期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于中心差分卷积与频域辅助的人脸活体检测
1
作者
李俣彤
鲁文莉
+2 位作者
宋伟
南新元
杨书文
《传感器与微系统》
CSCD
北大核心
2023年第5期117-120,125,共5页
针对当前基于深度学习的人脸活体检测算法模型结构复杂、参数量和计算量大,同时基于可见光相机读取数据作为模型输入时,容易受到环境光变化的影响,导致模型性能下降等问题,提出一种基于中心差分卷积(CDC)和频域辅助的轻量级人脸活体检...
针对当前基于深度学习的人脸活体检测算法模型结构复杂、参数量和计算量大,同时基于可见光相机读取数据作为模型输入时,容易受到环境光变化的影响,导致模型性能下降等问题,提出一种基于中心差分卷积(CDC)和频域辅助的轻量级人脸活体检测算法。通过CDC、ACON自适应激活函数以及轻量化注意力机制重构MobileNetV3轻量级特征提取网络,并设计傅里叶变换支路对主干提取网络进行辅助矫正,实现降低模型大小、提高活体检测精度的目的。在Replay-Attack以及CASIA-FASD数据集上进行实验,结果表明:算法在模型大小、等错误率、召回率、曲线下面积(AUC)以及准确率等方面有较好的表现。
展开更多
关键词
人脸活体检测
中心差分卷积
Activate
or
Not自适应激活函数
轻量级神经网络
傅里叶变换
下载PDF
职称材料
基于中心差分卷积的自监督学习方法研究
2
作者
仝卫国
李芝翔
+1 位作者
翟永杰
侯哲
《安徽大学学报(自然科学版)》
CAS
北大核心
2022年第4期24-29,共6页
作为无监督学习的一个分支,自监督学习可以从大量无标签数据中学习到有用的特征,是近期一个热门的研究方向.基于前置任务和对比学习的自监督学习已经得到了大量的研究,但对于卷积操作的选择还没有得到足够的重视.将中心差分卷积神经网...
作为无监督学习的一个分支,自监督学习可以从大量无标签数据中学习到有用的特征,是近期一个热门的研究方向.基于前置任务和对比学习的自监督学习已经得到了大量的研究,但对于卷积操作的选择还没有得到足够的重视.将中心差分卷积神经网络引入自监督学习,探究了卷积操作对自监督学习性能的影响.实验结果显示,加入了中心差分卷积神经网络的Resnet18模型相比普通模型在下游分类任务上的性能提升了4.14%,在几乎未增加计算量的情况下,与Resnet50性能相当.
展开更多
关键词
无监督学习
自监督学习
对比学习
中心差分卷积
神经网络
下载PDF
职称材料
基于广义中心差分卷积和空间分布机制的CG图像检测
3
作者
张盈
朱楠
《光学与光电技术》
2024年第2期73-82,共10页
针对数字取证和司法鉴定领域中计算机生成图像检测技术日益增长的现实需求,提出一种基于广义中心差分卷积和空间分布机制的计算机生成图像检测网络。首先,设计了一个包含三个并行独立分支的相关性特征提取模块;随后,将三个分支的输出经...
针对数字取证和司法鉴定领域中计算机生成图像检测技术日益增长的现实需求,提出一种基于广义中心差分卷积和空间分布机制的计算机生成图像检测网络。首先,设计了一个包含三个并行独立分支的相关性特征提取模块;随后,将三个分支的输出经串接后输入到通道注意力机制子模块;最后,使用5个附带空间分布机制的深度卷积模块进一步学习图像的分层表示来进行最终决策。在SPL2018和DSToK两个公共数据集上的检测准确率可达94.76%和95.38%,相比最好的对比方法对生成图像的检测准确率提高了3.12%和3.23%。消融实验验证了网络中各模块对于模型整体检测效果的贡献。最后,验证了该网络对JPEG压缩和加性噪声的鲁棒性,即使对质量因子为60压缩后的图像,检测准确率仍可达84%以上。提高了模型的检测准确率及鲁棒性。
展开更多
关键词
计算机生成图像
广义
中心差分卷积
空间分布机制
注意力机制
图像真实性
原文传递
基于集成学习双流神经网络的实时面部篡改视频检测模型
被引量:
1
4
作者
袁野
黄丽清
+3 位作者
叶锋
黄添强
罗海峰
徐超
《计算机工程与科学》
CSCD
北大核心
2023年第3期470-477,共8页
恶意面部篡改对社会安全和稳定存在负面影响,对面部篡改后的视频图像进行准确的检测是一个十分重要的课题。为了解决视频检测模型实时性较差的问题,提出一种基于集成学习双流循环神经网络的面部篡改视频检测模型,并引入集成学习中的投...
