检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多类水印的同时嵌入

北京大学学报（自然科学版） 2001年第3期37卷 305-314页

作者：华先胜石青云北京大学数学科学学院信息科学系北京100871

研究了多类数字水印同时嵌入的问题 ,提出了一种同时嵌入两类水印的图像数字水印算法。此算法基于整形小波变换 ,两类水印的提取都不需要知道原始图像。还提出了水印的“可信比特”提取的方法 ,加强了水印的鲁棒性。算法对JPEG压缩、小... 详细信息

研究了多类数字水印同时嵌入的问题 ,提出了一种同时嵌入两类水印的图像数字水印算法。此算法基于整形小波变换 ,两类水印的提取都不需要知道原始图像。还提出了水印的“可信比特”提取的方法 ,加强了水印的鲁棒性。算法对JPEG压缩、小波压缩、噪声、中值滤波和裁剪有较好的抵抗能力 ,同时 ,易损水印除了能鉴别图像是否被篡改外 ,还能报告图像在空间域和频率域的失真情况。

关键词：信息隐藏数字水印鲁棒水印易损水印多媒体数据整形小波变换

在线全文

学校读者我要写书评

暂无评论

易损数字水印若干问题的研究

中国图象图形学报（A辑） 2001年第11期6卷 1089-1095页

作者：华先胜石青云北京大学数学科学学院信息科学系北京100871 北京大学信息科学中心视觉与听觉处理国家重点实验室北京100871

易损数字水印算法可用于多媒体内容真实性的保护 .为更有效地设计和使用易损水印 ,首先通过研究其算法应具有的特点及易损水印与鲁棒水印的差别 ;然后在可信赖的数码相机这个应用背景的基础上 ,提出了一个简单的易损水印应用框架 ;最后 ... 详细信息

易损数字水印算法可用于多媒体内容真实性的保护 .为更有效地设计和使用易损水印 ,首先通过研究其算法应具有的特点及易损水印与鲁棒水印的差别 ;然后在可信赖的数码相机这个应用背景的基础上 ,提出了一个简单的易损水印应用框架 ;最后 ,讨论了变换域易损图象数字水印算法的误差问题和逆变换后象素值溢出的问题 ,同时给出了两种解决方法。

关键词：数字水印易损水印认证多媒体内容鲁棒水印鲁棒性

在线全文

学校读者我要写书评

暂无评论

局部化数字水印算法

中国图象图形学报（A辑） 2001年第7期6卷 642-647页

作者：华先胜石青云北京大学数学科学学院信息科学系北京100871 北京大学信息科学中心视觉与听觉处理国家重点实验室北京100871

数字水印是一种嵌入到图象、视频或音频数据中的不可见标志 ,可以用于多媒体数据的版权保护、认证和标注等 .为了提高在频率域嵌入水印抵抗裁剪攻击的能力 ,提出了一种局部化的图象数字水印算法 ,该算法利用图象中相对稳定的特征点标示... 详细信息

数字水印是一种嵌入到图象、视频或音频数据中的不可见标志 ,可以用于多媒体数据的版权保护、认证和标注等 .为了提高在频率域嵌入水印抵抗裁剪攻击的能力 ,提出了一种局部化的图象数字水印算法 ,该算法利用图象中相对稳定的特征点标示水印嵌入的位置 ,并在与每个特征点对应的局部区域中独立地嵌入水印 .这样 ,当只有部分图象时 ,仍能通过这些特征点来定位并提取水印 .此算法中 ,水印的嵌入是在局部图象的小波域中进行的 ,并采用对小波系数进行特殊量化的方法来隐藏水印比特 ,而水印的提取不需要原始图象参与 .实验结果证明 ,算法对裁剪有很强的抵抗能力 ,同时对压缩、滤波、噪声、Stir

关键词：信息隐藏数字水印局部化水印嵌入图象处理特征点提取

视觉特征空间中大规模聚类问题的一种鲁棒近似算法

在线全文

学校读者我要写书评

暂无评论

中国科学技术大学学报 2014年第10期44卷 844-852页

作者：李大瑞杨林军华先胜张宏江中国科学技术大学教育部-微软联合实验室安徽合肥230027 微软必应美国贝尔维尤市98004 微软研究院美国雷德蒙市98052 金山软件北京100085

视觉特征空间中的大规模聚类问题是图像识别和检索中亟待解决的问题.当前最好的算法是近似k-means算法,它是Lloyd算法的近似算法,只能依靠采用高准确率的近似搜索近似地保证聚类结果的性能.为此针对近似k-means算法提出改进的基本不增... 详细信息

视觉特征空间中的大规模聚类问题是图像识别和检索中亟待解决的问题.当前最好的算法是近似k-means算法,它是Lloyd算法的近似算法,只能依靠采用高准确率的近似搜索近似地保证聚类结果的性能.为此针对近似k-means算法提出改进的基本不增加时间、空间代价新算法,具有更好的算法收敛性和聚类性能.该算法利用了迭代求解过程中更多的信息,更有效地更新子类划分,使得聚类损失单调不增并且快速减小.理论证明,采用任意准确率的近似搜索,该算法都可以在有限轮迭代后收敛到Lloyd算法的收敛解.实验结果表明,分别采用最优参数产生同等性能结果时,所提出的算法比近似k-means算法快10倍.此外,通过比较全局特征聚类实验中的子类的图像,也直观地验证了其聚类效果.

