摘要：为了在高光谱图像分类中更好提取和表达光谱与空间的精细特征以及特征间的交互信息,提出一种基于多层次空-谱融合网络的高光谱图像分类方法。首先,利用多层次特征提取模块,分别提取高光谱图像的多层次空间和光谱特征;其次,设计空-谱特征交互融合模块将获得的多层次空间与光谱特征进行特征融合,以产生空-谱融合特征。本文方法可以结合网络中不同层次的空间与光谱特征,有效地捕获高光谱图像精细特征;同时,通过联合学习融合空间与光谱特征,捕获光谱与空间特征之间交互作用。实验结果表明,与现有基于神经网络的分类方法相比,所提出的高光谱图像分类算法能够获得更高的分类精度,表明该网络能有效地提取精细特征和增强空-谱融合特征的表达能力。

摘要：稳固加密(insubvertible encryption)是一种新型的重加密技术,它在RFID安全协议设计中发挥着重要的作用.最近,Osaka等人基于稳固加密和守护代理提出了一种新的RFID认证协议,并声称该协议具有不可追踪性、标签不可欺骗性、抵抗替换攻击、拥有权可以安全转移、密钥安全同步更新等.利用该协议中读卡器随机数和守护代理随机数的差量恒等关系,提出了一种异步攻击方法:通过伪造差量恒等的随机数,可以有效地进行读卡器和后台服务器的所有认证计算,并使服务器上的密钥和标签密钥异步,从而导致合法标签被拒绝服务.研究结果表明:该协议在异步攻击下是很脆弱的.

摘要：针对非配合场景下,姿态偏差及低分辨率条件下人脸重建效果差、识别率低等问题,提出一种三元对抗重建识别网络。该方法先通过编解码网络将人脸图像重建为高分辨率正脸图像,再对重建人脸进行识别。在网络训练上,设计了一种最短距离三元组损失函数,并将其与对抗机制结合,使网络对同一个人提取的特征相似性高,而与其他人提取出的特征相似度低。实验结果表明,在大角度低分辨率条件下,本文网络性能优于目前领先的人脸姿态矫正算法。

摘要：为了改善一个词可能在多个类别中有较大的互信息而模糊了词的类别信息的问题,提出了一种改进的特征选择方法。该方法利用特征词在不同类别之间的表征差异建立领域特征词(即最能表现一个领域的信息的一系列词)从而可以对用互信息建立的特征集进行再次选择,这样既减少了特征的维数又使特征表示更有效。同时,还设计了一个文本相似度计算系统,系统中改进了传统的tf-idf。实验结果表明,改进的特征选择方法和设计的系统具有良好的性能效果。

摘要：根据临床教学对手术视频直播的实际使用要求及C/S、B/S软件结构模式的特性,应用流媒体技术、网络传输协议和视频编码与压缩等关键技术,给出了手术直播系统总体方案、系统功能和关键程序的设计:利用VC++作为开发工具,使用SQI Server数据库,实现对系统数据的存储;系统Web访问服务程序使用ASP技术;利用DreamweaverMX编写相应的JavaApplet程序。开发出了一套基于C/S与B/S模式的网络手术直播系统,解决了手术视频在校园网上的直播等问题。

摘要：提出《中图法》类目可视化设计思路。以《中图法》基本大类作为研究对象,建立起描述领域信息知识的本体,并借助Java开发平台,设计可视化查询系统的结构框架,经过推理调试,实现《中图法》类目信息的可视化查询功能。

摘要：车载数据总线可实现现代侦察设备和通信设备的数据通信和信息共享。根据某车载侦察系统对数据总线的实时性、可靠性、冗余备份及拥有视频传输能力等要求,提出了由以太网与CAN总线混和使用的网络模式,并通过对混和组网的协议设计使网络性能满足了军用需求。

摘要：针对双目视频传输数据量大、实时性及同步性要求严的问题,给出了一种以SOPC为核心的双目同步视频采集及显示系统设计实例。采用软硬件协同设计的方法,将视频采集控制器、视频输出控制器及DMA控制器集组成数据传输快速通道集成在SOPC中,并结合OpenCV开发上位机应用软件。结果证明,该设计方法在保证双目视频数据同步性和实时性的同时,极大的提升了系统集成度,并降低了设计复杂度,具有较高的实用价值。

摘要：针对低分辨率人脸图像缺少有效信息而导致识别率较低的问题,提出一种结合哈尔小波与递归神经网络的低分辨率人脸识别方法。首先,通过深层网络直接预测小波系数,经过小波逆变换得到高分辨率人脸图像,可以有效地重建高频信息;其次,在卷积神经网络中加入递归模块,在增加网络深度的同时减少参数冗余,提升模型的映射能力;最后,提出一种优化的重建与感知损失融合方法,将小波系数重建损失与感知损失进行加权融合,用以生成有利于识别的人脸图像。基于公开数据集,对图像重建质量与识别性能进行了对比。实验结果表明,即使在极低的分辨率条件下(8×8,16×16),仍然能够重建出更加锐利的人脸图像。在此基础上,其识别能力优于目前领先的超分辨率重建算法。

摘要：针对固定监控场景设计并实现了一个实时的运动目标检测与跟踪系统。在复杂背景下,改进的三帧差分法能准确、快速检测出运动目标。金字塔图像的LucasKanade光流法跟踪目标容易丢失;传统的模板匹配跟踪方法由于对图像利用率高,其跟踪比较准确,但计算量大。文章将两者结合起来,可以避免上述问题。实验表明,该算法能较好地实现目标跟踪、获得目标运动轨迹,且具有良好的实时性和鲁棒性。