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

人脸深度伪造主动防御技术综述

中国图象图形学报 2024年第2期29卷 318-342页

作者：瞿左珉殷琪林盛紫琦吴俊彦张博林余尚戎卢伟中山大学计算机学院广州510006 广东省信息安全技术重点实验室广州510006 教育部机器智能与先进计算重点实验室广州510006

深度生成模型的飞速发展推动了人脸深度伪造技术的进步,以Deepfake为代表的深度伪造模型也得到了十分广泛的应用。深度伪造技术可以对人脸图像或视频进行有目的的操纵,一方面,这种技术广泛应用于电影特效、娱乐场景中,丰富了人们的娱乐... 详细信息

深度生成模型的飞速发展推动了人脸深度伪造技术的进步,以Deepfake为代表的深度伪造模型也得到了十分广泛的应用。深度伪造技术可以对人脸图像或视频进行有目的的操纵,一方面,这种技术广泛应用于电影特效、娱乐场景中,丰富了人们的娱乐生活,促进了互联网多媒体的传播;另一方面,深度伪造也应用于一些可能造成不良影响的场景,给公民的名誉权、肖像权造成了危害,同时也给国家安全和社会稳定带来了极大的威胁,因此对深度伪造防御技术的研究日益迫切。现有的防御技术主要分为被动检测和主动防御,而被动检测的方式无法消除伪造人脸在广泛传播中造成的影响,难以做到“事前防御”,因此主动防御的思想得到了研究人员的广泛关注。然而,目前学术界有关深度伪造防御的综述主要关注基于检测的被动式防御方法,几乎没有以深度伪造主动防御技术为重点的综述。基于此,本文对当前学术界提出的人脸深度伪造主动防御技术进行梳理、总结和讨论。首先阐述了深度伪造主动防御的提出背景和主要思想,并对现有的人脸深度伪造主动防御算法进行汇总和归类,然后对各类主动防御算法的技术原理、性能、优缺点等进行了系统性的总结,同时介绍了研究常用的数据集和评估方法,最后对深度伪造主动防御所面临的技术挑战进行了分析,对其未来的发展方向展开了思考和讨论。

关键词：人脸深度伪造人脸深度伪造防御主动防御对抗攻击生成对抗网络(GAN) 深度学习

在线全文

学校读者我要写书评

暂无评论

非对称边界的亚波长金光栅反射相位调制

激光与光电子学进展 2024年第13期 180-186页

作者：王柳王庄李韵九韦穗沈川屈磊张成安徽大学计算智能与信号处理教育部重点实验室

以非对称性边界条件的亚波长金光栅多层结构为模型，借助散射矩阵理论，给出反射相位与光栅边界媒质折射率之间的形式化表达。在上述表达式的基础上，以前期设计的嵌入亚波长金光栅的硅基液晶（G-LCoS）结构为例，使用时域有限差分法开... 详细信息

以非对称性边界条件的亚波长金光栅多层结构为模型，借助散射矩阵理论，给出反射相位与光栅边界媒质折射率之间的形式化表达。在上述表达式的基础上，以前期设计的嵌入亚波长金光栅的硅基液晶（G-LCoS）结构为例，使用时域有限差分法开展仿真实验，通过不断优化亚波长金光栅的非对称边界条件，使得G-LCoS在可见光波段下实现多波长的近2π相位调制量。所给出的形式化表达式以及优化过程可为具有动态非对称边界条件的器件，特别是微纳尺度复调制器件的设计提供参考，并且能在一定程度上解释其物理机制。

关键词：亚波长金光栅非对称边界条件散射矩阵时域有限差分法相位调制

中压直流配电场景下混合型MMC过调制工况对运行稳定性的影响分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

