論文元數(shù)據(jù)搜索,找到相關(guān)信息共 10 條:
2013, 35(4): 777-783.
doi: 10.3724/SP.J.1146.2012.01023
刊出日期:2013-04-19
借鑒變色龍視覺的高度獨(dú)立性、對稱性、全局性與選擇性兼顧等特點(diǎn),該文提出一種基于雙PTZ (Pan-Tilt-Zoom)相機(jī)的主從跟蹤方法。由于兩個相機(jī)的對稱性和參數(shù)可變性、可控性,這種方法相對于靜止加主動相機(jī)的主從跟蹤系統(tǒng),可以增大監(jiān)控范圍;相對于多靜止加主動相機(jī)的系統(tǒng),可減小硬件開銷;相對于全向加主動相機(jī)的系統(tǒng),更有利于信息融合。該文設(shè)計(jì)了基于球面坐標(biāo)模型的主從控制方法,可方便實(shí)現(xiàn)兩相機(jī)在任意pan-tilt-zoom參數(shù)下的主從模式跟蹤,實(shí)現(xiàn)對目標(biāo)的多尺度視覺關(guān)注。在室外場景中進(jìn)行的多組實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。
1992, 14(5): 486-495.
刊出日期:1992-09-19
P.H.Pathak,Wang Nan等人在研究典型問題幾何繞射理論之后,于1981年發(fā)表了任意導(dǎo)電凸曲面振子天線高頻電磁輻射一致性幾何繞射理論近似解。本文應(yīng)用并矢格林函數(shù)方法,通過典型曲面高頻電磁輻射一致性近似解的研究和推廣,導(dǎo)出了理想導(dǎo)電凸曲面上電、磁振子電磁輻射場在高頻近似下一致性幾何繞射理論近似解。與P.H.Pathak,Wang Nan等人的結(jié)果相比,主項(xiàng)并矢轉(zhuǎn)移函數(shù)除個別系數(shù)外完全相同,高階并矢轉(zhuǎn)移函數(shù)在幾何光學(xué)區(qū)略有差異。
2005, 27(2): 235-238.
刊出日期:2005-02-19
關(guān)鍵詞:
群簽名; 偽造攻擊; 不關(guān)聯(lián)性
群簽名允許群成員以匿名的方式代表整個群體對消息進(jìn)行簽名。而且,一旦發(fā)生爭議,群管理員可以識別出簽名者。該文對Posescu(2000)群簽名方案和Wang-Fu(2003)群簽名方案進(jìn)行了安全性分析,分別給出一種通用偽造攻擊方法,使得任何人可以對任意消息產(chǎn)生有效群簽名,而群權(quán)威無法追蹤到簽名偽造者。因此這兩個方案都是不安全的。
2006, 28(6): 1031-1035.
刊出日期:2006-06-19
關(guān)鍵詞:
圖像處理;模式識別;廣義局部沃爾什變換;紋理特征
該文提出一組基于廣義局部沃爾什變換(GLWT)的紋理特征。首先給出局部沃爾什變換(LWT)的定義,并在空域中對其加以推廣,用以提取圖像的局部紋理信息;然后在一個宏窗口中估計(jì)12個GLWT系數(shù)的二階矩作為圖像的紋理特征。對這組紋理特征的鑒別性能進(jìn)行了分析,并與Haralick(1973),Wang Li(1990),以及Yu Hui提出的紋理特征進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明,該文提出的紋理特征具有更好的鑒別性能和分類能力。
2009, 31(7): 1732-1735.
doi: 10.3724/SP.J.1146.2008.00928
刊出日期:2009-07-19
關(guān)鍵詞:
環(huán)簽名;密碼分析;可轉(zhuǎn)換性
通過對Zhang-Liu-He (2006),Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進(jìn)行分析,指出了這幾個可轉(zhuǎn)換環(huán)簽名方案存在可轉(zhuǎn)換性攻擊或不可否認(rèn)性攻擊,即,環(huán)中的任何成員都能宣稱自己是實(shí)際簽名者或冒充別的成員進(jìn)行環(huán)簽名。為防范這兩種攻擊,對這幾個可轉(zhuǎn)換環(huán)簽名方案進(jìn)行了改進(jìn),改進(jìn)后的方案滿足可轉(zhuǎn)換環(huán)簽名的安全性要求。
2009, 31(3): 740-744.
