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

点云投影采样及新型大容量三维信息隐藏方法

计算机辅助设计与图形学学报 2024年

作者：张释如温一帆文猛王锐王乐尉涛西安科技大学通信与信息工程学院弗迪科技有限公司西安研发中心 3. 陕西中源智控科技有限公司技术中心

针对现有三维信息隐藏算法中顶点同步时间长和不稳定的问题，提出一种新的三维点云投影采样方法. 将所有顶点垂直投影至XOY平面，通过调节投影面分辨率控制采样顶点数，通过规则存取采样点达到顶点同步. 利用该点云投影采样方法， ... 详细信息

针对现有三维信息隐藏算法中顶点同步时间长和不稳定的问题，提出一种新的三维点云投影采样方法. 将所有顶点垂直投影至XOY平面，通过调节投影面分辨率控制采样顶点数，通过规则存取采样点达到顶点同步. 利用该点云投影采样方法，提出了一种新型三维点云信息隐藏方法. 同时将秘密数据嵌入到顶点的Z坐标和三个彩色分量中. 由于在嵌入时不改变X和Y轴坐标值，能够在大容量嵌入的同时保证顶点同步的稳定性. 该隐藏方法在秘密数据提取时不需要载体模型，是一种盲提取方法. 在Matlab软件环境下，利用公开的几种常用动物模型和一种人脸的三维模型数据为载体进行了大量仿真实验. 实验结果表明，提出的基于点云投影的三维信息隐藏方法是一种大容量隐藏方法，嵌入容量高达5 bpv. 该方法不可感知性好，最大嵌入容量时PSNR最低为51 dB; 可以完全抵抗重排序攻击; 单独或同时对X和Y轴进行坐标平移、尺度缩放时提取水印的相关系数都几乎为1; 能够抵抗剪切比例小于15%的剪切攻击(相关系数大于0.75); 对加性噪声也有一定的抵抗能力.

关键词：三维点云信息隐藏顶点同步鲁棒性

基于CNN-SVM的输送带纵向撕裂检测方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

煤炭技术 2024年第7期 201-204页

作者：张释如余文瑾王锐西安科技大学通信与信息工程学院

针对传统基于机器学习的输送带纵向检测方法中，特征提取过分依赖于人工设计的缺陷，采用卷积神经网络（CNN）对输送带纵向撕裂特征自动进行提取。但CNN中自带的Softmax分类器不能较好地解决非线性问题，而支持向量机（SVM）能利用核函... 详细信息

针对传统基于机器学习的输送带纵向检测方法中，特征提取过分依赖于人工设计的缺陷，采用卷积神经网络（CNN）对输送带纵向撕裂特征自动进行提取。但CNN中自带的Softmax分类器不能较好地解决非线性问题，而支持向量机（SVM）能利用核函数将向量映射到高维空间，将线性不可分的问题在高维空间线性可分，有效解决非线性问题，因此采用SVM代替CNN自带的Softmax分类器，提出一种基于CNN-SVM的输送带纵向撕裂检测方法。此外，在CNN中引入批量归一化（BN）、Dropout处理和SE注意力机制进行改进。实验结果表明，基于CNN-SVM的输送带纵向撕裂检测方法准确率可达到99.46%，有效提高了输送带纵向撕裂的检测准确率。

关键词：纵向撕裂检测特征提取卷积神经网络支持向量机核函数

Relief-MRMR-SVM在煤矸图像分类的研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

煤炭工程 2022年第4期54卷 139-144页

作者：张释如朱萌西安科技大学通信与信息工程学院陕西西安710054

煤和矸石的图像分类是实现煤矸自动分选的关键环节。为提高煤矸分选模型的准确性和稳定性,提出了一种结合Relief、MRMR算法及SVM分类器构建的混合式特征选择及分类方法,提取煤矸图像的颜色及纹理共26个特征对其分类进行研究。在提取纹... 详细信息

煤和矸石的图像分类是实现煤矸自动分选的关键环节。为提高煤矸分选模型的准确性和稳定性,提出了一种结合Relief、MRMR算法及SVM分类器构建的混合式特征选择及分类方法,提取煤矸图像的颜色及纹理共26个特征对其分类进行研究。在提取纹理时联合使用了LBP局部和GLCM全局特征,有助于提高分类的准确性。利用该特征选择方法选出最优特征子集后,用粒子群和支持向量机算法构建PSO-SVM最佳参数模型进行煤矸分类。结果显示,该方法能剔除较多冗余特征,提高煤矸分类的效率;在两个数据集上,该模型的平均分类准确率分别达到96.12%和94.17%,证明了方法的有效性和模型的稳定性。

