一种基于概率模型的程序错误检测方法及系统

    公开(公告)号:CN105608006A

    公开(公告)日:2016-05-25

    申请号:CN201510982321.0

    申请日:2015-12-22

    IPC分类号: G06F11/36

    CPC分类号: G06F11/3612 G06F11/3684

    摘要: 本发明公开了一种基于概率模型的程序错误检测方法及系统,该方法包括以下步骤:S1、获取概率模型和待检测程序,从待检测程序中提取待检测的函数调用序列集合;S2、获取单个待检测的函数调用序列,求解最相似的函数调用序列集合,并计算联合概率;S3、根据相似集合对该待检测序列进行检测并生成修复方案;S4、完成该待检测序列的检测和修复后,记录检测到的各个错误信息及修复方案;S5、对待检测集合中的所有待检测序列检测完毕后,输出程序错误报告。本发明无需处理概率模型转换到确定性模型时的阈值选择问题,能够快速的检测程序中的错误,且检测准确率高。

    一种快速遥感影像匹配方法及系统

    公开(公告)号:CN105354841A

    公开(公告)日:2016-02-24

    申请号:CN201510687565.6

    申请日:2015-10-21

    IPC分类号: G06T7/00 G06T5/40

    CPC分类号: G06T5/40 G06T2207/10032

    摘要: 本发明公开了一种快速遥感影像匹配方法及系统,该方法包括以下步骤:S1、获取基准影像和待匹配影像并对其进行粗匹配,分别对两幅影像构建积分直方图,根据待匹配影像与基准影像积分直方图的相似度确定候选匹配区域;S2、对待匹配影像和候选匹配区域进行精匹配,具体步骤为:S21、在待匹配影像和候选匹配区域中进行特征提取,并构建特征点匹配集合;S22、根据特征点的匹配集合构建概率表达模型和特征点映射的形式化表达;S23、根据最大期望算法剔除误匹配,计算得出精确匹配模型,并通过精确匹配模型得到影像的精确匹配区域。本发明大大缩短了影像匹配的过程,提高了匹配的精度和算法的鲁棒性。

    一种鲁棒的半标定下视图像极线校正方法及系统

    公开(公告)号:CN105389819B

    公开(公告)日:2019-02-01

    申请号:CN201510776198.7

    申请日:2015-11-13

    IPC分类号: G06T7/00 G06T5/00

    摘要: 本发明公开了一种鲁棒的半标定下视图像极线校正方法及系统,该方法包括以下步骤:S1、获取无人飞行器每一成像时刻下视相机拍摄的图像,相机的内参数矩阵,以及无人飞行器的惯导系统提供的姿态参数,构建平行于地平面的虚拟成像环境;S2、对不同成像时刻的图像分别提取特征点,构建初始特征点对应集合;并根据该集合得到变换后的特征点对应集合;S3、构建概率表达模型,计算无人飞行器的航向与正北方向的夹角;S4、计算单应变换矩阵,并根据该矩阵,对每一成像时刻的图像进行极线校正。本发明能够快速的完成校正,并且能够得到精度较高的校正图像,对于无人机辅助导航等应用领域具有重要的指导意义。

    一种基于3D骨架的多视角室内人体行为识别方法

    公开(公告)号:CN105631420A

    公开(公告)日:2016-06-01

    申请号:CN201510995238.7

    申请日:2015-12-23

    IPC分类号: G06K9/00 G06K9/62

    CPC分类号: G06K9/00342 G06K9/6269

    摘要: 本发明公开了一种基于3D骨架的多视角室内人体行为识别方法,包括以下步骤:1)获取人体运动在正视角、斜视角和侧视角三个角度的视频;所述视频包括训练视频和测试视频;2)通过体感设备提取视频中人体骨架3D特征;所述三维骨架特征包括全局运动特征和手臂、腿部局部运动特征;3)训练模型;通过训练视频中的人体骨架3D特征进行特征描述,得到训练特征集;具体如下:对三维骨架特征进行在线字典学习;然后稀疏主成分分析进行降维,形成特征集数据集;4)输入测试视频的样本的特征集,通过线性支持向量机(LSVM)进行识别。本发明方法实现了多角度动作的分类识别,克服了单视角识别算法的局限性,更具有研究价值和实际应用价值。

    一种基于MRLS-TPS的图像变形方法及系统

    公开(公告)号:CN105243636A

    公开(公告)日:2016-01-13

    申请号:CN201510852303.0

    申请日:2015-11-27

    IPC分类号: G06T3/00

    CPC分类号: G06T3/0093

    摘要: 本发明公开了一种基于MRLS-TPS的图像变形方法及系统,该方法包括以下步骤:S1、输入原图像、权值参数α和正则化参数λ,并从原图像中选取控制点集合和该控制点集合对应的目标点集合S2、取径向基函数作为TPS核,根据TPS核构建控制点集合的核矩阵K,并根据TPS模型构建变形映射模拟函数fp,fp可以分解为一个全局的仿射变换矩阵A和一个局部的弯曲函数gp;S3、根据S2中的公式求解原图像中每个像素点的权重矩阵W、核向量Kp及变形映射函数fp;S4、根据变形映射函数的集合{fp(p)},通过逆向映射获得变形图像。本发明的优点为:(1)变形后的图像可以很好地保留细节;(2)变形函数具有简单封闭解;(3)它具有非常高的计算效率。