CEBX:新一代结构化版式文档技术

随着IT技术的发展,越来越多的人习惯于在计算机或移动终端上进行阅读,但传统的版式文档缺乏屏幕自适应特性,不适合在移动终端上阅读,为了提供在不同移动设备上数字内容最佳的阅读体验,需要有更好的文档格式。CEBX是新一代结构化版式文档技术,该技术实现一次制作、多平台多次利用,既可以原版原式地显示或打印,又可以在移动设备上更好地实现高质量的实时排版和屏幕自适应。此外,CEBX技术在适应移动互联网应用方面提供更好的技术特性,包括减少文档格式的数据量小以提高压缩倍率、减少解析引擎的复杂度以提高解析速度、支持部分加密等灵活的文档对象处理机制等。

电子书出版技术综述

电子书是"一次制作、多次应用"的典型例子,出版社可以利用电子书的相关技术,在出版印刷书的同时,通过网络出版的方式出版电子书.近两三年内,电子书的相关技术日趋成熟,为出版社做好网络出版、充分利用出版资源提供了很好的技术基础.

数字版权保护技术研究综述

数字版权保护技术已成为数字网络环境下数字内容交易和传播的重要技术,用于保护数字内容的版权,控制数字内容的使用和传播.文章在阐述数字版权保护技术基本概念和系统体系结构的基础上,主要围绕权利描述、使用控制、合理使用、权利转移和可信执行等关键问题,分析其研究现状,论述已有技术在处理这些问题上的优势和不足,并探讨了未来的研究方向.

“顶天立地”的民族自主意识 锲而不舍的科学创新精神

中国是印刷术的故乡,但是,进入20世纪以来,由于电子计算机和光学技术的迅速发展,西方率先结束了活字印刷,采用了“电子照排技术”。而中国印刷业仍停留在“以火熔铅,以铅铸字,以铅字排版,以版印刷”的铅印阶段。印刷工人要托着沉甸甸的铅字盘,拣字、排版,每天在排字车间里来回走几十里路,工作又脏又累,而且效率低下。1974年8月周恩来总理亲自批准了国家重大科技项目“748工程”,其中“汉字精密照排系统”子项目的宏伟远景深深地吸引了王选老师,激发了他勇攀科教高峰豪情壮志。

电子出版系统的关键环节——排版技术

一、前言 在电子出版系统中,用户首先面临的是版面的制作,用来制作版面的软件一般称为前端软件,常见的有排版软件、图象处理软件、绘图软件等。排版软件可以把文字、图形和图象安排在一个页面内。不管是排报纸、杂志还是书籍,都要先进行版面的排版,然后在激光印字机。

一种结合有监督学习的动态主题模型

针对传统主题模型存在的不足,提出一种新的结合有监督学习的动态主题模型(Supervised Dynamic Topic Model,S-DTM)。该模型不仅能够随时间的变化对语言进行动态建模,而且结合有监督学习技术,在主题变分推理中加入标签约束,从而建立主题与标签之间的映射关系,提高主题的表达解释能力。通过在一个跨越25年"以自然语言处理领域的中文期刊论文为主导"的中文语料库上的实验,证明该模型相较于静态的有监督主题模型和无监督的动态主题模型,具有更好的语义解释概括能力,能更准确地反映文档的主题结构,更精确地捕捉主题–词汇概率分布的动态演化。

具有硬件适应性的多设备内容共享与版权保护方法

限制性太强的数字版权保护系统使得用户的一些合法权益无法得到保证,用户希望合法购买的数字内容可以在其多台终端设备上使用并且允许终端设备的部分硬件变更。针对该问题,提出具有硬件适应性的多设备内容共享与版权保护方法。该方法支持动态的内容共享,满足共享节点间独立性,并兼顾版权的安全性。同时,该方法可以解决现有硬件自适应版权保护机制中存在的设备无关性问题,适用于各类设备,无需针对不同类型设备分别订制方案。

