检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

结合深度伪造特征对比的人脸伪造检测

模式识别与人工智能 2024年第9期37卷 786-797页

作者：李兆威高欣健笪子凯高隽合肥工业大学计算机与信息学院合肥230009

随着AIGC(Artificial Intelligence-Generated Content)技术的不断发展,其伪造技术的多样性对现有检测方法发起巨大的挑战.现有大部分的检测方法是基于各种先进的卷积神经网络提取的人脸伪造特征进行检测,泛化能力不足以解决未知方法伪... 详细信息

随着AIGC(Artificial Intelligence-Generated Content)技术的不断发展,其伪造技术的多样性对现有检测方法发起巨大的挑战.现有大部分的检测方法是基于各种先进的卷积神经网络提取的人脸伪造特征进行检测,泛化能力不足以解决未知方法伪造的图像鉴伪.因此文中提出结合深度伪造特征对比的人脸伪造检测方法,对未知的伪造技术具有较好的适应能力.方法分为两个阶段:一方面挖掘不同伪造手段的相似特征,提出基于元学习的相似特征融合网络,利用元学习的学习能力获取不同伪造手法之间的相似性特征;另一方面结合具体任务下的独特伪造特征,提出具体任务下的独特性微调方法,提高模型对未知伪造方法的适应能力.在跨伪造手法和跨库测试上实验表明文中方法性能有所提升,在面对未知手段攻击时具有较优的检测能力.

关键词：人脸伪造检测深度伪造元学习相似特征融合伪造特征挖掘

基于四维非线性串扰模型的单跨无中继光传输多维调制设计

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

电子学报 2024年第8期52卷 2563-2570页

作者：梁志伟陈斌凌未雷艺合肥工业大学计算机与信息学院安徽合肥230009

随着光通信速率需求的不断提高,光纤中的非线性效应成为了限制信道容量增长的主要因素.针对该问题,本文基于四维(Four-Dimensional,4D)非线性串扰模型和几何整形,提出了抗非线性4D调制设计方法.通过在加性高斯白噪声信道(Additive White... 详细信息

随着光通信速率需求的不断提高,光纤中的非线性效应成为了限制信道容量增长的主要因素.针对该问题,本文基于四维(Four-Dimensional,4D)非线性串扰模型和几何整形,提出了抗非线性4D调制设计方法.通过在加性高斯白噪声信道(Additive White Gaussian Noise,AWGN)和单跨无中继光纤传输系统中的仿真,详细比较了四类不同调制格式(包括分别针对AWGN信道和光纤信道设计的2D和4D调制格式)的传输性能.数值仿真结果表明,基于4D非线性串扰模型和4D空间联合优化的调制格式不仅有较高的线性整形增益还具有较好的非线性容忍性.以5通道的波分复用传输系统为例,优化得到的NL-4D-1024调制与传统正交幅度调制(QAM)和2D整形调制相比,可以分别减少0.8 dB和0.4 dB的发射功率.

关键词：多维度调制格式几何整形非线性串扰模型光纤信道相位噪声

在线全文

学校读者我要写书评

暂无评论

基于多重视觉注意力的唇语识别

模式识别与人工智能 2024年第1期37卷 73-84页

作者：谢胤岑薛峰曹明伟合肥工业大学计算机与信息学院合肥230601 合肥工业大学软件学院合肥230601 安徽大学计算机科学与技术学院合肥230601

唇语识别是将单个说话人嘴唇运动的无声视频翻译成文字的一种技术.由于嘴唇运动幅度较小,现有唇语识别方法的特征区分能力和泛化能力都较差.针对该问题,文中分别从时间、空间和通道三个维度研究唇语视觉特征的提纯问题,提出基于多重视... 详细信息

唇语识别是将单个说话人嘴唇运动的无声视频翻译成文字的一种技术.由于嘴唇运动幅度较小,现有唇语识别方法的特征区分能力和泛化能力都较差.针对该问题,文中分别从时间、空间和通道三个维度研究唇语视觉特征的提纯问题,提出基于多重视觉注意力的唇语识别方法(Lipreading Based on Multiple Visual Attention Network,LipMVA).首先利用通道注意力自适应校准通道级别的特征,减轻无意义通道的干扰.然后使用两种粒度不同的时空注意力,抑制不重要的像素或帧的影响.CMLR、GRID数据集上的实验表明LipMVA可降低识别错误率,由此验证方法的有效性.

