基于机器学习的人体动作识别实用性研究

当前,线上线下混合式教学成为了教育的新趋势,就体育课程的线上教学而言,对学生的上课情况进行智能识别一直是各大高校研究的热点问题。体育课程不同于其他学科,线上体育课的开展具有形式单一,考核难度大的特点。后疫情时代下的体育课程仍然具有线上线下共同授课的挑战。本文就如何有效地应对线上体育动作识别这一问题,研究并实现了一种基于机器学习的人体动作识别的方法,利用计算机视觉对运动图像和视频进行采集,采用基于Kinect的人体动作识别技术进行动作规范性的检测,根据AdaBoost算法进行面部专注性检测,实时分析学生在运动中是否专注,动作是否到位等问题。结果证明:相比于传统的线上体育课教学质量评价方法,此方法既能拥有准确的识别效果,也能够减少评判的时间,对提高体育教师的工作效率有着很好的推动作用。

基于面部特征识别的表情识别系统

随着计算机技术和人工智能研究的不断进步,表情识别(Facial Expression Recognition, FER)是人工心理和情感研究的核心问题,也是人机交互技术的重要方向。本文深入探讨了表情识别系统的设计,特别是对特征提取相关算法进行了改进,目的是提高表情识别的精度,并最终实现表情识别系统的目标。本文使用一种基于改进的AdaBoost算法和Haar特征的方法,用于提高人脸检测的准确率性,并且提高速度。对比改进前后算法训练时长和准确率,梳理新旧算法在人脸检测的实验结果,证实了新算法保证准确率的基础上,缩短训练时间,具有一定的优越性。

扩展的分形L-系统与自然景观的动态模拟

介绍了L-系统的概念以及作图原理,在单规则作图机制的基础上,提出了伪L-系统的多规则产生式机制,同时把边长的随机性引入到L-系统中,得到了较为理想的自然景物。将上下文相关的L-系统在理论上进行了扩展,把控制参数引入其中之后,可以使图像按照既定的构想发生变化,得到了更加逼真的动态自然景观。

基于对称受限玻尔兹曼机的协同过滤算法

协同过滤算法在推荐系统中得到了广泛应用.其中具有代表性的是基于有向图模型的矩阵分解法和基于无向图模型的受限玻尔兹曼机.文中提出了一种基于对称受限玻尔兹曼机的协同过滤算法,该算法充分考虑并利用了推荐系统中用户和物品的对称性,通过对用户和物品分别建立了一个受限玻尔兹曼机,最后,采用回归算法对二者的结果进行融合处理.实验结果显示该方法与其他相关算法相比具有明显的优越性.

基于深度学习的云端大数据安全防护技术

云端海量大数据是数据分析的基础,数据本身的安全性和准确性,对数据分析的结果有重要影响。针对云端大数据的特性,融合Hadoop的海量大数据处理以及数字水印相关技术,提出了一种以深度信念网络(DBN)作为智能分类的机制,通过对数据进行多层的训练和调整,对云端海量数据进行计算,得到其分布式表示,进而获取数据的篡改和判断的依据。实验表明,Hadoop和AI的结合,很好的实现了云端海量大数据的安全防护。

云端核心医学信息秘密动态分享方案

针对可视密码中的欺骗、不诚实等问题,以核心医学信息为载体,利用素数域上的椭圆曲线,研究并实现了一种适用于云端核心医学信息的秘密动态分享方案.通过选取合适的椭圆曲线参数值,对原始信息进行一次加密,在椭圆曲线加密体制下,对分享的子信息,使用私钥进行再次加密认证.通过加密、动态分享以及Lagrange插值多项式方案的融合,提高了现存方案的安全性、隐蔽性,达到了秘密信息分享的高效性、实用性.实验结果表明,本方案也具有较高的计算效率以及信息恢复效率.

