基于多域属性表征解耦的水下图像无监督可控增强

水下图像无监督增强技术多面向特定失真因素,对于水下多类失真图像适应性略显不足;图像的内容属性(结构)会随风格属性(外观)迁移变化,导致增强效果不受控,影响后续环境感知处理的稳定性和准确性。针对这一问题,文中提出一种基于多域属性表征解耦(MARD)的水下图像无监督可控增强方法。首先设计多域统一的表征解耦循环一致对抗变换框架,提高了算法对多失真因素的适应性;其次构建双编码-条件解码网络结构;最后设计了MARD的系列损失,提高了质量、内容、风格等属性表征的独立表达性和可控性。实验结果表明,所提算法不仅可以消除水下图像的色差、模糊、噪声和低光照等多类失真,还可通过线性插值的方式量化图像风格码对水下图像进行可控增强。

支持属性立即撤销的可复用属性基签名及其密钥协商方案

为了解决后台分布式微服务-前端反向代理网络架构中统一细粒度访问控制和数据安全通信的问题,提出了可撤销属性的认证方策略属性基签名,基于Type-3配对的属性基签名及其互认证密钥协商方案。在所提方案签名算法中,无须关联访问策略,生成的签名只和用户部分属性有关,访问策略在验证算法中输入,来校验与签名相关联的用户属性是否真实合法并满足访问策略,所以签名与访问策略实现了解耦,使得一个签名可复用于多个访问策略的认证过程。另外,提出了属性哈希过滤算法,并基于该算法实现了属性的立即撤销机制,使得签名者不能用过期无效的属性继续用于策略认证。并在选择策略模型下严格地验证了所提属性基签名方案的存在不可伪造性。进一步地,为了实现数据的安全通信,提出了与所提属性基签名方案配套的满足扩展Canetti-Krawczyk安全模型的认证密钥协商方案。最后,通过理论和实验对比分析得知,在安全级别为128 bit高级加密标准的要求下,所提方案中的微服务器端的认证算法比其他属性认证算法消耗更少的时间,因此所提方案更加适用于复合微服务请求的场景。

基于生成对抗网络的人脸年龄渐进合成算法

人脸年龄合成(face age synthesis,FAS)的目标是根据源人脸图像合成指定年龄人脸图像,同时保留人脸的个人特征和身份信息.针对年龄变换时无关特征容易改变和产生伪影鬼影的问题,提出一种基于生成对抗网络的人脸年龄渐进合成算法.采用基于门控循环单元的年龄编辑模块自适应地过滤或加入特征,并使用属性解耦模块在潜在空间进行对抗学习,通过生成器和判别器的对抗策略保证了真实自然的人脸合成,使用年龄分类约束拟合特定年龄分布,为了保证年龄无关属性的保留,还在生成对抗网络中引入了重建学习.在跨年龄名人数据集(cross-age celebrity dataset,CACD)下的实验结果表明,对比其他基于条件生成对抗网络的算法,提出的算法生成的人脸图像伪影失真有所减少,年龄显著性增强,具有较好的年龄准确性和较高的身份一致性.