<delect id="ikyoc"></delect> <strike id="ikyoc"></strike>
<button id="ikyoc"></button> 隨著網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的飛速發(fā)展，如何保護(hù)多媒體信息的安全已成為國際上研究的熱門話題，數(shù)字水印技術(shù)應(yīng)運(yùn)而生。作為保護(hù)數(shù)字作品版權(quán)的一種重要手段，數(shù)字水印技術(shù)己成為當(dāng)今學(xué)術(shù)界研究的一個(gè)熱點(diǎn)。文中簡介了目前主流數(shù)字水印算法，給出了DCT域數(shù)字盲水印算法。該水印算法不可見性較好，對(duì)JPEG壓縮，噪聲，有較好的魯棒性。
標(biāo)簽： MATLAB DCT 數(shù)字水印 技術(shù)實(shí)現(xiàn)
上傳時(shí)間： 2013-10-29
上傳用戶：元宵漢堡包
針對(duì)傳感器網(wǎng)絡(luò)下多目標(biāo)跟蹤時(shí)目標(biāo)數(shù)量不斷變化這一復(fù)雜情況，文中對(duì)多目標(biāo)的跟蹤和特征管理方法進(jìn)行了研究。該方法由數(shù)據(jù)關(guān)聯(lián)、多目標(biāo)跟蹤、特征管理，和信息融合所組成。其中未知數(shù)量多目標(biāo)的跟蹤和數(shù)據(jù)關(guān)聯(lián)通過馬爾科夫蒙特卡羅數(shù)據(jù)關(guān)聯(lián)實(shí)現(xiàn)。通過信息融合來整合本地信息，獲取所有相鄰傳感器的本地一致性，最終實(shí)現(xiàn)特征管理。試驗(yàn)證明，本方法能夠在分布式的傳感器網(wǎng)絡(luò)環(huán)境下對(duì)多目標(biāo)進(jìn)行準(zhǔn)確有效地跟蹤和特征管理。
標(biāo)簽： 傳感器網(wǎng)絡(luò) 多目標(biāo)跟蹤 特征 管理方法
上傳時(shí)間： 2013-11-18
上傳用戶：wangdean1101
機(jī)場道面異物是威脅跑道運(yùn)行安全的常見病害，及時(shí)、準(zhǔn)確的檢測異物具有現(xiàn)實(shí)意義。針對(duì)現(xiàn)有的人工目視檢測方法，本文基于圖像處理理論，提出了一種機(jī)場道面異物的自動(dòng)檢測算法。根據(jù)機(jī)場道面的復(fù)雜背景和常見異物的特點(diǎn)，本文采取了分塊的方法，選擇Harris角點(diǎn)、灰度共生矩陣、灰度級(jí)分布范圍等特征，分別用閾值法和SVM法對(duì)實(shí)際機(jī)場道面異物圖像進(jìn)行檢測。初步實(shí)驗(yàn)證明，該方法可以有效檢測出機(jī)場道面復(fù)雜背景下的異物，實(shí)驗(yàn)結(jié)果顯示，檢測正確率達(dá)到了98%。
上傳時(shí)間： 2013-11-26
上傳用戶：2404
針對(duì)人臉識(shí)別中的特征提取問題，提出一種新的基于Gabor的特征提取算法，利用Gabor小波變換良好的提取區(qū)分能力和LDA所具有的判別性優(yōu)勢來進(jìn)行特征提取。首先利用Gabor小波變換來提取人臉特征。然后對(duì)得到的高維特征采用PCA進(jìn)行初次降維，再利用LDA實(shí)現(xiàn)再次降維，得到最終的特征向量。在ORL和YALE人臉庫上的實(shí)驗(yàn)驗(yàn)證了該算法的有效性。
標(biāo)簽： Gabor 特征提取 人臉識(shí)別 中的應(yīng)用
上傳時(shí)間： 2013-12-14
上傳用戶：alex wang
提出了一個(gè)考慮ＦＰ 效應(yīng)的半導(dǎo)體材料參數(shù)測量方案。利用該方案可以在時(shí)域波形中，截取多個(gè)反射回峰，以提高材料參數(shù)提取的精確度。另外，考慮到多重反射對(duì)樣品厚度的準(zhǔn)確性要求較高，提出了一種有效的厚度優(yōu)化方法。以ＧａＡｓ 為待測樣品，利用上述方法精確提取了其折射率與消光系數(shù)譜.
