通过构建视觉特征与无向图模型节点之间的相互关联,从而将原始数据的结构关系转化为模型计算下的先验信息表达。通过分析同一尺度内节点在空间邻域中的一致性和不同尺度间节点在特征关联下的相似性,设计不同尺度下的先验标记获取算法。通过分析立体结构模型节点之间的内在联系,有效的融入先验信息的表达,提高图像分割的准确性、鲁棒性和普适性。(2)围绕中层视觉分析处理任务,针对静态目标识别过程由于缺少有效的生成结构描述,导致特征相似目标存在大量误识别现象这一问题,提出一种新的时序关联隐狄利克雷分配模型。通过建立不同层次视觉要素与有向概率图模型中不同节点间的对应关联,获得待识别目标在有限个组成成分下的生成描述。进一步,通过引入后验判别和开关变量,建立特征数据在连续采样运算中生成表达的时空关联约束。通过构建不同视觉要素更加有效的生成式结构表达,指导中高层知识的推理运算,提高目标识别的准确性和计算效率不同尺度下-数控滚圆机电动液压滚圆机滚弧机价格低张家港切管机滚圆机多少钱。(3)围绕中层视觉分析处理任务,针对目标在运动过程中不同类别标签下的动作存在大量相似的运动形态,影响动作检测的判别性能这一问题,提出多视角下的 

www.wangaunjimuju.com判别字典学习框架。通过构建同时包含共享字典和特定类别子字典的通用字典,从而更好的刻画不同动作的特有属性。通过引入组稀疏和局部限制性稀疏约束项,从而在编码描述中保存视觉特征的相互关联和内在结构。此外,多视角下的特征表达进一步通过稀疏编码的方式被更好的融合在一起,从而获得更加鲁邦的运动形态描述。通过分析不同类别运动特征之间的内在关联和结构关系,提高动作描述的判别特性和动作识别的准确率。(4)围绕高层视觉分析处理任务,针对有限样本下判别模型对训练样本敏感,导致分类器学习结果泛化性能较弱,影响场景分类性能这一问题,提出贝叶斯先验约束下的混合判别方法。通过在判别学习框架下引入完整的生成学习过程,建立待分类场景在有限个组成目标下的生成结构描述。通过定义反馈推理融合机制,对不同质分类器下的预测结果进行样本筛选和标签决策,从而自动扩展训练样本集,实现模型的有效更新。通过构建不同质分类器在决策层的融合,指导场景层中高层知识的推理求解过程,提高模型判别性能,从而获得更高的场景分类精度。不同尺度下-数控滚圆机电动液压滚圆机滚弧机价格低张家港切管机滚圆机多少钱  www.wangaunjimuju.com