基于深度的虚实场景高清图像的融合方法

以图像处理、计算机视觉和计算机图形学为核心的虚实融合技术的关键,是将计算机生成的三维虚拟物体同真实场景图像/视频中的物体无缝融合,从而起到对真实世界信息补充和增强的作用。随着技术发展的不断深入,如何提高虚实融合画面的视觉一致性、提供更加逼真、柔和的虚实融合界面,成为新的研究热点。本文以寻求虚拟环境与真实环境无缝融合为目的,以虚实融合高精度、高速率、高分辨率及视觉一致性等原则,设计了一套新的基于深度图像的高清虚实融合框架,基于该框架分别提出了基于分割树的深度图像快速修复方法、基于图像空间的虚实遮挡方法、基于空间分布的人体姿势识别方法及基于双目视觉的高清图像匹配方法;在保证高分辨率虚实融合显示、高精度姿势识别的同时,采用高速率的虚实遮挡检测技术,实现了视觉一致性的效果,实验结果显示了本文所提出的方法的有效性及高清性。

基于帧间差异的人脸篡改视频检测方法

近几年,随着计算机硬件设备的不断更新换代和深度学习技术的不断发展,新出现的多媒体篡改工具可以让人们更容易地对视频中的人脸进行篡改。使用这些新工具制作出的人脸篡改视频几乎无法被肉眼所察觉,因此我们急需有效的手段来对这些人脸篡改视频进行检测。目前流行的视频人脸篡改技术主要包括以自编码器为基础的Deepfake技术和以计算机图形学为基础的Face2face技术。我们注意到人脸篡改视频里人脸区域的帧间差异要明显大于未被篡改的视频中人脸区域的帧间差异,因此视频相邻帧中人脸图像的差异可以作为篡改检测的重要线索。在本文中,我们提出一种新的基于帧间差异的人脸篡改视频检测框架。我们首先使用一种基于传统手工设计特征的检测方法,即基于局部二值模式(Local binary pattern,LBP)/方向梯度直方图(Histogram of oriented gradient,HOG)特征的检测方法来验证该框架的有效性。然后,我们结合一种基于深度学习的检测方法,即基于孪生网络的检测方法进一步增强人脸图像特征表示来提升检测效果。在FaceForensics++数据集上,基于LBP/HOG特征的检测方法有较高的检测准确率,而基于孪生网络的方法可以达到更高的检测准确率,且该方法有较强的鲁棒性;在这里,鲁棒性指一种检测方法可以在三种不同情况下达到较高的检测准确率,这三种情况分别是:对视频相邻帧中人脸图像差异用两种不同方式进行表示、提取三种不同间隔的帧对来计算帧间差异以及训练集与测试集压缩率不同。

数字图像篡改盲检测综述

随着近些年成本低廉的高性能电子成像设备的不断普及和操作简单的数字图像编辑软件的广泛应用,人们制作一幅篡改图像已经变得越来越容易。这些技术使得人们很难察觉和辨识那些使用专业技术处理过的篡改图像的伪造痕迹,因而对包括新闻传播、司法取证、信息安全等诸多领域带来了严重的威胁,数字信息的安全性和可靠性也因此越来越受到国际社会的广泛关注。综上所述,开展针对数字图像篡改检测方法的研究有着极其重要的意义。本综述围绕数字图像篡改盲检测方法开展工作。首先,本文根据数字图像篡改检测方法所依赖的线索对篡改检测方法进行层次化分类,将图像篡改检测方法分为两个方面:基于成像内容及成像系统印记一致性的检测方法和基于篡改及JPEG重压缩痕迹的检测方法。然后,按照内容的来源和篡改操作所处的阶段,将以上两方面篡改检测方法进一步分为四个分组:基于成像内容一致性的检测方法、基于成像系统印记一致性的检测方法、基于篡改及其后处理痕迹的检测方法和基于JPEG重压缩痕迹的检测方法;又根据目前文献涉及话题的分布情况,再将四个分组细分为十二个分类:基于光照一致性的检测方法、基于特征提取与分类的检测方法、基于成像色差印记一致性的检测方法、基于自然模糊印记一致性的检测方法、基于成像系统噪声印记一致性的检测方法、基于彩色滤波阵列插值印记一致性的检测方法、基于几何变换及插值痕迹的检测方法、基于人为模糊痕迹的检测方法、基于中值滤波痕迹的检测方法、基于特征匹配的检测方法、基于对齐JPEG重压缩假设的检测方法和基于非对齐JPEG重压缩假设的检测方法。接着,本文梳理出每种分类的主干的思想脉络并对该类中重要的算法加以详尽分析和论述。除此以外,本文还对各类方法中典型的算法的性能做了比较,并归纳总结了在各种方法中常见的性能衡量标准和公开数据集,便于后续研究使用。最后,本文对各方法存在的问题加以总结,并对未来发展的趋势做出预测。希望此综述能够对数字取证有关的研究者提供研究文献的参考、研究方法上的启发和研究思路上的借鉴。

