抗噪型最小平均相关能量滤波器

最小平均相关能量(MACE)滤波器进行图像识别的主要特点是相关峰尖锐,易于判别。但它对畸变非常敏感,几乎没有抗噪能力,所以应用受到限制。针对不同的噪声类型,首先进行图像空域滤波,达到抑制噪声、突出目标的目的,然后再进行识别,提高了最小平均相关能量滤波器的抗噪能力和识别的准确性。

基于最小平均相关能量滤波器的畸变目标识别

通过对多种畸变目标识别算法的研究,对用于匹配滤波器的最小平均相关能量(MACE)滤波器进行了改进。利用MACE滤波器算法的基本思想构造滤波器函数,在合成参考图像前对训练图像进行边缘提取,并对联合图像的功率谱进行了拉普拉斯锐化,成功实现了在联合变换相关器中对旋转目标图像的探测和识别,提高了畸变图像相关峰的亮度,拓展了联合变换相关器的探测和识别的范围。作为实例,对旋转战机目标图像进行了计算机模拟实验和光学实验,验证了该算法的可行性。

自适应滤波器在相关能量分析攻击中的应用

针对在能量分析攻击中有噪声的存在、攻击效率不高、攻击成功需要采集大量的能量曲线等问题,提出自适应滤波应用在能量分析攻击中滤除噪声来提高攻击效率。以在ATmega16上运行的AES-128算法的密钥为攻击目标,使用最小均方误差（LMS）自适应滤波器、变系数变步长S型（Sigmoid函数）LMS自适应滤波器及卡尔曼滤波器对原始数据进行滤波,使用相关能量分析（CPA）对原始数据及滤波后的数据进行攻击。实验结果表明,3种滤波后的数据与原始数据相比,正确密钥CPA的相关系数均有不同程度提高,正确密钥与错误密钥的区分程度增大,而且减少了完全猜出正确密钥所需要的能量曲线的条数。攻击成功所需要能量曲线的条数与原始数据相比,卡尔曼滤波后减少了21.5%,LMS自适应滤波后减少了56.3%,变系数S型LMS自适应滤波后减少了60.3%。自适应滤波方法能够明显提高CPA攻击的效率。

一种抗遮挡尺度自适应核相关滤波器跟踪算法

针对传统的核相关滤波器(KCF)算法无法很好地解决目标跟踪过程中的尺度不变性和模型漂移问题,提出了一种改进的抗遮挡尺度自适应核相关滤波器算法。使用平均峰值相关能量(APCE)和相关滤波响应峰值作为跟踪置信度指标判断目标是否受到遮挡,在未遮挡的情况下,对目标进行尺度缩放,通过滤波器之后计算相应的响应值,比较不同尺度响应值的大小,最大值即为最佳的目标尺度值。采用OTB-2013评估标准,与传统KCF对比,新算法在目标受到遮挡时,跟踪成功率与精确度有明显提高,同时适应目标尺度变化,具有较强的鲁棒性。

基于最小平均相关能量滤波器的目标识别技术

把用于匹配滤波器的最小平均相关能量(MACE)算法进行改进,成功应用于实时联合变换相关器。训练系列图像的谱按MACE综合后,经傅里叶逆变换在物面合成参考图像,同时在合成参考图像前对训练图像进行边缘提取,并对目标与参考图像的联合功率谱进行拉普拉斯锐化,提高相关峰对比度。给出了存在旋转变化的目标图像和光学实验。实验表明,改进后的MACE方法可大大减少训练图像的数目,减小运算量,很好地解决联合变换相关器对目标存在旋转变化的识别问题,可扩大目标识别的范围,提高识别率。

一种抗遮挡的快速多尺度相关滤波跟踪算法

针对视频目标跟踪过程中,目标发生尺度变换或被遮挡问题,文中提出一种抗遮挡的快速相关滤波目标跟踪算法,该算法主要由位置滤波器、快速尺度滤波器和卡尔曼滤波器3部分组成。首先,初始化位置滤波器和快速尺度滤波器;其次在跟踪时,用平均峰值相关能量(average peak-to correlation energy, APCE)遮挡判据判断目标是否被遮挡,若无遮挡,用位置、尺度滤波器及特征估计目标位置,当目标发生遮挡时,用卡尔曼滤波器估计目标遮挡的当前位置,代替位置滤波器的估计值;最后,计算相关跟踪结果。实验结果表明,在CVPR 2013 Benchmark公开数据集上进行测试时,该算法与主流算法相比,处理遮挡和尺度变换属性的视频序列的精度提高了0.047,成功率提高了0.067,中心位置误差提高了21.128个像素,距离精度提高了0.153。该算法能够较好地解决遮挡、尺度变化问题,且具有良好的跟踪速度。

