改进的单尺度Retinex及其在人脸识别中的应用

为了提高在光照条件变化下的人脸识别率,提出一种改进的单尺度Retinex算法并用于人脸识别的光照预处理中。该算法通过非线性全局对比度增强对原图像增强,并利用Mean-Shift平滑滤波代替传统单尺度Retinex中的高斯滤波对光照估计,能够明显地消除单尺度Retinex算法中不能解决的光晕现象。在人脸库的实验表明,该算法不仅比直方图均衡化、Gamma校正、单尺度Retinex、多尺度Retinex算法具有更好的光照预处理效果,而且能够有效提高人脸识别率。

深度置信网络在垃圾邮件过滤中的应用

针对深层神经网络初始化方法不明确、泛化能力差而导致解决垃圾邮件过滤时效果较差的问题,提出了基于深度置信网络的分类方法。深度置信网络通过逐层无监督的方法来预训练网络,实现了网络的初始化。在LingSpam,SpamAssassin和Enron1三个广泛使用的数据集上,通过与目前最好的垃圾邮件过滤方法支持向量机(SVM)在分类性能上进行比较,实验结果表明深度置信网络的垃圾邮件过滤方法是有效的,获得了较高的准确率和召回率。

一种数值属性的深度置信网络分类方法

深度置信网络是个包含多个受限玻尔兹曼机的深层架构。针对深度置信网络分类时由于受限玻尔兹曼机的输入一般是二值向量而造成的信息的丢失从而使分类效果降低的问题,提出了通过在sigmoid单元中增加噪声来将输入缩放到[0,1]区间,使用带有一个高斯隐藏节点的顶层受限玻尔兹曼机实现分类功能的一种数值属性深度置信网络分类方法。深度置信网络和受限玻尔兹曼机可以作为特征提取方法也可以认为是带有训练的初始权值的神经网络。由于连接权值的初始化而不仅仅是神经网络的随机权值,深度置信网络分类应该比原有的传统的神经网络分类拥有更好的性能。在UCI的多个数据集上进行对比验证,实验结果表明深度置信网络分类方法比传统的SVM算法拥有更高的准确性。

改进的分块算法在矩形图像加密中的应用

为提高图像加密算法抵御穷举攻击、统计分析攻击及差分攻击的能力,提出了一种改进的基于混沌的分块图像加密算法,并用于矩形灰度图像加密。该算法通过对外部密钥分组生成Logistic映射初始条件并迭代生成混沌序列,有效增强了密钥的敏感性。提出三向散布并结合像素值替代算法能够明显增强算法抵御差分攻击的能力;同时为增强算法的鲁棒性,采用反馈机制修改密钥。实验结果表明,该算法较二维混沌图像加密具有更高置乱度,且能够有效抵御穷举攻击、统计分析攻击及差分攻击。

基于情感词属性和云模型的文本情感分类方法

受语言固有的模糊性、随机性以及传统文本特征词权重值计算方法不适用于情感词等因素的影响,文本情感分类的正确率很难达到传统文本主题分类的水平。为此,提出一种基于情感词属性和云模型的情感分类方法。结合情感词属性和简单句法结构以确定情感词的权重值,并利用云模型对情感词进行定性定量表示的转换。实验结果表明,该方法对情感词权重值计算是有效的,召回率最高达到78.8%,且与基于词典的方法相比,其文本情感分类结果更精确,正确率最高达到68.4%,增加了约9%的精度。

改进的Fibonacci双置乱图像加密算法

图像置乱是实现图像加密的重要手段之一,其最终目的是改变图像像素的位置关系或者灰度值信息,改变图像的统计信息,从而达到图像加密的目的。为提升图像置乱效果和置乱性能,从均匀分块的角度出发,提出了一种改进的Fibonacci双置乱图像加密算法。首先采用均匀分块算法对原图像进行分块,使每个分块图像内的所有像素充分扩散到其他各个图像块中,以有效地削弱图像相邻像素的相关性;然后对每个图像块利用Fibonacci算法做像素位置置乱,以解除图像块的空间相关性;最后对整幅图像采用Fibonacci算法做像素值置乱,解除图像的色彩相关性。实验结果表明,该算法从本质上降低了图像内部相邻像素的相关性,有较强的抵御裁剪和常见噪声攻击的能力,利用双密钥提高了加密系统的安全性。