恶意面部篡改对社会安全和稳定存在负面影响,对面部篡改后的视频图像进行准确的检测是一个十分重要的课题。为了解决视频检测模型实时性较差的问题,提出一种基于集成学习双流循环神经网络的面部篡改视频检测模型,并引入集成学习中的投票机制。首先,接收少量连续的序列帧,通过卷积神经网络进行空间特征的提取,同时引入中心差分卷积进行空间域的篡改伪影增强。然后,将连续的序列帧进行差分,以增强时间域上的篡改伪影,同时通过卷积神经网络进行时间特征的提取。随后,将空间域和时间域的双流特征向量进行拼接,通过循环神经网络进行特征提取。在循环神经网络特征提取过程中,逐帧的特征信息被保留下来作为后续辅助帧级分类器的输入,同时循环神经网络的最终输出作为视频级判别器的输入。最后,引入集成模型的投票机制整合多个辅助帧级判别器和视频级判别器的输出,并通过引入权重超参数γ来平衡辅助帧级判别器和视频级判别器的重要程度,帮助模型提高检测准确率。在FaceForensics++数据集上,与主流检测模型进行对比,所提模型平均准确率提升了0.4%和1.0%。同时,所提模型可以仅使用较少连续帧进行篡改检测,提高了模型的实时性。
展开更多
关键词
Deepfake
卷
积
神经网络
循环神经网络
投票机制
中心差分卷积
下载PDF
职称材料
基于区域分块和轻量级网络的人脸反欺骗方法
5
作者
贺丹
何希平
+2 位作者
李悦
袁锐
牛园园
《计算机应用》
CSCD
北大核心
2022年第12期3708-3714,共7页
如何高效地辨别各种被攻击的人脸是人脸识别过程中迫切需要解决的问题。基于深度学习的人脸反欺骗方法在有着高性能的同时,也带来了庞大的参数量和计算量,使其无法部署在移动或嵌入式设备中。针对以上问题,提出了一种基于区域分块和轻...
如何高效地辨别各种被攻击的人脸是人脸识别过程中迫切需要解决的问题。基于深度学习的人脸反欺骗方法在有着高性能的同时,也带来了庞大的参数量和计算量,使其无法部署在移动或嵌入式设备中。针对以上问题,提出了一种基于区域分块和轻量级网络的人脸反欺骗方法。首先,对训练样本进行随机区域分块;然后,设计了一种基于注意力机制的轻量级网络用于特征提取和图像分类;最后,为了提高测试准确率,对测试样本进行基于区域分块的数据扩增。实验结果表明,所提模型在CASIA-FASD和REPLAY-ATTACK数据集上达到了100%的准确率;在CASIA-SURF数据集的Depth模态上获得了99.49%的准确率和0.4580%的平均分类错误率(ACER),远优于ResNet、ShuffleNet等卷积神经网络,且该模型的参数量也仅有0.2582 MB。在实际应用中,端到端的轻量级网络结构使所提模型更方便部署在移动设备上来进行实时的人脸反欺骗检测。
展开更多
关键词
人脸反欺骗
区域分块
中心差分卷积
注意力机制
轻量级网络
卷
积
神经网络
下载PDF
职称材料
基于梯度增强的面部篡改检测算法
6
作者
袁野
《中阿科技论坛(中英文)》
2022年第11期134-138,共5页
面部篡改检测在舆情防控、司法取证等方面起着十分重要的作用。近年来,卷积神经网络在面部篡改检测领域表现出了强大的能力。然而,传统的卷积操作将感知区域的图像灰度值信息直接聚合计算,忽略了图像的细粒度梯度信息,使得检测效果难以...
面部篡改检测在舆情防控、司法取证等方面起着十分重要的作用。近年来,卷积神经网络在面部篡改检测领域表现出了强大的能力。然而,传统的卷积操作将感知区域的图像灰度值信息直接聚合计算,忽略了图像的细粒度梯度信息,使得检测效果难以进一步提升。基于以上考虑,本文提出一种基于梯度增强的面部篡改检测算法。算法实现了一种基于中心差分卷积的梯度增强模块,通过逐模块的特征增强以弥补传统卷积操作的不足。在FaceForensics++数据集上进行实验验证,显示算法具有更强的细粒度表征能力,同时实验结果较主流算法取得了最高2%的平均准确度提升。
展开更多
关键词
Deepfake
深度可分离卷
积
焦点损失
中心差分卷积
深度学习
下载PDF
职称材料
基于多粒度多阶段特征学习的叶片分类和分级方法
7
作者
陈亚杰
刘松岳
王潇
《计算机与数字工程》
2024年第7期2150-2154,共5页
论文提出一种新的植物叶片分类以及分级网络模型MGMS(multi-granularity and multi-stage network),该模型关注叶片的多粒度信息,并将多层级粒度特征进行有效融合。模型骨架由通用特征提取网络Resnet50构成,在不同阶段计算提取出特征,...
