编辑属性论

从编辑角色在出版活动中存在编辑身份、编辑对象和编辑成果三者合一的事实出发,试图揭示在编辑活动过程中,编辑角色兼具双重属性。编辑只有在兼具原创属性和规范属性、内部属性和社会属性、技术属性和艺术属性、物质属性和精神属性、意义属性和利益属性的情形下,才能更有效地履行自己的使命。

面向人脸属性编辑的三阶段对抗扰动生成主动防御算法

针对恶意人脸属性编辑行为,基于取证的被动防御技术只能对篡改行为进行取证并不能防止其产生,从而难以消除恶意篡改行为已经造成的损失.因此,主动防御技术应运而生,其可以破坏属性编辑的输出从而避免人脸被篡改使用.然而,现有两阶段训练人脸篡改主动防御框架存在迁移性和扰动鲁棒性不足的问题,为此本文通过优化两阶段训练架构及损失函数和引入一个辅助分类器,提出一种三阶段对抗扰动主动防御框架.本文首先修改两阶段训练架构中的代理目标模型并基于此设计了训练扰动生成器的属性编辑损失,以提升代理模型的重建性能和属性约束能力,从而减少对代理模型的过拟合;其次,在训练阶段引入辅助分类器对代理模型提取的编码后特征进行源属性分类并基于此设计训练扰动生成器的辅助分类器损失,从而将原本的两阶段交替训练改为代理目标模型、辅助分类器和扰动生成器的三阶段交替训练,期望通过对抗攻击辅助分类器以促进对篡改模型的主动防御;最后,在扰动生成器的训练中,引入攻击层以促进对抗扰动对滤波和JPEG压缩的鲁棒性.实验结果验证,本文提出的框架能够比现有框架更好地将主动防御从白盒的代理目标模型迁移到黑盒的属性编辑模型,黑盒性能提升16.17%,且生成的对抗扰动较基线算法具有更强的鲁棒性,针对JPEG压缩的性能(PSNR)提升13.91%,针对高斯滤波提升17.76%.

基于生成对抗网络的女上装图像属性编辑

为解决当前服装图像属性编辑模型生成图像存在属性缺失或冗余的问题,提出一种基于Fashion-AttGAN的优化模型对女上装图像细节进行变换的设计方法;通过优化特征提取网络,将结构相似性损失项加入重构损失,提高生成器的属性编辑能力;使用CP-VTON数据集训练,对女上装图像中袖长和颜色的细节进行调整。结果表明,生成图像在袖型连贯性和颜色准确性方面得到提升,改进模型收敛趋势更平稳,重构图像的结构相似性指标提升了27.4%,峰值信噪比提高了2.8%。该优化模型有效减少了生成图像的属性冗余和残缺,为服装图像细节变换研究提供参考。

结合多注意力及IE-GAN的面部属性编辑方法

面部属性编辑主要有两个目的:①将图像从源域转换到目标域,对指定的目标属性(如性别、年龄、发色等)进行修改;②只改变与目标属性相关的人脸区域,保留目标属性之外其他属性的细节。而现有的人脸属性编辑方法不可避免地会对与目标属性无关区域进行更改。因此,提出一种基于IE-GAN和多注意力机制的面部属性编辑方法MAIE-GAN,引入补充注意连接(Complementary attention connection,CAC)的概念连接编解码器,解决了由直接跳跃连接引起的信息冗余问题,将自注意力机制作为生成器中卷积层的补充,使其能更好定位目标属性,限定属性变换区域,此外,还利用互补注意特征的概念,实现目标属性无关区域的更好保留。通过与现有方法的对比分析表明,该方法在属性定位和图像质量方面优于现有的方法。

基于API的BIM模型属性自定义二次开发研究

为解决导入Navisworks软件中的Revit模型属性丢失或者属性类型及数量不满足Navisworks应用需求的问题,文章基于API,针对Navisworks和Revit软件进行二次开发研究,利用研究成果,即开发完成的相关工具软件,能够方便高效的对导入Navisworks中的模型进行属性编辑,包括属性的输出、查找、添加、排序、搜索、定位、匹配、删除、导出等功能,有效助力BIM模型在不同软件中的流转,为BIM软件二次开发应用研究提供参考,对拓展BIM模型在不同软件中的应用具有重要意义。

基于Eclipse属性编辑工具的研究

Eclipse基于Java提供了一个可扩展开发平台,允许软件以插件的形式在其上运行,由Eclipse来提供统一的、美观的图形界面。而Eclipse RCP是使用Eclipse结构风格设计弹性的可扩展的应用程序,可重用Eclipse中已存在的方法和编码模式。GEF是一个图形化编辑框架,它允许开发人员以图形化的方式展示和编辑模型。这里采用了Eclipse RCP和GEF的相关技术,结合RCP中的插件技术和GEF中提供的图形编辑工具及请求、命令、策略等技术实现了属性编辑工具。

