检索结果-南通市图书馆

SOSNet:一种非对称编码器-解码器结构的非小细胞肺癌CT图像分割模型

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 824-837页

作者：谢娟英张凯云陕西师范大学计算机科学学院陕西西安710119

非小细胞肺癌严重损害人类健康,早期非小细胞肺癌CT(Computed Tomography)图像中的肿瘤结节体积小,不易发现,极易造成漏诊和误诊.为了精确分割非小细胞肺癌CT图像中的小体积肿瘤结节,本文提出SOSNet(Small Object Segmentation Networks... 详细信息

非小细胞肺癌严重损害人类健康,早期非小细胞肺癌CT(Computed Tomography)图像中的肿瘤结节体积小,不易发现,极易造成漏诊和误诊.为了精确分割非小细胞肺癌CT图像中的小体积肿瘤结节,本文提出SOSNet(Small Object Segmentation Networks)自动分割模型,利用ResNet(Residual Network)基础层和空洞卷积构造非对称编码器-解码器结构作为分割主网络,利用轴向取反注意力模块ARA(Axial Reverse Attention)逐步擦除背景中对分割有影响的结构,再使用结构细化模块SR(Structure Refinement)对主网络输出的粗略特征图进行结构细化,从而实现非小细胞肺癌肿瘤结节分割.在非小细胞肺癌公开数据集的实验测试表明,本文提出的小目标自动分割模型SOSNet可以有效分割出非小细胞肺癌CT图像中的小体积肿瘤结节,其mDice(mean-Dice)、mIoU(mean Intersection over Union)、Sensitivity、F1、Specificity、平均绝对误差MAE(Mean Absolute Error)均优于当前最先进的小目标分割模型CaraNet(Context Axial Reverse Attention Network).

关键词：小目标分割非小细胞肺癌非对称编码器-解码器结构细化轴向取反注意力 CT图像深度学习卷积

结合原型的两阶段遥感图像无监督域适应分割模型

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2024年第8期18卷 2091-2108页

作者：李政威汪西莉艾美陕西师范大学计算机科学学院西安710119

遥感图像数据量较大,地物类别较多,局部特征与全局特征差距较大,域内特征差异较明显,导致传统的迁移学习难以有效提升模型的推广性能。为此,在传统基于对抗对齐域间特征的无监督域适应模型基础上,提出一种结合原型的两阶段遥感图像无监... 详细信息

遥感图像数据量较大,地物类别较多,局部特征与全局特征差距较大,域内特征差异较明显,导致传统的迁移学习难以有效提升模型的推广性能。为此,在传统基于对抗对齐域间特征的无监督域适应模型基础上,提出一种结合原型的两阶段遥感图像无监督域适应分割模型。引入原型表达类别特征,通过原型获取模块获取和更新原型,利用原型施加模块并结合自注意力,将类别全局特征施加到裁剪得到的局部图像特征中,使分割网络兼顾局部和全局类别信息,更好地提取两个域的不变特征。利用目标域图像的伪标签将目标域图像分为易分割和难分割图像,通过对抗和自训练的方式减少目标域的域内特征差异,以便更好地提取目标域难易图像的域内不变特征。利用已知像素类别的分割预测图计算每个像素和相邻像素的上下文关系,生成像素上下文关系图,通过使输出级判别网络判别输入的两个域分割结果的像素上下文关系图来自于哪个域,迫使分割网络更好地提取域不变上下文关系,缓解同谱异物现象。在两个数据集上的实验结果表明,所提模型可以有效缓解局部特征与全局特征差距较大、域内特征差异明显以及同谱异物现象带来的模型迁移性能下降问题,相较于先进的域适应分割方法更具有优势。

关键词：图像分割遥感图像无监督域适应全局和局部特征像素上下文关系

ObjectBoxG：基于GC3模块的目标检测算法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2024年

