基于AVS音频编码的信息隐藏方法

提出了一种基于AVS音频编码的信息隐藏方法.该方法基于AVS独特的量化与位平面编码模块,使用位平面嵌入与比例因子修改技术,可以有效降低编码器码率控制对信息隐藏效果的不利影响,而且不使数据载体音质受到破坏.在量化过程中实施信息的嵌入,嵌入过程中主动修改比例因子以降低量化噪声.将隐藏信息进行矢量分组与位平面处理,进而在量化过程中将其嵌入到量化频谱中.仿真结果证明：该方法可以有效降低编码器码率控制对信息隐藏效果的不利影响,且嵌入隐藏信息后AVS音质也无明显损失.     

基于雷达图像的飞鸟目标检测与信息提取

针对鸟击问题,基于一种自行研制的雷达探鸟实验系统获取了50帧含有飞鸟目标的雷达PPI图像,该系统由X波段海事雷达改造而成.经过背景差分、图像平滑、阈值分割和信息提取4个步骤,将飞鸟目标从复杂的PPI图像中分离出来,提取出包括目标质心位置、目标平均灰度、目标面积、目标形状在内的鸟情信息,实现了一种可行的飞鸟目标检测与信息提取算法.本算法为建立实用的机场雷达探鸟系统奠定了重要的理论基础.     

基于分级式特征提取的多视角人脸检测算法

提出了一种基于分级式特征提取的多视角人脸检测算法.首先,将训练所用人脸样本按照视角进行分组;其次,分别对每组样本进行特征提取,针对单一特征的局限性,提出了梯度方向直方图(HOG)和局部二值模式(LBP)的融合特征,为了快速构建特征金字塔,提出了一种分级式特征提取的方法;再次,使用基于隐含变量的支持向量机(LSVM)训练模型参数,获得多个模型;最后,将这些模型组合起来构成混合模型.在FDDB和AFW人脸数据库上进行了实验,结果表明:本算法可实现复杂背景下的多视角人脸检测,且比现有算法效果更好.     

尖叫声识别装置的研制

尖叫声识别技术相对于传统的视频监控技术不受夜晚、大雾等环境影响,同时能大大减轻监控人员的工作量,且不存在视频盲区的问题.在此背景下,基于ARM9设计了一个尖叫声自动识别系统.在算法层面上,提出了一种与尖叫声相关的声学特征(梅尔频率倒谱系数变化率)并以此改进了识别算法的ROC曲线.此外,将所提特征和其他传统特征作为特征集合,在不同信噪比环境中对基于HMM和SVM的几种尖叫声识别算法进行了比较和分析.在硬件层面上,采用了IIS和DMA在ARM9平台上实现了尖叫声识别算法.经测试,系统符合检测概率大于95%,虚警概率小于5%,应答时间小于2s的要求.