帧内复制粘贴视频伪造的盲检测

随着数字获取技术的发展,数字媒体文档的获取越来越方便,并已成为人们现代生活中不可缺少的组成部分。功能强大的视频编辑软件为视频复制粘贴提供了方便,因此视频伪造检测具有重大现实需求。利用传统的图像伪造检测算法逐帧对视频进行伪造检测计算量大、耗时冗长,且不能保证检测结果的时空一致性。本文提出了一种基于稠密SIFT流的帧内复制粘贴视频伪造盲检测算法。所提算法自适应地在内容最小变化位置把视频划分为多个视频段,提取每个视频段的关键帧;在关键帧利用匹配SIFT关键点定位初始疑似复制粘贴伪造区域,通过SIFT关键点和均值漂移分割区域的位置依赖关系细化疑似伪造区域;采用稠密SIFT流把关键帧检测结果过渡至非关键帧,最终实现视频的复制粘贴伪造盲检测。实验结果表明,所提视频伪造盲检测方法能够高效地检测出帧内复制粘贴的视频伪造区域。     

基于Bi-LSTM的家庭用电量预测

电网智能化升级改造将传统电网与先进的信息、智能技术相融合,实现电力行业的根本性变革。智能电表是智能电网系统中收集用户用电信息的代表性边缘设备,当前智能电表收集的用电量数据存在维度低、波动性强等特征,造成对未来用电情况难以预测的问题;同时对于未来边缘设备端用电量的预测,其他相关特征信息的不可得,此时研究基于单变量特征的用电量预测至关重要。为此,提出一种基于双向长短期循环记忆循环神经网络(Bi-directional Long Short-Term Memory,Bi-LSTM)的单变量家庭用电量预测模型,Bi-LSTM模型能够充分利用上下文的信息实现更准确的预测效果。通过西班牙某市真实的智能电表数据对提出的模型进行了验证,实验结果表明,该模型的预测性能相比传统LSTM、SVM方法有进一步的提高。     

非经典参与介质的渲染方法研究综述

参与介质在自然界中广泛存在,也是包括影视特效、电子游戏、仿真系统等大多数图形应用中的主要场景元素之一,对其外观的模拟和再现,可以极大地提升场景的真实感和沉浸感.但是由于参与介质本身结构以及光线在参与介质中的传播过程都非常复杂,所以迄今为止,对参与介质渲染的研究都一直是图形领域的热点和难点.为了处理的方便和计算的高效,传统的参与介质渲染方法都基于两点假设:独立散射假设和局部连续假设.这两点假设也是经典的辐射传输方程成立的关键.但实际上,自然界中的很多参与介质都不满足这两点假设,因此导致现有的参与介质渲染方法生成的图片效果和真实世界的效果存在一定的差异.近年来,研究者们提出了各种非经典参与介质渲染方法,试图打破上述的两点假设,用更符合物理客观规律的方式来处理参与介质,从而进一步提升参与介质渲染的物理真实感.从相干介质渲染技术和离散介质渲染技术两方面展开对现有的面向非经典参与介质的渲染方法进行分析和讨论,重点阐述经典和非经典参与介质渲染方法的区别,以及现有非经典参与介质渲染方法的原理、优势和不足.最后,展望一些开放性问题并进行总结.本综述希望能启发相关领域的研究人员进一步攻克非经典参与介质渲...     

“组团式竞赛”在大学课堂教学中的应用

对"组团式竞赛"教学模式的原理、核心问题、突出优势及创新特色等做了阐述及研究,其目的是探索一种新的教学模式,这种教学模式是通过"组团"竞赛的方式,在课堂教学中摸索出能激发学生的学习兴趣,挖掘学生学习潜力,培养学生创新意识和团队合作、团队竞争等能力的一种新型追求式教学模式。期望这种新模式能有效改善学校的学风,提高教师课堂教学的业务能力,切实提高课堂教学质量,最终实现有效提升高校教育教学质量的目标。     

解析式模糊控制在直接转矩控制系统中的应用研究

在全数字直接转矩控制系统的基础上，采用解析式模糊控制状态选择器代替传统的状态选择器，节省了存储控制规则表的内存空间，并使得控制规则具有在线自调整的能力。实验结果表明，该系统在控制性能上优于常规控制方法，具有良好的动态性能。     

矿井开拓布局创新与改革

该文介绍了济三煤矿“新型”开拓布局的特点及在基建施工与投产后进行的一系列优化与改造情况 ,并对“全煤巷”采区巷道布置改革进行了探讨     

基于内容的图像分割方法综述

图像分割是指将图像分成若干具有相似性质的区域的过程,是许多图像处理任务的预处理步骤.近年来,国内外学者主要研究基于图像内容的分割算法.在广泛调研大量文献和最新成果的基础上,将图像分割算法分为基于图论的方法、基于像素聚类的方法和语义分割方法这3种类型并分别介绍.对每类方法所包含的典型算法,尤其是最近几年利用深度网络技术的语义图像分割方法的基本思想、优缺点进行分析、对比和总结.介绍了图像分割常用的基准数据集和算法评价标准,并用实验对各种图像分割算法进行对比.最后总结全文,并对未来可能的发展趋势进行了展望.     

基于特征流型的对象跟踪模型

在计算机视觉领域,对象跟踪是一个既重要又极具挑战性的研究课题。跟踪的主要困难体现在物体和背景的外观变化、物体的突发性运动、相机的移动和遮挡。本文提出了一种新的方法来解决对象跟踪问题。采用局部特征集合来表示对象,每一个局部特征组织成特征流形,用来模拟该特征点在各种视角条件下的特征点集合。在跟踪的过程中,我们将更新特征流形集合,来反映对象在运动过程中的变化。同时,通过特征流形和特征点的匹配实现跟踪。相对于传统的特征点与特征点的匹配,特征流形与特征点的匹配方式更加准确。因此,基于特征流形的对象跟踪会取得更加准确的结果。     

基于GPU加速的音频检索技术

由于数字音频数据量极大的特点,采用传统音频检索方法会导致等待时间过长。为加快音频检索时间,提出一种基于GPU加速的数字音频检索方法。利用数字音频的特征将连续的音频划分成等长的多个短时音频段,采用GPU加速算法计算每个短时音频段的特征值,将各段的特征值构成特征矩阵。使用后缀数组的变形算法找出2个特征值序列的公共特征段落集合,并将公共特征段落集合进行精化和整体匹配,从而得出检索结果。实验结果表明,该检索方法的准确率可以达到95%以上,与已有方法相比,可以大幅度地提高检索速度,加速比可以达到10倍以上。     

三维网格分割中聚类分析技术综述

三维网格分割是计算机图形学的一个重要的研究方向,近年来不断涌现出各种新的分割技术.主要关注基于聚类分析的三维网格分割技术,介绍了三维网格分割的2种常见类型,并对分割技术所转化的数学问题进行阐述,总结了一系列常用的网格属性.依据算法类型将现有算法划分为5类,所基于的分割技术分别有区域生长、多源区域生长、层次聚类、迭代聚类以及谱聚类.针对不同的分割目标和所利用的网格属性,对各分类下的分割算法进行对比讨论;同时给出4种角度的评估准则,以展示不同应用场景下各类分割算法的优缺点,并指出了三维网格分割的发展趋势和应用方向.