检索结果-南通市图书馆

作者：左胤杰南京邮电大学

学位级别：硕士

图像作为信息传递的主要载体,其压缩重构技术一直是人们的研究热点。运用压缩感知理论对图像信号进行压缩重构时,需要规模足够大的观测矩阵才能实现,这限制了感知的实时性。图像分块压缩感知算法的提出克服了压缩感知重构耗时长、计算... 详细信息

图像作为信息传递的主要载体,其压缩重构技术一直是人们的研究热点。运用压缩感知理论对图像信号进行压缩重构时,需要规模足够大的观测矩阵才能实现,这限制了感知的实时性。图像分块压缩感知算法的提出克服了压缩感知重构耗时长、计算复杂度高的弊端。但分块压缩感知对图像块使用相同采样率,忽略了不同图像块间纹理信息的差异,造成采样资源的不合理分配。本文围绕这一问题,对图像分块压缩感知算法进行研究,具体工作如下:(1)分析均匀分块下四种分块尺寸和四种重构算法对分块压缩感知重构性能的影响,以32×32分块+SPL重构算法组合作为基础条件,针对分块压缩感知算法使用相同采样率这一不足,提出基于一维灰度熵的图像自适应分块压缩感知算法,该算法利用一维灰度熵能够表征图像纹理信息这一特性,对各图像块按照所含纹理信息的丰富度自适应分配采样率并重构。实验结果表明,所提算法比采样率固定分块压缩感知算法拥有更好的重构性能。(2)针对自适应分块压缩感知算法中单一图像特征刻画纹理能力有限导致图像块重构质量欠佳的问题,本文提出一种基于纹理信息的图像自适应分块压缩感知算法。首先在观测端结合一维灰度熵和标准差用于衡量图像块纹理信息丰富度,引入K-means++聚类算法将图像块按照纹理相似性分为三类,并结合边缘信息为每类图像块分配自适应采样率,有效减少观测矩阵的数量的同时实现采样率精细划分;其次为缓解图像分块后因相关性割裂产生的块效应,对均匀分块结构进行改进,提出重叠分块结构和分层分块结构,对比三者的去块效应性能,选择以分块观测-合并重构为核心的分层分块结构+SPL算法进行重构。实验结果表明,所提算法相比分块压缩感知算法和自适应分块压缩感知算法,其重构图像块效应得到有效缓解,并且具备更好的重构性能和更短的重构耗时。(3)考虑到多尺度分块压缩感知算法对小波变换高低频信息利用不足,提出一种结合双域信息和方向特征的图像自适应多尺度分块压缩感知算法。该算法在多尺度分块压缩感知的基础上引入权重因子,加权结合低频近似图像块的空域全变差和小波域对应块的高频系数值,用于指导高频系数块进行采样率预分配;其次估计图像方向性,结合高频子带间纹理方向不同这一特性,按照各子带的主方向对高频系数块进一步精细分配采样率;最后考虑到多尺度分块压缩感知算法并未处理低频近似图像,本文引入空域自适应加权滤波器重建低频近似图像,保护边缘细节的同时减轻锯齿状块效应。为减少重构耗时,采用分层分块结构+SPL算法重构高频系数。实验结果表明,所提算法的重构图像质量有一定提升,边缘块效应得到缓解。

关键词：分块压缩感知多尺度分块压缩感知纹理信息自适应采样率分块结构

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无线传感器网络中的密钥分配算法分析

无线传感器网络中的密钥分配算法分析

作者：刘超南京邮电大学

学位级别：硕士

随着无线网络技术和设备不断更新,大规模、低能耗的无线传感器网络的应用范围越来越广,在生命安全,军事应用,家庭住宅等各项领域都有着重要的应用。本文主要用三个篇章介绍无线网络安全,它们分别是无线传感网络的结构,算法设计需要考虑... 详细信息