doi: 10.3724/SP.J.1146.2007.01562
刊出日期:2009-03-19
關(guān)鍵詞:
保密通信;MD5;碰撞攻擊;充分條件集;冗余性;制約性
Wang Xiaoyun等(2005)給出了MD5能產(chǎn)生碰撞的一個充分條件集,并首次成功對MD5進(jìn)行了碰撞攻擊。Yuto Nakano等(2006)指出上述充分條件集中有16個條件是冗余的,并給出了其中14個條件冗余的原因。Liang Jie和Lai Xuejia(2005)指出Wang Xiaoyun等給出的充分條件集并非總能產(chǎn)生碰撞,并增加新的條件使之總能產(chǎn)生碰撞,同時提出了一個新的碰撞攻擊算法。本文證明了Yuto Nakano等給出的16個冗余條件中有兩個并不冗余,且Liang Jie和Lai Xuejia增加的新條件中有兩個是冗余的,指出Liang Jie和Lai Xuejia的碰撞攻擊算法在消息修改時忽視了被修改條件之間的制約性,因而未必總能產(chǎn)生碰撞,本文對此進(jìn)行了修正,給出新的充分條件集,并通過實(shí)驗(yàn)驗(yàn)證了該充分條件集總能產(chǎn)生碰撞。
2020, 42(3): 720-728.
doi: 10.11999/JEIT190230
刊出日期:2020-03-19
SIMON系列算法自提出以來便受到了廣泛關(guān)注。積分分析方面,Wang,F(xiàn)u和Chu等人給出了SIMON32和SIMON48算法的積分分析,該文在已有的分析結(jié)果上,進(jìn)一步考慮了更長分組的SIMON64算法的積分分析?;赬iang等人找到的18輪積分區(qū)分器,該文先利用中間相遇技術(shù)和部分和技術(shù)給出了25輪SIMON64/128算法的積分分析,接著利用等價密鑰技術(shù)進(jìn)一步降低了攻擊過程中需要猜測的密鑰量,并給出了26輪SIMON64/128算法的積分分析。通過進(jìn)一步的分析,該文發(fā)現(xiàn)高版本的SIMON算法具有更好抵抗積分分析的能力。
2015, 37(4): 881-886.
doi: 10.11999/JEIT140831
刊出日期:2015-04-19
目前基于標(biāo)簽的Grbner基算法大多是Buchberger型的,涉及矩陣型算法的文獻(xiàn)往往是為了進(jìn)行復(fù)雜度分析,而不考慮實(shí)際的效率。該文從實(shí)際應(yīng)用出發(fā),給出矩陣型Gao-Volny-Wang(GVW)算法的一個實(shí)例,提出算法層次的優(yōu)化設(shè)計(jì)方法。同時,該文還給出一個高效的約化準(zhǔn)則。通過實(shí)驗(yàn),該文比較了算法可用的各項(xiàng)準(zhǔn)則及策略。實(shí)驗(yàn)結(jié)果表明,該文的矩陣型GVW實(shí)例在準(zhǔn)則和策略的選取上是最優(yōu)的。并且,矩陣型GVW在某些多項(xiàng)式系統(tǒng)(例如,Cyclic系列和Katsura系列多項(xiàng)式系統(tǒng))下比Buchberger型GVW要快2~6倍。
2023, 45(6): 2205-2215.