人脸属性编辑的全局组织网络算法

提出一种新的基于生成对抗网络的人脸属性编辑全局组织网络算法.人脸属性编辑是指通过结合编码解码器结构与生成对抗网络,生成具有期望属性的人脸图像.传统的编码解码器结构对人脸的重构和编辑能力有限.直接将编码特征与属性标签结合会因为融入编码特征造成属性编辑性能低下,同时,也会由于缺失编码特征造成人脸还原度的损失,两者无法平衡.因此,提出U型传递方式与全局组织单元.U型传递改变了传统的属性流动方式,并生成反向状态.全局组织单元结合反向状态生成全局属性信息,在编码解码器中搭建桥梁,帮助解码器更好地融入编码器特征与属性信息.与此同时,为了更好地配合全局组织模块,重新设计了编码器下采样.实验结果表明,本文所提方法可以同时提高模型的人脸重塑与属性编辑能力.

MAPGIS中图元属性的建立及其在图形编辑中的作用

MAPGIS是集数字制图、数据库管理及空间分析为一体的空间信息系统。在MAPGIS中,属性是反映事物特征信息的数据,主要用来描述实体要素的类别、级别等分类特征和其他质量特征,它由属性结构和属性数据两部分内容构成。

基于属性法向量修改的人脸编辑算法

根据用户需求修改给定人脸图像,在美妆造型设计、异质人脸合成等领域具有重要的应用价值.目前已有研究基于生成对抗网络(GAN)模型实现人脸的语义属性迁移或者定性修改,但少有算法能够对用户指定的属性进行定量修改.针对人脸多个属性的分离(解纠缠)以及定量编辑两大问题,提出了一个基于属性法向量修改的定量人脸属性编辑算法.首先,端对端求解出隐藏空间中每一个面部属性的最优控制法向量,实现人脸多属性的解纠缠;然后通过调整法向量的移动系数,控制单个属性的变化程度从而控制该属性的定量修改;最后通过融合多个单属性控制向量的方式,达到对人脸多个属性的综合修改效果.实验结果表明,该算法能够同时适用于生成的虚拟人脸图像和真实人脸照片,在保持生成图像质量的同时,实现了人脸属性定量修改的功能.

融合纹理增强和注意力图的面部属性编辑方法

针对现有面部编辑方法存在着修改与特定属性无关区域,无法编辑细粒度面部的问题,提出一种融合注意力图和纹理增强的细粒度特征空间的面部属性编辑方法。在生成对抗网络中引入纹理增强和注意力图,解决空间特征提取不明显问题;采用多尺度鉴别器,获得有关原始图像更多语义场信息和细节信息;采用交替训练策略,提高面部属性编辑图像质量和算法鲁棒性。在CelebA数据集上验证了提出面部属性编辑方法的正确率和有效性。实验结果表明,提出的方法不仅能准确的编辑细粒度面部属性,而且能大幅度提高图像质量。

基于显著性目标检测网络的面部属性编辑方法

针对面部属性编辑方法存在生成图像视觉效果差和图像多样性少的问题,提出了在Trans-GAN的基础上融合显著性目标检测网络(U^(2)-Net)的面部属性编辑方法。首先,该方法在Trans-GAN的基础上融合U^(2)-Net特征提取器作为编码器结构,提高网络对面部空间信息的提取能力;其次,Trans-GAN采用两级鉴别器,使得网络能在原始图像上捕获更多的细节信息和语义信息,生成细粒度的面部属性;最后,提出一种数据增样方式(CAR),该数据增样方式能在丰富原有数据集的同时增加面部图像属性多样性。在CelebAMask-HQ原始数据集上验证表明,与现有面部属性编辑方法相比,提出的方法不仅能准确的编辑细粒度属性区域,而且能大幅度提高面部图像质量。

基于Visual LISP的接触网支柱属性编辑

采用Visual LISP对接触网支柱属性进行编辑修改,在实际工程设计中取得良好效果。该方法对采用Visual LISP和DCL来二次开发AutoCAD具有一定指导意义。

多尺度注意力的面部属性编辑归一化

现有的方法利用编解码器和生成对抗网络用于面部属性编辑,会导致低分辨率结果而且操控面部属性能力有限。为了解决这些问题,文章从选择性细化的角度提出一种新的面部属性编辑生成对抗网络(facial attribute editing generative adversarial networks, FAE-GAN),该方法能够专注于编辑要更改的图像属性,同时保留面部的细节。首先学习一个空间变化函数,该函数将高层特征图映射到归一化层所需的参数图;然后结合残差块,将低层特征图添加到调制后的特征图中,从而使属性细化任务更加容易实现。实验结果表明,该模型在属性操纵精度和感知质量方面均具有优势。

