基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种自然图像和计算机生成图形的鉴别方法.借用模式识别中的二分类概念,采用块离散余弦变换和统计矩特征量来建立模型,以捕获自然图像和计算机生成图形的统计差异,选用支持向量机作为分类器进行训练和测试.实验结果表明,该方法具有精确度高、应用面广的优点,在自然图像和计算机生成图形的鉴别中有着广阔的前景.
推荐文章
用图像质量评价量实现的真实图像和计算机生成图像的鉴别方法
真实图像
计算机生成图像
图像质量评价量
支持向量机
基于隐马尔可夫模型的自然图像和计算机图形的鉴别
图形鉴别
自然图像
计算机图形
隐马尔可夫模型(HMM)
支持向量机(SVM)
基于统计量的计算机图形检测模型
自然图像
计算机图形
统计矩特征
颜色滤波阵列
人工神经网络
基于二维离散小波的生成图像鉴别方法
小波变换
计算机生成图像
鉴别方法
支持向量机
高维特征
SVM分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种新的自然图像和计算机图形鉴别方法
来源期刊 计算机应用与软件 学科 工学
关键词 自然图像 计算机生成图形 统计矩特征 支持向量机
年,卷(期) 2009,(12) 所属期刊栏目 基金项目论文
研究方向 页码范围 30-33
页数 4页 分类号 TP3
字数 3622字 语种 中文
DOI 10.3969/j.issn.1000-386X.2009.12.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 平西建 信息工程大学信息工程学院 92 962 15.0 26.0
2 张震 信息工程大学信息工程学院 87 476 11.0 17.0
6 康吉全 郑州大学电气工程学院 5 57 5.0 5.0
7 任远 郑州大学电气工程学院 6 77 6.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (39)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
自然图像
计算机生成图形
统计矩特征
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导