作者：张建宇谢娟英陕西师范大学计算机科学学院

随着对目标检测任务研究的不断深入，以ObjectBox检测器为代表的无锚框方法引起了研究者们的关注。然而，ObjectBox检测器不能充分利用多尺度特征，也未充分考虑目标中心点与全局信息关联。为此，借助图卷积神经网络的结点相互影响原理... 详细信息

随着对目标检测任务研究的不断深入，以ObjectBox检测器为代表的无锚框方法引起了研究者们的关注。然而，ObjectBox检测器不能充分利用多尺度特征，也未充分考虑目标中心点与全局信息关联。为此，借助图卷积神经网络的结点相互影响原理，提出基于图谱方法的图卷积层模块GConv (Graph Convolution Layer)，学习图像全局特征；融合模块GConv与C3(cross stage partial network with 3 convolutions)得到GC3 (Graph C3 module)模块，进一步提取图像原始特征、细节特征以及全局特征；将GC3结合广义特征金字塔网络GFPN(Generalized Feature Pyramid Network)，提出图广义特征金字塔网络GGFPN (Graph Generalized Feature Pyramid Network)，并嵌入ObjectBox算法，设计出ObjectBoxG算法。经典数据集的试验测试表明，提出的GC3模块比原C3模块具有更强特征提取能力；提出的GGFPN网络比GC3的特征学习能力更强；提出的ObjectBoxG算法具有优良的目标检测性能。

关键词：图卷积神经网络特征提取特征融合目标检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

集合相似问题的保密计算

密码学报(中英文) 2024年

作者：马秀莲段雨薇李顺东陕西师范大学计算机科学学院

集合相似性的保密计算是安全多方计算的常见问题之一,可用于数据匹配、信息检索、模式识别等各种应用.本文在集合元素范围已知的情况下利用加密选择和Paillier密码系统的同态性,在集合相似值是密文的基础上设计了最相似集合的保密计算协... 详细信息

集合相似性的保密计算是安全多方计算的常见问题之一,可用于数据匹配、信息检索、模式识别等各种应用.本文在集合元素范围已知的情况下利用加密选择和Paillier密码系统的同态性,在集合相似值是密文的基础上设计了最相似集合的保密计算协议.然后,利用随机数混淆实际数据,并使用Paillier密码系统的同态性设计了相似性阈值集合的保密计算协议.本文协议都是基于同态加密而不是通过构造B+树实现的,从而解决了现有大多数研究插入新数据时会导致树的结构变化且无法保护插入新数据的数量等问题.同时,通过模拟范例严格证明了协议的安全性.最后,在设计最相似集合的保密计算协议的基础上,解决了数据库保密搜索最相似的文档问题.与现有方案相比,本文协议是高效的.

关键词：密码学安全多方计算集合相似性同态加密模拟范例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

加权共享近邻优化的密度峰值聚类算法

计算机科学与探索 2024年

作者：张文杰谢娟英陕西师范大学计算机科学学院

针对密度峰值聚类算法DPC（Clustering by fast search and find of Density Peaks）的样本局部密度受到数据集规模大小和截断距离dc影响，及其一步分配策略会带来样本分配的“多米诺骨牌效应”，提出基于加权共享近邻优化的密度峰值聚... 详细信息

针对密度峰值聚类算法DPC（Clustering by fast search and find of Density Peaks）的样本局部密度受到数据集规模大小和截断距离dc影响，及其一步分配策略会带来样本分配的“多米诺骨牌效应”，提出基于加权共享近邻优化的密度峰值聚类算法WSN-DPC （Density peak clustering algorithm based on weighted shared neighbors optimization）。算法利用基于标准差加权的距离代替欧氏距离，强化样本不同特征对距离的贡献，利用共享近邻信息定义样本相似度，进而定义样本局部密度和相对距离，以尽可能体现样本真实分布信息。同时，采用不同分配策略对离群点和非离群点依次进行分配，使得每个样本能够尽可能地分配到正确类簇。多个数据集的实验测试和统计性检验结果表明，WSN-DPC算法优于DPC及其改进算法，但不是与所有对比算法均有统计意义上的显著不同。因此，提出的WSN-DPC算法有效地解决了DPC算法的缺陷，成为当前最优的密度峰值聚类算法。

