上海理工大学光电信息与计算机工程学院，上海 200093
针对手势识别系统中的手势分割部分提出了一种改进的结合三帧差分法和肤色椭圆边界模型的动态手势分割方法。运用三帧差分法提取动态手势的运动特征，初步确定手势所在区域，然后运用肤色椭圆边界模型对该区域进行肤色判别从而确定目标。通过提取双特征，可有效解决复杂背景下大面积肤色背景被误检的问题。通过合理设置运动检测过程中的阈值，可有效去除运动幅度较小的人脸和裸露手臂部分。同时针对三帧差分法不能检测静态手势进行了改进，使提出算法对视频流中手势的短暂停留具有极强的鲁棒性。实验结果表明，提出算法能准确高效的检测出动态手势，适用于动态手势识别等实时系统中。
动态手势分割 三帧差分法 肤色椭圆边界模型 手势识别系统 dynamic gesture segmentation three-frame difference skin-color elliptic boundary model gesture recognition systems
本文针对传统的基于人类视觉系统(HSV)特性的空间域与变换域结合算法的不足,提出了一种有效的自适应盲水印新算法.通过利用图像的局部纹理特性产生伪随机码与水印序列组成扩频水印来增强水印的抗干扰能力.利用密钥产生一串伪随机数控制水印嵌入位置来增强水印的保密性.水印嵌入过程中使用了改进的量化水印算法.通过计算相邻特征平均值来自适应调整待量化小波系数的量化间隔,大大提升了水印系统的逼真度.根据奇偶判决法来实现盲检测.经实验表明水印是不可察觉的,算法对于遭受JPEG、均值滤波、维纳滤波等手段攻击后提取出的水印仍与原始水印具有0.85以上的相似度,具有很好的鲁棒性.
数字水印 扩频水印 相邻特征平均值 奇偶判决