基于形状分类的包围盒碰撞检测优化算法

由于现有的包围盒不能足够紧密地包围所有待检测的物体,剔除不相交物体的效果差导致了碰撞检测效率低。针对这个问题,提出一种基于形状分类的包围盒碰撞检测优化算法。算法根据每个物体的偏球率将它们进行分类,形状接近球体的,采用球包围盒;形状与球体偏离大的,采用OBB包围盒,这能够更加逼近真实的物体。同时,加入时空相关性和区域划分策略来优化遍历过程。实验结果表明,该算法缩短了相交测试的时间,提高了碰撞检测的效率。

一种改进近邻传播聚类的图像分割算法

针对近邻传播(Affinity Propagation,AP)聚类算法存在运算复杂度高且未考虑数据点密度对聚类效果的影响的问题,提出一种改进的近邻传播聚类算法并应用于图像分割。首先,在度量数据点之间的相似性时,考虑到密度差异对数据点成为类代表点可能性的影响,利用密度聚类的思想设置偏向参数,同时引入数据点的空间邻近位置信息,充分利用图像信息,提高相似度矩阵构造的合理性,增强聚类的内聚性,并提高分割精度;其次,为降低计算相似度矩阵的复杂度,减小计算机内存开销,引入Nystr?m逼近策略求解相似度矩阵,提升了算法的效率。实验表明,改进后的算法与传统的近邻传播聚类算法相比获得了更好的图像分割效果。

基于深度神经网络的特征加权融合人脸识别方法

针对目前难以提取到适合用于分类的人脸特征以及在非限条件下进行人脸识别准确率低的问题,提出了一种基于深度神经网络的特征加权融合人脸识别方法(DLWF)。首先,应用主动形状模型(ASM)提取出人脸面部的主要特征点,并根据主要特征点对人脸不同器官区域进行采样;然后,将所得采样块分别输入到对应的深度信念网络(DBN)中进行训练,获得网络最优参数;最后,利用Softmax回归求出各个区域的相似度向量,将多区域的相似度向量加权融合得到综合相似度评分进行人脸识别。经ORL和WFL人脸库上进行实验验证,DLWF算法的识别准确率分别达到97%和88.76%,与传统算法主成分分析(PCA)、支持向量机(SVM)、DBN及FIP+线性判别式分析(LDA)相比,无论是限制条件还是非限制条件下,识别率均有提高。实验结果表明,该算法具有高效的人脸识别能力。

基于空间分割与椭球包围盒的碰撞检测算法

为提高复杂环境下多物体碰撞检测的效率,提出了一种基于均匀网格分割与椭球包围盒的并行碰撞检测算法。该算法首先用均匀网格分割法来确定相邻物体,然后用紧密性较好的椭球包围盒层次树依次把它们包围,并利用基于线程池的多任务并行处理技术实现了并行化。为降低椭球相交测试的复杂度,先预测了椭球间的相交情况,再将三维椭球降维成二维椭圆,从而整体提高了算法的效率。通过实验数据表明,相对于其他算法,该算法具有较好的性能。

图象灰度的处理方法及实现

在图象工程中,图象处理、图象分析、图象理解作为其研究的三个重要层次,图象处理是图象目前发展的主体技术。图象 的灰度处理作为图象处理的最基础理论之一,本文探讨了通过读取数字图象基础数据,进行图象变换、增强、均衡化等过程,完成图 象灰度处理的整个过程及其实现的方法。

基于颜色和纹理特征的图像检索技术研究

为改善单一特征图像检索方法的局限性和传统综合特征检索方法计算复杂度高的问题,提出一种综合特征的图像检索新方法:将Tamura纹理特征与抗几何形变的小波变换纹理分析方法相结合提取出13个纹理特征分量,在小波分解得到的低频区域中进行颜色直方图的提取,从而实现了颜色和纹理特征相结合的图像检索系统.实验表明,该方法在不明显增大计算量的情况下比单一特征的图像检索具有更好的检索效果.

基于SIFT和伪Zernike矩归一化的抗几何攻击水印

提出一种基于SIFT和伪Zernike矩归一化的抗几何攻击水印方案。首先用SIFT方法提取载体图像的特征点,筛选得到关键点。然后在关键点确定载体图像的方形子区域嵌入水印。嵌入时计算方形子区域的伪Zernike矩值,并对矩值作归一化处理,选择部分低阶矩幅值抖动量化嵌入水印。为抵抗几何攻击,检测前进行基于SIF关键点的几何失真校正,对校正后的图像提取水印。实验结果表明该算法对旋转、剪切、JPEG、压缩、噪声、中值滤波等攻击有很好的鲁棒性。

