【摘 要】
：
为了快速有效地检测真实网络中的拷贝视频,针对现有基于顺序度量特征的检测算法存在鲁棒性不足和相似性度量不准确的问题,提出基于核心区域顺序度量特征和转换距离的视频拷贝检测方法。该方法在统计分析真实网络中拷贝视频特点的基础上,首先选取拷贝视频中相对稳定的核心区域提取顺序度量特征;其次提出基于最小转换代价的度量标准,并设计相应的顺序度量特征快速匹配方法;最后采用简化的最长匹配子序列算法进行特征序列匹配,检
【基金项目】
：
国家“863”计划基金资助项目（2011AA010603, 2011AA010605）
论文部分内容阅读
为了快速有效地检测真实网络中的拷贝视频,针对现有基于顺序度量特征的检测算法存在鲁棒性不足和相似性度量不准确的问题,提出基于核心区域顺序度量特征和转换距离的视频拷贝检测方法。该方法在统计分析真实网络中拷贝视频特点的基础上,首先选取拷贝视频中相对稳定的核心区域提取顺序度量特征;其次提出基于最小转换代价的度量标准,并设计相应的顺序度量特征快速匹配方法;最后采用简化的最长匹配子序列算法进行特征序列匹配,检测查询视频中的拷贝片段。基于真实网络数据和MUSCLE-VCD-2007数据的实验结果显示,相对于现有基
其他文献
结合动态帧时隙算法的理论分析与多标签估算的数学建模,并在EPC协议的基础上对选择Q值估算方法和泊松估算方法进行仿真分析,总结两种方法性能的优劣,提出了一种新型多标签估算方法,旨在解决剩余多标签估算准确性低的问题。仿真结果表明,新型估算方法在估算标签数目上的性能更优,减少了总时隙数目,从而提高了系统的时隙利用率。
基于图像在加性隐写模型下隐写前后差分直方图离散傅里叶变换与隐写信息离散傅里叶变换间的对应关系,从隐写前后差分直方图离散傅里叶变换相角的变化入手,提取特征,在理论上加以论证并从实验上得到验证。对UCID V2标准图库进行实验,结果表明,本方法对加性隐写模型具有很好的检测效果。
为了降低代数码激励线性预测(algebraic code-excited linear prediction,ACELP)语音编码算法的复杂度,以便更好地实时实现,提出了一种有效的改进算法。在自适应码书搜索上提出了不连续的开环基音搜索算法,利用时间抽取因子对不同时延段语音样点进行不连续抽取;在代数码书的搜索上提出了一致脉冲替换法,采用脉冲位置预选和循环判断机制控制码书搜索的次数。以G.729A为实
为了减少互连串扰噪声对电路性能的影响,提出一种top-k延迟噪声故障分析方法。通过逻辑分析方法有效地修剪受扰线和干扰线组合的分析空间,利用时序窗口计算受扰线和干扰线之间的虚假延迟噪声故障的发生概率,找到实际电路中最有可能引起虚假延迟噪声故障的top-k条干扰线。本方法能够在规定时间内消除尽可能多的虚假噪声,从而提高了串扰噪声影响下时序分析的精确度。
针对目前移动机器人在路径规划中出现的问题,提出一种自主移动机器人路径规划的新方法——混合势场法。分析了人工势场法的不足,找出局部极小值点的形成原因;针对人工势场法中障碍物附近目标不可达问题,采用了在斥力场函数中加入斥力因子,使得机器人顺利到达目标点;针对陷入局部极小值和振荡的问题,提出了混合势场法,通过将势场法和可视图法结合起来,使得机器人走出局部极小值和振荡区域。最后,将混合势场法应用于室内移动
针对城市中停车位狭小、现有自动泊车方法缺乏连贯性的问题,提出一种自动平行泊车算法。对现有的五阶多项式路径规划方法加以改进,并有针对性地设计罚函数,采用遗传算法计算最佳泊车路径和最小泊车空间,实现自动平行泊车。仿真结果表明,该算法能快速有效地完成泊车,车辆损伤小,对空间的要求最低。
为了便于多方位、多角度观察和分析舰艇编队中雷达电磁互扰的区域,利用等值面的分界特性,通过使用能流密度和干扰余量来表现舰艇编队中雷达电磁互扰的程度,提出使用递进式栅格采样的极值八叉树快速重构等值面的方法,还提出使用等值面差别显示的方法建立实时交互的三维显示图和俯视、前视、侧视的动态切面图,来动态显示舰艇编队雷达电磁互扰的仿真结果。通过对6艘舰艇共16部单脉冲雷达的仿真,实验结果表明该方法可行、有效。
提出一种在模型驱动开发过程中的形式化语义描述方法。该方法利用元建模技术,形式化地描述了元模型及其语义间的映射关系,以提供精确的语义描述,从而为模型驱动开发提供有力的支持。将描述框架用于模型转换规则的定义以及元模型的分析与验证,并以简单Petri网为例,说明该方法可以有效地支持模型转换和代码生成。
研究无线网络中基于机会网络编码的实时视频数据传输性能。深入分析网络编码的工作原理及其对于无线网络性能的提升,在简要介绍视频传输特点的基础上探讨机会网络编码支持视频传输的要点,通过仿真的方法研究无线网络中基于机会网络编码的实时视频传输性能,并比较分析传输后的重构图像与原始图像的质量。仿真结果表明,网络编码不仅可以提高网络吞吐量,还提高了视频传输的质量。
局部保持流形学习算法通过保持局部邻域特性来挖掘隐藏在高维数据中的内在流形结构。然而,对于缺乏足够训练样本的高维数据集,或者高维数据集存在非线性结构和高维数据特征中存在冗余、干扰特征,使得在原特征空间中利用欧式距离定义的邻域关系并不能真实反映数据的内在流形结构,从而影响算法的性能。提出利用正约束寻找特征子空间的方法,使得在此子空间中更多的同类样本紧聚,并进一步在该子空间中构建邻域关系来挖掘高维数据的