随着无线网络技术和设备不断更新,大规模、低能耗的无线传感器网络的应用范围越来越广,在生命安全,军事应用,家庭住宅等各项领域都有着重要的应用。本文主要用三个篇章介绍无线网络安全,它们分别是无线传感网络的结构,算法设计需要考虑的因素以及无线网络的密钥管理。这三个篇章彼此联系,通过它们来完整的解说下无线传感器网络安全算法内容。在本文中我们首先概述了网络节点的结构,网络传输的拓扑图以及最重要的无线网络协议分层结构图,这些构成了无线网络的物理基础;然后介绍设计算法时由于传感器自身限制所需要考虑的因素;最后我们讨论密钥管理技术。如何分配密钥使相互通信的网络节点能够拥有相同的密钥,从而实现节点之间的安全通信,是网络安全的一个重要的研究方向。我们研究经典算法的同时,着重研究了密钥算法—多项式算法,分析了多项式算法的以下特性: （1）储存空闲小,储存效率高。仅需要存放若干个多项式就可以生成成百上千个密钥。（2）安全性能好,从分析中我们可以看出,在破解同样数目的网络节点下,多项式算法被破解的概率非常低,大大提高了数据传输安全。（3）能够支持更大规模的网络节点。同样,我们可以看到采用多项式密钥算法可以大大提高网络的承载能力,这对于大规模的无线网络来说意义重大。

关键词：无线传感网络安全网络节点密钥管理多项式算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于奇异值分解与稀疏表示的人脸识别方法

基于奇异值分解与稀疏表示的人脸识别方法

作者：陆红艳南京邮电大学

学位级别：硕士

随着计算机机器识别技术、图形图像技术等的快速发展，基于人脸图像的识别问题也成为近些年研究的热点问题之一。与眼距、指纹、虹膜等其它生物特征识别技术相比，人脸识别技术具有准确度高、自然性高等优优点。所以，人脸识别在门禁、... 详细信息

随着计算机机器识别技术、图形图像技术等的快速发展，基于人脸图像的识别问题也成为近些年研究的热点问题之一。与眼距、指纹、虹膜等其它生物特征识别技术相比，人脸识别技术具有准确度高、自然性高等优优点。所以，人脸识别在门禁、监控、等领域具有广泛的运用前景。近几十年来的人脸识别技术的研究，在理论方面还是实践应用方面都已都取得了很大的进展，但是现有的人脸识别方法在理论研究和实践应用中都受到很多的制约。特征的选取、训练样本的表示、光照和表情以及姿态和遮挡的变化等等，这些影响都可能使人脸识别的不那么准确。相比于其他的人脸识别技术，基于稀疏表示的人脸识别的识别率以及鲁棒性都是比较好的。但是如果在特征向量的维数较小或者训练样本数量较少时识别的效果是不太理想。对于这种现象，本文提出了一种改进的算法，即基于奇异值分解和稀疏表示的人脸识别方法。本文主要工作：1，首先文中提出了一种基于整体和局部的特征提取方法，然后阐述了主要原理和算法。文中首先把人脸图像按照某些规则分成了若干个子图像。2，对各个子图像进行奇异值分解得到局部特征向量，然后再对整体人脸训练图像进行奇异值分解得到整体特征向量。后面主要是介绍了基于奇异值分解和稀疏表示的人脸识别方法的主要的算法流程。3，具体介绍了一些求解稀疏解的方法，并且讨论了在选取子图像以及整体图像的奇异值和向量的注意方面，用YALE人脸数据库上进行了实验，并将本文所提出的方法的实验结果所用方法的实验结果进行了对比分析，验证了本文所提出的方法的有效性以及稳定性。

关键词：人脸识别稀疏表示降维特征提取奇异值分解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多种特征的表情识别方法研究

基于多种特征的表情识别方法研究

作者：焦阳南京邮电大学

学位级别：硕士

随着信息时代的到来,面部表情识别技术已经在远程教育、临床医学、智能交通等诸多领域取得了广泛应用。但由于实际应用中光照明暗的变化、噪声的存在以及面部表情的复杂多样性,面部表情识别还是面临着众多挑战,许多问题亟待解决。本文... 详细信息

