基于图像子块DCT系数对的盲检测数字水印

提出一种新的基于Logistic加密的鲁棒性盲检测数字水印算法.利用Logistic映射特性产生的混沌序列加密生成水印序列;结合人眼的视觉系统(HVS)对原始图像中的子块进行选择;在每个被选择的子块上,根据鲁棒性要求选择DCT系数;通过对相邻系数对的大小进行比较嵌入水印.实验结果表明,本算法具有鲁棒性强、安全性高、透明性好、可以盲提取等特点,可有效用于数字媒体的版权保护.     

英语隐喻性词义的认知心理透视

从认知心理学视角探讨、分析英语隐喻性词义的认知和思维过程,揭示了隐喻对词义形成的影响,从而说明词的比喻意义是词汇原始意义的引申,是词语在原始意义基础上所进行的深层语义联想和推测.此外,用实例说明隐喻性词义是跨域映射的结果,相似性和类比思维起至关重要的作用.词的隐喻用法增强了语言表达的生动性和形象性.     

以项目为导向的VB测绘程序设计课程教学设计与实践

针对VB测绘程序设计课程教学中存在的问题,以学生职业岗位能力培养为核心,以项目为导向,从课程教学模式、教学内容组织、教学过程设计、考核与评价等方面进行了探索与实践,取得了较好的教学效果。     

用修正的Mann迭代算法求解分裂可行性问题

在Hilbert框架下借助于度量投影修正Mann迭代程序,证明了关于无限族非扩张映射的强收敛定理,并用于求解分裂可行性问题SFP.研究成果在很大程度上推广和改进了现有的结果.     

具R（X）〈2的自反Banach空间中的M不动点性质

对于Banach空间中的两个有界闭凸集,首先引入一个新的度量,并且在这种新的度量下重新定义非扩张映射,称它为肘非扩张映射,并且证明在一个自反的Banach空间中,当R（X）〈2时,它有肘不动点性质．     

混沌伪随机序列发生器的实现

针对广泛应用于密码学、扩频通信、数字系统测试等领域的伪随机序列信号实现的疑难问题,应用DSPBuilder模块将Matlab中S函数产生的Kent混沌二进制序列算法转换成VHDL语言,在现场可编程阵列FPGA上实现混沌伪随机序列.通过分析可以看出Kent混沌二进制序列具有优良的伪随机性能.     

快速虚顶点光子映射的焦散绘制

目的 模拟绘制焦散效果是真实感图形绘制的重要组成部分。利用可编程GPU硬件,基于图像的光子映射方法绘制速度快,但由于使用了近似采样和计算,会产生失真。为了克服这一现象,针对理想的镜面反射、折射体,提出一种快速绘制焦散效果的方法（VOBPBT）。方法 该方法首次定义了光子路径映射图的概念,并提出通过基于虚顶点光子映射的光子束跟踪来准确构建光子路径映射图的方法;此外,方法也创新性地提出利用光子路径映射图来查找焦散三角形,创建焦散映射图的方法。结果 实验结果表明,本文绘制结果真实,可以处理多次递归反射、折射,能够绘制连贯的高频焦散效果,同时可以达到交互的绘制性能。结论 本文VOBPBT方法在可交互计算机仿真、计算机游戏、虚拟漫游等应用领域具有一定的实用价值。     

Map Reduce inspired loop mapping for coarse-grained reconfigurable architecture

Our work investigates how to map loops efficiently onto Coarse-Grained Reconfigurable Architecture （CGRA）. This paper examines the properties of CGRA and builds MapReduce inspired models for the loop parallelization problem. The proposed model has a more detailed performance metric and a more flexible unrolling scheme that can unroll different loop levels with different factors. A Geometric Programming based approach is proposed to resolve the optimization problem of loop parallelization problem. The proposed approach can find the optimal unrolling factor for each level loop, resulting in better parallelization of loops. Experimental results show that the proposed approach achieved up to 44% performance gain compared to the state-of-the-art loop mapping scheme.     

基于点线特征融合的视觉惯性SLAM算法

针对目前视觉SLAM方法鲁棒性差、耗时高,使系统定位不够精确的问题,提出了一种基于点线特征融合的视觉惯性SLAM算法。首先通过短线剔除和近似线段合并策略改进LSD（line segment detection）提取质量,以提高线特征检测的速率和准确度;然后在后端优化中有效融合了点、线和IMU数据,建立最小化目标函数进行优化,得到更精确的相机位姿;最后在EuRoC数据集和现实走廊场景进行了实验验证。实验表明,所提算法可以有效提升线特征提取的质量和速度,同时有效提高了SLAM系统的定位精度,获得更为丰富的点线结构地图。     

An homogeneous space geometry for simultaneous localisation and mapping

Simultaneous Localisation and Mapping (SLAM) is the archetypal chicken and egg problem: Localisation of a robot with respect to a map requires an estimate of the map, while mapping an environment from data acquired by a robot requires an estimate of the robot localisation. The nonlinearity and co-dependence of the SLAM problem has made it an ongoing research problem for more than thirty years. The present paper details recent advances in understanding the SLAM problem, specifically the existence of an underlying geometry and symmetry structure that provides significant insight into the difficulties that have plagued many SLAM algorithms. To demonstrate the power of the geometric insight we derive a constant gain observer for the SLAM problem that; that does not depend on linearisation, has globally asymptotically stable error dynamics, is very robust, and operates in dynamic environments (estimating the landmark velocities as states in the observer).