基于自适应奇异值调制的抗转码视频隐写算法

近年来,随着网络和多媒体处理技术的飞速发展,互联网视频用户数量呈爆炸性增长之势,目前视频流量已占网络总流量的一半以上,这为以视频为载体的隐蔽通信提供了很好的应用背景。但是另一方面,几乎所有的视频网站都会对上传视频进行转码处理,转码后载体视频的码率、图像组GOP(Group of Pictures)结构、量化参数QP(Quantization Parameters)等关键压缩参数都会受到无法预知的影响,这极大地限制了当前绝大多数基于压缩域嵌入的视频隐写算法的应用。要利用视频网站对应的有损转码信道进行隐蔽通信,关键在于设计能抵抗转码攻击的高鲁棒性,并具有足够安全性的隐写方法。针对这一问题,本文提出了一种面向小波变换域,结合奇异值分解SVD(SingularValueDecomposition)和量化索引调制QIM(QuantizationIndexModulation)的自适应鲁棒隐写方法。该方法基于目标网站的转码特性仿真实现本地编码器,在编码的过程中完成嵌入。嵌入在视频帧亮度分量的DWT(Discrete Wavelet Transform)域进行,通过采用自适应量化步长QIM的方法对分块最大奇异值进行调制达到嵌入消息的目的。另外,提出一种间隔修正的嵌入策略,很好地抑制了嵌入引起的视频闪烁效应。实验结果表明,提出方法提升了含密载体视频经过不同程度的转码后的秘密消息生存率,同时很好地保持了视觉质量和压缩效率。

京津冀生态功能区生态补偿式扶贫机制探索

自生态扶贫式机制政策出台落实,在我国一些地区广泛应用,但其应用过程存在一定问题,因此探索更好的实施路径显得尤为重要。针对当前京津冀生态功能区扶贫实施现状,结合生态补偿式扶贫政策,探析京津冀生态功能区生态补偿式扶贫机制存在的不足并对症下药,对京津冀生态功能区生态补偿式扶贫机制途径进行创新,以及如何在生态保护大政策背景下权衡两者风险效益,进而选择出适合其他地区扶贫的有效渠道,实现当前地区脱贫与生态保护的双赢。

京津冀生态功能区生态补偿式扶贫机制存在的主要问题及对策分析

京津冀生态功能区的生态补偿式扶贫机制,是保护生态与精准扶贫的有机结合,是贫困地区可持续发展战略的合理延续。然而在生态补偿的扶贫过程中,存在着扶贫对象识别不精确,扶贫标准制定不合理,扶贫方式不具有可持续发展能力以及保障机制不完善等问题。为解决现有问题并完善扶贫机制,本文提出了相应对策:精确识别扶贫对象,合理制定扶贫标准,延续扶贫方式可持续性,逐步完善保障机制。

“后脱贫时代”河北省科技扶贫可持续路径优化研究

我国脱贫攻坚已取得阶段性胜利,随之进入"后脱贫时代",扶贫的工作重点和趋势发生了变化。科技扶贫是我国重要扶贫战略之一,也是解决贫困问题的不二法门。本文结合结构化理论,对河北省科技扶贫工作现状进行调研,分析现阶段河北省开展科技扶贫工作面临的困境,并针对这些困境提出完善科技扶贫管理组织机制、加强科技扶贫资金支持、积极引进高素质人才等应对措施。