法具有良好的鲁棒性，能有效地检测相机抖动场景下的运动前景.

2015, 51 (2): 219–226

王 江，廖 娟，陈星明，李 勃，陈启美

水路运输因其价廉，承载量大等，在我国综合运输体系中占有重要地位。然而由于船舶构造尺寸、航行操作不规范，缺乏有效监控手段，撞桥搁浅、两船相碰等现象时有发生。而借鉴公路交通的视频监控技术，存在种种困难，诸如，航道没有标线，摄像机难以标定；船尾波纹与船行同步，难以区分；加之水面波光粼粼，不似黑色柏油道路对比度高等等。为此，文中提出了运动船舶参数视频检测的系列算法：提出网格交互式摄像机标定算法，以获取图像坐标系与世界坐标系的映射；优化Vibe视觉背景建模算法，去除船尾波纹干扰，从而提取船舶轮廓；建立船舶长宽、速度、流量的检测模型，以分别获取船舶尺寸与运行参数。该系统现已鉴定，在京杭运河运行示范。经检测：长宽、速度、流量的检测准确率分别优于90%、95%、98%。

2015, 51 (2): 227–233

阮雅端 1* , 陈湘军 1 , 郁建桥 2 , 陈启美 1

雾霾区域动态分布可反映污染源变化分布、道路交通状况，涉及民生健康与行车安全。目前点站式能见度、PM2.5监测仪器价格昂贵，且取样空间有限，使得监测结果过于稀疏，难以覆盖路段、区域范围。为此，论文在现有的省域环境监测中心、交通信息中心两系统的基础上，提出了雾霾视觉传感区域分布预警安全联动联控系统，基于信息汇聚立体网络架构，构建大数据中心为各应用系统提供统一信息服务接口，解决异构系统兼容及信息共享问题；基于大量路网监控视频资源，研究视频能见度检测模型，分析能见度与颗粒物的相关性，进而揭示能见度区域表象数据与PM2.5的内在关系，实现雾霾高危区域监测预警及其辅助决策。用于交通安全的实验系统已在宁淮高速南段应用，对老山丘陵雾霾多发地段的行车安全起了重要作用。


2015, 51 (2): 234–242

张鹏，黄毅，阮雅端，陈启美*

基于背景建模的交通流参数视频检测方法易受车辆遮挡、光线变化、雨雪等外界环境条件干扰等而误判；基于机器学习方法的机理不同，改变帧间像素动态变化解析的方式，而着重于车辆样本空间的目标识别提取，具有抗干扰优势。为此，在深度学习的基础上，文中提出了基于稀疏特征的交通流检测算法。其构建高斯混合背景模型，提取交通视频的运动目标，以稀疏编码处理目标的尺度不变特征来获得稀疏特征；经最大池化的稀疏特征维度降低、线性支持向量机训练、背景建模方法误判样本去除，从而计算获得交通流参数。测试结果表明：与背景建模方法比较，该算法去除了60%~80%误判，准确率提高了12%~17%，对外界干扰大、分辨率不高的视频图像优势显著。 2015, 51 (2): 264–270

周文猛1，杨一品1，周余1，于耀1，金苏文2，都思丹1*

随着计算机技术的发展，人机交互的方式越来越多样化，声音、手势、肢体动作等都可以用来向计算机传递信息。本文实现的手部姿态估计系统，使用Kinect作为输入设备，在无标记的情况下对人体手部的姿态进行估计、跟踪，恢复出人体手部的姿态信息。本文采用参数化的手部三维模型，提出了有效的评价函数衡量三维模型投影结果与真实观测值之间的差异，使用改进的粒子群寻优算法求解该评价函数的最优解，进而得到手部姿态信息。针对手部运动帧间的连续性，使用前一帧的优化信息初始化当前帧粒子群，提高了粒子群优化算法的收敛速度，此外，还利用了粒子群算法的内在并行特性，使用GPU并行加速，并针对手部图像处理这一具体任务加以优化，达到了20Hz的处理速度。 2015, 51 (2): 297–

