复杂监控环境下运动目标的检测和跟踪方法

具有实时检测、跟踪和分析判断的智能化监控系统是智能化监控系统发展的必然趋势,本文提出一种在实时监控下检测和跟踪运动目标的方法,首先使用背景差分法检测出运动目标,并定期使用背景更新策略对参考背景进行局部更新,这样可以提高目标检测的精确度。目标跟踪时在不同的尺度空间获得目标的关键点,增强算法目标在遮挡情况下的鲁棒性,接下来使用mean shift算法估计目标在下一帧的位置。采用IBM研究中心的测试视频序列对本文的方法进行了测试,实验结果表明,该方法是有效可行的。     

计算机辅助的国画真伪鉴别研究

中国画的真伪鉴别一直是困扰书画界的难题.传统的完全依赖专家的经验性鉴定方式主要缺点是主观性太强,对于争议的作品难以有令人信服的客观证据.近年来,随着模式识别与计算机视觉技术的快速发展,基于视觉的计算机辅助中国画真伪鉴别正成为学术界的研究热点,它将为专家的经验性鉴定寻找科学的、客观的量化指标进行有益的探索.首先对中国画真伪鉴别的现状进行阐述,然后根据中国画中的三类不同的鉴别对象,分别对相关的视觉鉴别技术进行了综述.     

高职高专《Java语言程序设计》教学与实践

《java语言程序设计》是高职高专院校计算机专业的一门重要专业基础课,面向对象编程是目前流行的一种编程方法．本文总结高职高专院校的培养模式、java的课程特点、实际教学实践以及教学过程中碰到的问题,认为该课程的教学应以就业为导向,以案例为驱动,通过课程培养学生的自学能力和分析问题、解决问题的能力．     

内容分发网络下的用户原创视频热度研究

视频的热度是指用户对视频的关注程度.主要对大规模内容分发网络环境下的在线共享网站原创视频的热度进行分析.提出了综合视频点击数、评论数、评分等多元指标对视频热度进行统计刻画,分析各个指标的分布模型以及指标之间的相互关系,并对视频热度随时间的变化趋势进行了详细分析.通过对实际的爬虫数据统计分析,发现热度指标的分布具有典型的无标度特征,随着视频上传时间的增长,热度越来越趋于稳定.上述发现对于视频内容提供商和互联网运营商在服务器部署、内容缓存、容量规划和流量优化等方面具有重要的意义.     

一种基于不均衡数据的网络入侵流量分类方法

在网络入侵流量检测中,普遍存在不同攻击类型的流量分布不均现象,导致少数攻击流量类识别率较低.为解决此类问题,基于不同特征空间的分类器流水线组合方法将多分类问题转化为不同特征空间上的两分类问题,有效地实现少数类重抽样和特征空间的优化,避免了少数类受多数类特征的干扰.实验表明,此方法可以有效地提高攻击流量中少数类的分类精度和召回率.     

Kalman滤波在视频监控中的应用

卡尔曼滤波(Kalman)是一种根据时变随机信号的统计特性,对信号的未来值做出尽可能接近真值的一种估计方法.首先对卡尔曼滤波进行介绍,然后阐述了它在视频监控技术中的运动目标检测和运动目标跟踪两个方面的应用.     

大规模网络模拟的背景流量建模

大规模网络模拟的一个巨大挑战就是对计算资源的巨大需求,因此建立适合大规模网络模拟的背景流量模型具有十分重要的意义。本文提出的一种背景流量模型可实现3个目标:真实性、高效性和对网络动态的反馈性。该模型利用ON/OFF模型表达两种典型的应用(Web和P2P)的用户行为模型;在TCP层上采用fluid的抽象流量表示,以提高模拟效率;用微分方程表达拥塞避免行为,使得流量源具有对网络的响应能力。最后通过DaSSFNet建立了模型原型,通过实验模拟,该模型框架可以很好地表达自相似的流量特征,同时在模拟效率上也远远高于包级流量模型。因此,该模型适合作为大规模的网络模拟环境的背景流量发生器。