【正文】 速的接口的同時，為手動定義區(qū)域邊界的用戶提供高質(zhì)量的結(jié)果。19. 無重復(fù)翹曲的運動計算技術(shù) 項目簡介： 該系統(tǒng)是從多個單一的圖像生成一個修正的視頻拼接圖像，包括四邊形的區(qū)域限定模塊，翹曲模塊和拼接模塊。四邊形區(qū)域限定模塊定義為，在一個單獨的圖像中直角上的兩點或者映射到直角上的兩點，所劃分的區(qū)域圖像。翹曲模塊定義為四邊形區(qū)域變成矩形區(qū)域。拼接模塊為在四邊形區(qū)域拼接的圖像。 標(biāo)準(zhǔn)化模塊為在全景圖像中和圖像運動中選擇出來的列按相應(yīng)的比例標(biāo)準(zhǔn)化，從而產(chǎn)生標(biāo)準(zhǔn)化的全景圖像。20. 視頻拼接技術(shù) 項目簡介： 在視頻編輯的運動計算涉及時間扭曲和時間的控制。為了控制事件的時間，可以通過推遲或減緩某些事件或者提前或加快另外的一些事件，從而完成時間扭曲或時間的操作。運動計算的主要方法是通過 （）提出的迭代式運動分析，同時用于運動參數(shù)的計算和目標(biāo)跟蹤。該方法需要大量的計算成本。 通過原來的使用單個迭代的方法會使圖像變形，我們的方法可以避免。多幀定位克服了當(dāng)前復(fù)幀定位方法的復(fù)雜性和假設(shè)限制性（如小運動或大內(nèi)存）的缺點。實驗結(jié)果表明，同時提高了復(fù)雜度和精度。創(chuàng)新點：不會影響所估計的運動的精度計算成本，以獲得一個快速和強大對齊。特點：計算機視覺軟件的信息從圖像中提取和分析，適合于在線和實時應(yīng)用。潛在應(yīng)用：醫(yī)療遠程檢查，安全視頻監(jiān)控，機器人，智能交通，虛擬現(xiàn)實，運動目標(biāo)跟蹤，視頻分析。21. 廣義全景馬賽克技術(shù) 項目簡介：視頻馬賽克技術(shù)通常把許多視頻幀粘貼在一起來增加視野。該技術(shù)支持通用的攝像機運動（包括攝像機的運動和變焦）的圖像拼接。計算圖像之間的運動序列之后,從單個幀中選擇視圖條帶。這些條帶大約垂直于光的流動，而且是彎曲的，使得光流變得平行，并被粘貼到一個全景馬賽克上。通過把斜投影圖像投影在圓柱表面來建模條帶的彎曲變形，圓柱的中心軸線就是攝像機的軌跡。此外,該技術(shù)采用視圖插值在原始視頻幀之間生成致密的中間視圖，這些中間視圖用于克服創(chuàng)建全景馬賽克過程中的運動視差的影響。22. 映射圖像編輯技術(shù) 項目簡介： 近年來計算機視覺技術(shù)使幾何圖像可以重組。當(dāng)前的方法會引入大量扭曲,可能會限制靈活性或者需要大量的計算,占用很長時間。新方法允許對象被重新安排、刪除和縱橫比變化。創(chuàng)新點：最優(yōu)圖標(biāo)記方法用于計算映射圖像，圖中的一個節(jié)點對應(yīng)一個像素的輸出圖像。在計算最優(yōu)映射圖像數(shù)據(jù)項中，使用圖像大小的變化、對象的重排、可能的顯著圖像等和一個平滑項, 從而最大限度地減少輸出圖像中的不連續(xù)性造成的映射圖像的不連續(xù)。 關(guān)鍵特性：.由映射產(chǎn)生的圖像看起來更自然, 因為由于全局的平滑項，圖像的幾何結(jié)構(gòu)被保留且大區(qū)域可以被合成，從而可能被引入的拼接扭曲減少。.使已被刪除或重新定位的圖像對象離散優(yōu)化。. 快速和高效的計算；操作 的圖像只需要幾秒鐘。. 可以用于圖像的重新定位,圖像縮放,圖像重排等移動物體或刪除它們，還可以用于合成圖像。23. 