红外偏振摄像机动目标检测跟踪系统（特邀）

基于红外偏振摄像的机动目标检测跟踪系统对实时性要求较高,而且在野外场景下需要具备低功耗的特点。FPGA具有并行计算的特性,能够极大的提高系统吞吐量和处理数据速度,能够满足实时性的要求,因此一种基于FPGA的目标检测跟踪系统被设计出来并得以实现。在硬件开发平台上采用模块化以及软硬件协同设计的方式,将具有不同计算特点的任务分别在PS端（ARM）以及PL端（FPGA）实现,其中PL部分负责部分算法的加速、FPGA和ARM处理器之间数据传输以及HDMI等接口逻辑控制等,PS部分负责实现较为复杂的检测跟踪算法,以及负责控制FPGA端的各个模块。最后,对目标检测跟踪系统进行实验测试和分析,给出系统的硬件资源消耗及功耗,结果表明该目标检测跟踪系统能够满足实时性的要求,并且具备低功耗的特点。     

面向数字货币特征的细粒度代码注入攻击检测

数字货币的迅速发展使其被越来越多的恶意软件利用.现有勒索软件通常使用数字货币作为支付手段,而现有代码注入攻击检测手段缺乏对相关恶意特征的考虑,使得其难以有效检测勒索软件的恶意行为.针对此问题,提出了一种细粒度的代码注入攻击检测内存特征方案,利用勒索软件在引导被攻击者支付过程中表现的数字货币内存特征,结合多种通用的细粒度内存特征,实现了一种细粒度的代码注入攻击检测系统.实验结果表明:新的内存特征方案能够在多个指标上有效提升现有检测系统内存特征方案的检测性能,同时使得基于主机的代码注入攻击检测系统能够准确检测勒索软件行为,系统还具有较好的内存特征提取性能及对未知恶意软件家族的检测能力.     

基于偏振权重局部对比度的目标检测

分焦平面红外偏振探测器输出的是红外偏振马赛克图像,传统处理流程需要进行去马赛克恢复出四个偏振通道的完整图像,然后再实现后续的任务。然而,去马赛克过程会引入误差,而且计算复杂度高、耗时长。针对如何直接在红外偏振马赛克图像上进行目标检测的问题,本文提出了一种偏振权重局部对比度的目标检测方法。首先分析了目标与背景的偏振特性差异;然后设计了红外偏振马赛克图像的斯托克斯矢量计算卷积核;在此基础上提出了基于偏振权重的偏振度显著图,在偏振度显著图上利用自适应阈值操作实现目标检测。此外,利用边缘检测方法进一步优化目标检测结果,得到更加完整的检测结果。最后,使用采集的红外偏振马赛克数据集验证了所提出的目标检测算法在复杂背景以及恶劣天气影响下的鲁棒性。