基于复高斯混合模型的鲁棒VAD算法

针对语音激活检测的鲁棒性问题,提出在非平稳噪声环境下使用基于复高斯混合模型的鲁棒语音激活检测算法.算法中假设纯净语音谱满足复高斯混合模型,先验信噪比利用预先训练好的复高斯混合模型计算得到.复高斯混合模型的引入一方面提高了语音激活检测的性能,另一方面避免了使用基于最小均方误差语音增强的先验信噪比估计过程.实验中使用NOISEX-92噪声库来验证系统在噪声环境下的性能.结果表明,该种算法在非平稳噪声环境下具有良好的检测性能.     

基于EVD变换的鲁棒音频水印算法

常见的数字信号处理往往会改变音频信号的高频分量并引入随机噪声,并且易造成数字水印信息的位置改变. 提出了一种新的数字音频水印算法. 在该算法中, 原始音频被分为两部分: ① 运用量化索引调制来嵌入伪随机序列生成的二值同步码; ② 利用特征值分解(eigenvalue decomposition, EVD)方法先对离散小波变换(discrete wavelet transform, DWT)低频系数进行变换, 然后在生成的对角阵中用量化索引调制嵌入水印信息. 实验结果表明, 在确保不可感知性和较强鲁棒性的前提下, 可大幅度提高水印嵌入容量, 达到172 bit/s.     

基于几何方法的鲁棒 -稳定分析

研究了线性时不变单输入单输出反馈系统的鲁棒 -稳定性问题。证明了在复平面上多个线段和的几何性质。在此基础上，将鲁棒问题转化为计算几何中的点定位问题。从而得到扰动系统在满足一定稳定指标约束条件下，系统稳定的充分必要条件。利用计算几何的方法，给出了相应的算法。     

鲁棒贝叶斯混合分布的模型选择

提出一种基于偏差信息准则(deriance information criterion,DIC)的鲁棒贝叶斯混合分布模型选择算法.在变分逼近框架下,给出鲁棒贝叶斯混合模型的DIC计算公式;设计的模型选择算法能同时学习模型参数推断和进行模型选择,避免在大的候选模型集中根据模型选择准则选取最优模型.给出试验参数初始值设置方法,在含有较多离群点的仿真数据和Old Faithful Geyser数据上的试验结果表明了好的性能:得到鲁棒的混合分量参数和较准确的混合分量个数.     

一种基于遗传算法的DCT域鲁棒水印技术

提出了一种新的基于DCT域的鲁棒水印技术.算法充分考虑了数字图像局部像素之间的相关性及人类视觉系统(HSV)的特性,通过调制各DCT分块低频系数值并比较非零DCT系数个数,选择合适的DCT分块以完成水印嵌入.嵌入过程完成后,DCT系数在由频域向空城转换时会产生取整误差,这是由于浮点数向整数转换时总是会丢失部分信息.采用...     

基于深度残差网络的医学图像鲁棒可逆水印算法

医学图像作为医生诊断的重要依据,其版权保护一直是研究重点。在对医学图像进行版权保护时,必须保证图像修改后能无损恢复。但是,当前大多数应用于医学图像的可逆水印算法并未考虑鲁棒性。因此,本文针对具有一定鲁棒性的可逆水印算法进行研究,提出一种基于深度残差网络ResNet的鲁棒可逆医学图像水印算法。首先,算法利用深度残差模型提取医学图像的深度特征信息,自适应确定最优嵌入强度,均衡水印的不可见性和鲁棒性;此外,结合遗传算法和模糊C-均值的聚类算法对水印区域动态划分,根据聚类结果提取水印信息,有效克服信号攻击对含水印图像的影响,提高可逆水印算法的鲁棒性。实验结果表明:在嵌入水印后,含水印医学图像的PSNR值都可以达到36 d B以上,具有较好的图像质量;在提取水印后,算法可以完全无损恢复医学图像;在受到高斯噪声、椒盐噪声、JPEG压缩等常见信号攻击后,算法仍然可以准确提取水印信息,表现出较强的鲁棒性。     