SolidWorks属性选项卡编辑器应用指南

通过SolidWorks属性编辑器,用户可以实现系列化零部件的部署,可以批量地按照模板在装配体中为零部件赋予属性,也可以通过属性编辑器与Excel的集合,实现产品参数化设计。通过此应用,读者可以按部就班地了解、使用SolidWorks属性编辑器。

编写JavaBean属性编辑器

JavaBean是可重用软件组件,使用可视化编程工具能对它们进行操作。如Symantec的Visual Cafe或IBM的VisualAge for Java等工具可使用户借助Bean的属性页操作一个Bean的属性。要想对属性进行编辑,它必须既是可读的,又是可写的。一般地讲。

基于CASS8.0地形图属性数据丢失的解决方案

不同版本的地形图制图软件数据传递时会造成属性数据的丢失,单纯的依靠手动去添加属性信息将会很繁琐,多属性批量转换功能可以有效提高添加属性的效率。

计算机辅助家具设计系统 第六讲 图形块及其属性

我还要呼吁各部门的同志大力推动CAD,我们现在还有上百万人在画图板上工作,一个星期出不了一张图,还有几十万女孩子在描图,这是三十年代德国干的,我们现在还是这样干,我们能不能在今后的五到十年内普及CAD,彻底的撤掉画图板.欧共体作了一个决定,就是要强迫训练,凡是不会用计算机的请走开,去干别的去,不要在画图板上熬煎了…….

结合小波变换高频信息的可控面部性别伪造

基于生成对抗网络(Generative Adversarial Network,GAN)的图像到图像的翻译(Image-to-Image Translation,I2I)技术在各种领域中取得了一系列突破,并广泛应用于图像合成、图像着色、图像超分辨率,特别是在面部属性操作方面获得了深入研究。为了解决目前I2I领域由于模型架构以及数据不均衡所导致的不同翻译方向的生成图像性能表现差异的问题,提出了一种HFIGAN(High Frequency Injection GAN)模型,实现了结合高频信息的可控面部性别伪造。首先在结合高频信息的小波模块中,将编码特征通过离散小波变换进行特征级的分解,将所得到的高频信息在解码阶段对等注入,使得在上采样过程中的源域与目标域之间的信息可以达成平衡状态。其次,针对I2I任务中多域转换在不同方向的翻译难度不一致的问题,通过对损失函数进行重新设计,将难易样本的损失进行放缩,提高难样本对模型的反馈,使模型更专注于难样本的训练从而提升模型性能。最后,提出基于风格特征的多样性正则项,将风格向量在不同空间中的距离度量添加至传统的多样性损失中进行监督,使得模型能在保持生成图像多样性的同时提升图像的生成质量。分别在CelebA-HQ数据集和FFHQ数据集上进行实验并验证了所提方法的有效性。在主流的I2I模型中结合所提损失进行了损失函数通用性验证。实验结果表明,与以往先进方法相比,HFIGAN在面部性别伪造方面性能更加优异,所提出的损失函数具备一定的通用性。

融合小波快捷连接生成对抗网络的面部性别伪造

面部属性编辑领域的主流方法由于数据以及模型架构的限制,存在如下两方面的问题:自编码器模型在编码以及解码阶段的瓶颈结构会丢失特征信息,以及在解码过程中逐阶段对源域特征进行连续的样式注入,使得生成图像中目标域信息占比过大,导致生成图像丢失了源域的身份信息以及部分细节;在人脸图像中,图像人物的性别、种族或年龄等属性的差异会使得不同图像的频域信息组成差别较大,在无监督的训练前提下,当前主流网络框架并不能在样式注入阶段调整源域信息以及目标域信息之间的占比,导致生成图像仍然存在伪影。针对上述问题,基于生成对抗网络和图像到图像的翻译提出一种面部性别伪造模型,即融合快捷小波连接生成对抗网络(WscGAN)。通过对自编码器结构添加快捷连接,将不同编码阶段的输出通过小波变换进行特征级别的分解,再引入通道注意力机制将其进行逐个处理,以此动态改变在解码过程中不同频率的源域特征信息的比例,最终实现面部图像在性别属性上的伪造。为了验证所提模型的有效性,WscGAN分别在CelebA-HQ数据集和FFHQ数据集上进行了实验。实验结果表明,WscGAN在CelebA-HQ以及FFHQ数据集上均领先现有先进模型,其中弗雷歇起始距离分别提升5.4%和19.8%,特征度量相似度分别提升1.8%和4.1%。此外,定性的视觉对比结果充分体现了WscGAN可有效改善面部图像性别属性伪造的效果。