基于典型相关分析的组合特征抽取及脸像鉴别

利用典型相关分析的思想,提出了一种基于特征级融合的组合特征抽取新方法.首先,抽取同一模式的两组特征矢量,给出描述两组特征矢量之间相关性的判据准则函数;然后依此准则抽取它们的典型相关特征,构成有效鉴别特征矢量用于识别.该方法巧妙地将两组特征矢量之间的相关性特征作为有效判别信息,既达到了信息融合之目的,又消除了特征之间的信息冗余,为两组特征融合用于分类识别提供了新的思路.此外,从理论上进一步剖析了所提出的方法之所以能有效地用于识别的内在本质.在Yale和ORL标准人脸数据库上的实验结果证实了所提算法的有效性和稳定性,而且识别率大大高于用单一特征进行识别的结果.

基于奇异值分解和数据融合的脸像鉴别

提出了一种基于奇异值分解和数据融合的脸像鉴别方法 .该方法首先利用奇异值分解方法 ,求出脸像矩阵的奇异值及奇异值向量 ,分别利用所求得的奇异值及奇异值向量作为特征矢量进行脸像鉴别 ,分别得出基于奇异值和重建误差的鉴别结果 ,此结果以隶属度函数方式表示 .将上述鉴别结果用 L OGISTIC回归方法进行融合 ,得出更为准确的脸像鉴别结果 .该方法克服了“小样本”效应并引入正负样本学习过程 ,提高了正确鉴别率 .利用 ORL人脸数据库进行实验 。

基于实时预测学习分类的脸像快速检测方法

视频图像中脸像检测是近年来视觉图像检测和模式识别领域的研究热点。提出一种基于实时预测学习分类的脸像快速检测算法,即ARMA-Boost算法。首先根据脸像位置先验信息,利用ARMA模型(auto-regressive and moving average model)预测脸像位置区域,然后采用AdaBoost算法对预测区域进行脸像检测。该方法在时间维度对AdaBoost算法进行扩展,减小脸像搜索范围,提高检测效率。利用该方法对离线视频文件和CCD图像传感器实时脸像视频进行检测,实验结果表明,与支持向量机、传统AdaBoost和基于优化肤色模型的AdaBoost改进算法相比,ARMA-Boost算法脸像检测准确率高,实时性更好,可以对视频脸像进行快速检测应用。

一种基于KCCA的小样本脸像鉴别方法

基于典型相关分析和Fisher线性鉴别分析的等价性,提出了利用核典型相关分析来抽取小样本人脸图像的非线性鉴别特征,并用其进行脸像鉴别.这样得到的非线性特征本质上等价于核Fisher非线性最佳鉴别特征.基于ORL库的实验表明,对小样本人脸图像,KCCA可以得到和广义鉴别分析近似的识别性能,其所得非线性特征明显优于FLDA的线性鉴别特征.

AI换脸技术的失控风险与法律规制

AI换脸技术在社交媒体上愈益广泛使用,很多网络用户将其作为娱乐新方式,从而有可能引发一系列失控风险。相比于欧盟、美国等侧重从隐私权保护的角度予以规制,我国法律认为,根据违法行为所侵犯的客体不同,AI换脸视频可能侵犯他人的肖像权、个人信息以及知识产权等民事权利,滥用AI换脸实施诈骗、盗窃、制造淫秽物品等,则可能违反刑法。根据中国互联网实际,区分AI换脸视频的不同应用场景,分析其可能涉及的法律风险,为AI换脸技术的合理发展提供合规建议。

域迁移增强的综合假脸检测模型

提出一种跨域的综合假脸检测模型。首先,设计一种双域融合模型,该模型利用空间注意力机制实现RGB域和频域特征的融合。其次,在此基础上,结合数据增强技术,提出了一种跨域迁移策略。最后,提出的双域模型的精度,在5个通用数据集上均比单域模型有一定的提高,尤其在NT数据集上,该方法的精度比EfficientNet-B0方法提高了3.4%。此外,实验结果表明,与其他迁移学习方法相比,在FaceForensics++和Celeb-df数据集上,该方法在域迁移中具有更好的泛化性能。

