摘要：为了认证立体图像的完整性,提出了一种基于立体视觉掩蔽的非对称立体图像水印方法。首先,根据立体视觉特性,建立立体视觉掩蔽计算模型,设计了立体图像左右视点嵌入不同容量的非对称水印;其次,使用小波变换系数计算不同类型的恢复水印,将其分别嵌入2个或3个不同映射块,从而提高篡改恢复质量。仿真实验结果证明,该方法能够有效检测和恢复、拼接、粘贴等不同类型的篡改,并且恢复质量高于现有以及扩展的单图像水印方法。

摘要：针对立体图像内容的真实性认证和完整性保护等问题,提出一种基于双目恰可觉察失真(BJND)的立体图像篡改定位及恢复水印方法。首先,利用奇异值的稳定特性,设计左右图像的定位水印;然后,根据BJND强度将左右图像的定位水印嵌入到左图像中;最后,利用离散余弦变换(DCT)和JPEG量化压缩生成恢复信息,并将右图像和左图像遮挡暴露区域的恢复信息分别嵌入到右图像和左图像中。实验结果表明,本文方法所构造的水印对JPEG压缩、椒盐噪声、高斯白噪声等偶然攻击比较鲁棒,而对剪切、拼接、旋转等恶意攻击较为脆弱,同时对左右图像的恶意篡改区域检测率大于98%。由于充分利用了左右图像的匹配特性,恢复的被篡改立体图像其左右图像PSNR达36.02dB～41.29dB。

摘要：针对鲁棒水印不可见性和鲁棒性的矛盾,提出了一种基于密集连接和特征消冗网络(dense connection and redundant feature elimination network,DCRFENet)的零水印方法。首先,为了抵抗不同图像攻击,设计密集连接模块,即从不同卷积层提取浅层和深层图像的鲁棒特征。同时,为了增强零水印的唯一性,结合特征间权重学习与特征内权重学习设计特征消冗模块,从而消除冗余特征以及增强图像的有效特征。其次,融合有效特征与鲁棒特征,生成图像特征图,并进行抗攻击训练。最后,基于训练的DCRFENet,将特征图进行分块,比较分块均值与块内每一特征值的大小构造零水印。实验结果表明,在CIFAR10、COCO、VOC数据集上抵抗单一攻击的平均比特误差率(bit error rate,BER)均低于0.03。此外,与现有方法相比,提出的零水印方法对训练的攻击、非训练的攻击以及混合攻击均具有较好的鲁棒性。

摘要：目的研究表明,图像的恰可察觉失真(JND)阈值主要与视觉系统的亮度适应性、对比度掩模、模块掩模以及图像结构等因素有关。为了更好地研究图像结构对JND阈值的影响,提出一种基于稀疏表示的结构信息和非结构信息分离模型,并应用于自然图像的JND阈值估计,使JND阈值模型与人眼视觉系统具有更好的一致性。方法首先通过K-均值奇异值分解算法(K-SVD)得到过完备视觉字典。然后利用该过完备字典对输入的自然图像进行稀疏表示和重建,得到该图像对应的结构层和非结构层。针对结构层和非结构层,进一步设计基于亮度适应性与对比度掩模的结构层JND估计模型和基于亮度对比度与信息不确定度的非结构层JND估计模型。最后利用一个能够刻画掩模效应的非线性可加模型对以上两个分量的JND估计模型进行融合。结果本文提出的JND估计模型利用稀疏表示将自然图像的结构/非结构信息进行分离,然后采用符合各自分量特点的JND模型进行计算,与视觉感知机理高度一致。实验结果表明,本文JND模型能够有效地预测自然图像的JND阈值,受污染图的峰值信噪比(PSNR)值比其他3个JND对比模型值高出3 5 d B。结论与现有模型相比,该模型与人眼主观视觉感知具有更好的一致性,更能有效地预测自然图像的JND阈值。

摘要：开发一个同时使用面向对象技术和关系型数据库技术的项目是一件困难的事情。提出了一个基于DAO模式的数据持久模型,通过可变机制将底层的数据访问独立封装起来,使得对象模型与关系数据库之间具有无关性。同时通过缓冲等机制大大提高了数据访问的效率。

摘要：眼科学是一门以形态学为主的临床学科，眼部具有范围小、结构紧密、疾病复杂多样、临床表现各异等特点。思维导图能够促进知识可视化、帮助学习者建立事物之间逻辑关系以及培养创新能力。将思维导图引入眼科学理论课程教学，一方面，教师通过图示的方法优化教学设计，可理清教学思路；另一方面，学生通过自己或者与他人合作绘制思维导图，可提高学习的主动性和学习效率，同时培养相互协作能力。

摘要：Java课堂教学效果直接影响到学生程序设计能力培养和学习兴趣。针对独立院校学生特点,结合多年的Java教学经验,提出课堂上采用暗示法,不断调动学生的学习兴趣,使用即时编程的手段,将Java知识的学习融入到实例中,提高学生学习语言的兴趣,培养学生的编程思维能力。综合其他教学手段,把继续学习Java的知识能力作为最终教学目标,使整个课堂教学效果达到最优化。