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

语言引导的多粒度特征融合目标分割方法

北京航空航天大学学报 2024年第2期50卷 542-550页

作者：谭荃戈王蓉吴澳中国人民公安大学信息网络安全学院北京100091

语言引导的目标分割旨在将文本描述的目标与其所指代的实体进行匹配,从而实现对文本、实体之间关系的理解与指代目标的定位。该任务在信息抽取、文本分类、机器翻译等应用场景中具有重要的应用价值。基于Refvos模型提出一种语言引导的... 详细信息

语言引导的目标分割旨在将文本描述的目标与其所指代的实体进行匹配,从而实现对文本、实体之间关系的理解与指代目标的定位。该任务在信息抽取、文本分类、机器翻译等应用场景中具有重要的应用价值。基于Refvos模型提出一种语言引导的多粒度特征融合目标分割方法,能够对特定目标精准定位。利用Swin Transformer和Bert网络,分别提取多粒度的视觉特征和文本特征,提高对整体与细节的表征能力;将文本特征分别与不同粒度视觉特征进行融合,通过语言引导增强特定目标表达;通过卷积长短期记忆网络对多粒度融合特征进行优化,在不同粒度特征间进行信息交流,得到更精细化的分割结果。在UNC、UNC+、G-Ref、ReferIt数据集上进行训练并测试所提方法。实验结果表明:相比Refvos,所提方法在UNC数据集的val、testB子集中IoU结果分别提升0.92%、4.1%,在UNC+数据集的val、testA、testB子集中IoU结果分别提升1.83%、0.63%、1.75%。所提方法在G-Ref、ReferIt数据集的IoU结果分别为40.16%和64.37%,达到前沿水平,证明所提方法的有效性与先进性。

关键词：目标分割指代分割特征融合跨模态文本理解

融合用户传播倾向信息的超图网络谣言检测模型

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第6期8卷 82-94页

作者：彭竞杰顾益军张岚泽中国人民公安大学信息网络安全学院北京100038

【目的】构造融合用户传播倾向信息的推文交互超图谣言检测模型,提高谣言检测准确率。【方法】提出一种名为UPBI_HGRD的谣言检测模型。该模型在获取推文节点嵌入表示时融合了用户传播倾向信息,并根据用户ID构造超边,形成能够反映推文交... 详细信息

【目的】构造融合用户传播倾向信息的推文交互超图谣言检测模型,提高谣言检测准确率。【方法】提出一种名为UPBI_HGRD的谣言检测模型。该模型在获取推文节点嵌入表示时融合了用户传播倾向信息,并根据用户ID构造超边,形成能够反映推文交互关系的超图。此外,提出推文节点-用户超边级多层双级多头注意力机制关注重要的推文关系,从而有效学习节点的嵌入表示,最后将其输入分类器中判断是否是谣言。【结果】在三个公开数据集上的实验结果表明,所提模型的准确率分别达到了94.57%、97.82%和94.76%,优于基线模型,并具有优秀的谣言早期检测性能,证明了模型的有效性。【局限】获取融合用户传播倾向信息的推文嵌入表示以及构建超图的过程有一定时间开销,未来将从提高模型的时间效率等方面开展进一步研究。【结论】UPBI_HGRD模型可以有效提高谣言检测的准确率,为网络谣言的识别提供了新思路。

关键词：谣言检测节点嵌入用户传播倾向信息超图多层双级多头注意力机制

在线全文

学校读者我要写书评

暂无评论

基于注意力机制与条件卷积的行人重识别方法

北京航空航天大学学报 2024年第2期50卷 655-662页

作者：姬广凯王蓉彭舒凡中国人民公安大学信息网络安全学院北京100038

行人重识别是计算机视觉领域的一个重要部分,但是容易受到行人图片实际采集环境的影响,导致行人特征表达不充分,进一步导致模型精度不高。提出一种基于注意力机制和条件卷积改进的行人重识别方法,使行人特征得到更充分的表达。将注意力... 详细信息

