期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
面向共驱混沌同步密钥分发的Cascade-Biconf信息协商算法
1
作者 朱颖宏 周敏 +4 位作者 郭存有 高震森 李璞 孙粤辉 王云才 《光通信技术》 2023年第5期22-28,共7页
针对传统Cascade算法协商效率低、吞吐量不高的问题,提出了一种面向共驱混沌同步密钥分发的Cascade-Biconf信息协商算法。该算法基于奇偶校验和二分法纠错算法的原理,将所得密钥进行置乱、分块并传输校验值用以二分法纠错。与传统Cascad... 针对传统Cascade算法协商效率低、吞吐量不高的问题,提出了一种面向共驱混沌同步密钥分发的Cascade-Biconf信息协商算法。该算法基于奇偶校验和二分法纠错算法的原理,将所得密钥进行置乱、分块并传输校验值用以二分法纠错。与传统Cascade算法不同,Cascade-Biconf信息协商算法通过优化分块的大小降低了协商过程中的交互次数和计算量。仿真结果表明:在通信双方初始密钥误码率为0.1的情况下,Cascade-Biconf信息协商算法可将传统Cascade算法的协商效率由0.76提升到0.84,总吞吐量提升27.9%。 展开更多
关键词 信息协商 cascade算法 密钥分发 混沌同步 保密通信
在线阅读 下载PDF
基于肤色分割的人脸检测算法研究 被引量:7
2
作者 刘正光 刘洁 《计算机工程》 CAS CSCD 北大核心 2007年第4期179-181,共3页
介绍了目前人脸检测领域检测速度最快的Boosted Cascade人脸检测算法。该算法在进行人脸检测时没有考虑到肤色因素,在具体识别过程中,有些可利用肤色信息很快排除的区域,在Boosted Cascade算法中却没有被排除掉。针对该算法的缺陷提出... 介绍了目前人脸检测领域检测速度最快的Boosted Cascade人脸检测算法。该算法在进行人脸检测时没有考虑到肤色因素,在具体识别过程中,有些可利用肤色信息很快排除的区域,在Boosted Cascade算法中却没有被排除掉。针对该算法的缺陷提出了一种改进算法,即利用Boosted Cascade人脸检测算法,检测出人脸的候选区域,通过人脸肤色模型进行验证,如果候选区域的像素符合人脸的肤色模型的程度到达某一数值,则接受该区域,即认为该区域是人脸;否则排除该区域。改进后的算法能够有效地提高检测的正确率,减小出现检测错误的几率,在不影响识别速度的情况下,提高了检测效率。 展开更多
关键词 人脸检测 Boosted cascade算法 肤色分割
在线阅读 下载PDF
基于低信息泄露协商算法的无线信道密钥生成方案 被引量:3
3
作者 邱睿 谢顺钦 +2 位作者 范靖 解楠 杨晨 《电讯技术》 北大核心 2023年第7期1028-1035,共8页
针对无线信道生成密钥方法在信息协商中的信息泄露问题,提出了低信息泄露Cascade算法。通过构造传统Cascade协商过程的密钥协商过程矩阵,推导了合法用户所得密钥中安全的信息量,改进了Cascade算法;结合符号定时同步预处理以及高精度参... 针对无线信道生成密钥方法在信息协商中的信息泄露问题,提出了低信息泄露Cascade算法。通过构造传统Cascade协商过程的密钥协商过程矩阵,推导了合法用户所得密钥中安全的信息量,改进了Cascade算法;结合符号定时同步预处理以及高精度参数估计得到了一个完整的密钥生成方案。基于实测数据的分析结果表明,符号定时同步预处理能有效降低初始密钥不一致率;在协商成功率、密钥生成速率、密钥随机性、安全性等方面,低信息泄露Cascade协商算法与传统Cascade算法相比综合性能更优。 展开更多
关键词 保密通信 物理层安全 低信息泄露cascade算法 信息协商
在线阅读 下载PDF
基于深度学习的精细化树木识别探测—以四川夹江县巨桉为例
4
作者 孙芙蕊 顾驰元 白旭阳 《甘肃林业科技》 2025年第1期21-31,共11页
本文以四川省夹江县10 a生巨桉人工林为例,探索深度学习模型的精细化树木识别能力,为精细化识别巨桉人工林提供了新路径。研究发现:1)相较传统斑点检测(Python scikitimage库Blob Detection)识别方法,MMDetection框架下Cascade R-CNN算... 本文以四川省夹江县10 a生巨桉人工林为例,探索深度学习模型的精细化树木识别能力,为精细化识别巨桉人工林提供了新路径。研究发现:1)相较传统斑点检测(Python scikitimage库Blob Detection)识别方法,MMDetection框架下Cascade R-CNN算法模型比较适用于巨桉人工林,在A、B和C测试区的平均识别精度为80.00%、65.74%和88.26%。2)Cascade R-CNN算法模型识别精度显著高于DETReg算法模型。在A、B和C测试区相较于DETReg算法模型的平均识别精度7.29%、9.30%和31.16%,Cascade R-CNN算法相应值提高了72.71%、56.44%和57.1%。