甘艳芬

作品数：8被引量：22H指数：2
导出分析报告
供职机构：《美中外语》编辑部更多>>
发文主题：超混沌序列人脸检测车牌定位方法车牌定位分块更多>>
发文领域：自动化与计算机技术语言文字更多>>
发文期刊：《计算机技术与发展》《US-China Foreign Language》《广东工业大学学报》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
全国第二届认知语言学与二语习得学术研讨会
《US-China Foreign Language》2010年第2期31-31,共1页甘艳芬 
为了及时总结和交流“全国首届认知语言学与二语习得学术研讨会”以来国内应用认知语言学的研究成果，进一步推动我国二语习得与外语教学研究的发展，中国认知语言学研究会决定于2010年10月15-17日与广州大学外国语学院联合主办“全国...
关键词：语言学习 外语学习 焦虑情绪 商数 外国 人类基因 人类社会 智能结构 
基于超混沌加密的多水印分级嵌入算法
《广东工业大学学报》2008年第4期52-55,68,共5页张慧华 郑胜林 潘保昌 甘艳芬 温川雪 
为了提高多水印算法的安全性,提出了基于超混沌序列加密的多水印分级嵌入算法.该算法利用超混沌序列对水印图像进行加密,采用分级嵌入加密后的多个含不同信息的水印图像的方法.实验结果证明了该算法的可行性.该算法在检测水印时需要多...
关键词：多水印 分级嵌入 超混沌序列 多组密钥 
一种基于线连通的人脸定位法
《广东工业大学学报》2008年第1期43-46,共4页彭绍湖 郑胜林 潘保昌 甘艳芬 周泽华 
提出一种基于线连通的区域聚合法,结合肤色处理和区域特征等方法对人脸进行定位.这种新的区域聚合法能快速有效地获取图像区域的几何特性,从而可以提取区域的各种特征,最终能根据人脸的基本特征对图像的人脸进行定位.实验证明,这种方法...
关键词：人脸检测 人脸特征检测 特征定位 
基于奇异值分解的双重网络身份认证系统
《广东工业大学学报》2007年第3期54-56,共3页甘艳芬 潘保昌 郑胜林 周泽华 黄创辉 
针对当前网络的发展和面临的安全问题,提出了一种基于奇异值分解的双重网络身份认证系统.运用奇异值分解水印技术把ID和指纹结合为一体,实现对指纹特征库ID的认证和指纹识别认证的双重认证,并使ID和指纹具有相对独立性,加强了ID的隐藏...
关键词：数字水印 身份认证 奇异值分解 
基于特征图像方法的运动物体检测
《广东工业大学学报》2007年第2期87-89,共3页曹晓均 潘保昌 郑胜林 甘艳芬 
在传统特征图像方法基础上,提出一种基于分块边缘特征图像的运动物体检测算法.该算法对背景图和叠加图进行分块处理,分别提取出背景图与叠加图的最大特征向量,求得背景图与叠加图的各块投影系数,进行运动物体的匹配检测.在实际处理时,...
关键词：边缘检测 特征图像 运动物体检测 
基于单通道比例差分的运动物体快速检测被引量：1
《微计算机信息》2007年第03X期313-314,276,共3页甘艳芬 郑胜林 潘保昌 彭绍湖 周泽华 
2006年国家自然科学基金项目(60572078)
本文提出了一种基于颜色单通道比例差分累加投影的运动物体快速检测算法,该方法利用分子分母同向变化时,比值差异小的原理,对颜色单通道和灰度值的比例差异进行累加投影,通过投影波形对运动物体进行检测定位。与传统方法相比,由于利用...
关键词：快速运动检测 单通道比例差分 高斯平滑处理 
基于多颜色模型的车牌定位方法被引量：17
《微计算机信息》2007年第01S期283-285,共3页周泽华 潘保昌 郑胜林 赵全友 甘艳芬 
2006年国家自然科学基金项目(编号60572078)
提出了一种基于多颜色模型的车牌定位方法。首先把输入的RGB彩色图像转化到HSV和YIQ颜色空间,综合这两个颜色空间的信息进行颜色分割去除大量的背景干扰信息,得到了颜色为车牌照的一些区域。然后将颜色分割后的图像灰度化并分块,找出水...
关键词：多颜色模型 颜色分割 分块 投影 车牌定位 
基于超混沌加密的脆弱数字水印技术被引量：4
《计算机技术与发展》2006年第10期145-148,共4页甘艳芬 郑胜林 潘保昌 曾健 赵全友 
为了避免过多的水印信息嵌入导致原图像质量下降以及一般加密方法的安全性不高的问题,利用离散余弦变换中空域任何一点的变化都会对频域造成影响的特性来对微小篡改进行监督。因此以参考文献[2]中的DCT域系数嵌入关系为基础,提出了相应...
关键词：数字水印技术 超混沌序列 随机间隔法 双密钥加密 DCT域 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部