摘要：提出了一种基于三维物体的多重菲涅耳计算全息水印方法.将水印信号作为虚拟三维物体的层面,首先结合分区复用层析法和菲涅耳双随机相位编码方法产生复噪声形式的水印信号;然后对水印信号的频谱作共轭对称处理实现实值编码;为减小对宿主全息图数字重建的影响,将水印信号的频谱设置于对宿主数字重建影响小的频谱非感兴趣区域;编码后的信号以一定强度叠加于宿主全息图,水印信号恢复无需原始宿主全息图信息,可实现盲提取,对宿主全息图重建像面的二维码可扫描识别.仿真测试结果表明,所提出的方法具有较好的透明性和稳健性,在宿主全息图遭受滤波、JPEG(联合图像专家小组)压缩、高斯噪声、剪切、旋转等各种攻击的情况下,不论对宿主还是水印信号仍具有良好的数字重建质量,对重建像面的二维码仍可扫描识别;而重建像面水印信号的无干扰可控重建后处理操作解决了不同层面水印信号之间的衍射干扰问题,提高了水印信号的重建质量.虚拟光学手段的应用丰富了水印信号设计方法并提升了算法的安全性.

摘要：手势识别是计算机视觉任务中的重要组成部分,其在人类行为分析和理解中起着重要作用。本文针对目前电子设备对手势识别功能的需求,提出了一种无接触式手势识别系统设计方案。首先对整个图像进行手掌检测;其次构建手部轮廓模型,识别结果中包含21个手部骨骼节点,同时可以区分左右手,即使对于部分可见或自我遮挡的手部区域也具有较好的鲁棒性,并模拟九宫格密码加锁及解锁系统;最后选择不同光照条件、不同受试者样本下,系统的手势识别精度。结果表明:相较于其他传统模型,该系统可以精确地识别手部骨骼节点,进而对手势追踪密码解锁。

摘要：基于生成对抗网络(Generative Adversarial Network,GAN)的图像到图像的翻译(Image-to-Image Translation,I2I)技术在各种领域中取得了一系列突破,并广泛应用于图像合成、图像着色、图像超分辨率,特别是在面部属性操作方面获得了深入研究。为了解决目前I2I领域由于模型架构以及数据不均衡所导致的不同翻译方向的生成图像性能表现差异的问题,提出了一种HFIGAN(High Frequency Injection GAN)模型,实现了结合高频信息的可控面部性别伪造。首先在结合高频信息的小波模块中,将编码特征通过离散小波变换进行特征级的分解,将所得到的高频信息在解码阶段对等注入,使得在上采样过程中的源域与目标域之间的信息可以达成平衡状态。其次,针对I2I任务中多域转换在不同方向的翻译难度不一致的问题,通过对损失函数进行重新设计,将难易样本的损失进行放缩,提高难样本对模型的反馈,使模型更专注于难样本的训练从而提升模型性能。最后,提出基于风格特征的多样性正则项,将风格向量在不同空间中的距离度量添加至传统的多样性损失中进行监督,使得模型能在保持生成图像多样性的同时提升图像的生成质量。分别在CelebA-HQ数据集和FFHQ数据集上进行实验并验证了所提方法的有效性。在主流的I2I模型中结合所提损失进行了损失函数通用性验证。实验结果表明,与以往先进方法相比,HFIGAN在面部性别伪造方面性能更加优异,所提出的损失函数具备一定的通用性。

摘要：针对基于深度神经网络模型的显著性检测方法中存在的模型训练困难、模型参数量大以及检测速度慢等问题,本文提出了一种融合小型深度生成模型的显著性检测方法.方法以生成对抗网络为框架,设计了包含11个卷积模块和5个池化层的鉴别器网络以及不包含池化层,仅包含15个卷积模块和5个转置卷积模块的小型生成器网络.其中,小型生成器网络大小仅2.4M,参数量仅67万左右.将训练好的小型生成器用于显著性检测,并与LMB(融合背景块再选取过程的显著性检测)算法通过设计的融合算法进行融合,从而得到最终结果.通过大量的实验对比分析表明,提出的方法在F值和MAE(Mean Absolute Error)值上均取得大幅提升.

摘要：应用可编程芯片和EDA技术实现了快速心率测试系统的设计,介绍了快速测试的原理及控制芯片各模块的功能和设计,并给出了EDA工具平台MoxplusdⅡ中的时序波形.相对于传统的电路设计方法,实现起来更方便和快捷.

摘要：为研究基于FPGA的数字滤波系统的设计与实现过程,根据数字滤波系统的基本工作原理在芯片内部设计了模数转换采样控制、基于分布式算法的FIR滤波器以及基于FFT IP核应用的频谱分析电路等功能模块,并给出了QUARTUSⅡ平台上的系统设计时序仿真波形。实验结果表明,相比于一般实现方法,基于FPGA实现的数字滤波系统具有高速灵活的优点,FPGA可广泛应用于高速数字信号处理领域。

摘要：相比小型卷积神经网络(convolutional neural network, CNN)模型,现有的大型CNN模型在大型图像数据集上达到了良好的分类效果,但是在小型图像数据集上过拟合,使得精度提升小、训练时间长、存储占用高,不能很好地适应嵌入式设备.因此首先收集了一个包含4 500张图片的小型蘑菇数据集,并为蘑菇分类任务设计了轻量化的CNN模型MushroomNet.然后研究CNN模型中各部分对于分类任务的重要性,并提出基于数据复杂度的模型结构优化方法.实验表明,相比MobileNet、ShuffleNet等轻量化模型,MushroomNet-MicroV2的Top-1精度只差了1%~2%,但是它训练速度更快,存储更小,只有1.3 M的参数量,且在Apple M1 CPU上经过142 s的30轮快速训练后,Top-1验证精度可达88%.

摘要：探讨了信号滤波的FPGA实现过程,在芯片内部设计DDS信号发生器和FIR滤波器两大电路功能模块,并利用EDA工具软件中所附带的嵌入式逻辑分析仪给出了滤波前后信号实时监测结果.相比于一般实现方法更高效和快捷.

摘要：介绍了利用高速可编程芯片FPGA/CPLD实现图像实时中值滤波的方法,探讨了芯片内部各功能模块单元的具体设计过程,并给出了EDA平台上的时序仿真波形.相对于一般的设计方法更为高效和便捷.

摘要：介绍了计算全息干涉图制作的基本原理,并根据实现原理设计相应的计算机仿真算法实现各类波面计算全息干涉图绘制。算法主要基于牛顿迭代法思想。在全息图面上搜索满足二元全息函数基本方程的点以获取干涉条纹的具体坐标位置,并将它们连成线或者绘制与y轴平行小线段构成计算全息干涉图。给出了MATLAB平台上球面波、锥面波及螺旋形波面的计算全息干涉图。该算法提供了制作计算全息干涉图的新手段,同时仿真结果也表明这是一种高效快捷的实现方法。