习惯性违章行为耦合关联分析模型

为探讨习惯性违章行为(HVB)的属性间与属性内的关系特征,建立习惯性违章行为的耦合关联分析模型。首先,分析违章行为属性值的分布特征及关联关系,运用关联规则(ARM)挖掘思想和耦合关系理论对各类违章行为下相应属性的关联系数进行求解,得到一个耦合关联度向量集,且对诸向量从大到小排序;然后,依据排序后耦合关联度向量集映射成习惯性违章行为耦合关联分析模型。最后,引入召回率、精确率和平均绝对值误差(MAE)等3个指标,分别求解数据集和模型的指标结果。所建模型与ARM分析结果的对比表明,模型在习惯性违章行为关联关系分析的准确性与全面性方面都效果良好。

基于分类遍历的碰撞检测优化算法

针对现有层次树遍历方法的低效率问题,提出了一种基于分类遍历的碰撞检测算法。首先根据两个物体树中节点的平衡因子差值来将所有的物体对进行分类:结构相似的,采用同步下降遍历方法;结构不相似的,采用交换下降遍历方法,这减少了相交测试的次数。然后加入时空相关性和优先级策略优化遍历过程。最后通过实验结果表明,相比基于统一遍历的碰撞检测算法,该算法缩短了相交测试的时间,物体数目越多,快速性优势越显著,大约可以缩减所需时间的1/5。

一种基于耦合对象相似度的阈值分割算法

传统Otsu及其大多数改进的算法只将类间方差作为最优阈值的唯一依据,使得对直方图分布不同图像的分割效果差异很大。针对该问题,提出一种新的阈值分割方法。建立一个耦合对象相似度模型,考虑对象的各种属性以及属性之间的关系,以捕获对象间的关联关系。采用耦合对象相似度替代传统Otsu算法中的类间方差,将所选阈值划分出的每个类分别看作耦合对象相似度模型中的一个对象,每个类都有类的概率和灰度均值这2个属性,计算类间相似度,并在类间相似度最小时取得最优阈值。实验结果表明,与传统Otsu、二维Otsu、大熵分割算法相比,该算法能提高刻画类间差异的精确度和图像的分割精度。

针对类球形对象的改进光线投射算法

为提高光线投射算法的绘制速度和图像绘制质量,提出了一种针对类球形对象的改进光线投射算法。该算法首先设置球形包围盒的方法剔除对最后绘图结果没有影响的光线投射,用快速求交的方法来提高获取采样点的速度,通过自适应采样的方法加入新的采样点来提高绘制图像的质量。实验结果表明该算法不仅比传统方法绘制出的图像质量清晰,并且提高了算法的执行速度。

双重变换域和水印划分策略的鲁棒盲水印方案

提出一种基于DWT和DCT域相结合的数字水印算法。利用Arnold变换对水印进行置乱,消除像素的空间相关性,增强水印图像抗剪切等操作的鲁棒性。将水印和载体图像分为两部分,结合DCT和DWT的特性,将一部分水印自适应量化嵌入到DCT视觉容量最大的DC系数上,另一部分自适应嵌入到DWT的中频子带中,有效地解决了水印的容量问题,并提高水印的鲁棒性和不可见性。实验证明该算法对JEPG压缩、几何剪切、滤波、叠加噪声等攻击均具有较好的鲁棒性。

改进的栅格法三维六面体网格局部加密算法

有限元网格的相容性及质量是网格划分中必须考虑的问题。针对现有加密模板生成的新增单元数目较多,网格质量不佳,容易产生大范围加密外延,且在使用时加密情况考虑较为简单的问题,在栅格法生成六面体网格的基础上提出了一套基于8分法的加密模板,改进了面模板中新增小网格质量较差的问题,增加了拐角模板。为了使得所有加密情况均能直接加密,给出加密模板与网格单元中加密节点所有可能的排列情况之间的对应法则,并给出加密模板的集体应用方法。通过实验结果及对比分析,该套模板能够减少新增单元数量,改善新增单元的质量,减少加密外延现象。

CKDB-Tree:一种有效的高维动态索引结构

在高维数据空间中提出了一种新的索引结构:CKDB-Tree(Compact KDB-Tree),该索引结构采用一种新的分裂策略,在进行分裂时,引入插入安全点和删除安全点的概念,不仅考虑到将来的数据,而且对已经进行索引的数据也进行考虑;给出了CK-DB-Tree的定义以及节点结构的特点,针对CKDB-Tree,给出了相应的插入、查找、删除操作的算法;对该索引结构的存储性能进行定量分析和推理;最后经实验证明,CKDB-Tree是高维空间中一种有效的动态索引结构。