行人重识别是计算机视觉领域的一个重要部分,但是容易受到行人图片实际采集环境的影响,导致行人特征表达不充分,进一步导致模型精度不高。提出一种基于注意力机制和条件卷积改进的行人重识别方法,使行人特征得到更充分的表达。将注意力机制引入特征提取网络ResNet50中,对输入图像空间和通道上的关键信息进行加权强化,同时抑制可能的噪声;将条件卷积模块引入主干网络,动态调整卷积核参数,使模型能够在保持高效推理的同时提高容量和性能;利用Market1501、MSMT17和DukeMTMC-ReID主流数据集对改进方法进行评估,Rank1分别提升1.1%、2.4%、1.3%,mAP分别提升0.5%、2.3%、1.3%,结果表明:改进方法能够使行人特征得到更好的表达,识别精度得到提升。

关键词：注意力机制条件卷积 ResNet50 行人重识别深度学习

在线全文

学校读者我要写书评

暂无评论

基于流量分割与填充的网站指纹防御技术

北京理工大学学报 2024年第7期44卷 750-760页

作者：黄斌杜彦辉中国人民公安大学信息网络安全学院北京100038

Tor匿名网络是一种用于保护用户通信隐私的匿名通信系统.网站指纹攻击算法通过分析用户的流量数据来破坏用户通信隐私的匿名性.为防范网站指纹攻击,研究人员提出各种网站指纹防御算法.现阶段,这些防御方法存在着防御开销高、防御性能差... 详细信息

Tor匿名网络是一种用于保护用户通信隐私的匿名通信系统.网站指纹攻击算法通过分析用户的流量数据来破坏用户通信隐私的匿名性.为防范网站指纹攻击,研究人员提出各种网站指纹防御算法.现阶段,这些防御方法存在着防御开销高、防御性能差的问题.为此提出了一种基于流量分割与填充的网站指纹防御算法.该算法由流量分割和数据单元填充这两个模块组成.流量分割模块通过使用随机数量的链路和基于数据单元间隔时间的链路切换策略,将网站流量分割并发送到不同的链路上.数据单元填充模块通过使用Break Burst和Extend Burst两个子模块,分别在传入和传出burst中注入填充数据单元,进一步混淆各个链路上的网站流量模式.在封闭世界场景下,相较于同类算法HyWF,所提算法进一步降低了最优攻击算法RF的精确率18.54%和召回率20.25%;而相较于CoMPS算法,在使用更少链路的情况下,所提算法能够进一步降低RF算法的精确率2.72%和召回率5.23%.实验结果表明,所提算法在防御性能方面优于其他同类算法,并且带来了更低的防御开销.

关键词：网络安全 Tor匿名网络网站指纹防御

在线全文

学校读者我要写书评

暂无评论

基于希尔伯特滤波的可擦笔油墨光谱模式识别

光谱学与光谱分析 2024年第5期44卷 1338-1345页

作者：王晓宾张傲林邹颖芳杨蕾中国人民公安大学侦查学院北京100038

文件的真实性是当前诉讼审查阶段的重要工作,可擦笔在司法案件中常被用来进行伪造文书、合同等犯罪行为。针对其油墨成分、笔迹修改等方面的辨识是文件检验领域的重点研究。特殊热感变色颜料是可擦笔油墨的主要成分,其变色原理是随着温... 详细信息

