图形图像技术报告材料文档格式.docx
- 文档编号:17373163
- 上传时间:2022-12-01
- 格式:DOCX
- 页数:11
- 大小:106.34KB
图形图像技术报告材料文档格式.docx
《图形图像技术报告材料文档格式.docx》由会员分享,可在线阅读,更多相关《图形图像技术报告材料文档格式.docx(11页珍藏版)》请在冰豆网上搜索。
课程成绩表
项目
评分细如此
成绩
课
程
报
告
选题
10%
8—10分:
选题符合要求,选材较新,与当前研究热点密切相关
6—8分:
选题和选材根本符合要求,根本与当前研究热点相关
6分以下:
选题与选材陈旧,与当前研究热点相关性小
综述
40%
32—40分:
综述严密围绕报告题目,全面、有条理、结构清晰
24—32分:
综述较全面、条理性和结构性较强
24分以下:
综述不够全面,条理性和结构性较差
见解
20%
16—10分:
能对报告综述内容进展较深入的分析,有独特见解
12—16分:
能对报告综述内容进展一定的分析,有一定见解
12分以下:
对报告内容分析较少,个人见解较少
格式
格式规X、完整,符合综述报告写作要求
格式根本规X、根本完整、根本符合综述报告写作要求
格式不规X、不完整、不符合综述报告写作要求
考勤成绩:
总分20分,视课堂出勤率情况评定
总分:
阅读文献题目与摘要
文献一题目:
Gabor特征集结合判别式字典学习的稀疏表示图像识别
文献一摘要:
稀疏编码中字典的选择无论对图像重建还是模式分类都有重要影响,为此提出Gabor特征集结合判别式字典学习的稀疏表示图像识别算法。
考虑到Gabor局部特征对光照、表情和姿态等变化的鲁棒性,首先提取图像对应不同方向、不同尺度的多个Gabor特征;
然后将降维的增广Gabor特征矩阵作为初始特征字典,通过对该字典的学习得到字典原子对应类别标签的新结构化字典,新字典中特定类的子字典对相关的类具有好的表示能力,同时应用Fisher判别约束编码系数,使它们具有小的类内散度和大的类间散度;
最后同时用具有判别性的重构误差和编码系数来进展模式分类。
基于3个数据库的实验结果明确本文方法具有可行性和有效性。
文献二题目:
采用压缩传感的鲁棒的视频指纹方案
文献二摘要:
视频指纹技术在视频检索、识别、安全等领域有着广泛的应用,提出一种基于压缩传感理论的鲁棒性视频指纹方法,该方法采用压缩传感的稀疏性和安全性对提取的视频关键帧进展采样,再对采样矩阵分块与分类,提取能量值大的一些子块构成新的特征矩阵。
对特征矩阵使用奇异值分解,对较大奇异值量化编码生成指纹。
同时,也提出了高效的两步匹配方案,通过粗精两步搜索对视频进展检索,提高了视频搜索速度,实验结果明确,能准确检测视频片段,对通常的视频处理具有较强鲁棒性,满足视频检索的实时要求。
文献三题目:
基于图像显著性的路面裂缝检测
文献三摘要:
:
有效的视觉显著性方法能准确快速地帮助人们在大量视觉信息中找到感兴趣的物体。
针对实际路面图像噪声成分复杂、覆盖面广的特点,提出一种基于图像显著性的路面裂缝检测算法。
该算法对路面裂缝图像分块灰度校正后,根据灰度稀疏性、全局比照度计算粗尺度下的裂缝显著值,然后由裂缝局部亮度、边缘特性、连续性特点进展不断扩X的细尺度的局部邻域显著性增强,再经空间显著性加强后,采用自适应阈值分割提取裂缝。
大量的实验结果明确,该算法比传统算法更能正确、有效地检测出裂缝整体区域,抗噪声能力强,漏检率和误检率很低,具有和人类视觉特性相符合的检测结果
文献四题目:
头部缺失的JPEG文件碎片恢复
文献四摘要:
JPEG碎片恢复和修复一直是数字取证领域中的一个难点和热点问题,特别是在遇到JPEG文件的头部缺失或者损坏而导致其数据无法正常解码和显示时。
提出一种头部缺失且无重启标记的JPEG文件碎片解码与显示问题的解决方法。
首先提出了基于JPEG碎片数据的各种解码参数(哈夫曼表、图像宽度、量化表和采样因子等)的估算方法;
其次对显示时出现的位置错位和颜色偏移问题提出了相应的调整算法。
实验结果明确,本文方法能够正确有效地解码并显示没有头部与重启标记的JPEG文件碎片。
文献五题目:
基于残差的图像超分辨率重建
文献五摘要:
提出一种基于图像残差的超分辨率重建算法。
以原高分辨率图像与插值放大后图像之间的图像残差与低分辨率图像样本特征作为样本对,对其进展K均值分类,并对每类样本对采用KSVD(K-singularvaluedeposition)方法进展训练获得高、低分辨率字典对,然后根据测试样本与类中心的欧氏距离选择字典对,以与测试样本相近的多个类别所重建的结果加权获得图像残差,并结合低分辨率图像的插值结果获得高分辨率图像。
实验结果明确,提出的方法具有更高的重建质量,且采用训练样本分类和相近类别的重建结果的加权和有利于提高图像重建质量。
文献六题目:
核稀疏保存投影与在步态识别中的应用
文献六摘要:
针对已有基于线性变换的稀疏保存投影方法在解决实际问题时,会遇到维数灾难和小样本问题。
通过引入核方法,提出一种核稀疏保存投影方法。
首先采用非线性变换将原始数据映射到高维特征空间,而后在这个高维空间进展稀疏重构,并对得到的系数矩阵进展降维优化,最终得到所需的投影矩阵。
将其应用到步态识别中,采用CASIA(B)步态数据库进展实验分析,实验结果明确,本文方法取得了令人满意的识别效果。
文献七题目:
九宫格空间框架的图书图像检索
文献七摘要:
图书图像检索是基于内容的图像检索(CBIR)的一个重要应用。
尺度不变特征变换(SIFT)与方向梯度直方图(HOG)在CBIR和物体识别等领域有着广泛应用。
根据图书图像的特点,把图书图像按照九宫格进展空间划分,并以SIFT特征为根底对每个分块子图像进展特征描述,然后结合HOG特征组成联合特征描述,联合特征对图书图像的描述力较强而且数据量较小。
采用"
倒数比"
的方式进展联合特征相似性度量能够有效防止子图像发生突变而造成的巨大误差。
在规模为50000幅的图书图像库上的实验结果明确,检索的精度和耗时都在可承受X围内。
文献八题目:
基于场的人群运动仿真
文献八摘要:
人群仿真目前在工业、建筑、交通等多种领域中应用广泛。
实现复杂场景中的人群运动实时仿真,效率是亟待解决的关键性问题,而提高仿真效率所必须面临的挑战主要有人群的渲染、位置与状态的实时更新和碰撞检测。
提出一种基于场的方法来实现人群运动的实时仿真,通过构建导航场和密度场引导人群运动。
导航场能够引导人群按最优可行路径到达其目标位置;
而密度场通过对人群运动速度的影响,再与基于GPU的碰撞检测方法结合,有效地防止了人群碰撞。
应用基于场的方法,搭建了人群运动实时仿真系统,在复杂的场馆中对几千人规模的人群进展了实验,成功地对人群进展疏散。
实验结果明确,本文方法能够获得良好的渲染效果和仿真效率。
文献九题目:
利用大位移视图的自动可信图像修补
文献九摘要:
为了以自动的方式达到反映原始场景真实性的图像复原效果,提出一个基于大位移视图的自动可信图像修补技术框架。
首先,根据优缺点互补的原如此将几种显著特征检测器有效地结合起来,提取目标图像和大位移视图上均匀分布的准稠密特征对应点集。
然后,受启发于先验模型与模型拟合问题,提出一个准平面场景区域聚类算法,通过对特征对应点集的聚类划分将整个自然场景图像分割表示成多个准平面场景区域,以校正大位移视图中的景物投影变形。