基于多尺度时空特征和篡改概率改善换脸检测的跨库性能

目前大多DeepFake换脸检测算法过于依赖局部特征,尽管库内检测性能尚佳,但容易出现过拟合,导致跨库检测性能不理想,即泛化性能不够好。有鉴于此,文中提出一种基于多尺度时空特征和篡改概率的换脸视频检测算法,目的是利用假脸视频中广泛存在的帧间时域不连续性缺陷来解决现有检测算法在跨库、跨伪造方式和视频压缩时性能明显下降的问题,改善泛化检测能力。该算法包括3个模块:为检测假脸视频在时域上留下的不连续痕迹,设计了一个多尺度时空特征提取模块;为自适应计算多尺度时空特征之间的时空域关联性,设计了一个三维双注意力机制模块;为预测随机选取的像素点的篡改概率和构造监督掩膜,设计了一个辅助监督模块。将所提出的算法在FF++、DFD、DFDC、CDF等公开大型标准数据库中进行实验,并与基线算法和近期发布的同类算法进行对比。结果显示:文中算法在保持库内平均检测性能优良的同时,跨库检测和抗视频压缩时的综合性能最好,跨伪造方法检测时的综合性能中等偏上。实验结果验证了文中算法的有效性。

从技术到法律:AI换脸短视频的侵权风险与规范治理

AI换脸技术的出现活跃了短视频创作,短视频平台的AI换脸视频大致分为“存在原视频作为换脸基础的换脸视频”和“不存在原视频作为换脸基础的换脸视频”两类,前者主要涉及版权侵权问题,后者主要涉及人格权侵权问题。AI换脸短视频领域侵权风险治理规则主要依靠著作权法和民法典的有关规定。展望未来,AI换脸应用在短视频传播领域的治理需要在创作自由与私权保护之间寻求平衡。AI换脸技术应用管理和内容标识管理是消解深度合成技术隐匿性的有效方式。同时,关注平台“侵权者”和“治理者”双重角色是解决短视频领域久治不愈的症结所在。

“有头脸”与“有头有脸”的来源及相关问题

“有头脸”与“有头有脸”均为“有名誉、有身份、有面子”义。“有头脸”始见于明代。在特定的积极评价的语境中,“头脸”通过转喻机制转指人的“名誉、身份、面子”等;由于受到表示增量肯定的动词“有”的影响,其主观性增强,通过语境吸收机制增加了积极、正向量,语义由中性义向褒义偏移。“有头脸”最迟到了清末民初已完成构式化。“有头有脸”始见于清代中叶,由于韵律组合规则的制约,其在类推机制作用下由“有头脸”扩展而来。“有头有脸”最迟到了清末民初已完成构式化。与“有头脸”“有头有脸”相关的肯定形式和否定形式包括“有脸(儿)、没脸(儿)、无脸、没头脸、没头没脸”等。其中肯定形式与肯定形式之间、否定形式与否定形式之间在语义上相同或不相同,肯定形式与否定形式之间在语义上对称或不对称。

