基于讨价还价的重叠联盟效用划分策略

重叠联盟效用划分是重叠联盟形成(OCF)中的一个难点问题.文中首先分析OCF中可能的资源冲突现象,推演OCF模型的若干性质,并在此基础上,采用讨价还价策略分派多任务,基于效用非减原则划分重叠联盟效用.最后通过实例分析验证文中方法的有效性.     

HG－3型导电炭黑在阻燃抗静电胶布胶料中的应用

ＨＧ－３型导电炭黑在阻燃抗静电胶布胶料中的应用蒋建国（镇江市橡胶厂２１２００４）ＨＧ－３型导电炭黑是化肥厂生产化肥时，利用减压渣油在谢尔炉中气化得到的副产品，可用来代替乙炔炭黑作阻燃抗静电胶布胶料的抗静电剂。现将镇江市橡胶厂在这方面的经验简介如下。１...     

融合SUSAN特征的医学图像Graph Cuts算法

交互式图像分割算法由于可以从复杂的医学图像中分割出感兴趣的组织,现已引起研究者的广泛关注。该算法对Graph Cuts中经典能量函数的边界项进行改进,将传统的灰度特征替换为SUSAN特征。由于SUSAN特征的求和机制,极大的抑制了噪声的影响,对边界的定位也更加准确。实验表明该算法能够准确分割出感兴趣目标,剔除多余边界,并且对噪声也有很好的抑制作用。     

一种基于图像特征的稳健水印算法

本文提出一种基于图像特征的抗几何攻击的稳健水印算法。算法首先用Harris检测器提取图像的特征点,进行Delaunay分割的图像分解,然后水印信号经过图像的视觉掩蔽分析嵌入图像的特征区域,水印图像保持了很好的感知质量,算法检测水印不使用原始图像。由于图像的特征点在经过几何攻击后仍可以保持,这样就很好地解决了水印的同步问题,增强了水印的稳健性。实验结果表明算法可有效的抵抗旋转,尺度变换,有损压缩等各种攻击。     

区域块分割与融合的行人再识别

目的 由于摄像机视角和成像质量的差异,造成行人姿态变化、图像分辨率变化和光照变化等问题的出现,从而导致同一行人在不同监控视频中的外观区别很大,给行人再识别带来很大挑战。为提高行人再识别的识别率,针对行人姿态变化问题,提出一种区域块分割和融合的行人再识别算法。方法 首先根据人体结构分布,将行人图像划分为3个局部区域。然后根据各区域在识别过程中的作用不同,将GOG（Gaussian of Gaussian）特征、LOMO（local maximal occurrence）特征和KCCA（Kernel canonical correlation analysis）特征的不同组合作为各区域特征。接着通过距离测度算法学习对应区域之间的相似度,并通过干扰块剔除算法消除图像中出现的无效干扰块,融合有效区域块的相似度。最后将行人图像对的全局相似度和各局部区域相似度进行融合,实现行人再识别。结果 在4个基准数据集VIPeR、GRID、PRID450S和CUHK01上进行了大量实验,其中Rank1（排名第1的搜索结果即为待查询人的比例）分别为62.85%、30.56%、71.82%和79.03%,Rank5分别为86.17%、51.20%、91.16%和93.60%,识别率均有显著提高,具有实际应用价值。结论 提出的区域块分割和融合方法,能够去除图像中的无用信息和干扰信息,同时保留行人的有效信息并高效利用。该方法在一定程度上能够解决行人姿态变化带来的外观差异问题,大幅度地提升识别率。     

基于H.264的AAQIM水印算法*

针对网络视频传输过程中的版权保护问题,提出基于H.264的自适应活性量化索引调制(AAQIM)水印算法,以块的活性为载体信号,引入自适应机制,采用一个区域嵌入一位水印信息,使误差被块的几个系数分担。实验表明,水印具有良好的不可见性,对后续帧影响小,对重编码、加噪及滤波等攻击具有很强的鲁棒性;水印的提取不需要原始视频,算法简单、调制方便,能够满足实时要求,有较高的实用性。     

贝叶斯框架下的非参数估计Graph Cuts分割算法

假设图像中各像素灰度值是具有一定概率分布的随机变量,由贝叶斯定理,正确分割观测图像等价于求出具有最大后验概率的实际图像估计。在此框架下,提出了一种改进型Graph Cuts图像分割算法。与传统Graph Cuts分割算法相比,该算法在模型建立上有两个方面的改进：1)将模糊C均值聚类引入数据约束能量函数来得到各像素在某个标记下的概率,改善了收敛性能;2)使用非参数方法估计图像的统计分布,然后用此统计量构成图像分割的先验概率,并保证分割结果的局部平滑。由于非参数估计是由样本直接估计得到的结果,特别适用于小样本和分布函数不恒定的情况,因此拓展了算法的适用范围。实验结果表明,改进算法在遥感图像分割和医学图像分割中均提高了分割精度,证明了该算法的有效性。     

H.264中基于检测与追踪的人脸保护方案*

目前视频安全得到了人们的广泛关注,许多视频加密算法提出并得到了应用。但这些视频加密算法基本上是针对整帧图像的加密,并未考虑对图像中某些感兴趣的区域进行加密,往往增加了通信成本。针对此问题,提出了一种有效安全的感兴趣人脸区域保护方案,方案包括肤色信息和基于方向特征Bayes分类器相结合的人脸精确定位,基于Kalman滤波器的人脸预测跟踪以及H.264的CABAC编码中人脸区域的加密。实验结果表明,该方案不仅具有抗攻击性,而且安全有效地保护了感兴趣人脸区域。