標(biāo)簽： 太赫茲 光譜 半導(dǎo)體材料 參數(shù)測量
上傳時(shí)間： 2013-12-16
上傳用戶：alan-ee
頭肩的定位檢測采用了Haar特征和HOG特征的層級(jí)分類方法，并根據(jù)頭肩的對(duì)稱性特點(diǎn)，提出了一種稱為Joint HOG的組合型特征。通過Haar分類器濾除大部分負(fù)樣本后，接著用HOG進(jìn)行精細(xì)的驗(yàn)證從而得到頭肩目標(biāo)框。實(shí)驗(yàn)表明，本文的方法取得了80%~90%的準(zhǔn)確率，并且完全可以用于實(shí)時(shí)處理。
標(biāo)簽： Joint HOG 特征 復(fù)雜場景
上傳時(shí)間： 2013-11-13
上傳用戶：weareno2
通過對(duì)海上紅外圖像進(jìn)行分析，提出了一種基于海天線提取的紅外小目標(biāo)檢測方法。該算法的基本思路是根據(jù)所需提取目標(biāo)的特點(diǎn)，首先選擇感興趣的灰度區(qū)域，然后運(yùn)用Canny算子進(jìn)行邊緣檢測，接著對(duì)圖像進(jìn)行Hough變換檢測海天線，最后對(duì)海天線以下且符合目標(biāo)特征的連通域進(jìn)行標(biāo)記從而來確定目標(biāo)的位置。實(shí)驗(yàn)結(jié)果表明，該方法能較好地檢測出海上紅外小目標(biāo)。
標(biāo)簽： 海天線 紅外 目標(biāo)檢測
上傳時(shí)間： 2015-01-03
上傳用戶：long14578
在深入的對(duì)頻譜臉法和Fisherface方法進(jìn)行研究后，綜合這兩種方法的優(yōu)點(diǎn)，提出了一種基于頻譜臉和Fisherface的人臉識(shí)別新方法。頻譜臉方法主要是采用二維小波變換和傅立葉變換。因?yàn)槿四槇D像的低頻部分對(duì)人臉的表情變化是不敏感的，所以對(duì)人臉圖像使用二維小波變換，提取人臉圖像的低頻部分。對(duì)人臉圖像的低頻部分使用傅立葉變換，從而獲得原人像的一個(gè)低維空間的表達(dá)。但是頻譜臉特征維數(shù)仍然較高，所以在頻譜臉法的基礎(chǔ)上繼續(xù)提取人臉頻譜圖像的Fisherface 特征，降低特征的維數(shù)，提高識(shí)別效率。利用人臉面部構(gòu)造產(chǎn)生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，進(jìn)而根據(jù)眼睛和嘴巴構(gòu)成三角形模板的特性，精確定位人臉在圖像中的位置。實(shí)驗(yàn)結(jié)果表明，這種結(jié)合膚色和面部特征的算法，能夠?qū)θ四樳M(jìn)行較快速、準(zhǔn)確的定位，而且結(jié)果比較穩(wěn)定可靠。
上傳時(shí)間： 2013-10-09
上傳用戶：zhf01y
GDWI型繞線片式電感器 一 特征 繞線貼片結(jié)構(gòu)，高Q值 大電流，低直流電阻，自諧頻率較高 二 用途 適用于電子設(shè)備信息處理系統(tǒng)
上傳時(shí)間： 2013-11-07
上傳用戶：lihairui42
一個(gè)關(guān)于java的文本框與文本域的程序
上傳時(shí)間： 2015-01-07
上傳用戶：fnhhs
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