论文提出一种新的植物叶片分类以及分级网络模型MGMS(multi-granularity and multi-stage network),该模型关注叶片的多粒度信息,并将多层级粒度特征进行有效融合。模型骨架由通用特征提取网络Resnet50构成,在不同阶段计算提取出特征,并将这些特征拼接,完成多粒度特征提取。此外,还使用了中心差分卷积模块,使模型可以关注图像中更具区分度的局部区域,提取出的特征更具区分性。在训练时采用多阶段训练方式,通过计算每一步提取的特征(包括拼接特征)得到的预测标签与真实标签的损失函数,实现由浅层特征到深层特征的学习,将triplet loss用于模型训练,通过减小anchor与正样本的欧式距离,增大anchor与负样本欧式距离优化目标。该方法在Flavia leaf和Swedish leaf两个公开的叶片分类数据集上分别达到99.3%和99.9%的分类准确率,其中在Swedish leaf数据集上达到了目前最高准确率,在Flavia leaf上与当前最高准确率的方法相当,且在构建的烟叶分级数据集上也达到目前最高的71.2%的分级准确率。
展开更多
关键词
叶片分类
多粒度融合
多步骤训练
中心差分卷积
下载PDF
职称材料
题名
基于中心差分卷积与频域辅助的人脸活体检测
1
作者
李俣彤
鲁文莉
宋伟
南新元
杨书文
机构
新疆大学电气工程学院
新疆维吾尔自治区特种设备检验研究院
新疆西北星信息技术有限责任公司
出处
《传感器与微系统》
CSCD
北大核心
2023年第5期117-120,125,共5页
基金
新疆维吾尔自治区自然科学基金资助项目(2019D01C079)。
文摘
针对当前基于深度学习的人脸活体检测算法模型结构复杂、参数量和计算量大,同时基于可见光相机读取数据作为模型输入时,容易受到环境光变化的影响,导致模型性能下降等问题,提出一种基于中心差分卷积(CDC)和频域辅助的轻量级人脸活体检测算法。通过CDC、ACON自适应激活函数以及轻量化注意力机制重构MobileNetV3轻量级特征提取网络,并设计傅里叶变换支路对主干提取网络进行辅助矫正,实现降低模型大小、提高活体检测精度的目的。在Replay-Attack以及CASIA-FASD数据集上进行实验,结果表明:算法在模型大小、等错误率、召回率、曲线下面积(AUC)以及准确率等方面有较好的表现。
关键词
人脸活体检测
中心差分卷积
Activate
or
Not自适应激活函数
轻量级神经网络
傅里叶变换
Keywords
human face in vivo detection
central difference convolution(CDC)
activate or not(ACON)adaptive activation function
lightweight neural network
Fourier transform
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于中心差分卷积的自监督学习方法研究
2
作者
仝卫国
李芝翔
翟永杰
侯哲
机构
华北电力大学控制与计算机工程学院
出处
《安徽大学学报(自然科学版)》
CAS
北大核心
2022年第4期24-29,共6页
基金
国家自然科学基金资助项目(61773160)。
文摘
作为无监督学习的一个分支,自监督学习可以从大量无标签数据中学习到有用的特征,是近期一个热门的研究方向.基于前置任务和对比学习的自监督学习已经得到了大量的研究,但对于卷积操作的选择还没有得到足够的重视.将中心差分卷积神经网络引入自监督学习,探究了卷积操作对自监督学习性能的影响.实验结果显示,加入了中心差分卷积神经网络的Resnet18模型相比普通模型在下游分类任务上的性能提升了4.14%,在几乎未增加计算量的情况下,与Resnet50性能相当.