使用對極幾何的視訊穩(wěn)定技術(shù) 項目簡介： 高效的視頻穩(wěn)定機制，在非平面的三維環(huán)境中工作，適用于移動物體（除了相機抖動），近在線性能。創(chuàng)新點：該技術(shù)是一種利用投影場景重建，對抖動視頻進行的視頻穩(wěn)定的技術(shù)。其方法不同與恢復(fù)現(xiàn)場的三維幾何模型，只是已錄用點和極線之間簡單的幾何關(guān)系。該方法包含了場景中的跟蹤功能點，并使用它們來計算模型穩(wěn)定的攝像機運動的基本矩陣。然后利用極線點的轉(zhuǎn)移合成到新的幀圖像框中。特性：強大的視頻穩(wěn)定：實現(xiàn)穩(wěn)定（沒有對模型重建）；運行流暢，可以達到（幀滯后）；處理動態(tài)場景。24. 針對自有示例進行圖像和視頻升級 項目簡介： 圖像尺寸放大，導(dǎo)致圖像邊緣模糊以及圖像質(zhì)量下降，雖然目前數(shù)碼相機有高像素，但依然存在大量的低分辨率圖像，以及低端傳感器在移動設(shè)備和監(jiān)測系統(tǒng)中存在很多低分辨率的圖像需要提高分辨率。創(chuàng)新點：該技術(shù)是一個新的優(yōu)質(zhì)高效的單一的圖像放大技術(shù)。該技術(shù)不依賴于外部的示例數(shù)據(jù)庫或使用整個輸入圖像作為源代碼，例如補丁。相反，該技術(shù)遵循一個本地的自相似性假設(shè)的自然圖像和提取補丁的輸入圖像中的極局部區(qū)域。特點：算法生成高質(zhì)量、高清晰的圖像、減少進程搜索時間，而不影響質(zhì)量，簡單，有效的并行算法，使得在分辨率的增加同時保證運行時間較短，保證流暢性。25. 使用表面馬賽克進行視頻摘要處理 項目簡介：網(wǎng)站沒有提供簡介信息，如想進一步了解，可聯(lián)系對方索取詳細資料。26. 用來增強圖像的非剛性稠密對應(yīng)應(yīng)用程序 項目簡介：網(wǎng)站沒有提供簡介信息，如想進一步了解，可聯(lián)系對方索取詳細資料。27. 視頻中顏色平衡系統(tǒng) 項目簡介： 幾乎每一個用于操作和改善照片影像的應(yīng)用程序，比如降噪和細節(jié)增強，均依靠尺度分離；線性平移不變()過濾是典型有效的實現(xiàn)尺度分離的方法；然而該方法會生成光暈等視覺偽影；邊緣降噪平滑濾波器能避免這些偽影但計算昂貴，他們往往耗時并且增加內(nèi)存需求；新小波如同其他流行的應(yīng)用程序（圖像彩色化）一樣，可以加速邊緣降噪平滑的計算，同時又沒有存儲代價。創(chuàng)新點：新二代小波族通過粗略數(shù)據(jù)預(yù)測提升方案構(gòu)造。新小波能夠在一定數(shù)量線性像素點的估算次數(shù)內(nèi)，進行非線性數(shù)據(jù)多尺度邊緣降噪圖像過濾和處理的計算。特點：用最低的計算成本，同時不需要進行任何特殊措施，即可避免在獨立波段多尺度處理的光暈偽影；可以非常有效有效地用于計算邊緣插值方案，支持各種應(yīng)用程序的實時實現(xiàn)，如圖像彩色化；避免了龐大及制約不充分方程的計算困難；大大加速了各種攝影應(yīng)用程序的計算，實現(xiàn)典型線性平移不變（）運行時間內(nèi)多尺度數(shù)據(jù)過濾。潛在應(yīng)用領(lǐng)域：可納入任何圖像處理工具箱或視頻處理系統(tǒng)，在降低成本的同時提供更快的結(jié)果；彩色圖像的平滑邊緣保護；邊緣噪聲去除；動態(tài)范圍壓縮；圖像彩色化的離散數(shù)據(jù)插值。28. 