关键词：唇语识别视觉语音识别注意力机制深度神经网络特征提取

MRNDA:一种基于资源受限片上网络的深度神经网络加速器组播机制研究

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第3期52卷 872-884页

作者：欧阳一鸣王奇汤飞扬周武李建华合肥工业大学计算机与信息学院安徽合肥230009 合肥工业大学微电子学院安徽合肥230009

片上网络(Network-on-Chip,NoC)在多处理器系统中得到了广泛的应用.近年来,有研究提出了基于NoC的深度神经网络(Deep Neural Network,DNN)加速器.基于NoC的DNN加速器设计利用NoC连接神经元计算设备,能够极大地减少加速器对片外存储的访... 详细信息

片上网络(Network-on-Chip,NoC)在多处理器系统中得到了广泛的应用.近年来,有研究提出了基于NoC的深度神经网络(Deep Neural Network,DNN)加速器.基于NoC的DNN加速器设计利用NoC连接神经元计算设备,能够极大地减少加速器对片外存储的访问从而减少加速器的分类延迟和功耗.但是,若采用传统的单播NoC,大量的一对多数据包会极大的提高加速器的通信延迟.并且,目前的深度神经网络规模往往非常庞大,而NoC的核心数量是有限的.因此,文中提出了一种针对资源受限的NoC的组播方案.该方案利用有限数量的处理单元(Processor Element,PE)来计算大型的DNN,并且利用特殊的树形组播加速网络来减少加速器的通信延迟.仿真结果表明,和基准情况相比,本文提出的组播机制使加速器的分类延迟最高降低了86.7%,通信延迟最高降低了88.8%,而它的路由器面积和功耗仅占基准路由器的9.5%和10.3%.

关键词：片上网络深度神经网络加速器组播路由器架构多物理网络

面向三维人体坐标及旋转角估计的注意力融合网络

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2024年第10期29卷 3116-3129页

作者：薛峰边福利李书杰合肥工业大学软件学院合肥230009 合肥工业大学计算机与信息学院合肥230009

目的三维人体姿态估计是计算机视觉的研究热点之一,当前大多数方法直接从视频或二维坐标点回归人体三维关节坐标,忽略了关节旋转角的估计。但是,人体关节旋转角对于一些虚拟现实、计算机动画应用至关重要。为此,本文提出一种能同时估计... 详细信息

目的三维人体姿态估计是计算机视觉的研究热点之一,当前大多数方法直接从视频或二维坐标点回归人体三维关节坐标,忽略了关节旋转角的估计。但是,人体关节旋转角对于一些虚拟现实、计算机动画应用至关重要。为此,本文提出一种能同时估计三维人体坐标及旋转角的注意力融合网络。方法首先应用骨骼长度网络和骨骼方向网络分别从2D人体姿态序列中估计出人体骨骼长度和骨骼方向,并据此计算出初步的三维人体坐标,然后将初步的三维坐标输入关节旋转角估计网络得到关节旋转角,并应用前向运动学(forward kinematics,FK)层计算与关节旋转角对应的三维人体坐标。但由于网络模块的误差累积,与关节旋转角对应的三维人体坐标比初步的三维坐标精度有所降低,但是FK层输出的三维坐标具有更稳定的骨架结构。因此,为了综合这两种三维坐标序列的优势,最后通过注意力融合模块将初步的三维坐标及与关节旋转角对应的三维人体坐标融合为最终的三维关节坐标。这种分步估计的人体姿态估计算法,能够对估计的中间状态加以约束,并且使用注意力融合机制综合了高精度和骨骼稳定性的特点,使得最终结果的精度得到提升。另外,设计了一种专门的根关节处理模块,能够输出更高精度的根关节坐标,从而进一步提升三维人体坐标的精度和平滑性。结果实验在Human3.6M数据集上与对比方法比较平均关节位置误差(mean per joint position error,MPJPE),结果表明,与能够同时计算关节点坐标和旋转角的工作相比,本文方法取得了最好的精度。结论本文提出的方法能够同时从视频中估计人体关节坐标和关节旋转角度,并且得到的人体关节坐标比现有方法具有更高的精度。

关键词：人体姿态估计关节坐标关节旋转角注意力融合分步估计

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

无人机平台的人体呼吸率检测

计算机工程与应用 2024年第6期60卷 323-329页

作者：梁帅杨学志臧宗迪合肥工业大学计算机与信息学院合肥230009 合肥工业大学科研院合肥230009

使用无人机载相机进行呼吸率检测是一种新兴的伤情评估手段,然而现有的视频呼吸率检测算法只适用于固定相机。在基于空间相位的呼吸信号提取技术基础上,提出一种基于无人机载视频的人体呼吸率非接触式测量方法,使用复可控金字塔提取出... 详细信息

使用无人机载相机进行呼吸率检测是一种新兴的伤情评估手段,然而现有的视频呼吸率检测算法只适用于固定相机。在基于空间相位的呼吸信号提取技术基础上,提出一种基于无人机载视频的人体呼吸率非接触式测量方法,使用复可控金字塔提取出每一帧图像的空间相位,按时间顺序排列得到相位序列;接着采用经验模态分解从相位序列中拆解出多个模态分量,并设计频率变异性分析模型从中选择出具有稳定频率的分量,也即目标呼吸信号;利用峰值检测方法检测出人体呼吸率。实验结果表明,该方法在无人机晃动干扰下的呼吸率检测平均准确率能够达到98%以上,优于现有检测方法。

