光照鲁棒性较强的肤色检测算法

针对人脸肤色检测效果受光照影响较大的不足,提出了一种稳定性好的肤色检测算法。首先根据人脸左右对称的特性,采用像素修正算法将人脸区域上的过亮或过暗像素点替换为正常亮度下的像素点;然后采用一种根据像素点亮度的不同动态地确定色度阈值的自适应方法进行肤色检测。实验结果表明,相比YCbCr单高斯模型肤色检测等算法,所提算法在强弱不同的光照情况下提高的正检率超过了10%,误检率降低了5%,而且稳定性明显增强。

仓储粮虫监测系统研究

目前基于图像处理的粮虫监测系统主要采用连通域方法进行计数和识别,但是粮虫之间相互接触时会出现计数不准确的问题。针对此问题提出基于连通域和平均像素修正法的粮虫计数方法。在此基础上开发了一套6通道基于LabVIEW的仓储粮虫识别计数系统,该系统具有图像采集、图像分析、粮虫计数、数据存储和数据回放等功能。采用仓储粮虫中最常见的玉米象和大谷盗进行试验,其结果表明:采用平均像素法进行修正后粮虫计数误差率小于1.2%,且在有较多虫害重叠时,误差率提高60%以上。该方法显著提高了存在粮虫相互接触时的计数准确度,而且可以简单识别粮虫种类。

基于改进混合高斯模型的铁轨异物入侵检测方法

针对混合高斯背景模型存在的背景信息易被污染和前景异物目标检测不全的问题,提出了一种基于改进混合高斯模型(GMM)的异物入侵检测算法。该方法结合混合高斯背景模型和小波变换原理对运动目标进行检测。利用小波变换消除设备和噪声导致的背景建模过程产生的干扰点;提出基于邻域平均算法的像素修正算法,进行混合高斯建模,得到最终的背景模型,并通过差分法检测出异物目标。通过现场实验验证,平均前景误检率室外轨道正常环境下降低了57.85%,雪天环境下降低了55.02%,室内环境下降低了59.73%。实验数据表明:所提方法相比传统混合高斯模型方法目标检测完整度较高,检测效果较好。

优化的单像素攻击算法及其防御研究

随着神经网络模型的广泛应用,其安全性也日益受到重视,本文主要讨论了基于单像素攻击算法对经典CNN模型在黑盒条件下的对抗性攻击,利用该算法对LeNet和ResNet模型进行对抗性攻击测试,并采用粒子群算法进行优化,经过优化后,在扰动差异度为0.3%条件下,LeNet模型攻击成功率在80%以上,ResNet模型攻击成功率60%以上;同时提出针对性防御,自适应异常像素检测修正算法,可实现对单像素攻击算法产生的低扰动攻击进行有效防御,在扰动差异度为0.1%条件下,防御成功率可以达到80%以上。

施乐X2—TECH绘图仪工作原理故障处理及日常维护

深入分析X2—TECH主要特点、工作原理,常见故障的处理方法,以及日常预防性维护方法、使用注意事项。