基于BPOF特征与深度图像的人体姿态估计研究

人体姿态估计是一个有着非常广泛应用前景的研究课题,并且在计算机视觉领域中,该课题已经成为了重要研究热点之一。针对人体姿态估计中的特征表达提出了一种基于二元纯位相匹配滤波器(BPOF)的特征提取算法,首先对图像中每一个像素点都从8个方向去计算扫描线段长度值,然后再将得到的8个值引入到BPOF算法中进行计算以便得到该像素点的特征值,同时针对随机森林分类器进行优化,最终对图像中的人体姿态做出估计。该改进方法在识别率以及鲁棒性方面有了很大提高,同时优化的随机森林分类器使得算法系统时间开销有所降低。

二元纯位相滤波器与半脆弱数字图像水印

文章分析了一种由F.Ahmed和I.S.Moskowitz提出的基于二元纯位相滤波器(BPOF)的半脆弱数字图像水印技术。该算法作用在图像Fourier变换域,将BPOF作为水印嵌入到幅值中。其优点在于以图像内在特征(即BPOF)作为水印,不需要传递大量额外数据用于图像认证。该文着重讨论了原始图像BPOF,嵌入水印后图像BPOF,嵌入水印后图像幅值三者之间相互关系,并分析了算法的稳健性,其结论有助于该类算法的进一步改进。

基于二元纯位相滤波器水印的图像篡改定位

二元纯位相滤波器(BPOF)数字图像水印算法将图像离散Fourier变换的BPOF作为水印嵌入到其相应幅值的某个位平面中,较好地实现了图像自认证。研究了利用BPOF水印实现图像篡改定位。其基本原理是将图像划分为互不重叠的分块,通过在各分块中独立嵌入和检测水印,实现图像篡改检测和定位。着重讨论了以不同大小对于图像分块和以不同幅值位平面嵌入水印时,所嵌入水印的不可感知性、检测性能、图像篡改定位能力以及抗JPEG压缩性能。得出了图像分块大小、嵌入水印的幅值位平面及水印检测阈值等参数的选取策略。实验结果证明了BPOF水印可以很好地应用于图像篡改定位。

基于多位平面嵌入的二元纯位相滤波器水印

在简要分析基于单一幅值位平面嵌入BPOF水印的基础上,讨论了使用多个幅值位平面嵌入水印并进行了性能分析。通过仿真实验得到了优化方案:以多个幅值位平面嵌入水印,而从其中的最高位平面中提取水印可以明显提高水印性能。