編輯技術(shù)和應(yīng)用 項目簡介： 廉價的視頻捕捉設(shè)備和日益普及的視頻分享網(wǎng)站導(dǎo)致視頻中不良的色調(diào)波動：色調(diào)特征的分鐘變化，例如曝光，色溫，以及觀測序列時在一個幀序列鐘很容易引人注目的亮度和對比度。這些波動通常是由相機在拍攝時自動調(diào)整其色調(diào)設(shè)置所引起。創(chuàng)新點：用在連續(xù)的視頻拍攝的第一個指定一個或多個幀作為轉(zhuǎn)折點的方法減少視頻中不良色調(diào)波動。整個鏡頭與每個點相對應(yīng)：對于每一幀，調(diào)整器計算顯示為了更接近的捕捉的色調(diào)設(shè)置點，每個像素應(yīng)該如何修改。特點：調(diào)節(jié)器是在利用相干時間視頻獲得的連續(xù)幀，與色調(diào)波動的總體特性間進行有效的更新。一旦一個序列被均衡，可以在轉(zhuǎn)折點間生成平滑的色調(diào)過度，并進一步通過一個一致的、有原則的方式控制其色調(diào)特征。29. 特定內(nèi)容圖像增強技術(shù) 項目簡介： 由非專業(yè)攝影師拍攝的數(shù)字圖像需要有效的自動照片增強。大部分現(xiàn)有調(diào)整色調(diào)和顏色的系統(tǒng)，沒有對整個圖像內(nèi)容理解和考慮。該技術(shù)創(chuàng)新點：照片增強方法，它通過智能地考慮局部和全局的情況，自動提高特定的圖像元素，如天空，人臉，和顯著曝光不足區(qū)域的質(zhì)量。特點：考慮圖像內(nèi)容，智能地結(jié)合了各種本地色調(diào)映射和顏色校正處理。使用已有的強大探測器感知天空和人，包含人臉、 皮膚、 藍天和云彩，以及顯著曝光不足區(qū)域的圖像，進行定制的圖像增強處理。始終如一的顯著改善大部分圖像優(yōu)于幾個受歡迎產(chǎn)品中可用的自動增強運算功能。30. 去除圖像模糊度技術(shù) 項目簡介： 在許多實際情況下，如手持相機或在移動的車輛上拍攝，很難消除相機的抖動。在曝光期間傳感器運動導(dǎo)致所獲取的圖像中有不希望的模糊。當(dāng)前方法都基于對潛影的反復(fù)重建，因此處理速度緩慢。此外，許多方法依賴于難以把握的假設(shè)，因而削弱了估算區(qū)域和圖像模糊處理的精度。因此就需要一種更快、 更準(zhǔn)確的去除數(shù)字圖像模糊的方法。該技術(shù)創(chuàng)新點：運用純粹的統(tǒng)計方法從輸入圖像中提取一組統(tǒng)計信息，并利用這些信息來恢復(fù)自然圖像運動模糊的區(qū)域。31. 單圖像去霧技術(shù) 項目簡介： 靜態(tài)和動態(tài)應(yīng)用模式匹配的專用算法，從圖像中提取和分析信息的計算機視覺軟件，用于工業(yè)機器人和基于視覺裝配、制造和檢驗系統(tǒng)的簡單、快速的方法，人臉識別與安全的應(yīng)用創(chuàng)新，相距測量成員變量. 成員變量通過幾何變換，光線變換，非剛性變換修正。有限種群序列假設(shè)檢驗的新貝葉斯框架，基于該框架，設(shè)計了一個最佳的拒收驗收抽樣算法。該算法快速確定是否有個圖像歸屬于一個成員變量。主要特點：在奔騰 的處理器，采用像素像素的幀模式檢測中，在每一幀中的圖形旋轉(zhuǎn)和擬合，每幀耗時只有秒。能夠在圖像中搜索某些部分或?qū)⒉糠謱R到參考位置。潛在應(yīng)用領(lǐng)域：應(yīng)用在成像視頻編輯和增強功能上近的數(shù)碼相機買家使用軟件來管理和提高他們的照片。? 