最后,受启发于纹理合成与图像拼接技术,提出一个准平面场景区域合成算法,校正并缝合空洞周围的多个准平面场景区域重投影图像至目标图像上,以填补目标图像上的信息丢失区域。
实验结果与实拍照片之间的视觉区分困难明确了本文方法的有效性。
报告正文
摘要
〔请用小四号仿宋字体〕
关键词
数据恢复;
JPEG碎片;
重启标志;
重构;
解码
正文
个人分析与见解
通过阅读本文献,了解了头部缺失的JPEG文件碎片恢复技术的根本原理和该技术的开展过程。
众所周知,数字图像以其能够直观反映大量的信息而备受计算机取证者的“青睐〞,反映犯罪嫌疑人的面貌、非法照片等。
因此它经常作为证据材料出现在法庭之上,尤其是在日益增长的涉与计算机与网络犯罪的案例中。
但是在取证的过程中经常会遇到恢复与雕复出看似无用的图像文件碎片的难题。
制其电脑准备搜集证据,但是发现里面的数据已经被删除。
随后计算机取证者利用文件雕复等技术获取了大量的图像文件碎片,遗憾的是大局部恢复出来的碎片却并不能正常解码和显示出来。
究其原因是因为恢复出来的JPEG文件大局部已经损坏。
JPEG文件被广泛应用的同时,也自然而然地成为了数字取证中重点调查的对象。
但是磁盘上的JPEG文件数据不一定连续存储,很多JPEG图像都会在磁盘中分片盘上发生了分片M。
此外,由于已删除的JPEG文件数据可能会被其他文件数据覆盖或是被恶意的损坏等原因,导致在JPEG文件恢复和雕复的过程中经常会遇到没有头部的JPEG文件碎片的情形。
因此,研究如何让头部缺失的JPEG文件碎片能够正确解码与显示的问题是非常有价值的。
根据相关研究:
文件雕复技术作为一种不依赖于文件系统元信息的数据恢复技术,是计算机取证过程中的一种重要技术手段。
而针对JPEG文件的雕复技术研究是其中的一个热点和难点问题。
JPEG文件雕复技术研究大致经历了完整JPEG文件雕复[6-7]、分片JPEG文件雕复[4,8-10]、残缺JPEG文件雕复[11-13]3个阶段。
而针对残缺JPEG文件雕复技术研究目前还处于起步阶段,尤其是对于头部缺失的JPEG文件。
解码与显示JPEG文件所需的信息大都存储在头部字段当中,当头部损坏或是缺失如此很难将数据正确解码并显示出来。
对于头部缺失的JPEG文件恢复,首先是要估算其解码所需要的参数信息。
文献【SencarHT.MemunN.IdentificationandrecoveryofJPEGfileswithmissingfragments[J].DigitalInvestigation,2009,6(s):
88-98.】提出一种通过构造伪头部来正确解码JPEG数据的方法。
其认为解码一幅JPEG图像所需的信息包括4个主要组成局部:
哈夫曼表、图像的宽度、最小编码单元(MCU)和量化表。
但该文献并没有详细介绍怎样去重构这些解码Karresand等人¨
¨
提出一种通过编码的数据来估计图像宽度的方法。
但前提条件是编码的数据中含有重启标记(restartMarker)并保证图像中至少存在一条竖线才能成功。
文献[xuY,xuM.WidthextractionofJPEGfragmentviafrequencycoefficientsscalesimilaritymeasuring[C]\\Proceedingsofthe2ndInternationalConferenceonFutureputerandmuni·
cation.Wuhan,China:
IEEEPress,2010:
513-517.]在Karresand根底上,提出一种通过计算邻近量化直流系数(DC)之间相似性来估计图像宽度的方法。
