基于图像小波域自适应干扰的GAN生成人脸反取证

针对现有生成对抗网络(GAN)生成人脸反取证方法攻击迁移性不强的问题,提出了一个基于图像小波域自适应干扰的GAN生成人脸反取证方法以提升攻击迁移性.该方法通过对GAN生成人脸图像的小波域信息(即图像经过小波分解后的频率分量)施加扰动以实现其对取证模型的抵抗,并且分别在空域和频域上基于最小可觉察误差(JND)设计自适应扰动阈值,对图像不同像素点位置设置不同的扰动强度,从而增强扰动的人眼不可感知性.此外,还设计了一种数据增强方式对反取证人脸进行数据分布多样性扩充,以进一步提升攻击迁移性.实验结果表明,与6种基线方法相比,所提方法生成的反取证人脸在保证扰动对人眼不可感知前提下具有更强的攻击迁移性.

注意力融合双流特征的局部GAN生成人脸检测算法

为解决现有局部生成式对抗网络(GAN)生成人脸检测算法在检测经过后处理的图像时性能严重下降的问题,提出一种注意力融合双流特征的局部GAN生成人脸检测算法.该算法利用双流网络分别从RGB颜色空间和YCbCr颜色空间中提取鲁棒特征,并引入注意力特征融合模块在不同网络层上融合双流特征以获得更鲁棒的特征.同时采用多层次特征融合决策提高网络对局部生成区域特征的提取和辨别能力.实验结果表明,所提算法的鲁棒性优于现有算法,尤其是针对JPEG压缩和双边滤波后处理.在FFHQ+规则子集上与次优算法相比,该算法在3种强度的JPEG压缩和双边滤波上的平均准确率分别提高了1.88%和2.64%;在FFHQ+不规则子集上与次优算法相比,该算法在3种强度的JPEG压缩和双边滤波上的平均准确率分别提高了2.85%和1.60%.

基于跨尺度边缘增强深度卷积神经网络的低剂量CT图像去噪

为了提高去噪网络的可解释性,将传统滤波算子的优势融入到网络设计中,提出了基于跨尺度边缘增强的深度卷积神经网络(CEDCNN).将传统边缘算子与卷积相结合,设计出轻量化的边缘增强模块,增强边缘信息对网络结果的影响.基于自适应一致性先验算法构建深度迭代网络,进一步提取边缘增强特征,从而实现端到端可训练、可解释的深度去噪网络.将均方误差和多尺度注意残差感知损失相结合,解决了重建图像过平滑的问题.实验结果表明,CEDCNN去噪网络的PSNR、RMSE、SSIM评价指标分别为43.647 5 dB、0.006 8、0.987 5,说明该方法可显著提高去噪后的图像质量,有效保证低剂量X射线下CT图像的成像质量和精度,去噪效果与正常剂量CT图像所展现的人体组织细节相当.

立体定向放射外科中的 γ-刀治疗规划的优化

在γ－刀治疗规划系统中，治疗方案一般是由医生反复调试各参数后确定的，这不仅费时，而且难以获得最佳结果．因此，对方案进行数学优化是很有必要的．本文给出解决该问题的一种方法，即改进单纯形法。

矩和矩不变量在图像处理和模式识别中的应用综述

矩和矩不变量在图像处理和模式识别领域有广泛的应用.首先介绍灰度图像矩和彩色图像四元数矩的定义,然后详细介绍矩的不变量构造方法以及矩的快速计算方法,目的是给相关领域的学者提供一个较全面的视角.

Zernike矩的快速算法

给出了Zernike矩求解的一种快速算法 .利用Zernike多项式迭代性质 ,找出了Zernike正交矩之间的内在关系 ,这样 ,高阶的Zernike矩可由低价的Zernike矩求出 ,再在Chan等人提出的关于一维几何矩有效算法的基础上 ,得出了一种快速算法 .与已有方法相比 ,该算法大大减少了求解过程中的乘法次数 ,降低了计算复杂度 ,从而提高了运算速度和效率 ;并可以有效用于模式识别。

一种基于轮廓线的形状描述与匹配方法

该文提出了一种新的基于目标轮廓线的形状描述与匹配方法。该方法将两个待匹配的目标的轮廓线等弧长地分割成相同数目的弧段,用直线段连接相邻的割点构成对轮廓线的多边形近似,用多边形的顶点到形状的几何中心的距离和其两个后继顶点的距离构成的3个距离串来描述形状,形状之间的相似度用它们的3个距离串的欧氏距离和来计算。这种描述方法满足惟一性、紧致性和不变性,而且计算简单,对形状的全局特征和局部特征都能很好地描述。实验结果表明,将该方法用于形状匹配具有较高的精度和可靠性。

