-
公开(公告)号：CN106407924A
公开(公告)日：2017-02-15
申请号：CN201610813341.X
申请日：2016-09-10
Applicant: 上海大学
CPC classification number: G06K9/00798 , G06K9/6205
Abstract: 本发明涉及的是一种基于路面特征的双目道路识别检测方法。本方法的操作步骤为：一、在地面上做关于直线和圆点阵的特殊标记；二、根据密度聚类的RANSAC（Random Sample Consensus）算法对图像进行拼接；三、对于读取到的图像进行灰度化处理；四、在所获取的图像进行大津法取阈值、Canny边缘检测操作；五、进行霍夫线检测，获取直线方程，偏离角度和距离，之后进行霍夫圆检测；六、对路况的情况进行判断处理计算直道或路径偏离角度与距离；七、进行霍夫圆检测，获取模拟近似折线。本发明可有效地检测在特殊标记下的路况，并在较大干扰噪声信息情况下，仍能有较高的准确率。本发明可运用于工业领域，乃至无人驾驶方面。
-
公开(公告)号：CN107273916B
公开(公告)日：2020-10-16
申请号：CN201710364035.7
申请日：2017-05-22
Applicant: 上海大学
Abstract: 本发明涉及一种隐写算法未知的信息隐藏检测方法，具体操作步骤如下：1）判断一批图像中哪些图像含有秘密信息；2）利用FLD算法和K‑means聚类算法建立算法模型；3）估算最优投影向量，并检测这批图像；4）利用集成分类器投出预分类的结果；5）利用非平衡算法配平衡；6）利用新生成的数据集重新训练集成分类器；7）再利用集成分类器投出最终分类的结果。本发明可以有效地解决无标签的并且数据集不平衡的情况的实际问题。
-
公开(公告)号：CN107273916A
公开(公告)日：2017-10-20
申请号：CN201710364035.7
申请日：2017-05-22
Applicant: 上海大学
Abstract: 本发明涉及一种隐写算法未知的信息隐藏检测方法，具体操作步骤如下：1）判断一批图像中哪些图像含有秘密信息；2）利用FLD算法和K-means聚类算法建立算法模型；3）估算最优投影向量，并检测这批图像；4）利用集成分类器投出预分类的结果；5）利用非平衡算法配平衡；6）利用新生成的数据集重新训练集成分类器；7）再利用集成分类器投出最终分类的结果。本发明可以有效地解决无标签的并且数据集不平衡的情况的实际问题。
-
-
Search Results
3
records
(took 0.013 seconds)