文件的真实性是当前诉讼审查阶段的重要工作,可擦笔在司法案件中常被用来进行伪造文书、合同等犯罪行为。针对其油墨成分、笔迹修改等方面的辨识是文件检验领域的重点研究。特殊热感变色颜料是可擦笔油墨的主要成分,其变色原理是随着温度变化会产生笔迹的消失与复现,在65℃以上颜色褪去,在-18℃以下颜色复现。对其进行种属认定可以对案件证据的真实性进行鉴别,为案件诉讼过程提供支持。高光谱的超高光谱分辨率对高分子材料具有较好的特征选择性,能够有效的对常见油墨成分进行数据采集。该实验收集22个品牌共45份可擦笔油墨样本,可以分为碳化钨笔珠、子弹头笔珠、全针管、半针管四种类型,统一采集450~950 nm波段的高光谱信息。关于光谱数据背景噪声冗余的问题,选用主成分分析法(PCA)对数据进行降维处理,提取特征变量。基于降维后的数据选用不同类型的希尔伯特变换(HT)进行信号滤波,进一步选择有效信号,提升建模效果。样本识别上选用多层感知器(MLP)和径向基函数神经网络(radial basis function neural network,RBFNN)两种人工神经网络模型,基于23维主成分提取的特征变量类建模准确率分别为81%,84%,通过希尔伯特高通滤波处理后可以将分类准确率提升至88.9%,92%,能够有效提升识别准确率。为进一步区分不同样本的种类,选择Fisher判别分析方法进行建模,各样本原始数据在FDA模型中识别准确率为44%,经最优PCA-HT处理的FDA建模准确率为93.3%,能够区分出不同的可擦笔油墨类型。结果表明,PCA能够在保留光谱有效信息的基础上进行降维,提升模型精度并且缩短运行时间,相较于原始光谱数据建模效果较好,通过希尔伯特变换后的光谱数据能够进一步完善有效光谱信息,使得建模准确率进一步提升。该实验确定PCA-HT-FDA模型为最佳可擦笔油墨高光谱识别模型,能够为司法鉴定人员提供一定参考。

关键词：可擦笔高光谱滤波器希尔伯特变换模式识别

在线全文

学校读者我要写书评

暂无评论

生成对抗网络在图像修复中的应用综述

计算机科学与探索 2024年第3期18卷 553-573页

作者：龚颖许文韬赵策王斌君中国人民公安大学信息网络安全学院北京100240

随着生成对抗网络的迅猛发展,许多基于传统方法难以较好解决的图像修复问题获得了新的研究途径。生成对抗网络凭借强大的生成能力,能从受损图像中恢复出完好的图像,故而在图像修复中得到较为广泛的应用。总结了近年来利用生成对抗网络... 详细信息

随着生成对抗网络的迅猛发展,许多基于传统方法难以较好解决的图像修复问题获得了新的研究途径。生成对抗网络凭借强大的生成能力,能从受损图像中恢复出完好的图像,故而在图像修复中得到较为广泛的应用。总结了近年来利用生成对抗网络修复受损图像问题的相关理论与研究,以受损图像的类别及其所适配的修复方法为主要划分依据,将图像修复的应用划分为图像补全、图像去模糊、图像去噪三个主要方面。针对每一方面,通过技术原理、应用对象等维度对图像修复的应用进一步细分。对于图像补全领域,从使用条件引导与潜在编码等角度探讨了基于生成对抗网络的不同图像补全方法;对于图像去模糊领域,阐释了运动模糊图像与静态模糊图像的本质不同及其修复方法;对于图像去噪领域,归纳了不同类别图像的个性化去噪方法。同时,对于每一类应用,分析了所采用的具体生成对抗网络模型的特点及其贡献。最后,总结了生成对抗网络应用于图像修复的优势与不足,并对未来应用场景进行了展望。

关键词：图像修复生成对抗网络图像补全图像去模糊图像去噪

融合动态传播和社区结构的社交媒体谣言检测模型

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第18期60卷 198-207页

作者：强子珊顾益军中国人民公安大学信息网络安全学院北京100032

为解决现有谣言检测模型对时间信息利用不充分的问题,同时验证利用谣言传播的社区结构特征可以提高谣言检测模型的性能,提出一种融合动态传播和社区结构的社交媒体谣言检测模型Dy_PCRD(rumor detection model based on dynamic propagat... 详细信息

为解决现有谣言检测模型对时间信息利用不充分的问题,同时验证利用谣言传播的社区结构特征可以提高谣言检测模型的性能,提出一种融合动态传播和社区结构的社交媒体谣言检测模型Dy_PCRD(rumor detection model based on dynamic propagation and community structure),一方面使用图卷积网络提取谣言传播的结构特征,另一方面先根据谣言内容和传播结构划分话题社区,再使用一种新型的注意力计算方法提取谣言的社区结构特征,将二者分别输入时间注意力单元对其动态变化规律进行建模,最后基于所获得的嵌入表示对谣言进行分类。三个公开数据集上的实验结果表明,在相同条件下,相较于基线模型,其准确率及其他各评价指标均有所提升,验证了社区结构特征、动态性特征以及相关注意力计算方法对提升谣言检测模型性能的有效性。