基于归一化的抗几何攻击三维模型水印算法

为了提高三维网格水印抵抗几何攻击的能力，借用数字图像归一化的思想，提出了一种基于归一化的抗几何攻击三维模型数字水印算法，该算法在嵌入水印前将模型的几何中心移到坐标原点以实现对平移攻击的不变性；将模型由直角坐标转化为球坐标，以模型顶点到几何中心的距离这一全局几何特征为嵌入单元，通过修改归一化距离的离散余弦变换系数嵌入水印，以实现对缩放攻击的鲁棒性，仿真结果表明，基于归一化的三维网格模型水印算法复杂度较低，能够很好地解决模型针对缩放攻击需要重定位的问题，在经受平移、旋转、缩放、剪切、网格简化等常见攻击时也具有较好的鲁棒性。     

基于自识别水印模式的抗几何攻击水印算法研究

提出了一种不依赖于同步性的抗几何攻击的水印算法,通过对水印模式结构进行精心设计,使得其自身具有可识别性,通过对不同结构的水印模式进行识别,从而判断对应的水印信号.算法从根本上消除了同步性的依赖,也不需要对图像进行区域剖分和规范化,因此大大节省计算消耗.实验结果表明,该水印算法对旋转、缩放、裁剪、改变纵横比等几何操作具有鲁棒性,同时对高斯噪声、低通滤波等信号处理操作也具有鲁棒性.     

基于几何方法的鲁棒D-稳定分析

研究了线性时不变单输入单输出反馈系统的鲁棒D-稳定性问题。证明了在复平面上多个线段和的几何性质。在此基础上,将鲁棒问题转化为计算几何中的点定位问题。从而得到扰动系统在满足一定稳定指标约束条件下,系统稳定的充分必要条件。利用计算几何的方法,给出了相应的算法。     

基于高斯混合模型自适应肤色识别算法

肤色识别是色情图像识别、人脸检测等图像处理技术的关键步骤,肤色识别效果的好坏直接影响相关图像处理技术的效果。图像中存在干扰因素时基于单高斯模型的肤色识别效果不佳,为了解决这个问题,在YCbCr色度空间基础上,提出了基于高斯混合模型自适应肤色识别算法。实验表明该算法识别效率较高,能较好地识别存在干扰因素图像中的肤色,具有一定的实用性。     

基于小波变换的关系数据库水印算法

为了对关系数据库数据实施版权保护，提出一种基于小波变换的鲁棒盲水印算法，嵌入时先构造主键HASH值的最小非负剩余系对数据分组，然后通过设置各组数据小波变换后“高／低频数据对”奇偶性的异同嵌入信息，提取时统计相应位置数据对的奇偶性异同频度，依据阀值判断而获取嵌入的水印，试验结果表明，水印提取的准确度较高，算法具有较好的隐蔽性、鲁棒性，在数据丢失60％的情况下，仍能较完整的提取出水印信息。     

非高斯信道中的鲁棒多级检测器

建立和分析了一个新型的应用于非常高斯信道中的鲁棒多级检测器，通过分析和模拟发现，这种检测器在非高斯噪声环境中的性能大大优于传统的多级检测器，而且此检测器易于超大规模集成电路的实现。     

一种鲁棒音频零水印算法

为了实现数字音频的版权保护,根据音频信号的短时平稳特性和离散小波变换的多分辨率分析特性,设计了一种基于范重心和提升小波变换的数字音频零水印算法.算法首先将音频信号进行分帧,其次对分帧音频进行三级小波提升,提取低频近似分量的范重心,并根据分量范重心与均值向量之间的关系生成特征向量,最后将特征向量与水印运算得到代表原始音频...     

一种鲁棒音频零水印算法

为了实现数字音频的版权保护,根据音频信号的短时平稳特性和离散小波变换的多分辨率分析特性,设计了一种基于范重心和提升小波变换的数字音频零水印算法.算法首先将音频信号进行分帧,其次对分帧音频进行三级小波提升,提取低频近似分量的范重心,并根据分量范重心与均值向量之间的关系生成特征向量,最后将特征向量与水印运算得到代表原始音频的版权信息.实验结果表明,该算法对音频信号遭受的常见攻击具有较强的鲁棒性,同时密钥的使用保证了算法的安全性.     