多媒体数字水印技术研究进展

作为数字媒体版权保护的重要手段,数字水印技术近年来已成为国内外研究的热点。回顾了数字水印技术的发展情况,讨论了如下问题:(1)数字水印系统模型;(2)数字水印的基本要求;(3)数字水印技术的应用前景;(4)数字水印的分类,包括各类水印的基本概念,相关算法,性能及发展趋势的分析与讨论;(5)数字水印的关键技术;(6)数字水印技术目前存在的问题和未来的研究重点。

基于笔端形状相似性的汉字字体识别

提出一种基于笔端相似性的方法,来解决在较大规模字体集上的单字符字体识别问题。该方法首先提取汉字笔画上的特定部位——笔端,然后利用笔端形状作为汉字的字体特征,对其进行识别。实验证明,该方法不但在常用字体集合上的识别效果优于同类方法,而且在扩展后的大字体集合上也能达到较高的识别率。

一种具有硬件适应性的数字内容版权保护机制

将数字许可证与机器硬件配置标识信息绑定是数字版权保护技术普遍采用的方法。针对该方法存在的硬件适应性问题,通过将数字内容加密并将解密密钥分配给多个硬件设备绑定的方式,给出一种具有硬件适应性的数字内容版权保护机制。在保护数字内容版权的同时,在一定范围内自适应用户机器硬件环境的变更,平衡硬件设备变更和版权保护的需求。

版式电子文档表格自动检测与性能评估

针对版式电子文档的特点,提出一种表格线分割符和表格文本的布局特征相结合的表格定位方法,并且对中英文档均有效。此外,针对缺少表格定位自动评估体系,构建了一个初具规模的公开数据集,由中英文版式页面等比例组成,对其标注基准结果,并针对移动阅读应用场景提出一套评估准则。通过与现有两个开源表格定位项目的比较,验证了新提出的表格定位方法的有效性和评估体系的实用性,特别是对中文数据集获得了较好的结果。

一种基于聚类技术的图书目录识别方法

分析了目录识别研究的现状,在总结当前技术优缺点的基础上,提出了一种适应性和效率兼顾的目录识别方法。根据图书目录具有风格一致性的特点,利用聚类技术发现目录装饰性内容,生成具有自适应性的目录布局模型,然后利用该模型生成目录条目及其层次关系。实验结果表明,该方法在准确度和效率上均取得了较好的效果,尤其是有效地处理了存在装饰性内容、折行和多种层次布局的复杂目录。该方法已应用于电子图书生产线,显著提高了原电子目录制作系统的生产效率。

一种自动发现、分割与标注引文元数据的方法

在总结现有的引文元数据抽取方法的基础上,针对引文的排版惯例——引文在文档内部风格一致,提出了一种新的引文元数据抽取方法。重点描述了以往研究中很少涉及的引文元数据的自动发现和分割,探讨了风格一致性在引文元数据标注中的应用。实验结果表明此方法在引文元数据发现、分割和标注方面均取得了较好的效果。

一种在电子出版中融合固定版面与流式信息的方法

随着硬件条件的提高和网络技术的发展,特别移动终端的快速发展,电子文档的使用环境日趋多样化,但相关技术却面临着更大的挑战.这是因为固定版面与流式信息之间存在本质的矛盾,难以进行融合、协同工作.虽然人们尝试了一些方法来解决这个问题,但是效果都不甚理想.我们在研究现有技术的基础上,提出了一种新的基于版面块的文档模型,并赋予其固定版面的特性与必要的流式信息,以适应多样化的终端环境,能够解决电子文档出版中的固定版面与流式信息融合的问题.实现效果说明,本文提出的文档模型在实际使用中具有很大的潜力.

