基于区域异或和三值量化的高分辨零水印算法

针对目前零水印算法对于受攻击图像和虚警图像生成的零水印区分度不足问题,提出了一种基于区域异或和三值量化的高分辨零水印算法。在零水印生成过程中,首先提取图像的空域特征和频域特征,将载体特征和版权水印进行冗余构造,以频域特征作为索引,将冗余水印分成2个区域,分别与空域特征和混沌矩阵异或,并将异或后的2个区域进行合并得到零水印。在版权认证过程中,从攻击后的图像中提取空域和频域特征,以频域特征作为索引,将零水印分成2个区域,分别与空域特征和混沌矩阵异或,提取冗余构造的水印图像,去冗余操作后,量化成只有3个数值的矩阵作为版权认证结果。实验结果表明,所提算法可有效解决图像零水印的虚警问题,同时在多种攻击下具有较高稳健性,特征提取算法可任意更换,具有较高可扩展性。

基于级联深度神经网络的抑郁症识别

抑郁症是最常见的心理障碍之一,严重困扰患者的工作和生活。随着情感感知技术的发展,开发抑郁症自动识别系统具有广阔的前景。基于视频人脸图像,结合级联深度神经网络和多特征(全局特征和局部特征)对抑郁症BDI-II分值进行预测。设计全局特征网络、局部特征网络(眼部,嘴部)三个分支,利用FaceNet网络和深度神经网络提取全局特征,利用基于四元数的局部二进制编码和深度神经网络提取局部特征。在融合层将全局特征向量和局部特征向量拼接,接入第三个深度神经网络对抑郁程度进行预测。在AVEC2013和AVEC2014抑郁症数据库上进行测试,实验结果表明,与其他基于视觉的方法相比,该方法取得了更小的平均绝对误差和均方根误差。