云端信息密文域内检索机制的研究

云端作为第三方的存储平台,用户的核心信息以密文形式存储。信息的密文状态与明文相比缺少了信息内部的结构化特征,增加了密文检索的难度。在现有全文索引和数据库索引的基础上,利用Luene设计了一套高效的密文全文索引机制。一系列的实验分析表明,该密文索引机制,具有较好的安全性、保密性。具有较高的实际实用价值。

基于神经网络分类的图像水印算法

将人工神经网络(ANN)、广义猫映射及概率统计等知识相结合构造了一种图像空间域水印算法。采用神经网络作为载体图像的纹理分类器,突出原始图像的纹理区。使用广义猫映射对水印进行置乱预处理,提高了水印信息的安全性。水印嵌入时采用最小化像素改变的优化策略,提取时应用概率统计等知识较好地实现了水印信息不可见性和鲁棒性的统一。实验结果表明,该方法能有效地抵抗剪切攻击、噪声攻击、最低有效位(LSB)攻击、滤波攻击等。

系统理论模型在离散数学教学中的实践与探索

离散数学作为计算机科学与技术专业的一门重要专业基础课,掌握好该门课程相关知识要点,对计算机专业其它专业课程的学习将会有很大的帮助。为此,将系统理论模型相关知识融入到离散数学课堂中,有助于培养学生的大局观、系统观、创新思维能力以及综合协调能力。

基于边缘切线方向连接的线段检测方法

关于图像线段检测优化问题,传统线段检测方法存在无法给出线段端点和长度、无法同时检测直线段和曲线段等不足,提出了一种从图像中检测直线段或者曲线段的方法,基本思路是假定图像中边缘点的边缘切线将邻域切分成两个区域,根据两个区域之间的均方差与均值的差异来寻找边缘切线方向,然后逐点连接切线倾角变化微小的相邻边缘像素得到线段。由于在相邻像素间移动模板时,只有模板边缘行列的像素对新的评估函数值产生影响,进一步给出了一个加速策略,使得计算连续边缘点切线方向的时间效率等同于枚举一个梯度算子。改进方法能够很好的判断出直线段或曲线的间断点,对于有较好对比度的灰度图像曲线段检测,传统的检测方法更快更准确。

基于HVS和分形自相似的数字水印算法

在传统分形图像编码的基础上,借用人类视觉系统(HVS)的掩蔽特性,对分形域上的水印方法进行了研究。在空间域上对原始图像进行预处理,使原始图像的纹理区得到了突出,对纹理区图像进行分形压缩编码的同时,实现了水印的嵌入和提取操作。水印提取时运用概率统计知识,提高了水印检测的准确度和水印抵抗攻击的鲁棒性。实验结果表明,该算法对剪切、噪声、滤波、JPEG等图像处理方法具有较好的鲁棒性。

基于Perlin噪声函数和动力学的树木折枝模拟

针对树木在风中摇曳的自然现象,提出风力过大引起的折枝现象的模拟。采用Perlin噪声函数模拟动态风场变化,应用动力学知识分析树枝的运动细节得出树枝变形的公式,加入到字符龟解释中,并使用多种规则表达式进行编程实现。实验结果表明树枝在风场作用下作为一个整体运动并最终随机断裂,符合物理上的连续性和一致性。该方法模拟的树木折枝逼真,可应用于游戏、娱乐等行业的形态模拟中。

基于单张图像的三维人脸建模与表情动画

在人机交互、数字娱乐等领域,传统的表情合成技术难以稳定地生成具有真实感的个性化人脸表情动画。为此,提出一种基于单张图像的三维人脸建模和表情动画系统。自动检测人脸在图像中的位置,自动定位人脸上的关键点,基于这些关键点和形变模型重建个性化三维人脸模型,对重建的人脸模型进行扩展得到完整的人脸网格,采用稀疏关键点控制的动画数据映射方法来驱动重建的人脸模型生成动态表情动画。实验结果表明,该方法稳定性强、自动化程度高,人脸模型与表情动画比较逼真。