关键词：无人机呼吸率经验模态分解频率变异性空间相位

基于内部知识扩展的软提示学习点击诱饵检测方法

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2024年第9期37卷 798-810页

作者：董丙冰吴信东合肥工业大学大数据知识工程教育部重点实验室合肥230009 合肥工业大学计算机与信息学院合肥230601

点击诱饵的主要目的是通过引导用户点击链接以增加页面浏览量和广告收入.点击诱饵的内容往往具有低质量、误导性或虚假性的特征,对用户产生潜在不利影响.现有的基于预训练语言模型的提示学习方法依赖外部开放知识库以检测点击诱饵,不仅... 详细信息

点击诱饵的主要目的是通过引导用户点击链接以增加页面浏览量和广告收入.点击诱饵的内容往往具有低质量、误导性或虚假性的特征,对用户产生潜在不利影响.现有的基于预训练语言模型的提示学习方法依赖外部开放知识库以检测点击诱饵,不仅性能受制于外部知识库的质量和可用性,而且不可避免地导致查询和响应的延迟.为此,文中提出基于内部知识扩展的软提示学习点击诱饵检测方法,从训练数据集本身提取扩展词,同时采用层次聚类和优化策略,在提示学习中对获得的扩展词进行微调,避免从外部知识库检索知识.此外,采用软提示学习可获得适合特定文本类型的最佳提示,避免手工模板带来的偏差.在少样本场景下,尽管文中方法只基于内部知识进行扩展,但在三个公开的点击诱饵数据集上可以以较少的时间取得较优的检测效果.

关键词：点击诱饵检测软提示内部知识扩展提示学习

使用掌纹线对基于深度学习的掌纹识别进行数据增强

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

智能系统学报 2024年

作者：金怡凡王海涛贾伟合肥工业大学计算机与信息学院

近年来掌纹识别技术受到越来越多的关注，然而在掌纹识别的过程中，复杂的应用场景为识别带来了困难。在基于深度学习的掌纹识别算法中，数据增强操作具有较大的作用。由于掌纹的独特性，其所包含的特征信息几乎全部处于掌纹线之中，因... 详细信息

近年来掌纹识别技术受到越来越多的关注，然而在掌纹识别的过程中，复杂的应用场景为识别带来了困难。在基于深度学习的掌纹识别算法中，数据增强操作具有较大的作用。由于掌纹的独特性，其所包含的特征信息几乎全部处于掌纹线之中，因此传统的全局数据增强方法收效甚微。本文提出了一种基于掌纹线的数据增强方法。该方法首先基于传统的图像处理方法，提出了多阶段的掌纹线提取算法。然后，基于提取的掌纹线，设计了一种掌纹识别的数据增强方案。通过实验表明，应用该数据增强方式对掌纹图像进行增强之后，在4个广泛应用的深度学习模型上都取得了更好的效果。该数据增强方法简单高效，能够在实际应用中发挥作用。

关键词：生物特征识别深度学习身份鉴别 Gabor滤波器掌纹识别掌线提取数据增强卷积神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

音效伪造数据集的构建与基准检测方法研究

北京航空航天大学学报 2024年

作者：温心哲陈雁翔郑盛有李国平合肥工业大学计算机与信息学院

音效合成技术的进步虽然有利于推动多媒体创作和娱乐产业的发展，但其在包括伪证、谣言等不良应用方面也带来了潜在的社会负面影响，不同于语音合成和歌声合成，音效合成更专注于创造各种非人声，这使得现有的针对人声的音频伪造检测研... 详细信息

音效合成技术的进步虽然有利于推动多媒体创作和娱乐产业的发展，但其在包括伪证、谣言等不良应用方面也带来了潜在的社会负面影响，不同于语音合成和歌声合成，音效合成更专注于创造各种非人声，这使得现有的针对人声的音频伪造检测研究具有局限性。因此提出了音效伪造检测任务，并为该任务创建了一个音效伪造检测数据集（Fake Sound Effect Dataset，FSED），旨在推动音效鉴伪技术的发展。数据集考虑了三类不同模态引导下的九种伪造音效生成算法，并从三个不同数据集中收集真实数据。最终数据集共包含70800个合成音效，35400个真实音效。还精心设计了四种不同的测试集，旨在更好地评估伪造检测方法的泛化性和鲁棒性。此外，使用了基于音频预训练模型的伪造检测方法对数据集进行基准测试，结果表明本数据集具有一定的挑战性。

关键词：音效深度伪造检测音效合成数据集音频预训练模型泛化性