一种抗几何旋转攻击零水印算法

为了解决零水印算法存在抗几何攻击能力弱的问题,提出了一种抗几何旋转攻击的零水印算法。首先根据尺度不变特征变换(SIFT)旋转校正后图像像素失真情况,在中心地带确定像素近似无损的安全区域;其次将该区域进行二级冗余离散小波变换提取低频区域,对该低频区域进行分块并提取每个块的最大奇异值,同时利用每块最大奇异值构建过渡矩阵;然后通过比较过渡矩阵的每个元素值与其均值关系构造特征矩阵;最后将加密后的水印图像与特征矩阵共同构建零水印。实验结果表明,与仅利用SIFT校正算法相比,抗旋转攻击鲁棒性平均提高了13. 26%,与GH旋转矩和伪Zernike正交矩算法相比,抗旋转攻击鲁棒性分别提高了1. 1%和0. 94%;对常规攻击、缩放攻击和循环平移以及小范围的剪切攻击均具有较强鲁棒性。

基于KPCA-LSSVM的两阶段纺纱质量的预测模型

纺纱是复杂的多环节生产过程,纺纱产品的质量等级评价大多需要依赖领域专家的个人经验,有必要从定量分析的视角建立纱线质量预测模型。选取原棉的含水、含杂、主体长度、主上长度、均匀度、短绒率、成熟度、公制支数、强力、疵点总数10个影响因素作为纱线质量等级预测的评价指标,第一阶段对影响因素进行相关分析,用KPCA方法提取影响因素的主成分;第二阶段用LSSVM算法进行训练及预测,建立了基于KPCA-LSSVM的两阶段纺纱质量预测模型。通过对实测18组纺纱数据作为训练样本数据集对模型进行训练,13组数据作为该预测模型的测试数据,进行纺纱质量预测,并且与其他预测模型进行对比。结果表明:利用核主成分分析法对因素进行筛选,消除因素相关性,使得该组合算法具有较高的预测精度。

基于双核模型上下文的流形正则相关滤波跟踪算法

为了兼顾算法的跟踪速度与精度,提出了一种基于双核模型上下文的流形正则相关滤波跟踪算法。其中,结合上下文相关框架与相关滤波算法的主模块承担主要跟踪任务,可弥补相关滤波学习模型中余弦窗过滤的背景信息。对上下文相关样本进行流形正则处理,可达到惩罚上下文相关框架、优化主模块模型的目的。辅助模块则结合了核相关滤波算法与卷积特征,当跟踪目标发生遮挡、形变或超出视距等情况,跟踪置信度低于经验阈值时启用辅助模块,防止主模块模型发生漂移。由于主模块的跟踪速度快、精度低,而辅助模块跟踪速度慢、精度高,两个模块可在速度和精度方面优势互补。在OTB2015和VOT2016数据集上的测试结果表明,本算法在精度和鲁棒性方面均超过了其他相关滤波算法。