关键词：共享近邻局部密度加权距离类簇中心聚类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

CARFB：即插即用的目标检测模块

计算机科学与探索 2024年

作者：杨梅君姚若侠谢娟英陕西师范大学计算机科学学院

针对坐标注意力CA（Coordinate Attention）在水平和垂直方向特征的平均池化可能丢失目标显著特征，以及使用二维普通卷积对小目标特征学习不足的情况，提出了CARFB（Coordinate Attention and Receptive Field Block）模块。该模块将C... 详细信息

针对坐标注意力CA（Coordinate Attention）在水平和垂直方向特征的平均池化可能丢失目标显著特征，以及使用二维普通卷积对小目标特征学习不足的情况，提出了CARFB（Coordinate Attention and Receptive Field Block）模块。该模块将CA的平均池化修改为平均+最大池化，以保留输入特征在水平和垂直方向的显著和细节信息；利用RFB（Receptive Field Block）具有不同大小感受野的优势，在水平和垂直方向分别使用RFB模块代替CA的融合特征统一卷积，以同时提取不同大小目标的特征；引入包含不同大小卷积核和步长的CBS（Convolution + Batch Normalization + SiLU）模块，替换CA的二维普通卷积，进一步提取水平和垂直方向的特征，得到重新加权的输出特征。CARFB模块在水平和垂直方向保存目标位置信息，利用不同感受野提取不同大小目标的强辨别性特征，从而具有更强的特征学习能力。为了验证提出的即插即用模块CARFB的性能，首先将其嵌入ObjectBox目标检测框架，得到ObjectBox-CARFB模型；其次用CARFB模块替换RFB net中的RFB模块，得到CARFB net目标检测模型。MS COCO数据集的实验测试表明，ObjectBox-CARFB模型的性能全面提升，尤其对小目标的检测性能提升突出；PASCAL VOC和MS COCO数据集的实验结果表明，CARFB net300和CARFB net512的目标检测能力分别优于原始RFB net300和RFB net512模型，并优于其他同系列对比模型。提出的CARFB模块具有更强特征学习能力，对不同尺度目标均能取得较好检测效果，特别是在小目标检测方面，效果提升显著。提出的CARFB模块可以嵌入到任何一个卷积神经网络，能保存更多目标信息，具有更强特征学习能力，提升网络性能，对不同尺度目标均能取得较好检测效果，尤其对小目标的检测效果提升显著。

关键词：目标检测 RFB 坐标注意力小目标深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

完备的IBE密码学逆向防火墙构造方法

软件学报 2024年第7期35卷 3482-3496页

作者：赵一刘行明洋杨波长安大学信息工程学院陕西西安710064 陕西师范大学计算机科学学院陕西西安710119

斯诺登事件后,以算法替换攻击为代表的后门攻击带来的威胁受到广泛关注.该类攻击通过不可检测的篡改密码协议参与方的算法流程,在算法中嵌入后门来获得秘密信息.为协议参与方配置密码学逆向防火墙(cryptographic reverse firewall,CRF)... 详细信息

