基于DCT域的AVS视频盲水印算法

结合人眼的视觉特性,提出了一种基于DCT域的AVS视频编解码标准的视频盲水印算法.算法首先对水印图像进行增强的Arnold变换,得到置乱的二值水印图像;然后根据嵌入公式替换嵌入点的系数,将水印信息自适应嵌入到Ⅰ帧的DCT系数中.提取水印时不需要原始视频,可实现盲水印.实验结果表明,该算法对高斯、帧剪切、盐噪声等攻击,具有较好的稳健性和不可见性.     

结合双注意力和结构相似度量的图像超分辨率重建网络

针对低分辨率图像到高分辨率图像的映射函数解空间极大,导致超分辨率重建模型难以产生细致纹理的问题,本文提出一种结合双注意力和结构相似度量的图像超分辨率重建网络。以改进的U-Net网络模型作为基本结构,引入针对低级别视觉任务的数据增强方法,增加样本多样性。编码器部分由卷积层和自适应参数线性整流激活函数(Dynamic ReLU)组成。同时引入了一种残差双注意力模块(Residual Dual Attention Module, RDAM)与像素重组(PixelShuffle)模块共同构成解码器,通过上采样操作,逐级放大图像。为了使生成图像更加符合人眼视觉特性,采用了一种结合结构相似度量准则的损失函数,增强网络约束。实验结果表明：重建图像的质量对比SRCNN,在Set5、Set14、BSD100和Urban100标准测试集上的平均PSNR提升约1.64 dB,SSIM提升约0.047。本文方法能够使重建的图像纹理细节更丰富,有效地减少了映射函数可能的解空间。     

结合场景描述的文本生成图像方法

研究基于场景描述文本生成对应图像的方法,针对生成图像常常出现的对象重叠和缺失问题,提出了一种结合场景描述的生成对抗网络模型.首先,利用掩模生成网络对数据集进行预处理,为数据集中的对象提供分割掩模向量.然后,将生成的对象分割掩模向量作为约束,通过描述文本训练布局预测网络,得到各个对象在场景布局中的具体位置和大小,并将结果...     

一种基于Harris与SIFT算子结合的商标搜索方法

针对基于SIFT算子的商标图像搜索方法提取特征点耗时过长的问题,提出了一种Harris和SIFT算子相结合的商标图像搜索方法,利用角点计算量小、用时少且特征点分布均匀的优点,能够反映图像内容的结构,具有较好的稳定性。实验结果表明,与基于SIFT和基于Harris特征的商标检索方法相比,该方法既保留了Harris方法提取特征点的高效性,也解决了SIFT方法对特征点提取时间过长的问题,具有实时性。     

AVS运动补偿模块的一种硬件优化设计

根据AVS标准中的插值算法特点提出了一种用于AVS解码芯片的运动补偿硬件模块设计方案.该设计对AVS标准定义的多种插值模式进行了合理优化和复用,有效节省了硬件资源.同时,提出了一种按照宏块划分类型获取参考数据的方法,减小了数据读取带宽,提高了存储器读取效率.综合仿真结果表明,该设计占用资源少,达到了实时解码的需求.