关键词：大规模聚类 k-means 近似算法

一种基于运动特征的快速有效的视频镜头全拼图方法

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2007年第3期12卷 511-516页

作者：梅涛周荷琴华先胜中国科学技术大学多媒体计算与通信教育部-微软重点实验室合肥230027 微软亚洲研究院北京100080

由于全拼图能比关键帧提供更多的视觉信息,因此它已经成为视觉计算中一个重要的分析工具。为了提高全拼图的质量和拼图速度,提出了一种基于运动特征的快速有效的全拼图生成方法。该方法首先给定一个视频镜头,并基于运动相位熵的分析方... 详细信息

由于全拼图能比关键帧提供更多的视觉信息,因此它已经成为视觉计算中一个重要的分析工具。为了提高全拼图的质量和拼图速度,提出了一种基于运动特征的快速有效的全拼图生成方法。该方法首先给定一个视频镜头,并基于运动相位熵的分析方法决定该镜头内容是否适合生成全拼图;然后,对于适合生成全拼图的镜头,通过构造全局运动路径的方法,仅需要挑选全部视频帧的一个子集用来生成高质量的全拼图。实验结果表明,与传统的全拼图方法相比,该新方法在提高全拼图的视觉质量的同时,显著地降低了计算时间。

关键词：视频全拼图运动相位熵全局运动路径视频内容表征

在线全文

学校读者我要写书评

暂无评论

多媒体大数据处理与分析专题前言

软件学报 2018年第4期29卷 897-899页

作者：赵耀李波华先胜文继荣蒋刚毅常冬霞北京交通大学信息科学研究所北京航空航天大学计算机学院阿里巴巴iDST 中国人民大学信息学院宁波大学信息科学与工程学院

在当今信息爆炸时代,随着网络通信、数字电视和计算机技术的快速进步,图像、视频、声音、文本等多媒体数据的获取、处理、分析和展现技术也得到迅速发展,多媒体系统的应用已渗透到人们生活的各个领域,这在很大程度上方便了人们的生活,... 详细信息

在当今信息爆炸时代,随着网络通信、数字电视和计算机技术的快速进步,图像、视频、声音、文本等多媒体数据的获取、处理、分析和展现技术也得到迅速发展,多媒体系统的应用已渗透到人们生活的各个领域,这在很大程度上方便了人们的生活,也很大程度地改变了人们的工作、生活方式.特别是近年来,监控视频、娱乐媒体、社交媒体、医学图像、消费者拍摄的图像/视频等多媒体数据量剧增,已成为互联网大数据的主要数据形式.然而,随着多媒体大数据的广泛应用,多媒体信息处理不可避免地面临对象复杂性、数据规模化、应用

关键词：大数据处理卷积神经网络超分辨率算法人脸超分辨率内容感知隐写分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于成对约束的半监督最大间隔聚类算法

小型微型计算机系统 2010年第5期31卷 932-936页

作者：胡洋王井东俞能海华先胜中国科学技术大学电子工程与信息科学系安徽合肥230027 微软亚洲研究院北京100190

最大间隔聚类是近来聚类分析的一个研究热点,为进一步提高其聚类准确性,提出一种基于成对约束的半监督最大间隔聚类算法.该算法在最大间隔聚类的目标函数中添加针对成对约束的损失项,从而对违反给定约束条件的分界面进行惩罚.对所得到... 详细信息

最大间隔聚类是近来聚类分析的一个研究热点,为进一步提高其聚类准确性,提出一种基于成对约束的半监督最大间隔聚类算法.该算法在最大间隔聚类的目标函数中添加针对成对约束的损失项,从而对违反给定约束条件的分界面进行惩罚.对所得到的非凸优化问题,本文提出一种基于约束凹凸过程的迭代算法来进行高效求解.实验表明,本文提出的算法能极大地提高最大间隔聚类的准确性,其聚类性能也明显优于其他两种半监督聚类算法.

关键词：最大间隔聚类半监督成对约束

数字水印的奥秘（上）——揭开数字水印的面纱

在线全文

学校读者我要写书评

暂无评论

数码影像世界 2002年第3期 15-17页

作者：华先胜微软亚洲研究院

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于主动学习SVM分类器的视频分类

中国科学技术大学学报 2009年第5期39卷 473-478页

作者：袁勋吴秀清洪日昌宋彦华先胜中国科学技术大学电子工程与信息科学系安徽合肥230027 微软亚洲研究院网络多媒体组北京100080

提出一种基于主动学习SVM分类器的视频分类算法.该算法分为两个步骤:首先分析并提取与视频类型有关的十维底层视觉特征;然后用SVM分类器建立这些底层特征与视频类型之间的联系.在获取SVM分类器所需的训练样本时,采用主动学习的方法选择... 详细信息

提出一种基于主动学习SVM分类器的视频分类算法.该算法分为两个步骤:首先分析并提取与视频类型有关的十维底层视觉特征;然后用SVM分类器建立这些底层特征与视频类型之间的联系.在获取SVM分类器所需的训练样本时,采用主动学习的方法选择对SVM分类器最"有用"的样本提供给用户进行标注,用更少的训练样本获得与大量训练样本近似的分类效果,从而减轻用户标注负担.针对多类SVM分类的主动学习问题,提出用后验概率计算分类器对未标注样本的置信度进行样本选择.实验结果表明,主动学习算法与随机采样标注的被动学习算法相比,在相同的训练样本情况下能够获得更高的分类精度;而基于后验概率选择样本的主动学习要略好于传统的基于变型空间(version space)选择样本的主动学习.

关键词：主动学习支持向量机视频类型分类