斯诺登事件后,以算法替换攻击为代表的后门攻击带来的威胁受到广泛关注.该类攻击通过不可检测的篡改密码协议参与方的算法流程,在算法中嵌入后门来获得秘密信息.为协议参与方配置密码学逆向防火墙(cryptographic reverse firewall,CRF)是抵抗算法替换攻击的主要手段.基于身份加密(identity-based encryption,IBE)作为一种广泛应用的公钥加密体制,亟需构建合适的CRF方案.然而,已有工作仅实现了CRF再随机化的功能,忽视了将用户私钥直接发送给作为第三方的CRF的安全风险.针对上述问题,首先给出适用于IBE的CRF安全性质的形式化定义和安全模型.其次提出可再随机化且密钥可延展的无安全信道IBE(rerandomizable and keymalleable secure channel free IBE,RKM-SFC-IBE)的形式化定义并给出传统IBE转化为RKM-SFC-IBE以及增加匿名性的方法.最后基于RKM-SFC-IBE给出对应CRF的一般性构造方法,并给出标准模型下IBE方案的CRF构造实例与性能优化方法.与已有工作相比,提出完备的适用于IBE的CRF安全模型,给出一般构造方法,明确为表达力更强的加密方案构造CRF时的基本原则.

关键词：算法替换攻击密码学逆向防火墙无安全信道的基于身份加密安全保持性

结合三角剖分和贝塞尔曲线的石头画生成式信息隐藏方法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：任致毅邵利平陕西师范大学计算机科学学院

相对于自然载体无载体信息隐藏，非自然载体无载体信息隐藏不试图生成或利用自然载体来隐藏秘密信息，可从根本上杜绝自然载体判别问题。但现有的非自然载体无载体信息隐藏方法，水影画嵌密无法对秘密信息进行有效掩盖，分形嵌密需满足... 详细信息

相对于自然载体无载体信息隐藏，非自然载体无载体信息隐藏不试图生成或利用自然载体来隐藏秘密信息，可从根本上杜绝自然载体判别问题。但现有的非自然载体无载体信息隐藏方法，水影画嵌密无法对秘密信息进行有效掩盖，分形嵌密需满足整体与局部自相似的严苛数学约束。为对秘密信息进行有效掩盖并进一步提升视觉质量，采用自然图像矢量化的方式，提出一种结合三角剖分和贝塞尔曲线嵌密的石头画生成式信息隐藏方法。首先将前景区域三角剖分，剔除不适合嵌密和不保持掩体前景特征的三角区域；其次产生表征秘密比特与给定三角区域相内切的石头轮廓，并填充与三角区域、密钥和嵌密比特一致的随机颜色，从而产生石头画；最后基于密钥产生一致的三角区域提取秘密比特并进行颜色认证。理论和实验表明：所提方法可产生与掩体图像轮廓特征一致的富含语义的石头画，不暴露嵌密特征，可对秘密信息进行有效掩盖，提取严格依赖于密钥，可对提取的秘密比特进行高精度颜色认证，未知密钥将无法获取秘密信息。

关键词：无载体信息隐藏三角剖分贝塞尔曲线颜色认证石头画

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

应用压缩域JND模型的VVC感知无损编码

华中科技大学学报(自然科学版) 2024年第9期52卷 38-44页

作者：公衍超朱家宝杨楷芳刘颖西安邮电大学通信与信息工程学院陕西师范大学计算机科学学院

针对新一代通用视频编码(versatile video coding,VVC)标准感知无损编码效率低的问题，提出了一种应用压缩域恰可感知差值(just noticeable difference,JND)模型的感知无损编码方法．首先基于ITU—RBT 500—13标准设计图像主观观测实验... 详细信息

针对新一代通用视频编码(versatile video coding,VVC)标准感知无损编码效率低的问题，提出了一种应用压缩域恰可感知差值(just noticeable difference,JND)模型的感知无损编码方法．首先基于ITU—RBT 500—13标准设计图像主观观测实验，获取考虑人类个体差异性及时间影响的VVC压缩图像感知质量数据；然后对数据进行筛选及正态性检验，并分析获得影响图像感知质量的可解释性特征；最终将特征模型量化并作为反向传播神经网络的输入，构建有效反映量化参数与JND关系的压缩域JND模型，并提出显著提升图像编码效率的VVC感知无损编码方法．与VVC标准测试模型方法相比，提出的方法在获得同等感知质量重建图像前提下最高节省93.28%码率．

关键词：视频编码通用视频编码感知无损编码恰可感知差值压缩域