一种最大化样本可分性半监督Boosting算法

针对数据实际分布与假设不匹配时半监督学习算法难以改善分类器性能的问题,该文提出一种最大化样本可分性半监督Boosting算法,通过引入"高密度区域局部散度最小、样本空间全局散度最大"准则来学习未标注的样本。该准则使用两种半监督假设(聚类假设和流形假设),减少了因半监督假设与数据不匹配造成的准确率下降问题。实验结果表明,该文算法有效提高了Boosting算法在符合聚类假设数据集和符合流形假设数据集上的准确性,提高了分类器噪声数据的稳定性。     

基于角点匹配的鲁棒图像镶嵌方法

为了获取场景的宽视场表示,提出了一种鲁棒的图像镶嵌方法.该方法对图像序列中的各个图像进行角点提取,再利用归一化相关方法进行角点的初始匹配.由于初始匹配中包含有大量的出格点,直接采用最小二乘法得不到正确的图像平面间的变换模型参数,为此,采用了鲁棒随机采样算法来估计图像平面间的变换模型参数.该算法能够有效地剔除初始匹配中的出格点,获得精确的匹配点子集.然后利用这些精确匹配的点集来计算变换模型参数,从而实现了图像的正确镶嵌.整个过程无需人工干预,均由计算机自动完成.对真实图像的试验结果表明了该方法的有效性.     

一种基于SPIHT的分层图像压缩方法

提出一种利用SPIHT算法进行图像分层压缩的编码方法,该方法首先利用图像平滑技术将图像分解为平滑部分和轮廓部分,然后以一定的编码率分别对它们进行编码.实验结果表明,合理分配各层的编码率,能够获得视觉效果比单独采用SPIHT编码更好的编码图像.     

时空混沌伪随机比特发生器及其FPGA实现

利用时空混沌双向耦合映象格子模型构建了一种伪随机比特发生器,并在FPGA芯片上实现.通过分析系统的最大Lyapunov指数得到系统参数的选择标准.在不考虑通信时延的情况下,该伪随机比特发生器的比特产生速度可达到512 Mbps.使用美国国家标准和技术局(NIST)的FIPS 140-2及SP 800-22测试标准对该伪随机比特发生器实际输出的伪随机比特序列进行了测试,实验结果表明该发生器所产生的伪随机比特序列随机性能良好.     

一种基于运动矢量的视频水印方案

提出一种改进的基于运动矢量的视频水印方案，该算法有下述优点：①根据水印嵌入容量自适应调整嵌入策略，以满足不可感知性要求；②水印嵌入对差分编码运动矢量造成的误差累积减小；③与MPEG-2视频编码语义紧密结合。实验证明所提出的视频水印算法具有较低的计算复杂度，对视频码率转换具有高的鲁棒性。     

代价敏感Boosting算法研究

针对代价敏感学习问题,研究boosting算法的代价敏感扩展。提出一种基于代价敏感采样的代价敏感boosting学习方法,通过在原始boosting每轮迭代中引入代价敏感采样,最小化代价敏感损失期望。基于上述学习框架,推导出两种代价敏感boosting算法,同时,揭示并解释已有算法的不稳定本质。在加州大学欧文分校(University of California,Irvine,UCI)数据集和麻省理工学院生物和计算学习中心(Center for Biological&Computational Learning,CBCL)人脸数据集上的实验结果表明,对于代价敏感分类问题,代价敏感采样boosting算法优于原始boosting和已有代价敏感boosting算法。     

一种基于HVS的小波水印方案

该文提出了一种新的静态图像水印技术，它基于人眼视觉系统模型，利用了图像的多尺度融合技术，可将任意的图像水印添加到载体图像中。通过与原始的载体数据进行比较实现水印的提取。最后，与嵌入的水印进行相关性检测，来检测提取出的水印是否有效。实验结果表明，该文提出的水印方案对于图像模糊、锐化、加噪、静止图像数据压缩标准(JPEG)压缩等常用图像处理技术具有较好的鲁棒性。     

基于相位相关法的柱面全景图拼接技术

针对基于图像绘制技术中柱面全景图拼接问题 ,该文研究了利用相位相关法 ,通过对图像作快速傅立叶变换 ,利用频域中的相位信息来实现图像的拼接 ,实验表明该方法大大提高了拼接速度 ,并且能够有效地克服图像间光照变化和相机镜头造成的几何畸变对拼接的影响 ,是一种快速实用的全景图拼接方法     

一种基于听觉感知特性的自适应音频信息隐藏方案

本文从人类听觉模型[1][4]和听觉感知特性[11]出发,深入分析了音频信息隐藏技术的性能要求及其相互关系,提出了一种基于听觉感知特性的自适应音频信息隐藏方案,并给出了具体的数据嵌入和提取算法.仿真实验结果验证了方案的有效性.最后指出了存在的问题和进一步研究的方向.     

一种基于运动矢量的视频水印方案

提出一种改进的基于运动矢量的视频水印方案,该算法有下述优点:①根据水印嵌入容量自适应调整嵌入策略,以满足不可感知性要求;②水印嵌入对差分编码运动矢量造成的误差累积减小;③与MPEG-2视频编码语义紧密结合.实验证明所提出的视频水印算法具有较低的计算复杂度,对视频码率转换具有高的鲁棒性.