杨程，陶海，田洪舟，王丹亮，周政，张志炳*

采用图像分析技术对液相中气泡群的粒径分布进行了研究。首先使用高速摄像机拍摄得到简易反应器内气泡的图片，再通过Matlab平台对图像进行预处理后将其转换为二值图像来提取周长和面积，并依据圆度值对气泡进行分类，分离单个气泡和黏连气泡，以防止分水岭算法对单个气泡的过度分割。然后利用改进的分水岭算法对黏连气泡进行分割，获得黏连气泡的粒径分布，将单个气泡与黏连气泡的粒径分布汇总得到整个气泡群的粒径分布。最后，将由气泡群的粒径分布计算得到的气含率与实验测得的气含率进行比较，得到不同表观气速下的测量误差，在此基础上得到了各表观气速下气泡群粒径分布的概率密度图。结果表明，误差随着表观气速的增大而增大，表观气速在1.2~1.8cm·s-1之间时，误差在10%以内。 2015, 51 (2): 304–309

石国军，陈宾宾，许二岗

分别以二茂铁和二氧化硅为前驱体和载体，通过“一步法”化学气相沉积来合成Fe2O3/SiO2催化剂．在二茂铁升华温度为110 、载体400 ，N2作为载气，反应气氛为空气，真空度为0.08 MPa的条件下合成出了不同担载量的Fe2O3/SiO2催化剂．同时，以Fe(NO3)3·9H2O为前驱体通过等体积浸渍法制备相同担载量的Fe2O3/SiO2催化剂作为参比催化剂，并用于苯酚羟基化反应以评价其催化活性．通过BET、AAS、HR-TEM、FT-IR、XRD、H2-TPR等手段对催化剂的理化性质进行了表征，以双氧水为氧化剂进行了苯酚羟基化反应．结果表明，通过化学气相沉积合成了高分散的SiO2担载的、高分散的α-Fe2O3纳米颗粒催化剂，活性物种α-Fe2O3纳米颗粒和载体SiO2间存在强相互作用．在反应时间为1 h，反应温度40 ，苯酚与双氧水的摩尔比为1:1，催化剂质量为0.05 g的反应条件下，CVD法制备的0.2 mmol·g的Fe2O3/SiO2催化剂具有最高的反应活性，苯酚转化率为39.16%，邻苯二酚与对苯二酚的选择性分别为59.18%和35.11%．具有相同负载量、浸渍法制备的催化剂没有检测到苯酚的转化． 2015, 51 (2): 310–319

王喆正, 唐 晔, 杨育彬 *

字典学习是图像分类的关键研究问题之一 . 现有的字典学习方法大都假设所有训练样本同等重要 . 实际上, 训练样本由于样本之间关联性作为一种“ 隐藏属性” 是未知的, 因此, 训练样本的学习顺序也与学习效果密切相
关 . 提出一种将自调学习机制融合于字典更新过程的新型字典学习方法, 在字典学习中, 学习的过程并不是一次处理所有训练样例, 而是从简单的训练样例学起, 通过迭代逐步扩展至整个训练数据集 . 针对自调式过程是一种无监
督式的学习这一特点, 融合类标机制, 利用图像类标信息进行监督, 得到一种更加高效的简单样本判别方法, 从而提高学习过程中反复迭代的效率 . 在 C a l t e c h - 1 0 1 数据集上进行图像分类实验, 并和其他几种字典学习算法进行了
分析和比较, 结果表明本文算法在字典表示以及分类效果上都取得了更好的效果 .
2015, 51 (2): 320–327

费飞,王立鹏,接标,张道强

最近，脑连接网络已经被用于神经退行性疾病（如阿尔茨海默病AD以及轻度认知障碍MCI）的诊断和分类。以往典型方法是从脑连接网络中提取一些特征（如局部聚类系数等）构成一个长特征向量，并用其训练一个分类器用于最终的分类。然而，上述方法的一个缺点是未能充分考虑网络的拓扑结构信息，从而限制了分类性能的进一步提升。有鉴于此，本文提出了一种基于判别子图挖掘的脑连接网络分类方法。首先分别从正类训练样本集和负类训练样本集中挖掘频繁子网络（即频繁子图）。然后，利用基于图核的方法来衡量频繁子网络的判别性能，并选择那些最具判别性的频繁子网络作为判别子网络用于后续的分类。最后，在真实MCI数据集上的实验验证了本文方法的有效性。 2015, 51 (2): 328–334

