版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、當(dāng)今,很多場所都已經(jīng)安裝了監(jiān)控設(shè)備,為了獲得并保存重要的視頻數(shù)據(jù),目的是保障安全。如果有人故意針對其進(jìn)行惡意篡改來達(dá)到不良目的,可能會對個人和社會造成很大程度上的負(fù)面影響。因此,對這些重要的視頻數(shù)據(jù)的篡改情況進(jìn)行檢測具有相當(dāng)重大的現(xiàn)實(shí)意義。為解決這一問題,現(xiàn)階段對視頻篡改檢測的研究結(jié)合許多專業(yè)領(lǐng)域知識,并得到了越來越多的重視。在本文中,我們考慮先對視頻數(shù)據(jù)的不同特征進(jìn)行提取,再對其降維壓縮,最后利用它對視頻數(shù)據(jù)篡改情況的檢測和識別。
2、r> 本文利用特征降維的相關(guān)方法,再將其應(yīng)用于視頻篡改檢測中,做了以下工作:(1)從如何處理非均勻分布數(shù)據(jù)和利用遠(yuǎn)點(diǎn)信息的角度提出了針對特征降維的新算法,基于調(diào)和平均測地線核的局部線性嵌入算法(HMG-KLLE);(2)為了降低視頻噪聲特征信息的冗余度,通過引入壓縮感知理論,并提出基于壓縮感知的視頻篡改檢測算法,具有良好的檢測效果;(3)在(1)的基礎(chǔ)上,對視頻紋理特征融合信息進(jìn)行降維,提出基于流形學(xué)習(xí)的視頻篡改檢測新算法,獲得了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 小波變換在視頻數(shù)據(jù)傳輸中的應(yīng)用.pdf
- 基于時序特征的視頻刪除篡改檢測算法.pdf
- 交織技術(shù)在視頻數(shù)據(jù)傳輸中的應(yīng)用研究.pdf
- 高頻數(shù)據(jù)在套利中的應(yīng)用.pdf
- 面向視頻篡改檢測的特征提取算法研究.pdf
- 視頻運(yùn)動目標(biāo)檢測及其在視頻編碼中的應(yīng)用.pdf
- 高頻數(shù)據(jù)模型及其在VaR中的應(yīng)用研究.pdf
- 多視頻數(shù)據(jù)融合技術(shù)在移動對象識別中的研究與應(yīng)用.pdf
- 視頻數(shù)據(jù)挖掘的方法研究及應(yīng)用.pdf
- 視頻對象檢測及其在視頻語義內(nèi)容分析中的應(yīng)用.pdf
- 流媒體服務(wù)器在視頻數(shù)據(jù)傳輸中的應(yīng)用研究.pdf
- 基于宏塊特征的視頻篡改檢測算法研究與實(shí)現(xiàn).pdf
- 特征檢測及其在目標(biāo)識別中的應(yīng)用.pdf
- 視頻幀編輯篡改檢測研究.pdf
- 卒中后抑郁視頻數(shù)據(jù)分析.pdf
- 畫中畫檢測研究及其在視頻拷貝檢測中的應(yīng)用.pdf
- 視頻拼接及其在視數(shù)數(shù)據(jù)庫中的應(yīng)用.pdf
- 特征選擇算法研究及其在異常檢測中的應(yīng)用.pdf
- 特征選擇算法研究及其在入侵檢測中的應(yīng)用.pdf
- 基于“鬼影”的數(shù)字視頻篡改檢測.pdf
評論
0/150
提交評論