随着信息时代的到来,面部表情识别技术已经在远程教育、临床医学、智能交通等诸多领域取得了广泛应用。但由于实际应用中光照明暗的变化、噪声的存在以及面部表情的复杂多样性,面部表情识别还是面临着众多挑战,许多问题亟待解决。本文基于不同的特征提取算法研究面部表情识别,主要研究内容如下:(1)分析了LDP算法及其改进算法,针对LBP算子对随机噪声以及非单调光照敏感的缺陷,提出了一种基于DCS-LDP的特征提取算法。该算法充分利用边缘梯度信息,从水平、垂直、对角线三个梯度方向上比较响应值的大小,提取了梯度空间上人脸特征的多阶信息,分别对JAFFE库和CK+表情库基于噪声、光照进行了对照实验,实验结果证明了DCS-LDP特征提取算法对光照以及噪声的鲁棒性,在不同的表情库中,都能较好地描述不同表情之间的纹理变化特征。(2)在面部表情识别的实际应用中,得到的表情图片大小往往是不一致的,而HOG算子不具有尺度不变形,不利于我们很好的描述人脸特征。在不同尺度的图像上,结合一种改进的HOG算法,提出了一种多尺度HOG算法。在CK+表情库上,我们进行金字塔层数以及cell尺度的实验,并选取算法的最优参数,然后与SIFT特征以及文献[43]所提算法进行对比,实验结果表明该多尺度HOG算法具有较高的识别率。(3)由于单一特征不能从各个角度描述人脸的信息,且用于表情识别的能力有限,本文提出了一种基于多特征融合的特征提取算法,将LGC特征和一种改进的HOG特征进行融合,兼具了纹理信息和形状信息。通过JAFFE库和CK+表情库的对照试验,表明该算法比单一的特征提取算法有很好的识别效果。

关键词：面部表情识别局部二值模式局部方向模式梯度方向直方图特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于局部特征的表情识别研究

基于局部特征的表情识别研究

作者：李月南京邮电大学

学位级别：硕士

随着科学技术的迅猛发展,越来越友好的人机交互体验备受期待。作为生物特征一部分的人脸面部表情,可以将人们复杂而又微妙的内心世界得以呈现,实现更加人性化的人机交互模式。此外,人脸表情识别技术已被广泛应用于智能安全监控、医疗监... 详细信息

随着科学技术的迅猛发展,越来越友好的人机交互体验备受期待。作为生物特征一部分的人脸面部表情,可以将人们复杂而又微妙的内心世界得以呈现,实现更加人性化的人机交互模式。此外,人脸表情识别技术已被广泛应用于智能安全监控、医疗监控以及刑侦审讯等领域。因此,如何有效地提取表情特征并进行准确地识别是这一领域主要考虑的问题。本文主要研究人脸表情识别方法,对基于不同特征融合和特征预处理的方法进行了研究,以提高人脸表情算法的识别率。本文主要工作如下:1、表情图像距对应中性图像的差别大小是表情识别的关键。表情图像和对应的中性图像每个子块之间存在投影误差,投影误差越大表明所含表情信息越丰富。因而,本文提出了将LBP特征和投影误差相结合的方法,来达到特征拉伸和特征区别性增强的效果,从而提高了表情识别效果。在此基础上,本文还比较了采用标准LBP算法和均匀LBP算法提取的特征下的表情识别性能,实验表明利用均匀LBP特征可以达到降维和提高识别率的效果。2、基于多尺度特征所表达信息的丰富性考虑,本文改进现有的单尺度的HOG特征,提出了二种不同尺度的HOG特征融合以及三种不同尺度的HOG特征融合的方法,证实了多尺度HOG特征融合明显优于单尺度特征的识别效果。3、针对单一特征不能准确表征图像所有信息的缺点,本文提出了人脸表情特征加权融合的方法,将提取的均匀LBP特征和HOG特征进行融合。同时,特征提取并非针对整幅表情图像,而是采用眼睛及嘴巴等在不同表情呈现过程中变化比较明显的区域,特征维数降低。在算法复杂度允许的前提下,在JAFFE和CK+两个表情库上进行实验,实验结果表明采用该方案优于采用单一特征所获得的识别效果。

