图形图像技术报告材料.docVIP

实用标准文案 精彩文档 西南科技大学计算机学年 第2学期本科生课程 《图形图像新技术专题讲座》考核报告 题目：图形图像技术专题 专业： 软件工程 学号： 姓名： 陈麒麟 2013年3月 考 核 说 明 和 要 求 本考核报告根据西南科技大学本科生课程《图形图像新技术专题讲座》的教学大纲要求制定。本课程将以本报告作为成绩评定的依据，所有选课学生须严格按照要求撰写和提交报告。考核由课程报告和出勤率构成，分别占总成绩的80%和20%，具体内容和要求如下： 一、课程报告。收集和阅读若干篇（不少于5篇）与图形图像新技术有关的学术文献，然后选择一种技术进行深入的研读后，撰写一篇2000字左右的综述报告。 二、出勤率。所有选课学生不得无故缺席课程，无故缺席课程1次，考勤成绩扣5分，缺席2次，扣10分，缺席3次及以上考勤成绩0分，如有特殊情况，须在上课前履行请假手续。 三、考核报告撰写及提交注意事项 1、课程报告请勿抄袭。雷同率超过30%以0分记。 2、报告须在2013年5月10日前提交电子版和纸质版两种版本。电子版报告用word格式提交，文件以“学号+姓名”方式命名后发送至我邮箱：qmzhang@。纸质报告双面打印好以后，提交至我的办公室，地点是综合楼2-23。 3、为保证报告格式规范和统一，请勿修改本报告的格式。 课 程 成 绩 表 项 目 评 分 细 则 成 绩 课 程 报 告 选题 10% 8—10分：选题符合要求，选材较新，与当前研究热点密切相关 6—8分：选题和选材基本符合要求，基本与当前研究热点相关 6分以下：选题与选材陈旧，与当前研究热点相关性小 综述 40% 32—40分：综述紧密围绕报告题目，全面、有条理、结构清晰 24—32分：综述较全面、条理性和结构性较强 24分以下：综述不够全面，条理性和结构性较差 见解 20% 16—10分：能对报告综述内容进行较深入的分析，有独特见解 12—16分：能对报告综述内容进行一定的分析，有一定见解 12分以下：对报告内容分析较少，个人见解较少 格式 10% 8—10分：格式规范、完整，符合综述报告写作要求 6—8分：格式基本规范、基本完整、基本符合综述报告写作要求 6分以下：格式不规范、不完整、不符合综述报告写作要求 考勤成绩：总分20分，视课堂出勤率情况评定 总 分： 阅读文献题目及摘要 文献一题目：Gabor特征集结合判别式字典学习的稀疏表示图像识别 文献一摘要：稀疏编码中字典的选择无论对图像重建还是模式分类都有重要影响,为此提出Gabor特征集结合判别式字典学习的稀疏表示图像识别算法。考虑到Gabor局部特征对光照、表情和姿态等变化的鲁棒性,首先提取图像对应不同方向、不同尺度的多个Gabor特征;然后将降维的增广Gabor特征矩阵作为初始特征字典,通过对该字典的学习得到字典原子对应类别标签的新结构化字典,新字典中特定类的子字典对相关的类具有好的表示能力,同时应用Fisher判别约束编码系数,使它们具有小的类内散度和大的类间散度;最后同时用具有判别性的重构误差和编码系数来进行模式分类。基于3个数据库的实验结果表明本文方法具有可行性和有效性。 文献二题目：采用压缩传感的鲁棒的视频指纹方案 文献二摘要：视频指纹技术在视频检索、识别、安全等领域有着广泛的应用,提出一种基于压缩传感理论的鲁棒性视频指纹方法,该方法采用压缩传感的稀疏性和安全性对提取的视频关键帧进行采样,再对采样矩阵分块与分类,提取能量值大的一些子块构成新的特征矩阵。对特征矩阵使用奇异值分解,对较大奇异值量化编码生成指纹。同时,也提出了高效的两步匹配方案,通过粗精两步搜索对视频进行检索,提高了视频搜索速度,实验结果表明,能准确检测视频片段,对通常的视频处理具有较强鲁棒性,满足视频检索的实时要求。 文献三题目：基于图像显著性的路面裂缝检测 文献三摘要：:有效的视觉显著性方法能准确快速地帮助人们在大量视觉信息中找到感兴趣的物体。针对实际路面图像噪声成分复杂、覆盖面广的特点,提出一种基于图像显著性的路面裂缝检测算法。该算法对路面裂缝图像分块灰度校正后,根据灰度稀疏性、全局对比度计算粗尺度下的裂缝显著值,然后由裂缝局部亮度、边缘特性、连续性特点进行不断扩张的细尺度的局部邻域显著性增强,再经空间显著性加强后,采用自适应阈值分割提取裂缝。大量的实验结果表明,该算法比传统算法更能正确、有效地检测出裂缝整体区域,抗噪声能力强,漏检率和误检率很低,具有和人类视觉特性相符合的检测结果 文献四题目：头部缺失的JPEG文件碎片恢复 文献四摘要：JPE