基于后验概率的图像模糊检测方法

数字图像被动盲取证是指在不依赖任何预签名提取或预嵌入信息的前提下,对图像的真伪和来源进行鉴别和取证。图像在经篡改操作时,为了消除图像在拼接边缘产生的畸变,篡改者通常会采用后处理消除伪造痕迹,其中,模糊操作是最常用的手法之一。提出一种人工模糊痕迹检测方法。将经过模糊操作后图像像素之间存在的高度相关性进行模型化表示;采用EM算法估算出图像中每个像素属于上述模型的后验概率;根据所得后验概率的大小进行模糊操作检测。实验结果表明,该算法能够有效地检测出篡改图像中的人工模糊痕迹,并对不同模糊类型、有损JPEG压缩以及全局缩放操作均具有较好的鲁棒性。     

基于传感器模式噪声特性的图像篡改检测方法

针对传统基于传感器模式噪声特性的图像篡改检测算法由于需要知道参考图像数据库因而应用局限性大的问题,提出了一种基于噪声子空间投影的图像篡改检测框架,分别采用主成分分析（ PCA）、二维主成分分析（2DPCA）和核主成分分析（KPCA）实现了基于图像噪声特性的篡改检测,并通过实验验证了此方法的有效性。     

基于核主成分分析的图像模糊篡改检测算法

现有的图像模糊篡改检测算法通常提取模糊操作引入的某单一特征进行判断,为更好地提高算法检测效率,提出基于核主成分分析的模糊篡改检测算法.通过奇异值分解提取第一组特征,计算图像二次模糊相关性作为第二组特征,计算图像质量因子作为第三组特征.运用核主成分分析方法实现多特征融合.采用支持向量机进行判断,从而实现模糊篡改检测.实验表明:该算法能够有效地检测数字篡改图像的模糊操作痕迹,并能对模糊篡改区域进行准确定位.     

遗传算法改进策略的研究

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法.近年来,由于遗传算法求解复杂优化问题的巨大潜力和工程等领域的成功应用,受到了广发关注.针对遗传算法的特点,结合遗传算法的理论,给出了遗传算法的改进方法,并进行了系统的分析和研究.     

基于主动学习的深度医学图像分析算法综述

深度学习技术在医学图像分析领域发展得非常好,但医学图像注释成本高,使得深度学习技术在医学图像分析领域受到阻碍。主动学习算法是目前解决注释成本高的一个研究热点。文章介绍了在医学图像分析领域中采用主动深度学习降低注释成本的技术手段和方法,以便相关人员了解目前的研究进展。最后对主动学习方法仍存在的问题和发展趋势进行了总结和展望。     

基于双向运动补偿的三维小波变换方法

提出了基于双向运动补偿的三维小波变换方法,与以往的三维小波变换方法相比较,该方法在三维小波视频编码方法中应用了双向的运动估计/补偿,进而实现了两种时域可扩展方式的组合,提高了视频编码的可扩展性。     

G3逻辑中的弱合取范式

本文为G3逻辑提出一种类似于经典逻辑中合取范式的弱合取范式，并给出两种范式化简算法：一种是通过公式刻画反模型的语义方法；另一种为基于重写翻译的语法方法。文章最后证明，在G3逻辑中对任意公式做弱合取范式化简不存在多项式算法。     

浅谈监理项目的成本控制

监理项目的监理服务费收入及相应的项目支出占据了监理企业收支的绝大部分,因此要做好监理企业的成本控制,首先要做好监理项目的成本控制。根据工作经验就管理层如何进行项目直接成本控制发表一些认识。