對于專業(yè)和業(yè)余的圖像處理人員來說，后期制作是必不可少的，他們用新的，易于使用的程序（去紅眼睛、臉部識別、場景識別和音調(diào)更正）相機算法在微型實驗室修改出高質(zhì)量的圖片。32. 實時模式匹配技術(shù) 項目簡介： 一種改進圖像的方法，從一個單一的輸入中去除陰霾。提高遠距離攝影或有霧條件下的圖像質(zhì)量，比現(xiàn)有的技術(shù)（如偏振去霧）有提高，不需要多個圖像或天氣條件的輸入。創(chuàng)新點：一種用最小的輸入要求，單張圖片來估計模糊場景中管線傳輸?shù)男路椒?。利用光傳輸估算消除霧霾，自動估算煙霧顏色. 根據(jù)可靠的傳輸估算提取場景。主要特點：能應(yīng)對含多個層次的霧霾深度，應(yīng)用于航空和水下攝影中，可用于預(yù)測的傳輸功能來模擬密集的介質(zhì)，例如沙塵暴?？捎糜诤铣尚乱暯堑膱D像。潛在應(yīng)用領(lǐng)域：無霧的遠程或衛(wèi)星圖像增強制圖，網(wǎng)絡(luò)制圖，土地利用規(guī)劃，考古和環(huán)境研究，軍事和安全，改善攝影技術(shù)。33. 和統(tǒng)計指紋的分割的蛋白質(zhì)序列 項目簡介： 不結(jié)盟數(shù)據(jù)序列的自動分割設(shè)備是由結(jié)構(gòu)域識別和構(gòu)建模型。該設(shè)備包含一個軟聚類單元，一個細化單元和一個退火單元。軟聚類單元迭代劃分?jǐn)?shù)據(jù)序列并排列變量內(nèi)存馬爾科夫源，創(chuàng)建應(yīng)用預(yù)測后綴樹數(shù)據(jù)結(jié)構(gòu)，知道數(shù)據(jù)達到收斂。聚類單元也消除了顯示低關(guān)系的數(shù)據(jù)來源。細化單元連接軟聚類單元并且分割和擾亂后收斂源，重復(fù)迭代分割軟聚類單元，從而細化模型。退火單元增加分辨率，顯示數(shù)據(jù)和源之間的關(guān)系，從而調(diào)節(jié)方法減少被拒絕的競爭源，該設(shè)備輸出幸存的變量內(nèi)存馬爾科夫源給后來的識別結(jié)構(gòu)域提供模型。34. 針對所有已知的蛋白質(zhì)進行自動分類的新工具 項目簡介： 本發(fā)明涉及到一種自動分類分子的方法，該類分子有相似的生物學(xué)功能，包含以下步驟：）在數(shù)據(jù)庫創(chuàng)建一個上述分子的分層組織，在其中相關(guān)的集群用本地的考慮結(jié)果分組；）決定一個被選分子的位置基于步驟的分層組織,即通過選擇相似分子生物學(xué)功能進行分類。35. 多角度表面馬賽克技術(shù) 項目簡介： 給定一個視頻或者一組從多視點圖像，表面馬賽克的嘗試包括在一個單一的馬賽克表面都在視頻中可見，即使沒有單一的視角，所有的表面都是可見的。 表面馬賽克可以通過沿著視頻特征點軌跡構(gòu)造，為每個特征點創(chuàng)建一個軌跡，所有的軌跡利用低維嵌入進表面馬賽克，創(chuàng)建一個馬賽克所有點都是可見的。 表面馬賽克可以使用具有三維場景中的一般運動攝像機輸入，無需計算場景結(jié)構(gòu)或攝像機運動，特征軌跡經(jīng)過一段時間后也可能部分重疊或不重疊，軌跡的錯誤和不連續(xù)也可以被處理。 自從在輸入視頻中表面馬賽克技術(shù)包括所有表面可見，扭曲是不可避免的，扭曲的圖像表示對象的多個視圖是由畢加索和霍克尼常用的產(chǎn)生。在一個單一的扭曲的二維馬賽克中，一個物體的表面鑲嵌可以包含若干個側(cè)面。