其算法能较好地估算图像的宽度,但是缺点同样需要重启标记来进展同步。
由于重启标记具有很好的解码定位作用,可以用来对JPEG编码数据进展正确解码。
但是并不是所有JPEG文件都具有重启标记,因为重启标记并不是JFIF格式标准必要的组成局部。
所以针对已有的JPEG碎片恢复研究都假设碎片数据中包含重启标记的前提,提出一种无重启标记的JPEG碎片数据的解码和显示方法,并对碎片数据解码参数如量化表等也提出相应新的估计算法。
在头部缺失的JPEG文件恢复过程中,先前的研究都假设数据碎片中包含重启标记(RST)用来进展解码同步。
通过分析Huffman编码数据的特点,发现编码的数据具有很强的自同步能力,利用其自动同步特性可以实现在没有重启标记时仍可正确解码的功能。
对于JPEG碎片的恢复方法如下:
第一步:
估计解码参数
在文件头部缺失的JPEG数据碎片恢复问题上,首先是估算解码所需的各种参数(MCU的组成和大小、哈夫曼表、图像的宽度和量化表),使其能够正确地解码。
根据JPEG标准,JPEG解码流程大致分为如图步骤
JPEG文件解码需要经过以下4个关键步骤:
1)预处理,确定解码所需最小编码单元(MCU)以与图像的宽度和高度;
2)哈夫曼解码,读取哈夫曼表,将码流解码为量化DCT系数;
3)反量化,量化的DCT系数乘以量化表得到重构的DCT系数;
4)逆DCT变换,逆DCT变换返回图像的空域。
图中虚线框中的信息是JPEG码流能够正确解码与显示必须的信息,相应地存储在文件头中。
JPEG解码器是根据文件头部保存的这些信息来正确解码和显示JPEG文件。
第二步:
显示错误纠正
通过第一步估算出来的解码参数就可以对JPEG碎片进展解码。
当数据片正确解码之后,但由于解码的图像往往不是原始图像的做边缘位置开始的,所以解码出来的可能会出现显示问题,所以通过技术填补一些图像中的数据。
然后进展彩色廉价的调整:
由于Dc值不是对自身而是相邻像素点之间差值进展编码的,因此当数据不是从首块开始解码时需要确定碎片第1个Dc初始值值。
为了让解码能顺利进展,可以先假定其初始值取中间值0,然后根据显示结果再对其进展调整。
对于亮度分量,错误的初始值可能使图像太亮或是太暗;
对于色度分量,可能会太红或是太绿。
该文献提出一种用于解码和显示没有头部和重启标记的JPEG文件碎片的方法。
分析了经过Huffman编码的数据流的特点,即使在没有重启标记的情况下数据流本身就具有很强的自同步能力。
这是解决本文问题的根底。
首先是估计解码所需的重要参数,对哈夫曼表、采样因子、图像的宽度和量化表等重要的解码参数提出了有效的估算方法;
其次是给出了解码后数据显示出现的图像错位和色彩偏移等问题的解决方法。
这些技术能够帮助计算机取证调查人员恢复磁盘上损坏的JPEG文件。
实际上,利用本文估算出来的参数可以很方便地给JPEG碎片重构一个伪头部结构,从而实现把碎片恢复成一个“完整的〞JPEG文件。
在量化表的估计结果可能存在细微的偏差,以与宽度估计过程中估计的宽度也会和原始的宽度存在细微的差异。
所以在以后的研究中将提高估算解码参数算法的准确性,并通过更多的实验来验证本文算法的有效性。
同时将注意力转移到如何鉴别磁盘上可能的JPEG碎片,并改良算法以适应真实而复杂的磁盘环境。
参考文献:
[1]WortleyR,SmallboneS.Childpornographyontheinternet
[EB/OL].(2006-05-01)[2011—12-30].:
//.
cops.usdoj.gov/Publications/e04062000.pdf.