doi: 10.11999/JEIT220413
刊出日期:2023-06-10
針對目前深度學(xué)習(xí)單階段檢測算法綜合性能不平衡以及在嵌入式設(shè)備難以部署等問題,該文提出一種面向嵌入式平臺的高性能目標(biāo)檢測算法?;谥豢?次5代 (YOLOv5)網(wǎng)絡(luò),改進(jìn)算法首先在主干網(wǎng)絡(luò)部分采用設(shè)計(jì)的空間頸塊代替原有的焦點(diǎn)模塊,結(jié)合改進(jìn)的混洗網(wǎng)絡(luò)2代替換原有的跨級局部暗網(wǎng)絡(luò),減小空間金字塔池化 (SPP)的內(nèi)核尺寸,實(shí)現(xiàn)了主干網(wǎng)絡(luò)的輕量化。其次,頸部采用了基于路徑聚合網(wǎng)絡(luò) (PAN)設(shè)計(jì)的增強(qiáng)型路徑聚合網(wǎng)絡(luò) (EPAN),增加了P6大目標(biāo)輸出層,提高了網(wǎng)絡(luò)的特征提取能力。然后,檢測頭部分采用以自適應(yīng)空間特征融合 (ASFF)為基礎(chǔ)設(shè)計(jì)的自適應(yīng)空洞空間特征融合 (A-ASFF)來替代原有的檢測頭,解決了物體尺度變化問題,在少量增加額外開銷情況下大幅提升檢測精度。最后,函數(shù)部分采用高效交并比 (EIoU)代替完整交并比 (CIoU)損失函數(shù),采用S型加權(quán)線性單元 (SiLU)代替HardSwish激活函數(shù),提升了模型的綜合性能。實(shí)驗(yàn)結(jié)果表明,與YOLOv5-S相比,該文提出的同版本算法在mAP@.5,mAP@.5:.95上分別提高了4.6%和6.3%,參數(shù)量降低了43.5%,計(jì)算復(fù)雜度降低了12.0%,在Jetson Nano平臺上使用原模型和TensorRT加速模型進(jìn)行速度評估,分別減少了8.1%和9.8%的推理延遲。該文所提算法的綜合指標(biāo)超越了眾多優(yōu)秀的目標(biāo)檢測網(wǎng)絡(luò),對嵌入式平臺更為友好,具有實(shí)際應(yīng)用意義。
, 最新更新時間: ,
doi: 10.11999/JEIT240324
非局部稀疏表示模型,如聯(lián)合稀疏(JS)模型、低秩(LR)模型和組稀疏表示(GSR)模型,通過有效利用圖像的非局部自相似(NSS)屬性,在圖像去噪研究中展現(xiàn)出巨大的潛力。流行的基于字典的JS算法在其目標(biāo)函數(shù)中利用松馳的凸懲罰,避免了NP-hard稀疏編碼,但只能得到近似的稀疏表示。這種近似的JS模型未能對潛在的圖像數(shù)據(jù)施加低秩性,從而導(dǎo)致圖像去噪質(zhì)量降低。該文提出一種新穎的低秩正則聯(lián)合稀疏(LRJS)模型,用于求解圖像去噪問題。提出的LRJS模型同時利用非局部相似塊的LR和JS先驗(yàn)信息,可以增強(qiáng)非局部相似塊之間的相關(guān)性(即低秩性),從而可以更好地抑制噪聲,提升去噪圖像的質(zhì)量。為了提高優(yōu)化過程的可處理性和魯棒性,該文設(shè)計(jì)了一種具有自適應(yīng)參數(shù)調(diào)整策略的交替最小化算法來求解目標(biāo)函數(shù)。在兩個圖像去噪問題(包括高斯噪聲去除和泊松去噪)上的實(shí)驗(yàn)結(jié)果表明,提出的LRJS方法在客觀度量和視覺感知上均優(yōu)于許多現(xiàn)有的流行或先進(jìn)的圖像去噪算法,特別是在處理具有高度自相似性的圖像數(shù)據(jù)時表現(xiàn)更為出色。提出的LRJS圖像去噪算法的源代碼通過以下鏈接下載:https://pan.baidu.com/s/14bt6u94NBTZXxhWjBHxn6A?pwd=1234 ,提取碼:1234。