关键词：图像分类特征选择最大相关最小冗余算法局部二值模式煤和矸石

在线全文

学校读者我要写书评

暂无评论

基于面元素重排的三维网格模型数据隐藏算法

包装工程 2022年第21期43卷 162-168页

作者：文猛张释如西安科技大学西安710054

目的为了解决目前三维数据隐藏算法不能兼顾无失真和盲提取的问题,提出一种新的完全无失真的三维网格模型数据隐藏盲算法。方法首先使用混沌逻辑映射选择嵌入与提取模式,保证数据的安全性。然后利用面元素重排,完全不会造成三维模型失... 详细信息

目的为了解决目前三维数据隐藏算法不能兼顾无失真和盲提取的问题,提出一种新的完全无失真的三维网格模型数据隐藏盲算法。方法首先使用混沌逻辑映射选择嵌入与提取模式,保证数据的安全性。然后利用面元素重排,完全不会造成三维模型失真的性质,通过不同嵌入模式规则对三角面元素进行重排,以嵌入秘密数据。接收端则可根据相应的提取模式规则提取秘密数据。结果仿真结果与分析表明,该算法不会对三维模型造成任何失真,嵌入容量为每顶点2比特,且能抵抗仿射变换攻击、噪声攻击和平滑攻击等。结论这种三维数据隐藏盲算法无失真,容量大、安全性高、鲁棒性强,适用于三维载体不容修改的情形,如军事、医学、秘密通信和版权保护等。

关键词：三维网格模型面元素重排数据隐藏盲提取无失真

在线全文

学校读者我要写书评

暂无评论

动态模板匹配的孪生网络长时目标跟踪算法

计算机工程与应用 2023年第17期59卷 159-168页

作者：李阳侯颖李娇杨林石欢贺顺张释如西安科技大学通信与信息工程学院西安710054

近年来备受关注的长时目标跟踪更接近实际应用场景,许多算法通过目标重检测机制来解决目标消失与重现问题,但跟踪速度无法满足实时目标跟踪需求,因此提出一种基于模板匹配的孪生网络长时目标跟踪算法。改进算法引入快速动态模板匹配的... 详细信息

近年来备受关注的长时目标跟踪更接近实际应用场景,许多算法通过目标重检测机制来解决目标消失与重现问题,但跟踪速度无法满足实时目标跟踪需求,因此提出一种基于模板匹配的孪生网络长时目标跟踪算法。改进算法引入快速动态模板匹配的全局搜索重检测机制,当检测到目标丢失情况,则利用模板匹配进行预测粗定位,再通过孪生网络目标跟踪算法进一步获得目标准确位置。目标外观形变会严重影响模板匹配预测定位的准确度,因此引入动态匹配模板更新策略进一步提高抗干扰性能。在四个数据集上与当前先进的长时目标跟踪算法相比较,实验结果显示改进算法不仅跟踪性能显著提高,并且跟踪速度达到40FPS左右,能满足实时目标跟踪需求。

关键词：机器视觉长时目标跟踪深度学习孪生网络目标重检测模板匹配

在线全文

学校读者我要写书评

暂无评论

基于图像的煤岩界面识别技术研究

煤炭工程 2022年第1期54卷 128-132页

作者：张释如张艳花西安科技大学通信与信息工程学院陕西西安710054

由于矿井的环境复杂、煤岩赋存条件不同,使得煤岩界面识别成为国际上的一大难题。文章从煤炭开采对煤岩界面识别的需求出发,简述了基于图像的煤岩界面识别技术的研究现状,并对各类方法的适应条件进行分析。提出将基于图像的三维建模方... 详细信息

由于矿井的环境复杂、煤岩赋存条件不同,使得煤岩界面识别成为国际上的一大难题。文章从煤炭开采对煤岩界面识别的需求出发,简述了基于图像的煤岩界面识别技术的研究现状,并对各类方法的适应条件进行分析。提出将基于图像的三维建模方法和关注煤与岩石不同介电特性的方法相结合,对煤岩界面进行纵向可视化,从而更加高效地控制采煤机头的运动。最后,探讨了煤岩界面识别技术的潜在应用,并指出摄像头安装位置的重要性。