关键词
无监督学习
自监督学习
对比学习
中心差分卷积
神经网络
Keywords
unsupervised learning
self-supervised learning
contrastive learning
central differential convolutional neural network
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于广义中心差分卷积和空间分布机制的CG图像检测
3
作者
张盈
朱楠
机构
西安工业大学电子信息工程学院
出处
《光学与光电技术》
2024年第2期73-82,共10页
基金
国家自然科学基金(61901349)资助项目。
文摘
针对数字取证和司法鉴定领域中计算机生成图像检测技术日益增长的现实需求,提出一种基于广义中心差分卷积和空间分布机制的计算机生成图像检测网络。首先,设计了一个包含三个并行独立分支的相关性特征提取模块;随后,将三个分支的输出经串接后输入到通道注意力机制子模块;最后,使用5个附带空间分布机制的深度卷积模块进一步学习图像的分层表示来进行最终决策。在SPL2018和DSToK两个公共数据集上的检测准确率可达94.76%和95.38%,相比最好的对比方法对生成图像的检测准确率提高了3.12%和3.23%。消融实验验证了网络中各模块对于模型整体检测效果的贡献。最后,验证了该网络对JPEG压缩和加性噪声的鲁棒性,即使对质量因子为60压缩后的图像,检测准确率仍可达84%以上。提高了模型的检测准确率及鲁棒性。
关键词
计算机生成图像
广义
中心差分卷积
空间分布机制
注意力机制
图像真实性
Keywords
computer generated image
generalized center difference convolution
spatial layout mechanism
attention mechanism
image authenticity
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于集成学习双流神经网络的实时面部篡改视频检测模型
被引量:
1
4
作者
袁野
黄丽清
叶锋
黄添强
罗海峰
徐超
机构
福建师范大学计算机与网络空间安全学院
数字福建大数据安全技术研究所
福建省公共服务大数据挖掘与应用工程技术研究中心
出处
《计算机工程与科学》
CSCD
北大核心
2023年第3期470-477,共8页
基金
国家自然科学基金(62072106)
福建省自然科学基金(2020J01168,2022J01190,2022J01188)
+1 种基金
福建省高校产学合作项目(2021H6004)
福建省中青年教师教育科研项目(JAT210053,JAT210051)。
文摘
恶意面部篡改对社会安全和稳定存在负面影响,对面部篡改后的视频图像进行准确的检测是一个十分重要的课题。为了解决视频检测模型实时性较差的问题,提出一种基于集成学习双流循环神经网络的面部篡改视频检测模型,并引入集成学习中的投票机制。首先,接收少量连续的序列帧,通过卷积神经网络进行空间特征的提取,同时引入中心差分卷积进行空间域的篡改伪影增强。然后,将连续的序列帧进行差分,以增强时间域上的篡改伪影,同时通过卷积神经网络进行时间特征的提取。随后,将空间域和时间域的双流特征向量进行拼接,通过循环神经网络进行特征提取。在循环神经网络特征提取过程中,逐帧的特征信息被保留下来作为后续辅助帧级分类器的输入,同时循环神经网络的最终输出作为视频级判别器的输入。最后,引入集成模型的投票机制整合多个辅助帧级判别器和视频级判别器的输出,并通过引入权重超参数γ来平衡辅助帧级判别器和视频级判别器的重要程度,帮助模型提高检测准确率。在FaceForensics++数据集上,与主流检测模型进行对比,所提模型平均准确率提升了0.4%和1.0%。同时,所提模型可以仅使用较少连续帧进行篡改检测,提高了模型的实时性。
关键词
Deepfake
卷
积
神经网络
循环神经网络
投票机制
中心差分卷积
Keywords
Deepfake
convolutional neural network
recurrent neural network
voting mechanism
central difference convolution
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于区域分块和轻量级网络的人脸反欺骗方法
5
作者
贺丹
何希平
李悦
袁锐
牛园园
机构
重庆工商大学人工智能学院
检测控制集成系统重庆市工程实验室(重庆工商大学)
出处
《计算机应用》
CSCD
北大核心
2022年第12期3708-3714,共7页
基金
重庆市研究生科研创新项目(CYS21398)
重庆工商大学研究生科研创新项目(yjscxx2021-112-99)。
文摘
如何高效地辨别各种被攻击的人脸是人脸识别过程中迫切需要解决的问题。基于深度学习的人脸反欺骗方法在有着高性能的同时,也带来了庞大的参数量和计算量,使其无法部署在移动或嵌入式设备中。针对以上问题,提出了一种基于区域分块和轻量级网络的人脸反欺骗方法。首先,对训练样本进行随机区域分块;然后,设计了一种基于注意力机制的轻量级网络用于特征提取和图像分类;最后,为了提高测试准确率,对测试样本进行基于区域分块的数据扩增。实验结果表明,所提模型在CASIA-FASD和REPLAY-ATTACK数据集上达到了100%的准确率;在CASIA-SURF数据集的Depth模态上获得了99.49%的准确率和0.4580%的平均分类错误率(ACER),远优于ResNet、ShuffleNet等卷积神经网络,且该模型的参数量也仅有0.2582 MB。在实际应用中,端到端的轻量级网络结构使所提模型更方便部署在移动设备上来进行实时的人脸反欺骗检测。