天津大学学报（自然科学与工程技术版） 2024年第2期57卷 123-136页

作者：肖迁徐劲贾宏杰穆云飞金昱陆文标智能电网教育部重点实验室(天津大学) 天津300072

混合型模块化多电平换流器(hybrid MMC)可通过过调制运行实现中压直流(MVDC)配电网的直流故障穿越.现有研究未充分分析过调制工况下混合型MMC的运行稳定性,无法满足中压直流配电网的运行需求.为此,本文通过与正常工况进行对比,分析了过... 详细信息

混合型模块化多电平换流器(hybrid MMC)可通过过调制运行实现中压直流(MVDC)配电网的直流故障穿越.现有研究未充分分析过调制工况下混合型MMC的运行稳定性,无法满足中压直流配电网的运行需求.为此,本文通过与正常工况进行对比,分析了过调制工况对混合型MMC运行稳定性的影响.首先,在电气与控制部分统一的dq坐标系下,构建考虑直流调制比的混合型MMC小信号模型,并将其与详细电磁暂态(EMT)仿真结果对比,验证所建立模型的准确性;其次,对比正常及过调制工况下的根轨迹,进而从控制参数可行域的角度分析了过调制工况对系统运行稳定性的影响;然后,基于主导模态特征根的虚部计算系统失稳时的振荡频率,并将其与相同控制参数下电磁暂态仿真结果进行对比,验证上述稳定性分析结果的正确性;最后,基于参与因子法计算各状态变量对于主导模态的参与程度,从而揭示对系统稳定性影响较大的关键状态变量.理论分析及仿真结果表明,混合型MMC的内部模态会随着交流及直流电流控制器参数的增大而逐渐趋于不稳定;相较于正常工况,过调制工况下混合型MMC控制参数可行域扩大,小信号稳定性提高.

关键词：中压直流配电网混合型模块化多电平换流器小信号建模稳定性分析根轨迹

仿鼠脑内嗅-海马-前额叶信息传递回路的空间导航方法

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2024年第1期41卷 80-89页

作者：廖诣深于乃功北京工业大学信息学部计算智能与智能系统重点实验室北京100124

生理学研究发现,大鼠进行空间定位依赖内嗅—海马CA3结构中的网格细胞与位置细胞,而内嗅—海马结构与前额叶皮层之间的动态联系是导航的关键。基于此,本文提出一种仿鼠脑内嗅—海马—前额叶信息传递回路的空间导航方法,旨在为移动机器... 详细信息

生理学研究发现,大鼠进行空间定位依赖内嗅—海马CA3结构中的网格细胞与位置细胞,而内嗅—海马结构与前额叶皮层之间的动态联系是导航的关键。基于此,本文提出一种仿鼠脑内嗅—海马—前额叶信息传递回路的空间导航方法,旨在为移动机器人赋予强大的空间导航能力。在海马CA3—前额叶空间导航模型的基础上,本文构建以海马CA1区位置细胞为基本单元的动态自组织模型优化导航路径。随后通过海马CA3区位置细胞与前额叶皮层动作神经元将优化后的路径回馈至脉冲神经网络,提高模型收敛速度的同时还有助于建立导航习惯的长期记忆。为验证方法的有效性,本文分别设计了二维仿真实验和三维仿真平台的机器人实验。实验结果表明:本文方法不仅能够在导航效率、收敛速度等方面超越其他算法,而且对动态变化的导航任务具有较好的适应性。同时,本文方法还能够很好地应用在移动机器人平台上。

关键词：位置细胞动作神经元内嗅—海马前额叶空间导航

基于注意力和挤压-激励Inception的双分支合成语音检测

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：王晗赵腊生张强程银清邱泽鹏先进设计与智能计算省部共建教育部重点实验室(大连大学)

合成语音攻击给人们的生活带来巨大的威胁，为了解决现有模型从冗余信息中提取关键信息能力不足以及单一模型无法综合利用多检测模型优势的问题，提出一种基于注意力和挤压-激励(SE)模块-Inception的双分支(Dual-ABIB)合成语音检测模型... 详细信息

