单幅人脸图像的全景纹理图生成方法

目的 针对从单幅人脸图像中恢复面部纹理图时获得的信息不完整、纹理细节不够真实等问题,提出一种基于生成对抗网络的人脸全景纹理图生成方法。方法 将2维人脸图像与3维人脸模型之间的特征关系转换为编码器中的条件参数,从图像数据与人脸条件参数的多元高斯分布中得到隐层数据的概率分布,用于在生成器中学习人物的头面部纹理特征。在新创建的人脸纹理图数据集上训练一个全景纹理图生成模型,利用不同属性的鉴别器对输出结果进行评估反馈,提升生成纹理图的完整性和真实性。结果 实验与当前最新方法进行了比较,在CelebA-HQ和LFW （labled faces in the wild）数据集中随机选取单幅正面人脸测试图像,经生成结果的可视化对比及3维映射显示效果对比,纹理图的完整度和显示效果均优于其他方法。通过全局和面部区域的像素量化指标进行数据比较,相比于UVGAN,全局峰值信噪比（peak signal to noise ratio,PSNR）和全局结构相似性（structural similarity index,SSIM）分别提高了7.9 dB和0.088,局部PSNR和局部SSIM分别提高了2.8 dB和0.053;相比于OSTeC,全局PSNR和全局SSIM分别提高了5.45 dB和0.043,局部PSNR和局部SSIM分别提高了0.4 dB和0.044;相比于MVF-Net （multi-view 3D face network）,局部PSNR和局部SSIM分别提高了0.6和0.119。实验结果证明,提出的人脸全景纹理图生成方法解决了从单幅人脸图像中重建面部纹理不完整的问题,改善了生成纹理图的显示细节。结论 本文提出的人脸全景纹理图生成方法,利用人脸参数和网络模型的特性,使生成的人脸纹理图更完整,尤其是对原图不可见区域,像素恢复自然连贯,纹理细节更真实。     

基于自适应小波神经网络实现鱼雷超声引信信号消噪

将小波理论和人工神经网络技术同时引入鱼雷超声引信目标信号处理中,抑制信号噪声,并给出了自适应小波神经网络的构造方法.采用正交的Daubechies小波系作为小波元,并对尺度参数进行优化选取,以实现更好的拟合信号.仿真结果表明,该自适应小波神经网络对引信目标信号的处理具有消噪效果好,失真小的特点,有利于防止出现误判和漏判目标的现象.     

基于管道模型的燃油喷嘴检测结果差异性分析

针对喷嘴工程检测中存在的问题:同一喷嘴在两台设备中性能检测结果不一致,分析两台设备的工作原理、管道结构,建立燃油管道模型,找出检测结果差异性存在的原因.在此基础上,选用合适的神经网络结构,利用模拟退火遗传算法设定网络初始阈值和权值,利用贝叶斯正则化算法训练网络,得到不同检测结果的映射关系,通过映射使两者得到统一.仿真实验证明,此方法既将检测结果差异控制在了允许范围之内,又简单易行,提高了检测效率.     

基于深度图像的运动人手检测与指尖点跟踪算法

针对由传统摄像头获得的二维图像难以准确检测复杂环境下运动人手目标的问题,提出了一种利用Kinect摄像头对复杂背景下近景人手指尖空间点的检测和跟踪算法。首先利用基于视觉的多信息融合方法对人手区域进行粗检测,并利用深度信息对得到的模糊人手区域进行精确定位及分割,从而有效抑制了复杂背景对人手区域的干扰;根据分割得到的人手区域,利用人手边界的曲率关系实现了指尖空间点的快速检测;最后利用卡尔曼滤波跟踪检测到的运动指尖点。实验结果表明,与已有指尖点检测方法相比,该算法能够准确地跟踪多种姿态下手指指尖的空间位置,具有较低的误差率。     

基于PSO-BF优化算法的关系数据库水印算法

借鉴群体智能优化算法,提出了一种基于粒子群优化的细菌觅食算法（PSO-BF）的关系数据库水印算法。运用混沌映射对水印序列加密生成水印信号,采用单向hash函数加密关系数据库中元组的次序,利用PSO-BF优化算法解决将水印信号的嵌入过程抽象为约束条件下的优化问题,阈值解码和择多表决法用于提取水印信号,并通过混沌映射解密为表征版权的水印序列。实验表明,该算法对元组删除、修改和添加等攻击具有较强的鲁棒性和良好的不可见性。     

一种基于多特征提取的实用车牌识别方法

针对车牌识别系统的实际应用, 利用车牌区域的边缘梯度特征、几何形状特征、颜色特征、灰度纹理特征定位车牌, 然后校正车牌图像的颜色及倾斜度; 基于灰度投影法, 对普通及武警车牌均提出了有效字符分割方案, 通过自适应判别去除因字符断裂粘连、特殊字符等造成的干扰; 通过基于多特征值提取的神经网络方法初识别车牌; 最后将人眼的视觉特性用于模板匹配法, 解决易混淆字符及污损车牌的问题。通过大量实验证明, 该方法对车牌颜色、拍摄角度、光照条件等限制较少, 适用范围广、识别率高, 有较强的实用性。     

正算子估值测量量子密钥分配方案及安全性分析

为探索一种直接应用正算子估值测量进行量子密钥分配的最佳方案,利用正算子估值测量对两个非正交量子态的可靠识别,提出了一种使用该测量法直接进行量子密钥分配的方案.分析了无噪信道环境下具有最佳安全性兼具较高效率、两非正交量子态间最佳夹角的取值,及在此情况下窃听者造成的错误率门限.计算表明,本方案通信双方密钥的分配效率可达50%,对窃听者的检测率达6.25%,仅需3次密钥协商过程,达到或优于主流经典量子密钥分配协议各项指标,有一定实际应用价值.     

改进的EEMD算法及其在多相流检测中的应用

针对低信噪比下EEMD法在分解过程中产生模态混叠导致滤波效果变差的问题,提出了一种改进的EEMD滤波方法.该方法首先设计最优带通滤波器,滤除信号中的脉冲干扰,再将滤波后的信号进行EEMD分解,然后采用SG滤波器对筛选的IMF再进行滤波,最后对滤波后IMF进行重构.最后将改进的EEMD法和EEMD法分别用于多相流测量信号滤波及含水率测量,结果表明,改进的EEMD法与EEMD法相比,信噪比提高了约2～3 dB,滤波效果更好;含水率平均测量精度提高了约3％,测量误差更小.     

一种基于背景减法和帧差的运动目标检测算法

针对帧差分法易产生空洞以及背景减法不能检测出与背景灰度接近的目标的问题,提出了一种将背景减和帧差法相结合的运动目标检测算法.首先利用连续两帧图像进行背景减法得到两种差分图像,并用最大类间与类内方差比法得到合适的阈值将这两种差分图像二值化,然后将得到的两种二值化图像进行或运算,最后利用图像形态学滤波得到准确的运动目标.实验结果表明,该算法简单、易实现、实时性强.     

OFDM系统中降低峰均功率比的研究

正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM)非常适合高速通信系统,但存在高峰均功率比(PAPR)的问题。对OFDM系统中如何降低PARR的问题进行了研究,讨论了降低PAPR的主要方法,重点分析了选择性映射法(SLM),并在此基础上提出了一种基于预编码矩阵的改进算法,最后通过matlab进行了算法仿真,仿真结果表明,改进算法在使得OFDM系统在降低峰均功率比的性能上得到了进一步的改善。