基于遗传算法的γ刀治疗计划优化

提出基于遗传算法的γ刀治疗计划优化．该算法可用于优化肿瘤区靶点的位置、准直器大小和各靶点权重等主要放疗参数，从而达到肿瘤区内剂量分布均匀而又最大限度保护正常组织的目的．若干病例的计算结果表明。

正常组织并发症概率模型综述

通过分析肿瘤放疗及并发症随访数据,拟合正常组织并发症概率(NTCP)模型参数,并由此预测并发症发病率、优化放疗方案、揭示正常组织放射生物学特性,是肿瘤放射生物物理学近期的研究热点。综述相关文献中提出的6种NTCP模型,并讨论建模及对比模型预测能力的方法;然后介绍近年来提出的几种改进后的NTCP模型,以及几种新的并发症预测技术。从开展临床应用的角度,对NTCP模型的研究现状、存在的问题和发展趋势做概括和总结,就NTCP模型在个体化放疗中的应用等问题进行讨论和展望。

基于Legendre正交矩的配准方法及其在二值图像配准中的应用

Legendre矩在模式识别、图像分析等领域有广泛的应用 ,具有正交、无冗余性等优点 .本文提出了一种基于Legendre正交矩的配准方法 ,它在医学图像多模态数据的配准、融合中具有重要的实用价值 .

一种新的Pseudo-Zernike矩的快速算法

Zernike矩因具有正交性和旋转不变性而广泛应用于模式识别、图像分析等领域.Pseudo-Zernike矩具有与Zernike矩相似的性质,但它较Zernike矩具有更好的抗噪声性.由于pseudo-Zernike矩的复杂性,相关的快速算法的研究尚未得到很好的解决.本文根据pseudo-Zernike矩自身的特点,推导了一种快速有效的计算方法.

一种新的基于形状的灰度图像插值方法

通过 2幅已知的灰度图像 ,用数学形态学的方法确定出插值图像的轮廓 .通过求出轮廓内任意插值点与中心点的位置关系 ,分别找出其在 2幅源图像上的对应点 .如果 2个对应点的灰度值较为接近 ,可通过线性插值直接求出此插值点的灰度 ;如 2个对应点的灰度值相差较大 ,则判断插值点的相对位置与哪个对应点的相对位置接近 ,并认定插值点的灰度值即为此对应点的灰度值 .对轮廓内所有的点采用上述算法 ,即可求得最终的插值图像 .算法将图像的形状信息和灰度信息较好地结合起来 .

三维人脑计算机图谱表面重建的层间轮廓线插值

本文针对三维人脑计算机图谱问题 ,采用线性插值算法 ,给出了一种可用于序列图象的高精度表面重建的层间轮廓线插值方法 .该方法不仅对一般问题的效果良好 ,而且成功地解决了弹性插值中不能解决的示例 .对一系列数据的实验结果表明 ,它是一种可行的层间轮廓线插值方法 。

四元数调制重叠变换及其在双彩色图像数字水印中的应用

为了整体处理彩色图像,基于四元数彩色图像表示方法和四元数代数理论,定义了四元数调制重叠变换(MQLT),将传统的主要针对灰度图像的复数调制重叠变换(MCLT)推广应用于彩色图像处理中.然后,通过建立MQLT系数与彩色图像三通道传统MCLT系数之间的关系,分析了MQLT系数的对称特性,并基于MQLT变换及其系数对称特性,结合Arnold变换和冗余嵌入策略,提出了一种鲁棒的双彩色图像盲水印算法.为了避免水印能量损失,修改系数嵌入水印时遵循了系数的对称性.所提算法充分利用了四维频域空间,将有意义的彩色水印嵌入到彩色载体图像中.实验结果表明,所提算法在不可见性和鲁棒性2个方面均明显优于采用传统三通道分别处理思想的MCLT算法.