相比之下，大部分馬賽克技術(shù)試著去創(chuàng)建無失真馬賽克，在輸入圖像中留下的許多特征是可見的。36. 超像素模型顏色的模型 項目簡介： 該技術(shù)提出在空間中采用高斯作為描述超像素顏色的一個有效模型。結(jié)果表明，這種模型盡管很簡單，但能夠很好地描述超像素的顏色和變化，從而獲得更好的分割。此外，該模型提供了有關(guān)場景物理性質(zhì)的其他信息，這些信息在僅僅使用平均值時無法獲得，在一些應(yīng)用中有明顯優(yōu)勢，比如顏色恒常（尋找照明顏色）、去霧和降低噪聲等。37. 編譯器輔助票調(diào)度技術(shù) 項目簡介： 如今個人電腦() 正在迅速成為異構(gòu)多核計算環(huán)境，其卡具有自己的。極少數(shù)應(yīng)用真正利用一切可用的處理能力。目前還沒有通用的編程模型和相應(yīng)的運行支持來使開發(fā)者能夠利用附件卡中的閑置的處理能力，框架給開發(fā)者提供了一個利用閑置處理能力的工具，使得任務(wù)團配備不同的架構(gòu)和約束。創(chuàng)新點：框架編程模型使得卸載識別()應(yīng)用意識到任何潛在的可用的計算資源，卸載的最小單元是關(guān)閉代碼（卸載代碼），它允許一個定義良好的接口的出口（如對象）作為開源或預(yù)編譯的二進制文件，通過關(guān)閉代碼描述文件（）描述。該框架可以用于諸如網(wǎng)絡(luò)接口卡、圖形接口卡、磁盤控制器和安全卡等設(shè)備中。它使得應(yīng)用程序能夠在不涉及主的情況下運行。例如，一個電視節(jié)目被記錄到并在線播放的同時機正被用于做別的事情。該框架確定哪些外圍卡在使用，如果在該卡上有足夠的計算空間給應(yīng)用程序的話，提高多任務(wù)的速度和效率。38. 指示客戶端技術(shù) 項目簡介： 一種基于預(yù)加載密鑰的客戶端路由技術(shù)，目前處于原理論證階段。特點：.該系統(tǒng)識別重要的搜索詞，復(fù)制了一個搜索引擎完成搜索的數(shù)據(jù)庫搜索項的特定部分提供一個數(shù)據(jù)庫只包含相關(guān)的目標(biāo)。.避免了大量用戶通過識別查詢相關(guān)的條款和指示瀏覽器直接在搜索引擎輸入搜索條件搜索一般服務(wù)器產(chǎn)生的瓶頸。.選擇直接瀏覽器直接到最熱門的搜索目標(biāo)，而無需任何訪問搜索引擎服務(wù)器。.該系統(tǒng)適用于大型在線購物網(wǎng)站和一般的網(wǎng)絡(luò)搜索。創(chuàng)新點：一種新的處理搜索引擎查詢的系統(tǒng)，該系統(tǒng)依賴于高度流行的搜索條件和路由查詢，直接向目標(biāo)或與這些術(shù)語相關(guān)的搜索引擎服務(wù)器。通過搜索引擎服務(wù)器，使直接路由到搜索目標(biāo)，而無需繞道。能夠更快、更好地集中處理搜索查詢。避免瓶頸產(chǎn)生的大量搜索查詢都要通過一個通用的“把關(guān)人”的處理。39. 頻譜稀疏線性判別分析方法 項目簡介： 一種頻譜方法結(jié)果有效的算法更快的結(jié)果，特點：.解決方案的快速、高效的分析大量的數(shù)據(jù)，以確定最相關(guān)的信息，為進一步分析提供特定信息的要。.用于人臉識別和基因表達數(shù)據(jù)分析。創(chuàng)新點：有效的，接近最優(yōu)的貪婪算法的稀疏分析采用了一種基于變分的特征值的邊界離散譜的制定。.在統(tǒng)計界使用的稀疏主成分分析收益率優(yōu)于國家的最先進的性能。.利用分支定界搜索尋找最優(yōu)解的變分譜方法。