论文部分内容阅读
基于多层预测和分级压缩的加密域可逆信息隐藏算法研究
【出 处】
：
西南交通大学
【发表日期】
：
2021年01期
其他文献
国民生活水平的不断提升与电商经济的快速升级下,快递市场需求迅速膨胀,刺激快递业务量出现井喷式增长,2020年我国快递业务量已达833.6亿件,同比增长超过30%。生活水平不断提升的影响下,消费者对快递运输的时效性、便捷性、安全性和可靠性也提出了更高要求,我国快递市场面临着愈发严峻的发展形势。我国高铁运输的快速发展,为快递输送作业提供了有力的运输载体,作为高铁运输的新名片,高铁快运市场需求日趋旺盛,
多传感器的融合可解决传感器的非线性和不确定性问题,针对GPS和SLAM在复杂环境下无法单独为无人车提供准确定位的问题,提出一种基于点云地图匹配的重定位算法,通过融合地图匹配定位及GPS定位结果获取无人车的准确位姿信息。本文主要分为4个部分:（1）根据无人驾驶平台,构建基于激光雷达重定位硬件与软件系统。研究了三维激光雷达数据处理和多传感器同步算法,具体包括激光传感器位置标定、点云数据噪点滤除、点云畸
无人驾驶是当前科技领域的一个重要发展方向,而目标检测是无人驾驶技术的关键环节。由于无人驾驶场景中环境的复杂性且目标多样性的特点,在目标检测过程中,仅使用单一传感器往往无法同时准确的获取被检目标的类别、位置、速度等信息。针对此问题,本文以毫米波雷达与摄像机为研究对象,结合深度学习及相关理论方法,构建基于毫米波雷达与视觉融合的多数据源融合的深度学习目标检测网络,以网络级融合的方式解决无人驾驶中前方目标
随着我国高速铁路快速发展,为了满足客流增长和运输需求,铁路部门对于了解高速铁路通过能力的需求日益迫切。车站是铁路运输的关键节点,列车在站内运行速度慢,车站内列车作业类别多,耗费时间长,导致车站成为路网能力的瓶颈点,因此计算高速铁路车站能力对于了解路网能力,实现点线协调,优化铁路运输具有重要意义。目前我国常用的车站通过能力计算方法是基于普速铁路发展而来的分析计算法,该方法建立在既有线车站客货混行、车