首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 46 毫秒
1.
为了提高视频文件中水印算法的透明性和鲁棒性,在此提出了一种基于数据块间关系的水印嵌入算法,该方法以数据块之间的特定关系表示水印的比特值,从而避免了将水印值直观地嵌入原始的视频文件中。在介绍该水印算法的详细设计过程后,给出了水印的嵌入过程和提取过程,最后对设计的水印算法进行了透明性和鲁棒性的测试,测试结果表明该算法在高比特率的情况下具有较高的透明性。对于大部分常见的水印攻击方法具有较强的鲁棒性,但对于降低视频图像分辨率的攻击方法,水印的鲁棒性还有待提高。  相似文献   

2.
压缩感知目标跟踪算法由于特征单一,导致在目标纹理变化、光照变化和背景变换较大的情况下,跟踪目标漂移甚至丢失。针对该问题,提出了一种融合多特征的实时目标跟踪算法。该算法首先融合多种特征进行特征提取,解决了特征单一问题,显示了较好的鲁棒性。然后在分类器进行更新时应用加权函数解决分类器权重问题。在OTB 13测试库选取3个测试序列对改进算法进行测试。实验结果表明,改进算法在处理目标外观变换和遮挡变化时显示出了良好的鲁棒性。  相似文献   

3.
基于MPEG-2视频结构的特点,提出了一种视频数字水印算法的研究实现.经过实验测试,证明该算法的不可见性和鲁棒性均达到较好的水平,而且提取时不需要原始视频作参考,实现了盲提取.算法复杂度不高,满足实时性的要求.  相似文献   

4.
基于平稳小波变换的高鲁棒性的边缘提取   总被引:4,自引:0,他引:4  
借鉴平稳小波变换的多尺度分析思想,结合模糊聚类均值法,提出了一种高鲁棒性的图像边缘提取算法.该算法利用平稳小波变换的位移不变性,将小波分解后的分量进行配准构成一像素的特征向量,然后利用模糊c-均值进行无监督分类,分割图像,最后用Canny算子提取图像边缘.用一系列附加不同强度的高斯白噪声图像测试了该算法的有效性.实验证明在图像受到较强噪声(如附加高斯白噪声)污染时,该算法仍可检测到较好的边缘效果,展现出良好的鲁棒性.  相似文献   

5.
为了提高线性回归分类(LRC)算法的鲁棒性,提出了一种基于Fisher准则的线性判别回归分类算法。利用Fisher准则将类间与类内重建误差的比值最大化,找到线性回归分类的最优投影矩阵;再将训练图像及测试图像投影到各类的特征子空间;求得各训练图像与测试图像间的欧氏距离,最后用K-近邻分类器完成人脸识别。在AR人脸数据库上的实验结果表明,相比其他回归分类算法,算法取得了更好的识别效果。  相似文献   

6.
提出基于NTSS和压缩感知的人脸跟踪算法,采用不同的搜索半径和步长双重采样,运用NTSS搜索方法作为目标的检测方法。通过国际标准的人脸数据库AFW和MALF视频序列进行算法的测试,并使用中心距离均值算法对压缩感知算法和基于NTSS压缩感知的人脸跟踪算法进行比对,得出基于NTSS和压缩感知的人脸跟踪算法最大可降低59. 01%的误差;此外NTSS压缩感知人脸跟踪算法在人脸发生遮挡再跟踪、人脸几何变换和在暗光条件下具有较好的鲁棒性。  相似文献   

7.
针对布谷鸟搜索算法(CS)迭代过程中易陷入局部最优的问题,提出基于信息熵的改进布谷鸟算法,用种群中个体分量的信息熵加权来衡量个体的差异程度,从而赋予各分量不同的权重,降低个体盲目搜索过程,克服了CS算法搜索阶段易陷入局部最优和早熟收敛的缺陷.通过对8个典型的基准测试函数对算法进行了性能仿真测试,结果表明,改进的布谷鸟算法在收敛速度、寻优精度及鲁棒性等方面均具有一定优势.  相似文献   

8.
为提高音频水印的鲁棒性,设计了一种基于LWT-DCT-QR混合域的水印嵌入方法,充分发挥提升小波变换运算速度快、离散余弦变换抗干扰能力强以及QR分解数值稳定性好的特点,并通过Logistic混沌序列进行加密,从而实现水印图像的嵌入与提取。通过噪声、采样、滤波、剪切、压缩等攻击对水印的安全性、不可感知性以及鲁棒性进行了仿真与测试,并利用水印信号的相关系数(NC)和信噪比(SNR)进行分析评定。测试结果表明,所提出的水印算法具有较强的抗攻击能力,与相关文献相比具有一定的优越性。  相似文献   

9.
为了有效保护多媒体信息的版权,研究利用离散余弦变换的算法对整个数字水印图像进行数字变换,将水印加载在中低频分量上以保护原多媒体信息,对数字水印图像的嵌入、提取和攻击进行鲁棒性测试,试验表明该方法不仅可以从攻击后的图像中完整提取水印,而且水印的鲁棒性及抗攻击性较好,可经受一定程度的有损信号处理和一般的数字几何变换,有较强的推广价值.  相似文献   

10.
为了提高行人检测的准确性和鲁棒性,针对现有行人检测方法准确率低且实时性不佳等问题,参考目标检测算法中快速区域卷积神经网络Faster RCNN算法,首先采用K-means聚类算法得到合适的宽高比,然后优化区域建议网络(RPN)结构,降低计算量,并通过比较MobileNet、VGG16、ResNet50特征提取网络效果优劣,提出改进Faster RCNN的交通场景下行人检测方法,在Caltech-NEW数据集上进行训练与测试。实验结果表明,该方法大幅提高交通场景下行人检测的实时性和准确性,在测试集上检测准确度达到87.5%,单张图片检测耗时为0.187s,相比现有其它方法,其检测效果更好。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号