搜索筛选:
搜索耗时0.4655秒,为你在为你在102,267,441篇论文里面共找到 14 篇相符的论文内容
发布年度:
[学位论文] 作者：巩家昌,,
来源：天津大学 年份：2016
随着互联网的快速发展和数字成像设备的普及,数字图像已经成为人们主要的信息来源。数字图像处理技术的发展带来了图像造假的问题,这已严重影响了数字图像作为事件记载的可信...
[期刊论文] 作者：巩家昌,张军,,
来源：现代电子技术 年份：2011
针对当前流行的短距离无线通信做了研究比较,利用Nanotron技术搭建一套无线测距系统。系统采用了以射频收发器NanoLOC TRX为核心,ATmega664V为微控制器的NanoLOC AVR模块,以WinAVR为基本的软件开发平台。在程序调试过程中,根据实际需要将数据传输模式设置为Auto......
[期刊论文] 作者：张军,巩家昌,,
来源：天津工程师范学院学报 年份：2009
在分析遥感图像分形特征的基础上,比较了不同分形特征的特点,分析了多种分形特征在对图像背景与人造目标的对应性,讨论了分形拟合误差特征的计算方法,提出了对分形特征量的模糊数学方法描述,研究了基于分形特征的人造目标检测方法。文章选择了多幅含有自然背景......
[期刊论文] 作者：巩家昌,郭继昌,,
来源：天津大学学报(自然科学与工程技术版) 年份：2014
现有的复制粘贴篡改检测算法大多是针对灰度图像设计的,并没有利用图像的颜色信息.在篡改区域纹理信息较少时,传统的基于关键点的算法无法提取关键点以识别篡改区域.为此,提出了一种颜色不变性特征描述子CSURF(colored speeded-up robust feature)并应用于篡改......
[期刊论文] 作者：巩家昌,郭继昌,
来源：天津大学学报：英文版 年份：2016
为图象拷贝行动伪造品察觉(CMFD ) 的大多数存在方法操作灰度图象。尽管基于 keypoint 的方法有强壮的坚韧性和低计算费用的优点，他们不能鉴别没有可靠提取特征，公寓复制了区域...
[期刊论文] 作者：巩家昌, 汪子航, 杨洪臣,,
来源：中国刑警学院学报 年份：2004
图像颜色作为一个强有力的描述子,可以提升对物体的辨识度,然而当前存在的复制粘贴篡改检测算法大多数只使用了图像的纹理信息。当纹理信息较少并伴随有多种后处理时,现有算...
[期刊论文] 作者：程广涛,巩家昌,李建,,
来源：软件导刊 年份：2020
为提高烟雾识别准确率,构建模块化深度卷积神经网络,进行烟雾图像特征提取和识别。模块化结构使网络架构简单而灵活,首先利用常见的深度卷积运算设计基本模块网络结构,然后仅将模块网络与全连接层依次连接,即可构建深度卷积神经网络,使对烟雾图像的表达更加具体......
[期刊论文] 作者：程广涛,巩家昌,李建,,
来源：计算机应用 年份：2020
针对传统烟雾检测方法中提取的图像特征鲁棒性较差的问题,提出了基于稠密卷积神经网络(DenseNet)的烟雾识别方法。首先,利用卷积操作和特征图融合构建稠密网络块,在卷积层之间设计稠密连接机制,以增强稠密网络块结构内的信息流通和特征重利用;然后,将已构建的稠......
[期刊论文] 作者：郭继昌,许颖,巩家昌,,
来源：天津大学学报(自然科学与工程技术版) 年份：2015
分布式视频编码是一种可以将编码端复杂度转移到解码端的视频编码方式.多视点分布式视频编码在视点内部大都采用运动补偿内插法来降低时间冗余,但是因为运动补偿内插法的解码...
[期刊论文] 作者：巩家昌，郭继昌，GongJiachang，GuoJichang,
来源：天津大学学报（英文版） 年份：2016
...
[期刊论文] 作者：程广涛, 巩家昌, 赵洪伟,,
来源：计算机工程 年份：2020
为更好地提取烟雾图像的全局特征,提出一种基于膨胀卷积和稠密连接的烟雾识别方法.依次堆叠膨胀率不同的膨胀卷积,扩大卷积核的感受野,使得卷积核能够感知更广泛的烟雾图像区...
[期刊论文] 作者：程广涛,巩家昌,赵洪伟,
来源：计算机工程 年份：2019
...
[期刊论文] 作者：孙鹏, 郎宇博, 巩家昌, 沈喆,,
来源：计算机辅助设计与图形学学报 年份：2017
拼接篡改是一种常见的伪造图像方法,根据拼接篡改伪造图像中拼接区域与原始区域之间存在的色彩偏移量的差异,提出一种基于偏色估计的拼接篡改伪造图像自动检测方法.首先将图...
[期刊论文] 作者：李奇杰,巩家昌,杨洪臣,蔡能斌,
来源：光电技术应用 年份：2021
在以审判为中心背景下的刑事诉讼制度改革中,图像证据的审查与采信尤为重要.数字图像篡改操作中最为常见的就是复制粘贴,通过复制图像中的一块区域粘贴到其他部分,以达到增加或掩盖部分图像内容,同时伴随着几何变换以增加真实性.当前存在的检测类似篡改的算法大......
相关搜索：
