摘要: 分割运动手部时,为了不依赖不合理的假设和解决手脸遮挡问题,该文提出一种基于肤色、灰度、深度和运动线索的分割方法。首先,利用灰度与深度光流的方差信息来自适应提取运动感兴趣区域(Motion Region of Interest, MRoI),以定位人体运动部位。然后,在MRoI中检测满足肤色与自适应运动约束的角点作为皮肤种子点。接着,根据肤色、深度与运动准则将皮肤种子点生长为候选手部区域。最后,通过边缘深度梯度、骨架提取和最优路径搜索从候选手部区域中分割出运动手部区域。实验结果表明,在不同情形下,特别是手脸遮挡时,该方法可以有效和准确地分割出运动手部区域。
摘要: 针对无线信道动态衰落特性引起的蜂窝网室内定位误差较大的问题,该文提出基于密度的空间聚类(Density Based Spatial Clustering of Applications with Noise, DBSCAN)子空间匹配算法,有效剔除大误差点,提高定位精度。首先通过划分信号空间,构建多个子空间,在子空间中利用加权K近邻匹配算法(Weighted K Nearest Neighbor, WKNN)估计出目标位置;然后利用DBSCAN对估计位置进行聚类以剔除异常点;最后结合概率模型确定最终估计位置。实验结果表明,基于DBSCAN的子空间匹配算法能有效剔除大误差点,提高蜂窝网室内定位系统的整体性能。
摘要: 虚拟机迁移是数据中心提供的重要功能之一,可以有效地均衡各个基础设施中的工作负载。为有效地减少虚拟机迁移的总时间和对服务性能的影响,该文提出基于代价评估的启发式算法(Heuristic Algorithm based on Cost Evaluation, HACE)。算法在虚拟机迁移的每一步中综合考虑网络中的剩余带宽和迁移时间,通过有机结合并行算法和启发式算法,解决软件定义网络中数据中心大量虚拟机同时迁移时的迁移序列问题。算法在保证安全、依赖关系和性能要求的同时,减少虚拟机的总迁移时间。实验结果表明,与贪心算法相比,该算法能够减少虚拟机总迁移时间达到52.1%,提高迁移性能,确保服务质量。
摘要: 在能量分析攻击中,为了提高攻击效率,减少噪声的影响,越来越多的预处理方法被使用,取得了很多显著的效果。该文以在ATmega16上运行的AES-128算法作为攻击目标,对采集的原始能量曲线进行滑动平均滤波,再通过相关能量分析(Correlation Power Analysis, CPA)攻击确定滑动平均滤波的最优参数。通过与原始数据和经过Hanning窗低通滤波器滤波后的数据对比,可以看出经过滑动平均滤波处理后,使用正确密钥所得的CPA相关系数较原始数据或低通滤波处理后所得系数大,而错误密钥所得相关系数小。经过滑动平均处理后,不仅可以发现AES-128的10轮加密过程,而且经过差分能量分析攻击所得的尖峰较原始的更为明显。实验结果表明经过滑动平均滤波预处理后,能量分析攻击的效率可明显提高。