搜索资源列表
watermarkt1
- 基于小波零树特性的视觉感知度模型的优化方案, 给出了两种水印算法: 一种算法嵌入的是高斯序列水印, 通过相关检测实现盲检测 另一种算法嵌入的是二值图像水印, 水印的提取是非盲提取。这两种算法在所有重要小波系数( 包括最低频系数) 中嵌入水印, 以达到最大化水印嵌入量的目的, 并结合感知度模型在水印的透明性和鲁棒性之间实现了较好的平衡, 对于常见的图像处理操作, 特别是对于JPEG 和小波压缩均有较好的鲁棒性。-based on wavelet zerotree visual perception
VIDEOPrewittmethod
- vid_edge.mdl 在视频序列的运动检测中使用Prewitt边缘检测算子检测-vid_edge.mdl in video motion detection sequence of the use of Prewitt Edge Detection Operator Detection
MultiGaussian
- 视频监控，图像序列运动目标识别。基于多高斯背景模型，可实时实现运动目标的自动检测。-video surveillance, image sequence moving target identification. For more background Gaussian model, the immediate goal of the campaign to achieve automatic detection.
moving_object_tracking
- 数字视频序列运动目标检测与跟踪技术研究，西北大学的文章，讨论了多目标跟踪的问题
PN-arraycheck
- 在QuartusII运用ＡＨＤＬ语言，首先设计出PN发生器来产生一个11位的数据流在整个周期内有效数据有 =2047位；再设计状态机用来检测串行数据流中的序列。运用两个个计数器分别对PN码计数以及序列出现的次数计数。改变ＰＮ码结构可以作为通用数列检测器
tree
- 单片机系统上电后，P0 口和 P1 口都被清 0。然后，你规定一个由 6 个数字构成的序列（每个数字从 0～F 中选取），比如 E、8、9、0、7、F。然后每次当单片机检测到外部中断 0发起中断时间时，读取 P0 口和 P1 口上的状态值，当连续 6 次外部中断事件的对应的数字序列构成你所设定的序列后（举例来说，如果 P0.0 是 1，P0 和 P1 的其他管脚是 0，那么我们称为检测到一次数字 0），从串口打印输出一幅类似下图的 16×16 的ASCII码的圣诞树图片。
MotionDetection
- 运动目标检测是数字图像处理技术的一个重要组成部分,它是计算机视觉、模式识别、 目标识别与跟踪、运动图像编码、安全监控等研究领域的重点与难点,在军事、国防和工业 等领域有着广泛的应用前景。序列图像的运动分析因其巨大的应用价值而受到广泛的重视. 它的基本任务是从图像序列中检测出运动信息,简化图像处理过程,得到所需的运动矢量,从 而能够识别与跟踪物体。正确地从视频流中提取运动目标是许多智能视频监视系统，如：视 频监视，交通自动监控，人体检测与跟踪等的基础部分。本文讨论了一种用于智能
ObjectTrack
- 在总结和分析现有运动目标检测与跟踪方法的基础上，建立了一个视频序列采集的动态目标检测及跟踪系统
watermark.m
- ％基于DCT的水印算法 ％数字水印处理系统主要由水印嵌入和水印检测两个过程。 ％水印嵌入过程为：数字水印（X）、原图像（I）和密钥/公钥（K）通过数字水印嵌入算法形成嵌入水印后的图像（I*）。 ％水印检测过程为：数字水印（X）、水印图像（I*）和密钥/公钥（K）通过数字水印检测算法检测出数字水印或有无水印。 ％基于DCT变换的水印算法：将一个随机序列作为水印信号嵌入到图像DCT变换重要分量的幅度成分中（幅值较大的n个系数作为重要分量）。 ％定义一个相似函数来检验水印提取是否成
XLJC
- 用状态机实现串行序列检测器的设计 若检测到串行序列11010则输出为1 否则输出为0 并对其进行仿真和硬件测试
vediodetecttrack
- 一个从视频序列图像中检测运动目标的程序，可从摄像头实时捕获信息。
fsm
- 检测输入数据中的“10110”序列，并记录检测到的序列的数目，当序列数目大于15时溢出。 输入信号：iclk //输入时钟 rst_ //复位信号 din //输入串行数据 输出信号：[3:0] catch //检测到的序列的数目 overflow //数目大于15 ，溢出
Mubiaojiance
- 基于背景重构的目标检测，内附检测视频序列
Detection_dsss
- ％ 直接序列扩频信号检测程序 ％ 检测方法：平方倍频法
DWT
- 利用同一密钥的混沌序列对经过置乱的水印信息实现双重加密，考虑小波变换的能量分布问题，把水印信息嵌入低频系数中，确保水印信息的可靠性。提取时利用图像复原方法实现盲检测。
chk
- 本程序实现了一个序列检测器。当一串待检测的串行数据进入检测器后，若此数在每一位的连续检测中都与预置的密码数相同，则输出“A”,否则仍然输出“B”。
yuanma
- (1)为了提高水印的安全性，在嵌入水印之前首先对水印信息利用Arnold变换进行置乱。 (2)为了提高传统相关性检测方法的准确率，嵌入水印时采用嵌入两个不相关伪随机序列的方法，大大提高了检测的准确率。 (3)低频部分集中图像的大部分能量，修改这里容易引起失真，所以本文采用修改中高频部分的方法进行嵌入。 (4)本文水印的检测方法为半盲检测，只需要原始水印的部分信息的参与，所以具有重要的现实意义。
276
- 在现有的单层马尔科夫链异常检测模型基础上,提出一种崭新的两层模型.将性质上有较大差异的两个过程,不同的请求和同一请求内的系统调用序列,分为两层,分别用不同的马尔可夫链来处理.两层结构可以更准确地刻画被保护服务进程的动态行为,因而能较大地提高异常的识别率,降低误警报率.
20060409
- 针对Windows 操作系统受到的越来越多的严重攻击,提出一种基于Native API 序列的多 步一致模型和指数迭代检测算法,实现了从内核空间检测Windows 操作系统中的异常入侵. 通过 设计内核虚拟设备来截获系统服务分配表,从而可实时地获取Native API 信息. 用被截获的正常 Native API 数据建立一步和二步一致模型,并以此描述进程的正常行为. 在检测过程中,通过指数 迭代检测算法,可对不断出现的Native API 的正常指数进行度量. 采用报警提取算法
a.survey.of.visual.analysis.of.human.motion.pdf.ra
- 人运动的视觉分析是计算机视觉领域中最活跃的研究主题之一，其核心是利用计算机视觉技术从图像序列中检测，跟踪，识别人并对其行为进行理解与描述