合成语音攻击给人们的生活带来巨大的威胁，为了解决现有模型从冗余信息中提取关键信息能力不足以及单一模型无法综合利用多检测模型优势的问题，提出一种基于注意力和挤压-激励(SE)模块-Inception的双分支(Dual-ABIB)合成语音检测模型。首先，基于SincNet(Sinc-based Convolutional Neural Network)提取的初始特征图进行注意力分支合成语音检测模型训练，并输出注意力图；其次，将注意力图和初始特征图进行点积运算并与初始特征图叠加，作为SE-Inc分支的输入进行训练；最后，通过决策级加权融合处理两个分支所获得的分类分数，实现合成语音检测。实验结果表明，所提模型在参数量为539×103的情况下，在ASVspoof2019数据集上获得了0.0332的最小串联检测代价函数值(min t-DCF)和1.15%的等错误率(EER)，与SE-ResABNet方法相比，在参数量仅为其56%的情况下，min t-DCF和EER分别下降了35%和39%；同时在ASVspoof2015和ASVspoof2021数据集上表现了更好的泛化能力。以上结果验证了所提模型能够在较小参数量下，获得更低的min t-DCF和EER。

关键词：注意力机制挤压-激励模块双分支合成语音检测决策级融合

基于单应性扩散约束的二步网格优化视差图像对齐

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自动化学报 2024年第6期50卷 1129-1142页

作者：陈殷齐郑慧诚严志伟林峻宇中山大学计算机学院广州510006 季华实验室新型显示技术与装备研究中心佛山528000 机器智能与先进计算教育部重点实验室广州510006 广东省信息安全技术重点实验室广州510006 复旦大学计算机科学技术学院上海200438

目前,在带有视差场景的图像对齐中,主要难点在某些无法找到足够匹配特征的区域,这些区域称为匹配特征缺失区域.现有算法往往忽略匹配特征缺失区域的对齐建模,而只将有足够匹配特征区域中的部分单应变换系数(如相似性变换系数)传递给匹... 详细信息

目前,在带有视差场景的图像对齐中,主要难点在某些无法找到足够匹配特征的区域,这些区域称为匹配特征缺失区域.现有算法往往忽略匹配特征缺失区域的对齐建模,而只将有足够匹配特征区域中的部分单应变换系数(如相似性变换系数)传递给匹配特征缺失区域,或者采用将匹配特征缺失区域转化为有足够匹配特征区域的间接方式,因此对齐效果仍不理想.在客观事实上,位于相同平面的区域应该拥有相同的完整单应变换而非部分变换参数.由此出发,利用单应变换系数扩散的思想设计了一个二步网格优化的图像对齐算法,简称单应扩散变换(Homography diffusion warping,HDW)算法.该方法在第一步网格优化时获得有足够匹配特征区域的单应变换,再基于提出的单应性扩散约束将这些单应变换系数扩散到邻域网格,进行第二步网格优化,在保证优化任务简洁高效的前提下实现单应变换系数的传播与图像对齐.相较于现有的针对视差场景图像对齐算法,所提方法在各项指标上都获得了更好的效果.

关键词：图像对齐视差场景网格优化匹配特征缺失区域

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于相对离群因子的标签噪声过滤方法

自动化学报 2024年第1期50卷 154-168页

作者：侯森寓姜高霞王文剑山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室太原030006

分类任务中含有类别型标签噪声是传统数据挖掘中的常见问题,目前还缺少针对性方法来专门检测类别型标签噪声.离群点检测技术能用于噪声的识别与过滤,但由于离群点与类别型标签噪声并不具有一致性,使得离群点检测算法无法精确检测分类数... 详细信息

分类任务中含有类别型标签噪声是传统数据挖掘中的常见问题,目前还缺少针对性方法来专门检测类别型标签噪声.离群点检测技术能用于噪声的识别与过滤,但由于离群点与类别型标签噪声并不具有一致性,使得离群点检测算法无法精确检测分类数据集中的标签噪声.针对这些问题,提出一种基于离群点检测技术、适用于过滤类别型标签噪声的方法--基于相对离群因子(Relative outlier factor,ROF)的集成过滤方法(Label noise ensemble filtering method based on rel-ative outlier factor,EROF).首先,通过相对离群因子对样本进行噪声概率估计;然后,再迭代联合多种离群点检测算法,实现集成过滤.实验结果表明,该方法在大多数含有标签噪声的数据集上,都能保持优秀的噪声识别能力,并显著提升各种分类模型的泛化能力.