关键词：模式识别煤岩界面三维建模图像处理

在线全文

学校读者我要写书评

暂无评论

基于视频的带式输送机煤矸识别方法

煤炭技术 2022年第12期41卷 212-214页

作者：张达白瑶瑶张释如张天军西安科技大学通信与信息工程学院西安710054 神州数码融信软件有限公司西安710054 西安科技大学安全科学与工程学院西安710054

煤的开采往往伴随着大量的矸石,工业用煤中参杂矸石会严重影响燃烧质量及效率。为提高煤和矸石的自动识别和分选效率,提出一种基于视频的带式输送机煤矸识别方法。利用背景差分法对视频帧图像进行煤和矸石的检测和标记,通过矩形框处理... 详细信息

煤的开采往往伴随着大量的矸石,工业用煤中参杂矸石会严重影响燃烧质量及效率。为提高煤和矸石的自动识别和分选效率,提出一种基于视频的带式输送机煤矸识别方法。利用背景差分法对视频帧图像进行煤和矸石的检测和标记,通过矩形框处理方法提取了检测标记的煤和矸石,最后利用灰度和纹理特征进行煤矸图像的识别。仿真实验结果表明,所提方法是可行的,可应用于带式输送机上的煤矸识别或煤矸分选。

关键词：模式识别视频目标检测煤矸识别特征提取背景差分法

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv5的煤矸识别研究

工矿自动化 2022年第11期48卷 39-44页

作者：张释如黄综浏张袁浩章鳌季亮西安科技大学通信工程学院陕西西安710600 中煤科工集团常州研究院有限公司江苏常州213015 天地(常州)自动化股份有限公司江苏常州213015

现有基于深度学习的煤矸识别方法应用于井下复杂环境中时易出现误检和漏检情况,且对小目标煤矸的识别精度低。针对该问题,提出一种改进YOLOv5模型,并基于该模型实现煤矸识别。对采集的煤与矸石数据进行数据增强,以丰富数据集,提高数据... 详细信息

现有基于深度学习的煤矸识别方法应用于井下复杂环境中时易出现误检和漏检情况,且对小目标煤矸的识别精度低。针对该问题,提出一种改进YOLOv5模型,并基于该模型实现煤矸识别。对采集的煤与矸石数据进行数据增强,以丰富数据集,提高数据利用率;在空间金字塔池化(SPP)模块中引入空洞卷积和残差块,得到残差ASPP模块,可在不损失图像信息的前提下,增大卷积输出感受野,强化模型对深层特征的提取;采用AdaBelief优化算法代替YOLOv5原有的Adam优化算法,提高模型的收敛速度与识别精度。实验结果表明:AdaBelief优化算法和残差ASPP模块可有效提高YOLOv5模型的精确率、召回率和平均精度均值(mAP);改进YOLOv5模型的mAP达到94.43%,比原始YOLOv5模型提高了2.27%,帧率降低了0.03帧/s,性能优于SSD,Faster R−CNN,YOLOv3,YOLOv4等主流目标检测模型;在极端黑暗的环境中,改进YOLOv5模型也能准确划定目标边界,识别效果优于其他改进YOLOv5模型。

关键词：煤矸识别小目标煤矸 YOLOv5 深度学习空洞卷积残差ASPP AdaBelief优化算法

在线全文

学校读者我要写书评

暂无评论

LAMP架构在嵌入式平台上的移植与搭建

现代电子技术 2018年第20期41卷 114-117,121页

作者：李小娜张释如张雨珊赵榕西安科技大学通信与信息工程学院陕西西安710054 北京合众思壮股份有限公司陕西西安710077

基于嵌入式的Web服务应用体系提出将通用服务器架构LAMP应用于嵌入式系统的设计思想。分析LAMP架构在嵌入式领域的应用优势,设计嵌入式平台上LAMP架构的具体实现方案,并给出LAMP中各个组件在移植、配置和优化中的具体方法。该架构为嵌... 详细信息

基于嵌入式的Web服务应用体系提出将通用服务器架构LAMP应用于嵌入式系统的设计思想。分析LAMP架构在嵌入式领域的应用优势,设计嵌入式平台上LAMP架构的具体实现方案,并给出LAMP中各个组件在移植、配置和优化中的具体方法。该架构为嵌入式系统的高级网络应用提供了一种通用解决方案,其具体实现方法对嵌入式网络服务及其监控系统的应用具有借鉴和参考价值。

关键词： LAMP MySQL B/S架构嵌入式系统 Web服务网络应用