关键词：人脸表情识别局部二值模式投影误差梯度方向直方图特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无线自组织网络路由协议研究

无线自组织网络路由协议研究

作者：谭小晴南京邮电大学

学位级别：硕士

无线自组织网络是一种没有中心且自组织的多跳无线网络。节点能够作为路由器或者主机自由的离开或者进入网络。由于该网络的用户终端即节点会任意移动,网络的拓扑结构会时刻变化,所以如何选取通往目的节点的路由是一个很重要的问题。无... 详细信息

无线自组织网络是一种没有中心且自组织的多跳无线网络。节点能够作为路由器或者主机自由的离开或者进入网络。由于该网络的用户终端即节点会任意移动,网络的拓扑结构会时刻变化,所以如何选取通往目的节点的路由是一个很重要的问题。无线自组织网络路由协议的研究具有非常重要的意义。随着人们对通讯质量要求的不断提高,路由协议设计的目标也越来越高。不但追求高的服务质量还追求低能耗。设计同时满足低延时、低开销、高网络生存时间、高分组投递率的路由协议依然面临着巨大的困难。本文对AODV按需式路由协议的有关原理做了深入分析。并在此基础上,对AODV协议做了有关的改进,主要工作如下:给出了一种改进的路由协议Improved-AODV。此协议在路由发现阶段采用了主路由与备份路由的选择机制;在路由维护阶段根据情况的不同决定采用源节点修复还是本地修复。实验结果表明,所提出的Improved-AODV协议可以显著的提高网络的性能。给出了一种改进的路由协议ES-AODV。该协议从能量的角度对AODV协议做了改进,根据能量消耗模型判断节点能量等级,并依据此等级决定节点是否对路由请求进行响应,是否需要延迟转发请求消息等等,源节点采用最先返回RREP的那条路由,这样能够尽量保护低能量的节点,降低其使用频率;在维护阶段,采用了避免路由失效算法,降低了路由失效情况发生的概率。实验表明,ES-AODV降低了网络的能量损耗,延长了网络的生存时间。

关键词： Ad Hoc网络 AODV路由协议 Improved-AODV路由协议 ES-AODV路由协议

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

视频中人体行为识别方法研究

视频中人体行为识别方法研究

作者：陆小芳南京邮电大学

学位级别：硕士

视频中人体行为识别是计算机视觉中一个重要的研究领域,对人们生活质量的提高有着重大的影响,如楼宇智能监控系统、汽车辅助驾驶系统以及高级的人机接口等领域都扮演着重要的角色。由于检测环境中背景的多样性、亮度的变化以及衣着的多... 详细信息

视频中人体行为识别是计算机视觉中一个重要的研究领域,对人们生活质量的提高有着重大的影响,如楼宇智能监控系统、汽车辅助驾驶系统以及高级的人机接口等领域都扮演着重要的角色。由于检测环境中背景的多样性、亮度的变化以及衣着的多样性等因素的影响,使得人体行为识别鲁棒性、稳定性以及实时性具有较高的要求。本文主要研究视频中人体行为识别方法,结合行人的运动信息实现在摄像头固定情况下对人体的行为进行检测与识别,主要工作如下:1.研究了原始HOG特征的原理,针对其计算量大、识别率低等缺点结合运动区域检测方法提出了基于3D-HOG特征的人体行为识别方法。利用SVM分类器进行分类识别,实验结果表明,基于3D-HOG特征的人体行为识别方法在光照变换和有无遮挡等方面具有一定的鲁棒性,计算效率有了显著提高增强了实时性。2.视频中人体行为识别的识别率会因图像发生平移、旋转、仿射变化、尺度变化、图像亮度变化而受到较大影响。本文基于高斯差分金字塔理论研究了SIFT算法,因其具有尺度不变性,鲁棒性较强,提取动态视频序列中的特征时则需引入第三维度(时间),使用3D-SIFT描述算子,最后进行分类识别。根据实验结果,展现了3D-SIFT特征稳定性强,匹配性能好等优点。3.视频中人体行为识别方法中的特征需兼有计算量小、鲁棒性强和识别率高等特点。基于此本文以方向梯度直方图的思想为理论基础,结合光流估计方法提取出光流强度和方向直方图特征。针对光流有对背景干扰敏感、易受光照影响等缺陷,本文对光流场中的像素点进行加权处理生成加权光流直方图,增强其鲁棒性。根据实验结果,展现了光流强度和方向直方图特征鲁棒性性强,计算量小等优点。