医学图像中的立体视觉

立体视觉就是在同一场景处分别绘制对应于左右双眼的不同图像,以达到产生深度立体信息的目的。从立体视觉的显示方式与原理的角度分析使用立体视觉的方法,并从图形系统的多层结构角度,分别对于每层提出相应的实现方法。最后将其集成到三维医学图像处理系统中,应用于三维医学模型的显示。

基于模糊C均值法的CTA图像冠状动脉狭窄量化

针对冠状动脉造影图像中由软斑块造成的冠状动脉狭窄,提出了一种基于模糊C均值法的狭窄精确量化方法.首先,在沿冠状动脉中心线的三维数据图上,对专家给定起讫位置的冠状动脉血管片段进行切割和阈值化.其次,利用模糊C均值法分割出血管腔区域,计算血管每个横截面的血管腔面积检测值,通过起讫位置的检测面积拟合得到参考值.然后,通过比较血管横截面面积的检测值和参考值来确定分段中最狭窄的位置及其狭窄比率.最后,利用该方法对13个病人的CTA数据进行了测试,并将测试结果与专家给出的狭窄比率进行比较.结果表明,所提方法能够对CTA中给定起讫位置的冠状动脉血管片段的狭窄区域进行精确量化,狭窄比率的平均绝对差和均方根差分别为2.21%和3.11%.

基于正交矩模糊和仿射混合不变量的图像识别算法

为了识别含有模糊和仿射混合形变的图像,提出了一种新的基于正交矩模糊和仿射混合不变量的图像识别算法.该算法首先使用归一化方法构造了基于Legendre正交矩的仿射不变量,并结合Legendre正交矩的模糊不变量提出了Legendre正交矩的模糊和仿射混合不变量;然后将该混合不变量作为描述算子,将欧几里德范数作为分类尺度,以最近邻法则作为分类器,对图像进行识别.实验结果表明,与其他基于非正交矩的混合不变量相比,基于Legendre正交矩的模糊和仿射混合不变量在混合形变下能够获得更好的不变性,不会带来信息冗余问题,并且对噪声鲁棒性较好;此外,该图像识别算法比其他算法具有更高的识别率,特别是在图像含有较大噪声的情况下.

贯通式与虚实结合的计算机系统实践平台建设

介绍国内外对计算机专业人才培养的新理念,分析系统能力培养的内涵和步骤,阐述带有纵横贯通的实践课程体系、虚实结合的实验设备为特点的计算机系统实践平台的框架及建设。

一种复杂背景中的人脸检测与验证方法

设计了一种复杂背景中的人脸检测与验证方法。在预处理部分该方法使用了线性光照拟合的预处理方法以减轻光照的影响。在检测过程中该方法引入了一种 3× 3的划分方式 ,该划分方式下根据人脸器官的灰度分布特性设计了相应的检测规则 ,并结合改进后的 4× 4划分方式下的人脸检测规则构成了最终的人脸检测规则。经过人脸检测过程后 ,对所得的结果使用具有良好抗噪声性能的最小同值分割吸收核区 (Smallest univalue seg-mentassimilating nucleus,SUSAN)方法进行检测结果验证 ,进一步增强了系统的整体性能。最后通过复杂背景下的人脸图片以及叠加噪声后的人脸图片的检测结果说明该方法具有较高的检测率及良好的抗噪声性能。

基于混合准则的IMRT计划优化

在适形调强放射治疗计划优化方法中,基于广义等效均匀剂量(g EUD)的生物优化不能较好地控制靶区剂量覆盖特性,基于剂量体积(DV)的物理优化不能反映组织对剂量的非线性反应,为此提出一种基于g EUD生物准则和物理准则(最小剂量和平均剂量)混合准则约束的方法,结合两类准则的优势,更好地兼顾靶区剂量覆盖特性和保护危及器官。采用10例前列腺病例数据仿真,从剂量学和生物学两方面比较和评价。混合准则优化较物理准则优化能够在保证靶区剂量覆盖特性相似的前提下,降低危及器官的剂量,直肠的平均剂量、V_(50)和V_(60),膀胱的平均剂量、V_(65)、V_(70)、V_(75)、正常组织并发症概率(NTCP)和g EUD有统计学显著差异(P<0.05)。混合准则优化与生物准则优化相比,一方面靶区剂量覆盖特性得到很大改善,靶区剂量统计指标和生物指标均有显著性差异(P<0.05);另一方面危及器官得到保护,表现在直肠平均剂量、V_(50)、V_(60)、V_(75)、NTCP和g EUD,膀胱V_(75)和g EUD有显著性差异(P<0.05)。总之,在保证靶区放疗剂量的同时,基于g EUD的混合准则放疗优化能够减少危及器官的照射剂量,为进一步改善靶区剂量覆盖特性、提高治疗增益比提供可能。