AI虚拟数字人技术在融合媒体生产中的运用

重大活动无线电安全保障肩负着贯彻国家安全战略,维护社会稳定,维护国家形象的重要使命。通过对重大活动无线电安全保障工作内容的梳理,深化对无线电保障工作的认识,更好地服务于今后的重大活动无线电保障工作。     

人脸面部表情自动识别技术的研究进展

近年来，面部表情识别技术已成为模式识别领域中的一个重要的研究课题，因此表情识别的研究进展也受到了更多的关注。首先介绍了表情识别技术的背景及目前的研究进展，然后介绍了一些表情识别的主要的方法，并介绍了面部表情识别技术的难点，最后对表情识别技术进行了展望。     

印刷作品版权保护中的数字图像水印技术

数字水印一个重要的应用扩展就是对纸质图像产品的保护。数字水印技术应用于音频、图像、视频和文本的版权保护,在该领域的各种不同分支都有很多学者做了大量研究。论文主要讨论了抵抗打印扫描信道的数字图像水印技术,并根据数据嵌入域的不同对这些技术进行了分类讨论。     

基于多媒体融合的图像检索系统的实现

提出一种融合了文本、语音、图像等信息特征的图像检索方案,并以MATLAB为平台构建了一种基于语音识别技术的新型图像检索系统.与基于文本或基于内容的图像检索系统相比,该系统既提高了检索性能,又使得人机交互更加便利.     

面向自动目标识别的图像压缩研究综述

如何使得经过有损压缩后的图像仍然保持一定的自动目标识别性能是一个非常有意义的问题。目前国外对这一问题的研究有了一定的进展,研究的内容集中在以下三个方面:(1)图像压缩对于ATR性能的影响;(2)面向ATR应用的图像质量测度;(3)面向ATR应用的图像压缩算法研究。本文针对这一问题的研究进行了较全面的综述,着重分析了几种重要算法的原理、实现和性能,并探讨了未来的研究方向。     

基于体积特征的空间目标识别算法

提出了基于体积特征的空间目标识别算法，首先通过高分辨力单脉冲雷达对空间目标进行三维成像，然后提取空间目标的三维像体积特征，由于卫星的体积通常比碎片大，根据空间目标的三维像体积可以实现对卫星和碎片的识别。计算机仿真实验表明，该算法取得了比较好的识别效果。     

基于DBSCAN技术的SAR图像感兴趣区域鉴别

使用一种新奇的聚类方法从粗略检测后的SAR图像中提取感兴趣区域(ROI),再通过多特征提取和综合鉴别,去除虚警保留目标,为进一步的目标识别做准备。自动目标聚类是基于SAR图像的自动目标识别系统的难点之一,带有噪声的基于密度的聚类方法 (DBSCAN)可以发现任意形状的聚类目标,只依赖于两个不敏感的系统参数,通过区域判断缩减计算时间减少计算内存,很好地适应了自动目标识别的系统需要。多特征目标鉴别方案基于聚类结果,研究聚类得到的感兴趣区域,通过提取多种特征综合判断,有效去除了虚警。所述方法已应用于某SAR-ATR系统,得到了很好的应用体验。     

基于HMM的可训练情感语音合成研究

研究了基于HMM的英语语音合成系统,并通过分析情感语句的语调,得到高兴、生气、悲伤、平静四种不同情感类型的基音频率、能量和时长的变化规律。将基于HMM的可训练语音合成方法应用到英语情感语音合成,对基于HMM所合成的平静语音,叠加相应情感的语调变化规则,通过修改韵律特征参数合成出带有情感的语音。从所合成情感语句的效果来看,合成语音整体稳定流畅、情感特征明显,且合成系统可以快速构成。     

一种对3G网络无线链路上ROHC的改进方法

介绍了ROHC这种目前公认应用于无线链路上较为理想的头部压缩方式。通过对其模式转换的分析，发现了其中鲁棒性与压缩效率未能兼顾的缺点，从而讨论了一种新的模式转换的改进方法，进一步提高了ROHC的鲁棒性与压缩效率的平衡性。最后，用仿真实验验证了改进方法的有效性。     

基于LDA算法的人脸识别方法的比较研究

线性判别分析（LDA）是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人脸识别会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于LDA的人脸识别。文章对几种基于LDA的人脸识别方法做了理论上的比较和实验数据的支持，这些方法包括Eigenfaces、Fisherfaces、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法。