基于多模态特征融合的人脸物理对抗样本性能预测算法

人脸物理对抗样本攻击(Facial Physical Adversarial Attack,FPAA)指攻击者通过粘贴或佩戴物理对抗样本,如打印的眼镜、纸片等,在摄像头下被识别成特定目标的人脸,或者让人脸识别系统无法识别的攻击方式。已有FPAA的性能评测会受到多种环境因素的影响,且需要多个人工操作的环节,导致性能评测效率非常低下。为了减少人脸物理对抗样本性能评测方面的工作量,结合数字图片和环境因素之间的多模态性,提出了多模态特征融合预测算法(Multimodal Feature Fusion Prediction Algorithm,MFFP)。具体地,使用不同的网络提取攻击者人脸图片、受害者人脸图片和人脸数字对抗样本图片的特征,使用环境特征网络来提取环境因素中的特征,然后使用一个多模态特征融合网络对这些特征进行融合,多模态特征融合网络的输出即为所预测的人脸物理对抗样本图片和受害者图片之间的余弦相似度。MFFP算法在未知环境、未知FPAA算法的实验场景下取得了0.003的回归均方误差,其性能优于对比算法,验证了MFFP算法对FPAA性能预测的准确性,可以对FPAA性能进行快速评估,同时大幅降低人工操作的工作量。

甲基丙烯酸甲酯的电化学乳液聚合

采用可编程的线性直流电源电解铁阳极产生Fe^2+,以此引发过硫酸铵(APS)产生自由基,催化甲基丙烯酸甲酯(MMA)单体进行乳液聚合。在优化的聚合时间和引发剂浓度条件下,重点研究了电流强度对聚合物相对分子质量及分布的调控作用。结果表明:在0.10~0.18A的电流范围内,随着电流强度的增大,聚合物的平均相对分子质量也有所增加。通过调节电流的大小,可以对聚合物的相对分子质量分布进行调控,当电流从0.10A增大至0.12A时,聚甲基丙烯酸甲酯(PMMA)相对分子质量分布指数(Mw/Mn)减小为1.461。

Relationship between bioaccumulation，distribution of MET and lipid content of aquatic organisms

Ｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｂｉｏａｃｃｕｍｕｌａｔｉｏｎ，ｄｉｓｔｒｉｂｕｔｉｏｎｏｆＭＥＴａｎｄｌｉｐｉｄｃｏｎｔｅｎｔｏｆａｑｕａｔｉｃｏｒｇａｎｉｓｍｓＬｉｕＺｈｅｎｇｔａｏ；ＺｈｏｕＦｅｎｇｆａｎ；ＪｉｎＨｏｎｇｊｕｎ（Ｄｅｐａｒ...