靳国庆
- 作品数：22 被引量：47H指数：3
- 供职机构：中国科学院计算技术研究所更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于排序测度特征的图像检索方法及系统
- 本发明提供一种基于排序测度特征的图像检索方法，该方法基于分块属性值相似度和位置相似度对待检测图像的排序测度特征进行置换以得到该图像的多个排序测度特征，从图像库中检索出其排序测度特征与待检测图像的任一排序测度特征相同的图像...
- 靳国庆张冬明代锋张勇东李锦涛
- 文献传递
- 网络信息安全无反馈单向传输系统的设计与实现被引量：4
- 2010年
- 在网络不同的安全域之间传输文件时,要求数据只能由低密级网络向高密级网络传输。介绍了位于不同安全域的两台计算机之间实现单向传输的原理和技术。系统地阐述了如何利用Atmel公司的ARM9芯片AT91SAM3U4E控制USB设备和SPI接口,结合光耦芯片6N137,从硬件和软件两个方面来实现无反馈数据单向传输。通过实验验证该系统利用USB2.0接口技术、SPI的DMA传输方式以及光耦隔离技术实现了快速、单向、可靠的数据传输。
- 刘永富焦斌亮靳国庆欧阳哲
- 关键词：网络隔离USB2.0串行外设接口直接内存访问
- 基于排序测度特征的图像检索方法及系统
- 本发明提供一种基于排序测度特征的图像检索方法，该方法基于分块属性值相似度和位置相似度对待检测图像的排序测度特征进行置换以得到该图像的多个排序测度特征，从图像库中检索出其排序测度特征与待检测图像的任一排序测度特征相同的图像...
- 靳国庆张冬明代锋张勇东李锦涛
- 文献传递
- 二进制图像特征提取方法及系统
- 本发明适用于图像检索技术领域，提供了一种二进制图像特征提取方法，所述方法包括：根据预设规则获取特征点的位置；选取若干像素点作为二进制比较点；以每个二进制比较点为中心，对所述二进制比较点进行高斯模糊处理；从所述二进制比较点...
- 王宇辉张冬明靳国庆唐敬亚张勇东
- 互联网QR码图片监测系统的设计与实现
- 二维码应用日趋广泛，渗透到社会生活的方方方面，已经成为连接互联网线上和线下的重要纽带，但是二维码技术的安全问题不容忽视。利用二维码传播有害信息给国家的网络信息安全造成了新的挑战。为了解决网络二维码图片监管问题，我们对二维...
- 徐杰靳国庆袁庆升
- 关键词：二维码QR码网络信息安全
- 互联网QR码图片监测系统的设计与实现被引量：1
- 2015年
- 二维码应用日趋广泛,已经渗透到社会生活的方方面面,成为连接互联网线上和线下的重要纽带。二维码给生活带来便利的同时也被不法分子用来传播有害信息,给国家的网络信息安全带来新的挑战。文章针对互联网中应用最广泛的二维码——QR码(Quick Response Code),深入研究了二维码图形定位、二维码图形矫正、二维码图形解码等关键技术,设计和实现了面向互联网QR码图片的监测系统。实验结果证明,在5000张包含有QR码的互联网图片数据集上,本系统检测QR码的准确率达到96%,召回率90%,检测速度达到每秒30张图片,满足实时应用的需求。
- 徐杰靳国庆袁庆升
- 关键词：二维码QR码
- 面向排序测度特征的图像匹配方法及系统
- 本发明提供一种面向排序测度特征的图像匹配方法，该方法首先获取待检测图像的排序测度特征和采样特征序列；对待检测图像的采样特征序列进行哈希，并基于哈希的结果来从图像库的哈希表中选择多个候选图像；然后通过计算该待检测图像的排序...
- 张冬明靳国庆代锋张勇东李锦涛
- 仿视网膜采样的二进制描述子被引量：1
- 2019年
- 现有二进制描述子生成采用随机点对或均匀采样方式,顽健性弱、计算复杂。针对这一问题,提出了一种模仿人眼视网膜特性的采样模式(RBS),首先通过设计采样密度、多尺度光滑、视野重叠等采样方法来模仿视网膜神经节细胞层(ganglion cell layer),也称为视神经层,将光信号转换为视信息的方式,再通过对典型数据学习来选择特征点对,最后使用区块均值代替单像素点计算点对比较值,生成顽健的紧致二进制描述子。在Mikolajczyk提出的数据集上进行了实验,实验结果表明,128 bit的RBS-128相对于512 bit的FREAK和BRISK正确率分别提升16.4%和5.3%。
- 袁庆升靳国庆靳国庆张冬明
- 关键词：神经节细胞
- 一种适用于视频/图像局部特征的空间关系匹配方法及系统
- 本发明提出一种适用于视频/图像局部特征的空间关系匹配方法及系统，该方法包括获取所有所述视频/图像特征点的尺度信息，确定每个所述视频/图像特征点的局部邻域空间，获取所述局部邻域空间内所有所述视频/图像特征点的视觉关键词编码...
- 张冬明靳国庆袁庆升张勇东包秀国
- 文献传递
- 基于深度融合的显著性目标检测算法被引量：34
- 2019年
- 自然图像往往包含各种复杂的内容,基于单一特征的显著性检测算法很难从复杂场景中提取符合人类视觉的显著性目标.虽然多种显著图的融合能够弥补或者纠正单一特征带来的检测缺陷,但是不合理的显著图融合方式可能会进一步降低算法的检测性能.为了解决多种显著图的有效融合问题,作者提出了一种基于深度卷积神经网络的特征图深度融合模型.算法使用四种低层显著图作为网络的输入,采用前融合和后融合的双通道卷积网络学习图像的显著目标.前融合通道利用一个多层的全卷积网络生成对目标物体边缘敏感的显著图,后融合通道使用权重共享的浅层网络分别获得四种目标对象位置保持的高层语义显著图.两个通道的特征图再通过一个四层的全卷积网络进行优化,从而获得最终的显著图.在公开数据集上的大量实验证明了本文提出的显著图深度融合算法的有效性.
- 张冬明靳国庆代锋袁庆升包秀国张勇东