XTrim:一种基于XML Schema和微型数据块优化的XML压缩方法

提出了一种基于Schema和微型数据块优化的XML方法(XTrim)。XTrim对XML Schema信息进行优化,并提出了最小化结构信息方法,即利用优化后的XML Schema信息对XML文档的结构进行压缩,同时改进了分组存储策略来提高压缩率。此外,XTrim优化了微型数据块的存储,进一步提高了压缩效果。实验数据表明,与一些现有的方法相比,XTrim取得了更好的压缩效果。

基于局部感知质量评价的自适应水印

为获得鲁棒性与不可感知性之间的最佳折中效果,将载体信号分成多个信号块,并为每个信号块规定一个独立的失真条件,称为局部质量评价。在检测值最大化的意义下,分别以信噪比和Watson视觉模型描述失真条件探讨了两种具体的水印实现方案,并且在给定的失真条件下推出了相应的检测值上限,然后对相关参数提供了一些实际而有效的调整策略。该方案中还引入了一种改进的线性相关检测器。它利用了载体信号的边带信息提升检测值,并从理论上对其性能进行了分析。大量实验结果表明,该方案在水印不可感知性和鲁棒性两方面均获得了非常显著的提升。

一种基于Gestalt原理的多连通分量形状外包络提取方法

图形识别领域的学者们正在将研究重点从简单图形转向复杂图形,其中,由多个独立图元(该文中称为连通分量)组合成的外轮廓对于复杂图形的整体分析起着至关重要的作用.该文提出了一种针对多连通分量形状提取整体外轮廓(即外包络)的方法.该方法基于德劳内三角剖分(Delaunay Triangulation),根据Gestalt原理,通过对轮廓片段的凹度和连通分量之间松散度的分析,构造了紧致的外包络,特别是针对断口情况,即由于明显内凹或间隙过大造成的视觉缺失,提出了一种基于平滑曲线对接的恢复方法,最终得到了更符合人类视觉感知的外轮廓.实验对象选自MPEG-7图形库,实验结果表明了该文方法在提取复杂图形外轮廓方面的有效性.

面向多媒体版权保护的设备授权标识的生成方法

通过设备授权标识,将数字内容与授权设备绑定,是有效的防盗版手段。本文分析了设备授权标识问题,提出一种面向多媒体版权保护的设备授权标识的生成方法,通过制定设备授权标识策略、设备授权标识结构和标识生成算法,解决数字内容与授权设备绑定中的设备授权标识的生成问题,实现设备授权标识的标准化。

中文电子文档的数学公式定位研究

区别于传统基于图像和西文文档的公式定位方法,针对中文电子文档的特点,提出一种基于机器学习和规则相结合的独立公式和内嵌公式的定位方法。设计了适合中文文档的页面分行策略和词块划分规则;选择适合中文文档的公式特征和机器学习算法;针对公式定位中的过分割问题,提出行合并与词块合并等后处理手段。实验结果表明,该方法可以有效地从中文电子文档中自动定位公式区域。此外,构建了公开可用的中文数据集,以促进不同数学公式定位方法间的相互比较及性能评估。

尺度与颜色不变性图像特征描述

尺度不变特征变换是目前公认的鲁棒性最强的图像特征描述方法之一,在尺度不变性和几何不变性方面具有较好的特性,但该方法主要适用于灰度图像,对图像颜色的区分能力不强,因此,一些对象可能会因为颜色的不同而被错误的区分.另外,尺度不变特征变换对关键点局部范围内描述子主方向的依赖性非常强,直接决定了匹配的正确率,但是研究表明,主方向分配产生的误差仅有三分之二左右能控制在[-20。,+20。]范围内,因此部分特征会有三分之一的概率因为主方向分配的误差较大而不能正确匹配.针对以上两个问题,本文提出了一种具有颜色和尺度不变性的局部特征描述方法,颜色不变性通过将RGB图像转换到高斯颜色模型下实现,特征描述过程中不再分配主方向,而用局部相对方向,尺度不变性通过构建高斯金子塔实现.实验选取阿姆斯特丹数据集图像进行了测试,结果表明本文方法比传统尺度不变特征变换方法,在特征点的数目、分布均匀性以及匹配精度方面均有所提高.