关键词：人体行为识别光流法 3D-HOG 3D-SIFT 运动强度和方向直方图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络的面部表情识别方法

基于神经网络的面部表情识别方法

作者：郑伟南京邮电大学

学位级别：硕士

面部表情识别技术是人机交互领域的研究热点之一,已广泛的应用在远程教育、智能驾驶等领域。尽管面部表情识别技术已取得诸多成果,但是在实际应用场景中仍然存在许多挑战,如复杂多变的光照条件、不同遮挡程度的面部表情等。为了给出具... 详细信息

面部表情识别技术是人机交互领域的研究热点之一,已广泛的应用在远程教育、智能驾驶等领域。尽管面部表情识别技术已取得诸多成果,但是在实际应用场景中仍然存在许多挑战,如复杂多变的光照条件、不同遮挡程度的面部表情等。为了给出具有较强鲁棒性的人脸表情识别方法,许多学者将神经网络应用于表情识别并取得了好的识别效果。本文对基于神经网络的静态图像和图像序列表情识别进行了研究。（1）对静态图像的人脸表情识别研究,选择DenseNet121模型进行人脸表情识别研究,提出了一种多尺度注意力机制的DenseNet模型。首先,针对DenseNet121模型网络层数过深,网络参数量过多,将DenseNet121模型中的四个稠密块改为三个稠密块且对稠密块中的卷积块个数进行一定程度的简化。其次,针对输入大小为48×48×1的图像,不同于DenseNet121模型采用7×7的卷积核提取图像表情特征,本文引入了多尺度卷积核,提取输入图像的多尺度的特征,比提取单尺度的特征更有利于后续的表情分类。另外,针对DenseNet121模型网络层数的加深,提取出的特征向量在通道维度上不断扩展,在空间维度上被不断压缩,获取不同通道特征向量对后续表情分类的贡献率比区分出不同空间维度特征向量对表情分类的贡献率更有价值,故在DenseNet121模型中插入了通道注意力模块MECANet。在CK+数据集和Fer2013数据集上实验表明,较DenseNet121模型而言,改进后的DenseNet模型在静态图像的表情识别准确率得到明显提升。（2）对图像序列的人脸表情识别研究,充分考虑了图像序列全局时域信息和局部时域信息的重要性之后,提出了一种多网络融合模型。该网络模型包含三个模块:提取图像序列全局时域信息的MECA-Inception-Res Net+Bi LSTM模型,提取图像序列局部时域信息的3DMECA-Conv Net模型和软投票融合策略模块。在CK+数据集和Oulu-CASIA数据集上的实验证明,通过提取图像序列全局和局部时域信息,结合新的判决策略进行人脸表情识别,取得了比单一网络模型更佳的识别准确率。

关键词：面部表情识别密集连接卷积网络多尺度通道注意力多网络融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

压缩感知算法及其应用研究

压缩感知算法及其应用研究

作者：屈冉南京邮电大学

学位级别：硕士

压缩感知基于信号的稀疏特性，利用远小于奈奎斯特采样率的信号样本实现信号的重构，大大地压缩了信号的处理成本。压缩感知理论一经提出，就引起学术界和工业界的广泛关注。本文主要研究了压缩感知算法及其应用。第一章概述了压缩感... 详细信息

