基于深度学习跨清晰度的鞋面检索——从足迹图像到视频中锁定犯罪嫌疑人的应用

如何有效利用鞋样联合监控视频中提取行人所穿鞋子信息进而锁定嫌疑人在视频中的位置是一个新的课题。基于深度学习的跨清晰度的鞋面检索算法可以解决视频提取的低清鞋子与高清鞋面比对检索的难题,从而打通从足迹到视频中锁定嫌疑人的通路。算法在实现过程中,加入网络分支、特定损失函数、随机变换等手段。在1172组样本检索测试中,算法累计查中率首位达到66.2%,前5达到85.8%。实验证明,在客观指标和主观验证均达到较高的应用级别水准。

基于Contourlet变换的抗几何攻击数字水印算法

提出一种新的基于Contourlet变换的抗几何攻击水印算法。利用图像Contourlet系数在不同分辨率下的父子关系提出"空间方向重要树"(SDST)的概念,进而确定重要系数并嵌入水印信息;利用新的仿归一化方法,通过计算并比较原始图像(水印已嵌入)与接收图像(受到攻击后)的特征量校正图像,达到抵抗几何攻击的目的。结果表明,本文算法对翻转、尺度变换和旋转等攻击具有良好的鲁棒性,并且增加了水印信息的嵌入量,具有较好的不可见性。