一种基于几何不变特征区域的数字水印算法

为了提高数字水印技术抗几何攻击的能力,提出了一种新的抗几何攻击的数字水印算法.该算法以稳定的特征点和方向选取能够应对几何攻击的不变特征区域,并对选中的区域进行离散余弦频域变换,最后在离散余弦变换的中频系数中嵌入水印信息.实验结果表明,该算法对于基于旋转、缩放、裁减、滤波、压缩等一般性几何攻击,以及它们的复合攻击都具有良...     

基于QR分解和提升小波变换的鲁棒音频水印方法

利用QR分解的稳定性以及提升小波计算速度快的优良特性,给出一种基于QR分解和提升小波变换的盲鲁棒数字音频水印方法.为了保护原始二值水印图像的安全,利用混沌序列对其进行扩频,生成了待嵌入的水印信号.将原始宿主音频信号升维后进行QR分解,根据R分量是上三角矩阵且第一行为非零元素的特点,选定R分量的第一行,对其进行提升小波变换,得到了待嵌入的小波系数,利用线性瞬时混合模型将其与待嵌入的水印信号进行混合,得到隐秘音频信号.水印提取时,利用独立分量分析算法从待检测的隐秘音频信号中提取嵌入水印信号,获得嵌入水印信号的估计,经过后处理即可获得水印图像.实验结果表明,该方法可以实现水印的盲提取,并且具有良好的透明性和鲁棒性.     

基于高斯混合模型的无线传感器网络定位算法

针对距离误差对定位结果的影响,提出一种基于高斯混合模型的无线传感器网络定位算法.该算法将高斯混合模型方法引入到无线传感器网络的定位问题中,通过高斯混合模型分析找出误差较大的距离信息并将其剔除,对剩余距离信息使用三边测量定位法进行定位求解,同时结合加权定位算法进行位置估计.仿真实验结果表明,改进算法能提高定位精度,且定位结果更稳定.     

基于高斯混合模型的视频对象分割算法

针对应用高斯混合模型（GMM）进行视频建模与分割时的模型选择及参数估计初值选择的难点，提出了一种基于GMM的视频对象分割算法．首先进行特征提取，在特征矢量中引入加权运动信息，可根据不同需要选择合理的加权系数，然后通过分割投影进行模型选择及期望最大化（EM）算法的参数初始化并估计参数，这种初值选择方案使得EM算法的初值和真实值较接近，加快了迭代运算的收敛速度，从而提高了视频对象的分割速度，最后对特征矢量进行聚类分割．仿真实验表明，在保持良好分割效果的同时，所提算法的运算速度约为常规方案的76％，并且具有良好的稳定性．     

基于高斯混合模型的Kinect深度图像增强算法

深度图像获取是当前三维视频领域重要的研究课题.微软Kinect传感器可以获取到实时的稠密深度图,但往往在深度图中存在大量的空洞并且获取的深度图不稳定.针对这些问题,提出一种应用高斯混合模型实时修复的算法,首先要把彩色图像和深度图像对齐裁剪,然后通过高斯混合模型(GMM)把深度图像的前景和背景分离,针对不同的区域做不同的处理,对背景空洞做基于背景的填充,前景空洞采用颜色匹配算法进行处理,最后对处理后的深度图像做中值滤波处理去除噪声.实验证明,该算法在复杂前景物体和大面积深度缺失的情况下都可以有效填充深度图像中的大、小空洞,保留了物体边缘,尤其在遮挡物体的深度重建上,可以取得较好的重建效果.     

一种基于尺度不变特征变换SIFT的图像水印算法

为提高抗几何攻击性能,提出一种基于尺度不变特征变换SIFT的鲁棒数字图像水印算法,水印算法思想是利用尺度不变特征变换SIFT分析图像内容并提取特征点,并以多个特征点为中心嵌入多个经过极坐标变换的圆形水印图像,试验表明,该分布式多水印算法能有效抵抗各种几何攻击,包括局部非线性失真攻击.