关键词
人脸反欺骗
区域分块
中心差分卷积
注意力机制
轻量级网络
卷
积
神经网络
Keywords
face anti-spoofing
regional blocking
Central Difference Convolution(CDC)
attention mechanism
lightweight network
Convolutional Neural Network(CNN)
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于梯度增强的面部篡改检测算法
6
作者
袁野
机构
福建师范大学
出处
《中阿科技论坛(中英文)》
2022年第11期134-138,共5页
基金
福建省自然科学基金项目(2022J01190)
福建省中青年教师教育科研项目(JAT210053)。
文摘
面部篡改检测在舆情防控、司法取证等方面起着十分重要的作用。近年来,卷积神经网络在面部篡改检测领域表现出了强大的能力。然而,传统的卷积操作将感知区域的图像灰度值信息直接聚合计算,忽略了图像的细粒度梯度信息,使得检测效果难以进一步提升。基于以上考虑,本文提出一种基于梯度增强的面部篡改检测算法。算法实现了一种基于中心差分卷积的梯度增强模块,通过逐模块的特征增强以弥补传统卷积操作的不足。在FaceForensics++数据集上进行实验验证,显示算法具有更强的细粒度表征能力,同时实验结果较主流算法取得了最高2%的平均准确度提升。
关键词
Deepfake
深度可分离卷
积
焦点损失
中心差分卷积
深度学习
Keywords
DeepFake
Depth-wise separable convolution
Focal loss
Central difference convolution
Deep learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于多粒度多阶段特征学习的叶片分类和分级方法
7
作者
陈亚杰
刘松岳
王潇
机构
南京理工大学计算机科学与工程学院
出处
《计算机与数字工程》
2024年第7期2150-2154,共5页
基金
国家自然科学基金项目(编号:61703209)资助。
文摘
论文提出一种新的植物叶片分类以及分级网络模型MGMS(multi-granularity and multi-stage network),该模型关注叶片的多粒度信息,并将多层级粒度特征进行有效融合。模型骨架由通用特征提取网络Resnet50构成,在不同阶段计算提取出特征,并将这些特征拼接,完成多粒度特征提取。此外,还使用了中心差分卷积模块,使模型可以关注图像中更具区分度的局部区域,提取出的特征更具区分性。在训练时采用多阶段训练方式,通过计算每一步提取的特征(包括拼接特征)得到的预测标签与真实标签的损失函数,实现由浅层特征到深层特征的学习,将triplet loss用于模型训练,通过减小anchor与正样本的欧式距离,增大anchor与负样本欧式距离优化目标。该方法在Flavia leaf和Swedish leaf两个公开的叶片分类数据集上分别达到99.3%和99.9%的分类准确率,其中在Swedish leaf数据集上达到了目前最高准确率,在Flavia leaf上与当前最高准确率的方法相当,且在构建的烟叶分级数据集上也达到目前最高的71.2%的分级准确率。
关键词
叶片分类
多粒度融合
多步骤训练
中心差分卷积
Keywords
leaf classification
multi-granularity fusion
training by level
central difference convolution
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于中心差分卷积与频域辅助的人脸活体检测
李俣彤
鲁文莉
宋伟
南新元
杨书文
《传感器与微系统》
CSCD
北大核心
2023
0
下载PDF
职称材料
2
基于中心差分卷积的自监督学习方法研究
仝卫国
李芝翔
翟永杰
侯哲
《安徽大学学报(自然科学版)》
CAS
北大核心
2022
0
下载PDF
职称材料
3
基于广义中心差分卷积和空间分布机制的CG图像检测
张盈
朱楠
《光学与光电技术》
2024
0
原文传递
4
基于集成学习双流神经网络的实时面部篡改视频检测模型
袁野
黄丽清
叶锋
黄添强
罗海峰
徐超
《计算机工程与科学》
CSCD
北大核心
2023
1
下载PDF
职称材料
5
基于区域分块和轻量级网络的人脸反欺骗方法
贺丹
何希平
李悦
袁锐
牛园园
《计算机应用》
CSCD
北大核心
2022
0
下载PDF
职称材料
6
基于梯度增强的面部篡改检测算法
袁野
《中阿科技论坛(中英文)》
2022
0
下载PDF
职称材料
7
基于多粒度多阶段特征学习的叶片分类和分级方法
陈亚杰
刘松岳
王潇
《计算机与数字工程》
2024
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部