基于级联深度卷积神经网络的档案图像真伪鉴别算法

针对档案数字图像内容的真实性鉴别问题,提出了基于级联深度卷积神经网络的图像真伪鉴别算法。该算法首先利用深度学习中的卷积神经网络模型自动提取特征点,然后构建协方差描述子作为特征点描述符并进行匹配,最后通过匹配的特征点判定篡改区域。实验证明,该算法能够准确地鉴别出图像的真伪。     

薄透镜成像的几何光学规律及其傅里叶解释

透镜成像的原理和应用是一项广泛而复杂的理论和实践的内容，本文首先从几何光学的角度对光传播过程中的费马克理，薄透镜成像的规律及理论进行一般性分析，进而从波动光学的角度，运用傅里叶分析的手段对薄透镜成像的原理与规律进行更深入的剖析与解释。     

研究相关函数的一种方法

本文用卷积定义相关函数 ,并用这样的定义去证明相关函数的有关性质     

Schr(o)dinger极大算子的局部有界性

本文证明Schr(o)dinger极大算子eit△f(x)在空间R2上的局部有界性.     

基于深度学习的移动远程心电监测系统设计与实现

心电监测是通过计算机技术监测心电图的变化来判定用户是否有心脏疾病的一种方式。本文设计了一种基于深度学习的心电监测算法,通过卷积神经网络模型提取更加细微的特征,判定心电异常的类别。设计了一个移动远程心电监测系统,实时把用户的心电图传输到服务器端,由心电监测智能算法判定异常结果并反馈给用户,对心脏病的监测有重要的理论意义和实用价值。     

自适应运动矢量精度在插值算法中的应用

根据对H.26L视频图像编码算法的研究,提出了一些新的有效的编码方法.在运动估值和运动补偿方面,采用立方卷积插值算法替代双线性插值以获得更高的估值精度,并提出混合插值与自适应运动矢量精度(AMVA)相结合的算法,着重就平均峰值信噪比、压缩效率和主观图像质量做了分析和比较.从实验结果看,算法获得了满意的效果,实现的H.26L软件编解码器在压缩比方面较H.263软件编解码器有明显提高,具有较大的实用价值.相信所做的工作对甚低码率视频图像编码的实际应用和推广将起到一定作用.     

泊车机器人障碍物视觉识别系统研究

针对智能停车库中的泊车机器人视觉系统研究需求,提出一种基于双目视觉的泊车机器人障碍物识别系统。通过双目摄像头进行图像采集,利用张正友棋盘标定法进行双目相机标定;采用Bouguet进行立体校正,将高斯滤波与拉普拉斯算子相结合进行图像预处理;采用YOLO卷积神经网络对目标障碍物进行快速识别;利用区域匹配算法进行立体匹配并生成目标障碍物视差图;通过成像点和目标障碍物的立体几何关系计算得到目标障碍物的深度信息。实验结果表明,该系统具有良好的实时性和较高精度,障碍物识别时间平均为0.0901s,在2 600mm具有最佳测距精度,可为泊车机器人自动泊车提供保障。     

梯度域和深度学习的图像运动模糊盲去除算法

针对传统图像去运动模糊方法易放大噪声,产生振铃效应等问题,提出一种基于梯度域和深度学习的图像运动模糊盲去除算法。该算法利用引导滤波和L0滤波对图像进行预处理,将预处理后的梯度域图像块送入设计的卷积神经网络进行训练;提取训练好的模型参数,实现模糊核估计与图像复原;在图像复原过程中使用TV正则项进行图像去模糊。与其他算法相比,该算法能有效地抑制振铃效应和减弱噪声,去运动模糊效果较好。