马兴斌1，鞠恒荣1,2,3，杨习贝1,2,3，宋晶晶1,2,3

决策粗糙集源于贝叶斯决策准则, 利用代价矩阵生成了构建概率粗糙集所需的一对阈值 . 通过代价对目标事物的近似使得决策粗糙集模型对代价敏感, 使决策粗糙集成为一种十分重要的粗糙集方法 . 然而, 大多数的决策粗糙
集模型仅使用一个代价矩阵进行描述, 来求解完备信息系统中的问题 . 这种方法并未考虑机器学习和数据挖掘中的一个重要问题, 即现实生活中代价本身所具有的多样与变化特性 . 为解决该问题, 首先, 通过使用多重代价矩阵将多
代价策略引进决策粗糙集; 然后, 在不完备信息系统中, 分别提出了乐观与悲观两种形式的多代价决策粗糙集方法, 讨论了这两种新的决策粗糙集模型与基于单代价矩阵决策粗糙集模型之间的关系, 并且给出了乐观和悲观这两种
决策粗糙集决策代价的总代价计算公式 . 最后, 在四组 U C I 数据集上对几种不同的决策粗糙集的决策代价进行了对比分析 . 实验结果表明, 乐观决策粗糙集得到的决策代价是一种较优的代价, 并且随着代价矩阵的增加, 代价的
值将会保持在一个稳定的值 . 揭示了决策理论粗糙集的潜在应用并且为其提供了新的研究方向 . 2015, 51 (2): 335–342

栾海军1，董红斌1*， 周 阳2

近年来随着电子商务的发展，连续双向拍卖(CDA)已经广泛应用到社会的各个交易领域，如纳斯达克，纽约证券交易所，深交所等国内外股票交易市场。针对传统双向拍卖市场的竞价策略缺乏智能性的特点，提出了一种自适应竞价策略（Self-Adaptive Bidding Strategy，SA竞价策略）使交易者无论以买方角度还是卖方角度均能获得较高的收益。该策略将整个交易过程分成三个阶段，交易者根据所在不同阶段分别采用不同竞价策略。在第一阶段和第三阶段分别采用观望策略和薄利多销策略，第二阶段是交易者获得收益的主要阶段，所以本阶段的交易agent具有短期和长期两种学习规则，通过对两种学习结果的整合为其提供占优的竞价。采用SA策略的agent能够根据市场情况的变化动态地调整报价。最后仿真结果表明提出的SA策略是一种能够获得较高收益的竞价策略并且在交易成功率方面也明显优于其他策略。 2015, 51 (2): 368–376

顾沈明 * , 胡 超, 吴伟志, 王 霞

在许多场合下，要把论域中的每一个对象或元素区分开来是没有必要的.用粒计算的观点来看，由小的部分可以组成较大的粒.而在不同粒度层次上，人们常常用层次结构的方法来观察或处理数据.由于不同尺度对数据有不同的分割，也就会得到不同层次的信息粒度.这些不同的信息粒度常常用不同的标记来标注.本文先介绍了多标记信息系统的概念，为了引入序关系而重新定义了保序的信息变换函数，并给出了多标记序信息系统的概念.在多标记序信息系统中，利用新的保序的信息变换函数，可以获得知识粒度的一个层次结构.在每一个层次中，利用优势关系可以定义优势类和劣势类，并定义了知识粒的下近似、上近似，进而定义了粗糙度、信息熵、粗糙熵等概念.在不同层次之间，分别讨论了下近似、上近似、粗糙度、信息熵和粗糙熵随着粒度粗细变化而变化的有关性质，在不同的标记粒度层次下探索的知识不确定性的变化规律.

2015, 51 (2): 377–383

徐永存，梁久祯*，王德江

Steiner点是物体的一个特征点，具有高稳定性和低离心性。由于其良好的鲁棒性，在跟踪预测移动目标位置有很好的效果，但Steiner点对移动物体边界有依赖，一旦移动物体部分被遮挡，Steiner点会丢失。为解决这一问题，从特征点的几何性质出发，通过推导有关遮挡的几何性质后，提出了一种解决遮挡问题的理论方法。首先提取移动物体的边界，经过凸壳处理、多边形逼近过程后，转化成易于处理的凸多边形。利用推导出的遮挡结论，计算出移动目标Steiner点的偏移向量，再结合未被遮挡区域的Steiner点，从而可以计算出移动目标的特征点——Steiner点的位置，从而解决被遮挡这种问题。通过一系列人工合成图像的实验，结果表明，目标移动部分被遮挡，Steiner点可以恢复出来。
2015, 51 (2): 405–414