关键词：分类标签噪声离群点检测相对离群因子噪声过滤

在线全文

学校读者我要写书评

暂无评论

基于混合相位的多平面全息显示

液晶与显示 2024年第7期39卷 909-918页

作者：丁宇鑫沈川王安临潘俊俏章权兵张成韦穗安徽大学计算智能与信号处理教育部重点实验室安徽合肥230061

在计算全息术中,基于层析法实现多平面全息显示是最常用的方法之一。针对层析法中多个平面之间存在串扰的问题,本文结合随机相位和二次相位的优点,提出了一种基于混合相位的多平面全息显示方法。首先,选择合适的权重因子生成混合相位代... 详细信息

在计算全息术中,基于层析法实现多平面全息显示是最常用的方法之一。针对层析法中多个平面之间存在串扰的问题,本文结合随机相位和二次相位的优点,提出了一种基于混合相位的多平面全息显示方法。首先,选择合适的权重因子生成混合相位代替随机相位作为初始相位。利用迭代傅里叶变换算法进行迭代后,将获得的每个子全息图与具有不同重建距离的菲涅尔波带片叠加,接着将每个全息图以复振幅叠加,获取相位后得到纯相位全息图,从而将分层图像重构于指定的平面上。利用硅基液晶空间光调制器搭建多平面全息显示系统开展了相关的光学实验。实验结果表明,与基于随机相位的方法相比,本文方法提高了结构相似性参数(最高可达4.6%),减弱了多个全息重构平面之间的串扰,提高了多平面全息显示的再现质量。

关键词：多平面显示层析法混合相位纯相位全息图菲涅尔波带片

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

联邦忘却学习研究综述

计算机学报 2024年第2期47卷 396-422页

作者：王鹏飞魏宗正周东生宋威肖蕴明孙庚于硕张强大连理工大学计算机科学与技术学院大连理工大学社会计算与认知智能教育部重点实验室大连大学先进设计与智能计算教育部重点实验室美国西北大学计算机科学系吉林大学计算机科学与技术学院吉林大学符号计算与知识工程教育部重点实验室

数据已经成为与土地、劳动力、资本、技术等并列的重要生产要素之一.利用数据分析挖掘数据的潜在价值，有助于推动产业创新、技术升级和区域经济发展.然而，在数据使用过程中，隐私泄露等风险限制了数据的流通和共享.因此，如何在数据... 详细信息

数据已经成为与土地、劳动力、资本、技术等并列的重要生产要素之一.利用数据分析挖掘数据的潜在价值，有助于推动产业创新、技术升级和区域经济发展.然而，在数据使用过程中，隐私泄露等风险限制了数据的流通和共享.因此，如何在数据流通和共享过程中保护数据隐私已成为研究热点.联邦忘却学习（Federated Unlearning）撤销用户数据对联邦学习模型的训练更新，可以进一步保护联邦学习用户的数据安全.本文综述了联邦忘却学习的研究工作，首先简要阐述了联邦学习架构，并引出忘却学习和联邦忘却学习的概念和定义;其次，根据修正对象的不同将联邦忘却学习算法分为面向全局模型和面向局部模型两类，并详细分析各类算法的实现细节以及优缺点;然后，本文还详述联邦忘却学习中常用评价指标，将评价指标划分为模型表现指标、遗忘效果指标和隐私保护指标三类，并分析不同类型评价指标的优缺点;最后，本文对联邦忘却学习未来的研究方向进行展望.

关键词：联邦学习联邦忘却学习数字经济隐私保护边缘智能