基于SPIHT的感兴趣区域的多描述编码

提出了一种感兴趣区域的多描述SPIHT编码方法．该方法将具有分层内嵌特性的SPIHT码流编码成多个描述子，通过对所有零树重新进行重要性排序，为每个描述子分配不同编码速率的完全编码码流和冗余码流．在分配速率时，优先对感兴趣区域分配较多的冗余，而对背景区域或非感兴趣区域分配速率较低的冗余，以进一步增强感兴趣区域的抗误码以及抗分组丢弃能力．文中对编码过程中零树、冗余树及其编码速率之间的关系进行了定量分析，并给出了重要性排序和冗余树分配的具体算法．实验证明，该文方法同其它感兴趣区域编码方法相比．可以进一步提高感兴趣区域在分组丢弃情况下的恢复图像质量．     

一种高效的二维提升小波变换方法

基于对通用处理器L1 Cache命中机制和二维提升小波变换结构的分析,提出一种在Intel通用处理器平台上,采用Streaming SIMD Extensions 2(SSE2)实现高效快速二维提升小波变换的方法.此法对原始小波系数存储层次进行调整,充分利用SSE2的SIMD并行处理能力,尽量保持列变换时数据读取与Cache命中方向一致,有效缩短了二维提升小波变换的执行时间.     

基于零树结构的感兴趣区图像内嵌编码算法

提出了一种某于内嵌零树编码的感兴趣区图像压缩算法和一种与主观视觉效果一致的描述感兴趣区图像恢复质量的加权信噪比评价方法，该算法采用了一种简单有效的不依赖小波滤波器类型的零树结构感兴趣区模板建立方法，实验结果表明该算法对于甚低比特率图像压缩，在不影响整体视觉质量的情况下，重构图像的感兴趣区域峰值信噪比能提高4dB以上，图像加权信噪比的评价与主观视觉效果一致。     

基于自主学习模式的计算机类专业整合探索与实践

针对高职计算机类专业人才培养中出现的人才培养与企业人才需求脱节、职业能力重视不够、招生形势低迷等问题,提出了实施计算机类专业整合的人才培养方案改革思路,以滁州职业技术学院计算机类专业人才培养方案改革为例,制定了"基于三重能力培养,面向岗位自主选修"人才培养方案并阐述了其内涵,给出了自主选修模式的课程体系构建步骤及实施过程中出现的问题与对策,为其他高职院校计算机类专业改革提供借鉴。     

一种深度学习的硬件木马检测算法

由于传统的硬件木马检测均采用功能测试等电信号检测技术,检测方法存在成本高、漏检率高和效率低下等问题,对此提出了一种深度学习的非电信号硬件木马检测算法。该算法首先利用增强残差网络将低分辨率芯片显微图像转换为高分辨率芯片显微图像; 然后通过循环一致对抗生成网络将该高分辨率图像生成与母版图像同源的芯片显微图像, 生成的芯片显微图像通过二阶微分图像增强算法区分出目标区域与背景区域,并结合阈值分割算法将目标区域分割出来; 最后通过数学形态学操作去除由于工业噪声产生的微小干扰,利用变化检测算法检测芯片中存在的硬件木马。通过在芯片显微图像数据集上的实验显示,基于深度学习的硬件木马检测方法正检率高达约92.4%,与传统的电信号检测方法相比,精度更高,速度更快,且操作更简易。     

JPEG2000中DWT-EBCOT联合的高效低存储VLSI结构

针对JPEG2000硬件实现中小波变换与编码之间占用大量存储的问题,该文提出一种基于码块的存储方案。通过对码块大小片内存储最大程度的复用以及对其高效简单的调度控制,从面积和功耗两方面减小了硬件实现的开销。在实现中,采用基于行的提升变换结构和比特平面并行的编码方式,提高了效率,确保整个过程的实时处理。实验结果表明:在实时编码要求下,对分辨率为512512的图像分片进行四级9/7或者5/3小波分解,码块大小为3232,采用本文结构所用的存储量与直接使用外部存储器的方法相比可减少80%以上。整个结构已通过FPGA验证,且系统时钟可以工作在100MHz。     

适合硬件实现的JPEG2000码率控制算法及其VLSI结构设计

为了简化硬件实现的复杂度和降低存储量,提出一种采用码率预分配的JPEG2000码率控制算法,并给出相应的VLSI结构设计．原始图像经过小波变换和量化后,对EBCOT码块的有效比特平面进行独立熵估计,计算出所有码块的估计熵总和．依据每个码块的估计熵在所有码块的估计熵总和中所占的比例,指导分配每个码块的码率,EBCOT编码器根据分配到的码率实时截断码流和编码通道,减少了T1编码的时间．码块经过T1编码后直接打包输出,无需率失真斜率计算和率失真优化截取．实验结果表明,本算法很大程度上减少了编码计算量和存储量,易于硬件实现．     

基于码率预分配的JPEG2000自适应率控制算法

该文提出一种基于码率预分配和反馈控制的自适应率控制算法。算法引入了预测模板,对图像小波变换和量化后EBCOT编码码块的有效比特平面进行独立的熵估计,并以码块估计熵总和指导码率预分配,同时T2编码器由预分配编码比特率自适应地反馈控制编码深度、完成优化截取。实验结果表明,该算法码率分配精确,并有效地减少了编码器计算量和存储量,提高了编码效率,算法复杂度低,易于硬件实现。     

融合上下文感知注意力的低光图像去雾网络

现有的低光去雾算法因受图像光照强度低、光照不均匀等影响,其去雾后的图像存在细节丢失、色彩失真等现象。针对上述问题,提出一种融合上下文感知注意力的低光图像去雾网络(ACANet)。首先,在基准网络中引入层内上下文感知注意力模块,分别从通道维度和空间维度结合全局视角辨识和加权同一尺度下的重要特征,使网络突破局部视野的约束,更加高效地提取图像纹理信息;其次,引入层间上下文感知注意力模块,通过投影操作将高级特征映射到信号子空间,以实现不同层之间多尺度特征信息的高效融合,进一步提升对图像细节的重建;最后,引入CIEDE2000色偏损失函数,通过CIELAB色彩空间对图像色调进行约束,并与L2损失一起联合优化网络,使网络准确地学习图像色彩,以解决图像的严重色偏问题。实验结果表明,所提算法在多个数据集上的客观指标均优于现有去雾算法,其峰值信噪比指标较基准网络提高了8.8%,且主观去雾效果更彻底,恢复图像细节更丰富,色彩还原度更好,更接近于真实图像。     

从教学方法谈《机械制图》课的教学改革

分析了《机械制图》课程传统教学模式存在的弊端,提出在目前课时数不断压缩的情况下,进行课程的教学改革,提高教学质量,培养适应市场经济的技能型应用人才,是当前制图教学面临的主要任务,并根据国家教委高职高专教改精神,结合多年教学实践,从课堂教学方法总结出实施《机械制图》素质教学改革多项有益的尝试与探索,取得了良好的教学效果,具有一定的推广价值。