关键词：谣言检测动态图社区结构传播注意力机制

局部特征增强的转置自注意力图像超分辨率重建

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4期29卷 908-921页

作者：孙阳丁建伟张琪邓琪瑶中国人民公安大学信息网络安全学院北京100038

目的超分辨率(super resolution,SR)重建任务通过划分窗口引入自注意力机制进行特征提取,获得了令人瞩目的成绩。针对划分窗口应用自注意力机制时会限制图像信息聚合范围、制约模型对特征信息进行建模的问题,本文基于转置自注意力机制... 详细信息

目的超分辨率(super resolution,SR)重建任务通过划分窗口引入自注意力机制进行特征提取,获得了令人瞩目的成绩。针对划分窗口应用自注意力机制时会限制图像信息聚合范围、制约模型对特征信息进行建模的问题,本文基于转置自注意力机制构建全局和局部信息建模网络捕捉图像像素依赖关系。方法首先采用轻量的基线模型对特征进行简单关系建模,然后将空间维度上的自注意力机制转换到通道维度,通过计算交叉协方差矩阵构建各像素点之间的长距离依赖关系,接着通过引入通道注意力块补充图像重建所需的局部信息,最后构建双门控机制控制信息在模型中的流动,提高模型对特征的建模能力及其鲁棒性。结果实验在5个基准数据集Set5、Set14、BSD100、Urban100、Manga109上与主流方法进行了比较,在不同比例因子的SR任务中均获得了最佳或者次佳的结果。与SwinIR(image restoration using swin Transformer)在×2倍SR任务中相比,在以上5个数据集上的峰值信噪比分别提升了0.03 dB、0.21 dB、0.05 dB、0.29 dB和0.10 dB,结构相似度也获得了极大提升,同时视觉感知优化十分明显。结论所提出的网络模型能够更充分地对特征信息全局关系进行建模,同时也不会丢失图像特有的局部相关性。重建图像质量明显提高,细节更加丰富,充分说明了本文方法的有效性与先进性。

关键词：图像超分辨率重建自注意力机制深度学习图像复原门控网络

在线全文

学校读者我要写书评

暂无评论

基于分割和多级掩膜学习的遮挡人脸识别方法

计算机科学与探索 2024年第7期18卷 1814-1825页

作者：张铮芦天亮曹金璇中国人民公安大学信息网络安全学院北京100038

现有的人脸识别方法无法有效消除遮挡造成的损坏特征的影响,随着网络层数加深,损坏特征与用于身份分类的有效特征变得难以分离,影响识别结果。针对上述问题,设计了一种基于分割和多级掩膜学习策略的遮挡人脸识别方法,模型由遮挡检测分... 详细信息

现有的人脸识别方法无法有效消除遮挡造成的损坏特征的影响,随着网络层数加深,损坏特征与用于身份分类的有效特征变得难以分离,影响识别结果。针对上述问题,设计了一种基于分割和多级掩膜学习策略的遮挡人脸识别方法,模型由遮挡检测分割、特征提取、掩膜学习单元三大模块构成,无需依赖额外的遮挡检测器,且无论训练还是测试都只需要一次端到端的过程即可同时学习特征掩膜和深度抗遮挡特征。掩膜学习单元以不同尺寸的遮挡分割表示和不同阶段的人脸特征为输入,为特征提取的不同阶段生成对应的掩膜,通过掩膜运算在特征提取的各阶段有效消除遮挡造成的损坏特征的影响,最终构建特征金字塔融合各阶段特征进行身份分类。实验结果表明该方法可有效提高遮挡人脸识别的准确率,在经过遮挡处理的LFW数据集以及真实的口罩遮挡数据集MFR2、Mask_whn上的准确率分别达到了98.77%、96.70%、81.53%,与现有的主流方法相比分别提升了2.04、0.48、4.44个百分点。

关键词：遮挡人脸识别多级掩膜学习遮挡检测分割特征金字塔