基于集成多尺度注意力的图像篡改定位

近年来,基于卷积神经网络图像拼接篡改检测算法取得了相当的进展.然而,由于篡改对象的大小和类型不同,现有的大多数模型仍然不能取得令人满意的效果.针对这些问题,提出一种集成多尺度注意力的网络进行图像篡改定位算法.首先在编码器中添加多尺度的双注意力模块——位置注意力和通道注意力,其中,位置注意力模块通过捕捉任意2个特征图的位置关系获取特征图在空间维度上的语义信息依赖关系,使每个像素点均能感知其余位置像素点的信息;通道注意力模块采用与位置注意力相似的自注意力操作捕捉任意2个通道映射之间的关系,使像素点感知到其余通道像素点的信息.考虑到篡改目标大小不同,多尺度注意力模块将特征图划分为多个子区域,在捕获长程语义信息依赖关系的同时也能适应各种形状大小的篡改区域,可以更好地处理不同尺度的拼接篡改图,降低高分辨率特征图的计算开销.在公开数据集CASIA上进行实验的结果表明,所提算法得到的F1和IoU值分别达到62.3%和61.2%,比其他现有算法有明显提升.

拉伸荷载下分支裂隙破坏机理研究

为研究拉伸荷载下分支裂隙对破坏模式的影响,保持主裂隙参数不变,改变分支裂隙倾角和长度,利用扩展有限元方法模拟了弯折裂隙的动态扩展,总结了分支裂隙参数变化对破坏模式的影响。利用ABAQUS中的轮廓积分计算了分支裂隙尖端应力强度因子,并根据最大周向应力准则计算起裂角。结果表明:拉伸荷载下分支裂隙出现三种破坏模式;分支裂隙倾角和长度均对破坏模式有一定的影响。I型应力强度因子与分支裂隙倾角关系曲线呈斜"S"型,相应II型应力强度因子曲线呈上凸型;由于分支裂隙存在非尖端破坏,利用裂隙尖端应力强度因子判断开裂应结合相应的破坏模式。