作者:
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:
针对目前计算机生成图像鉴别算法在对图像纹理特征进行鉴别时精度较差的问题,提出一种基于长期控制计划(LTCP)特征的计算机生成图像鉴别算法.首先将彩色图像变换到颜色模型中,对图像进行下采样,获得较高尺度的纹理信息;然后采用基于LTCP特征和共生矩阵的计算机生成图像盲鉴别算法,对不同尺度的纹理图像LTCP特征及相邻像素一致性共生矩阵特征进行采集;最后通过判别分类器对LTCP特征及相邻像素一致性共生矩阵特征实施分类预测,根据分类预测结果实现计算机生成图像的鉴别.实验结果证明,该算法在计算机上生成的图像特征维度较低,鉴别率和精度较高,能实现计算机生成图像的准确鉴别.
推荐文章
基于计算机图像处理技术棉与Lyocell的鉴别
棉纤维
lyocell
测试方法
自动识别
基于改进局部二值模式和梯度特征的计算机生成图像鉴别算法
图像处理
局部二值模式
图像梯度
图像鉴别算法
粒子图像测速技术
计算机生成兵力中DR算法的实现
计算机生成兵力
DR算法
分布交互仿真
基于B/S结构的计算机笔迹鉴别系统
B/S结构
笔迹鉴别
安全性
数据库
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 基于LTCP特征的计算机生成图像鉴别算法
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 LTCP特征 计算机生成图像 鉴别算法 颜色空间 下采样 SVM分类器
年,卷(期) 2019,(2) 所属期刊栏目 计算机科学
研究方向 页码范围 393-398
页数 6页 分类号 TP391.41
字数 4001字 语种 中文
DOI 10.13413/j.cnki.jdxblxb.2018103
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 刘淑琴 西安邮电大学计算机学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (108)
共引文献  (22)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(24)
  • 参考文献(0)
  • 二级参考文献(24)
2014(8)
  • 参考文献(2)
  • 二级参考文献(6)
2015(15)
  • 参考文献(4)
  • 二级参考文献(11)
2016(9)
  • 参考文献(5)
  • 二级参考文献(4)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
LTCP特征
计算机生成图像
鉴别算法
颜色空间
下采样
SVM分类器
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
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
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
论文1v1指导