分数阶线性系统初值学习的PD^(α)型迭代学习控制

针对分数阶线性时不变系统的随机初值问题,提出了基于初值学习的PD^(α)型分数阶迭代学习控制算法,利用λ-范数,对控制算法的收敛条件进行了严格证明,并利用仿真实验进行验证.理论分析和仿真实验表明,系统初值不论如何取值,在该算法作用下,随着迭代次数的增加,都能实现系统输出对期望输出的精确跟踪.相比传统的PD^(α)型控制算法,该算法解决了传统控制算法要求系统初值与期望初值相同的限制,消除了随机初值对系统的影响.

表演驱动的二维人脸表情合成

为了由视频进行驱动生成人脸表情动画,提出一种表演驱动的二维人脸表情合成方法。利用主动外观模型算法对人脸的关键点进行定位,并从关键点提取出人脸的运动参数;对人脸划分区域,并获取目标人脸的若干样本图像;从人脸的运动参数获取样本图像的插值系数,对样本图像进行线性组合来合成目标人脸的表情图像。该方法具有计算简单有效、真实感强的特点,可以应用于数字娱乐、视频会议等领域。

基于IFS理论的数字水印算法

为了使数字水印算法具有更好的鲁棒性,首先阐述了迭代函数系(iterated function system,IFS)理论,并给出了构造IFS吸引子的随机迭代算法;然后从理论分析了IFS吸引子抗几何失真的特性,并提出了一种非对称数字水印算法;接着利用三点法将数字水印信息转化为IFS码,并由重构的分形水印图像与原始图像进行相关性处理得到索引集;最后版权者和第3信任方用私钥将索引集进行数字签名和加盖时间戳。水印检测时,只需利用第3信任方和版权者的公钥,而不需要原始图像参与。实验结果表明,该算法对噪声、滤波、压缩、旋转等图像处理方法具有较好的鲁棒性。

分数阶线性系统P-型迭代学习控制在L^p范数意义下的收敛性

针对一类分数阶线性时不变系统,讨论P-型迭代学习控制律(ILC)的单调收敛性.首先,在Lebesgue-p(L^p)范数意义下,利用卷积的推广Young不等式,推导一、二阶P-型控制律单调收敛的充分条件,并推广到N阶控制律的情形;然后,比较分析一、二阶控制律的收敛速度.研究结果表明控制律的收敛条件取决于控制律的学习增益以及系统本身的属性.数值仿真验证了理论的正确性和控制律的可行性.

基于奇异值分解和小波变换的数字水印算法

本文研究了一种基于奇异值分解及小波变换的二值图像水印算法,在嵌入过程中综合运用了Logistic混沌映射和广义猫映射,并采用了改正的二值运算与奇异值分解相结合的方法。大量仿真结果证明了该算法具有很好的隐蔽性,及较理想的鲁棒性。

高等院校体育社团中的风险管理——以健美操社团为例

为了吸引当代大学生参与户外健身运动,很多高校都设立了多种类型的体育社团。体育社团的开设满足了不同年级、不同专业、不同爱好的学生的健身需求。各种各样体育活动的开展也激发了学生参与体育运动的兴趣,为学生身体素质的提高提供了新选择。针对高校体育社团的调研发现,体育社团在为学生提供体育锻炼的同时,其运行也存在着一定的管理风险。因此,本文以高等院校的健美操社团为研究对象,采用资料分析法、问卷分析法挖掘体育社团管理中存在的风险并提出对策和建议,为进一步发挥体育社团应有的作用保驾护航。

面向移动存储设备的数据安全防护方案

针对网络环境中,数据安全问题的现状,移动存储设备的安全使用应当受到足够的重视,通过防病毒,设备信息注册,系统安全设置,文件加密,加密文件自动更新等一系列措施实现了一种重要文件安全防护的解决方案。