一种基于平均场的无线自组织网络时钟同步方法

时钟同步是无线自组织网络的一项重要支撑技术,是协议运行、节能管理、数据融合和协同工作的必要前提.文中首先给出了无线自组织网络中节点之间时钟偏差的特性分析,并设计了卡尔曼滤波器,用于精确地估计邻居节点之间的时钟偏差.然后提出了一种基于平均场的全分布式多跳时钟同步方法.该方法不维护特殊节点,基于平均场理论,通过节点之间的共同作用建立虚拟时钟基准;将节点之间的时钟偏差映射为团势能,在此基础上建立了基于伊辛模型能量函数描述的全网时钟同步平均场模型;最后,采用并行能量最小化的方法实现全网时钟分布式同步.仿真结果表明所提出的解决方案可以实现高精度的全局时钟同步,并且具有低开销、快速收敛、健壮、可扩展的特点.

基于CCA-LSSVM在线检测流化床平均粒径

平均粒径是气固流化床聚合工艺的重要参数,传统的方法难以在线取样和检测。流化床声波信号易于采集,在线检测优势明显。本文基于小波包分析,从声波信号中导出与粒径相关的尺度和频率分量,构成能量模式,并以分类相关成分分析从中提取分类能力很强的特征,并排除复共线性,由此构建最小二秉支持向量机分类器用于粒径识别,其拟合和预测性能良好。应用于聚乙烯流化床实例,效果令人满意,其中半对半策略效率更高,值得推荐。

特征融合的尺度自适应核相关跟踪算法

针对KCF算法在跟踪过程中面对复杂场景、尺度变化等问题效果欠佳的问题,提出一个采用KCF跟踪器的特征融合的尺度自适应核相关跟踪算法。提出一种方向梯度直方图和颜色直方图特征的特征融合方法;采用一种含有7个固定尺度因子的尺度池,采用响应最大的尺度更新当下尺度;使用平均相关峰值能量作为模板更新的指标,控制响应更新。将改进算法在OTB-100数据集中与近年来流行跟踪算法进行对比实验,实验结果表明,改进算法在性能上较KCF算法在精度和成功率上分别提高了10.3%和16.3%,可实现目标的鲁棒性跟踪。

两种解决光学相关识别中畸变不变问题的综合鉴别函数性能比较分析

对于光学相关识别畸变问题常用到的两种综合鉴别函数,即等相关峰综合鉴别函数(ECPSDF)和最小平均相关能量综合鉴别函数(MACESDF)进行了原理论述,并利用振幅补偿编码方法制作匹配滤波器。为了比较两种综合鉴别函数的识别效果,在光学匹配滤波相关器上进行了实验。实验结果表明,ECPSDF的平均峰值以及平均峰值尖锐度要优于MACESDP,但其波动性较差。

基于数字相关滤波器的掌纹识别

为了在频域内对相位谱建立模型,运用相关滤波器方法进行掌纹识别。首先运用图像下抽样方法降低掌纹空间的维数,在低维图像上应用训练图像设计最小平均相关能量(MACE)滤波器,然后计算训练图像和测试图像的相关输出平面,根据峰与相关能量(PCE)比值指标进行掌纹匹配。运用PolyU掌纹图像库,对本文算法进行测试。实验结果表明,与传统子空间方法相比,本文方法的识别性能最优,识别率为100%,特征提取和匹配总时间小于0.5 s,具有快速、有效和易于实现等优点。

回声抵消应用中双端发声检测算法的性能比较

双端发声检测是回声抵消应用中的一项关键技术,如果检测错误,会影响自适应滤波算法的收敛速度,严重时甚至会引起发散,因而,如何构造精确的双端检测算法已成为整个技术发展的瓶颈。目前,常用的几种检测方法各自存在优缺点。通过搭建仿真链路,模拟双端放声状况,对这些常用算法的性能进行了分析比较。由分析可得出,虽然双滤波器法的性能最优,但是存在计算量偏大的问题;提出了一种新的算法—系数缓存法,它仍然具——有回复收敛的特质,但计算量降低近一半。

用于人脸识别的一种新的类依赖特征抽取方法

研究了人脸识别中用相关滤波器提取特征的类依赖特征抽取方法,针对旧算法的问题作了分析,笔者把最小相关能量准则引入了相关滤波器,识别性能得到了提高,对于灰度图像误差率为0.1%时的鉴定率由旧算法的90%提高到94.46%,算法的训练时间也大大缩短了。