3)在Cascade R-CNN算法模型中增加波段和因子信息可以提高识别精度。在巨桉人工林A、B和C测试区的可见光模型识别精度均值为73.95%,增加近红外波段相应值提高了5.13%,增加近红外波段+3个植被指数(NDVI+NDRE+OSAVI)相应值提高了8.05%。4)Cascade R-CNN算法模型及DETReg算法模型的训练精度和识别精度在不同测试区差异均为极显著,因此模型平均训练精度的高低并不能代表探测识别精度高低。此外,就训练精度而言,3波段模型在Cascade R-CNN算法和DETReg算法间差异不显著,Cascade R-CNN算法模型在不同波段间差异不显著;就识别精度而言,DETReg算法模型在不同测试区间差异不显著,而Cascade R-CNN算法模型差异极显著。本研究通过探索深度学习算法对桉树精准林业识别探测的能力,为今后巨桉经济林种植监测工作提供了技术支撑。 展开更多
关键词 斑点检测识别方法 cascade R-CNN算法模型 DETReg算法模型 识别精度 巨桉人工林 四川夹江
在线阅读 下载PDF
基于视频图像分析的自动报靶方法研究 被引量:5
5
作者 刘秋燕 陈耀武 《计算机工程》 CAS CSCD 北大核心 2015年第12期212-215,共4页
针对军警靶场对实弹射击结果高精确度和强环境适应性的要求,提出一种基于视频图像分析的自动报靶方法。提取不同环境下的靶图特征并使用Boosted Cascade算法训练靶图分类器,以提高报靶系统对环境的适应能力。对识别出的靶图做二值化与... 针对军警靶场对实弹射击结果高精确度和强环境适应性的要求,提出一种基于视频图像分析的自动报靶方法。提取不同环境下的靶图特征并使用Boosted Cascade算法训练靶图分类器,以提高报靶系统对环境的适应能力。对识别出的靶图做二值化与阈值分割处理,利用形态学方法、霍夫变换、弹孔差影法求取靶心和弹孔位置,依据靶心坐标、环线半径以及弹孔坐标计算射击成绩。实验结果表明,该方法能正确识别靶图并计算射击成绩,对900次野外实弹射击的报靶精确度可达到98.5%以上。 展开更多
关键词 自动报靶 Boosted cascade算法 分类器 霍夫变换 弹孔识别 军警靶场
在线阅读 下载PDF
基于HOG的行人快速检测 被引量:16
6
作者 叶林 陈岳林 林景亮 《计算机工程》 CAS CSCD 北大核心 2010年第22期206-207,210,共3页
为了更好更快速地实现对行人的检测,提出一种基于空间梯度直方图的行人检测算法。该算法在分类识别时用BoostedCascad算法级联结构的分类器,将那些对不包含行人信息的区域进行筛选排除,从而使信息量减少。实验结果表明,该算法在不降低... 为了更好更快速地实现对行人的检测,提出一种基于空间梯度直方图的行人检测算法。该算法在分类识别时用BoostedCascad算法级联结构的分类器,将那些对不包含行人信息的区域进行筛选排除,从而使信息量减少。实验结果表明,该算法在不降低检测效果的情况下明显提高了行人检测效率,具有较强的鲁棒性。 展开更多
关键词 行人检测 HOG算子 支持向量机 Boosted cascad算法
在线阅读 下载PDF
新冠肺炎疫情背景下聚集性传染风险智能监测模型 被引量:2
7
作者 春雨童 韩飞腾 何明珂 《计算机工程》 CAS CSCD 北大核心 2022年第8期45-52,61,共9页
新型冠状病毒肺炎疫情严重威胁人们的生命安全,对于聚集性人群密度及口罩佩戴情况的监管是控制病毒扩散的重要途经。公共场所具有人流密集且流动性大的特点,人工监测易增加感染风险,而现有基于深度学习的口罩检测算法存在功能及场景单... 新型冠状病毒肺炎疫情严重威胁人们的生命安全,对于聚集性人群密度及口罩佩戴情况的监管是控制病毒扩散的重要途经。公共场所具有人流密集且流动性大的特点,人工监测易增加感染风险,而现有基于深度学习的口罩检测算法存在功能及场景单一的问题,不能在多场景下实现多类别检测,同时精度也有待提升。提出Cascade-Attention R-CNN目标检测算法,实现对聚集区域、行人和口罩佩戴情况的自动检测。针对任务中目标尺度变化过大的问题,选取高精度两阶段Cascade R-CNN目标检测算法作为基础检测框架。通过设计多个级联的候选分类-回归网络并加入空间注意力机制,突出候选区域特征中的重要特征并抑制噪声特征,从而提高检测精度。在此基础上,构建聚集性传染风险智能监测模型,结合Cascade-Attention R-CNN算法的输出结果确定传染风险等级。实验结果表明,该模型对于不同场景和视角的多类别目标图片具有较高的准确性和鲁棒性,Cascade-Attention R-CNN算法平均精度均值达到89.4%,较原始Cascade RCNN算法提升2.6个百分点,较经典的两阶段目标检测算法Faster R-CNN和单阶段目标检测框架RetinaNet分别提升10.1和8.4个百分点。 展开更多
关键词 新冠肺炎疫情防控 聚集性传染风险 智能监测模型 目标检测 cascade R-CNN算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部