[2]RuscittiJ.Childpomfightmeritspohceresources[EB/OL].
(2008-03—14)[201l-12-30].:
//.crime-research.ore/
news/16.02.2008/3201/.
[3]KarresandM,ShahmehriN.Oscar-fietypeidentificationofbina—
rydataindiskclustersandRAMpages[C]//Proceedingsofthe
IFIPInternationalInformationSecurityConference:
Securityand
PrivacyinDynamicEnvironments.Berlin:
SpringerVerlag,
2006:
413424.
[4]GarfinkelSCarvingcontiguousandfragmentedfileswithfast
objectvalidation[J】.DigitalInvestigation,2007,4(s):
2-12.
[5]DigitalAssemblyLLC.SmartCarving[EB/OL].[2010-06-
30].:
//digital·
assembly.corn/products/adroit·
photo-foren—
[6]MikusN.Ananalysisofdisccarvingtechniques[D].Monterey,
California,USA:
NavalPostgraduateSchool,2005.
[7]GoldenGRnl,VassilRScalpel:
Afrugal,higlIperformance
filecarver[C]//Proceedingsofthe2005DigitalForensicRe-
searchWorkshop.NewOrleans:
ElsevierPress,2005:
1-10.
[8]PalA,ShanmugasundaramK,MenmonN,Automatedreassemb·
lingimagesfragments[C]//ProceedingsoftheIEEEInterna-
tionalConferenceou
Acoustics,Speech,andSignalProcessing.
NewYork:
IEEEPress,2003:
732-735,
[9]PalA,SencarHT,MemonN.Detectingfilefragmentationpoint
usingsequentialhypothesistesting[J].DigitalInvestigation,
2008,5(s):
2—13.
[10]MemonN,Pal丸Automatedreassemblyoffilefragnentedima-
gesusinggreedyalgorithms[J].IEEETransactionsonImage
Processing,2006,15
(2):
385-393.
[11]KarresandM,ShahmehriN.ReaasemblyoffragmentedJPEG
imagescontainingrestartmarkers[C]//ProceedingsoftheEuro-
peanConferenceonputerNetworkDefense.WashingtonDC:
IEEEPress,2008:
25-32.
[12]SencarHT.MemunN.IdentificationandrecoveryofJPEGfiles
withmissingfragments[J].DigitalInvestigation,2009,6(s):
88.98.
[13]xuY,xuM.WidthextractionofJPEGfragmentviafrequency
coefficientsscalesimilaritymeasuring[C]//Proceedingsofthe
2ndInternationalConferenceonFutureputerandmuni·
513-517.
[14]HuffmanDA.Amethodfortheconstructionofminimumredun-
dancycodes[J].ProceedingsoftheIRE,1952,40(9):
1098一
1101.
[15]FergusonT,RabinowitzJH.Self-synchranizingHutImancodes
[J].IEEETransactions0nInformationTheory,1984,30(4):
687_693.
[16]KleinST,WisemanY.ParallelHuffmandecodingwithapplica-
fionstoJPEGfiles[J].TheputerJournal,2003,46(5):
487-497.
[17]WallaceGkTheJPEGstillpicturepressionstandard[J】.
IEEETransactionsonConsumerElectronics,1991,34(4):
30—
44.
[18]LuY.WongTT,HengPA.Digitalphotosimilarityanalysisin
frequencydomainandphotoalbumpression[C]//Proeee—
dingsofthe3rdinternationalconferenceonMobileandubiqui—
tousmultimedia.NewYork:
ACM,2004:
237244.
[19]PopovieiI,WithersWD.Locatingedgesandremovingringing
artifactsinJPEGimagesbyfrequency—domainanalysis[J].
IEEETransactionson
ImageProcessing,2007,16(5):
1470—
1474.
[20]LinzC,HeJF,TangxO,eta1.Fast,automaticandfine—
grainedtamperedJPEGi
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 图形图像 技术 报告 材料