压缩感知基于信号的稀疏特性，利用远小于奈奎斯特采样率的信号样本实现信号的重构，大大地压缩了信号的处理成本。压缩感知理论一经提出，就引起学术界和工业界的广泛关注。本文主要研究了压缩感知算法及其应用。第一章概述了压缩感知理论框架、研究的意义以及本文的主要研究内容。第二章主要讨论了压缩感知的基本原理、压缩感知算法、含噪声的压缩感知和最稀疏解的唯一性。第三章主要介绍了贪婪类压缩感知算法，主要包括正交匹配追踪算法、分段正交匹配追踪算法、正则化正交匹配追踪算法等压缩感知算法，分析了这些算法性能。第四章讨论压缩感知在图像去噪声中应用。基于椒盐噪声干扰下图像的结构特性，给出了一种去噪算法，并将其应用在椒盐去噪中。在实验中，我们利用低复杂度的正交匹配追踪算法，对去噪进行了实验分析。实验证实该去噪方法比一些传统的算法具有明显的优势。第五章研究压缩感知在图像数据丢失中的应用，根据数据丢失下图像的结构特性，提出了利用压缩感知的重构算法。在较多数据丢失的情况下，该算法仍然具有良好的重构效果。

关键词：压缩感知正交匹配追踪椒盐去噪数据丢失

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

安全驾驶辅助系统若干问题的分析与研究

安全驾驶辅助系统若干问题的分析与研究

作者：张磊磊南京邮电大学

学位级别：硕士

驾驶辅助系统作为车辆行驶安全的辅助系统,能够有效减少由于驾驶员注意力不集中带来的安全事故。目标检测作为驾驶辅助系统的关键技术和研究方向,已经引起了国内外诸多部门、企业、学校的高度重视,并取得了一定的研究成果。目前,视觉传... 详细信息

驾驶辅助系统作为车辆行驶安全的辅助系统,能够有效减少由于驾驶员注意力不集中带来的安全事故。目标检测作为驾驶辅助系统的关键技术和研究方向,已经引起了国内外诸多部门、企业、学校的高度重视,并取得了一定的研究成果。目前,视觉传感器的价格便宜,并且安装方便,对驾驶员的视线影响较少,所以基于机器视觉的驾驶辅助系统的研究是一个热门的研究方向。本文以驾驶辅助系统的分析与研究为研究课题,重点研究了车道线检测算法、车辆检测算法以及行人检测算法,主要做了以下几个工作:(1)针对车道线检测,结合Hough变换与Catmull-Rom样条曲线的车道线检测方法。对于车道线为直线的模型,可以使用Hough变换快速检测出直线,但是对于弯曲的车道线,研究较少。本文结合两种算法,对于近端的车道线,可以近似为直线,采用Hough变换检测直线,对于远端弯曲的车道线,采用Catmull-Rom样条曲线检测,能够很好的描述车道线信息,同时为了减少视频后续帧图像的检测,采用Kalman滤波跟踪近端车道线。(2)针对车辆检测,本文研究及实现了一种基于Haar-like矩形特征的实时道路车辆识别方法。在已有研究的基础上,分析了Haar-like矩形特征的组成形式以及利用积分图像法快速计算矩形特征的方法。由于原有特征中不存在单个矩形组成的特征,本文采用了用单一矩形组成的特征代表车辆底部阴影区域,并选用Adaboost算法训练强分类器。(3)针对行人检测,本文对传统的梯度方向直方图HOG特征提取方法进行改进,提出了一种基于多通道特征提取的加权HOG特征融合方法。采用自适应加权法将H、S、V三通道的梯度方向直方图HOG特征融合成多通道融合HOG特征,最后采用支持向量机SVM对融合后的特征进行行人分类器训练和行人检测。

关键词：驾驶辅助系统 Catmull-Rom 类Haar特征 Adaboost算法 HOG SVM