自我效能干预联合脸板腺按摩护理对改善干眼症负性情绪、应对行为及眼部症状的价值

目的:探究自我效能干预联合脸板腺按摩护理对改善干眼症负性情绪、应对行为及眼部症状的价值。方法:选取2021年7月-2023年4月期间东莞市妇幼保健院收治的76例干眼症患者作为本次研究对象,以随机数字表法分为对照组和观察组,对照组38例仅实施脸板腺按摩护理,观察组38例在对照组的基础上实施自我效能干预。比较两组负性情绪、应对行为、眼部症状。结果:两组护理前医院用焦虑抑郁量表(HADS)中焦虑、抑郁评分及量表总分对比差异均无统计学意义(P>0.05);观察组护理后HADS中焦虑、抑郁评分及量表总分均低于对照组(P<0.05)。两组护理前医学应对方式问卷(MCMQ)中面对量表、回避量表、屈服量表及量表总分对比差异均无统计学意义(P>0.05);观察组护理后MCMQ中面对量表、回避量表、屈服量表及量表总分均高于对照组(P<0.05)。两组护理前眼部畏光、疼痛感、充血、异物感4项症状评分及总评分对比差异均无统计学意义(P>0.05);观察组护理后眼部畏光、疼痛感、充血、异物感4项症状评分及总评分均低于对照组(P<0.05)。结论:对干眼症患者实施自我效能干预联合脸板腺按摩护理可以有效减轻其负性情绪,提高其医学应对积极性,改善眼部症状。

高逼真图像视频换脸应用设计与实现

目前,尽管已存在众多换脸算法,但在实际应用中仍面临着人脸部分被遮挡、高分辨率处理以及保持人物脸型等挑战,导致换脸效果不佳、分辨率不足以及换脸后与原人物差异显著等问题。本文深入研究了高逼真图像视频换脸应用的设计与实现过程,旨在解决生产过程中遇到的上述问题,从而提升人物换脸的整体效果。

高压混相激光脸浅槽机械密封润滑状态转变特性及密封性能分析

以激光脸浅槽微接触式密封为研究对象,求解考虑混相介质特性和密封端面粗糙度效应的雷诺方程,通过分形接触理论求解微凸体接触力,利用不同微凸体接触状态下求解出的液膜承载系数对混相微接触式机械密封混合润滑状态进行分级,探究了压力及转速等工况条件和开槽形式对密封的润滑状态转变的影响规律.结果表明:混相微接触式机械密封混合润滑状态可分为弹性混合润滑状态、弹塑性混合润滑状态和塑性混合润滑状态3个级别;随着转速升高,液膜承载力不断增大,微凸体接触力逐渐趋向于0,密封环分开实现非接触,此时液膜承载系数为1;压差和槽深越大、混相介质气相容积比越高,矩形槽角度和周期数越小,临界转速越大,润滑状态更稳定,摩擦副分离越困难.

《道林·格雷的画像》中人画换脸的悲剧新解

王尔德在《道林·格雷的画像》中对肖像画的艺术处理和情节设定更加复杂和成熟,他以肖像画为核心构建了一场人画换脸的悲剧,设定了三个与肖像画相关的三个谜题,这表明王尔德已认识到肖像画的独特意义,而肖像画也成为他表达唯美主义理念的常用媒介和解读作品的关键。《道林·格雷的画像》中以肖像画为核心串联起与身体、道德和自我相关的议题,肖像画对模特的相似性再现和肖像画具有的典范性和相对独立性使小说中人画换脸的情节设定成为可能,人画换脸的实质是主体脸的置换、感官的丧失和身体的缺席,以及由此造成的人的生命力和可能性的丧失。同时,道林对肖像画的刺杀从根本上源于本就不甚稳固的认知基础和价值建构的坍塌。

基于改进GFPGAN的墓室壁画盲人脸修复研究

针对墓室壁画人脸破损严重、纹理模糊不清、噪声较多等问题,提出了E-GFPGAN(Efficiency-Generative Facial Prior Generative Adversarial Network,E-GFPGAN),实现了墓室壁画人脸部分的盲修复.首先用StyleGAN3网络训练生成墓室壁画人脸,为网络提供丰富的壁画人脸先验信息;然后在退化移除模块添加跳跃连接,使用两层空洞卷积代替原有卷积,实现扩大感受野,保留壁画人脸的细节信息;最后将信道分割空间特征转换层(Channel-Split Spatial Feature Transform,CS-SFT)结构的卷积改为空洞卷积降低网络参数量.在自建墓室壁画人脸数据集上进行修复的实验结果表明,NIQE指标平均降低2.2%.证明了网络在墓室壁画人脸盲修复上得到了较好的修复结果.

AI换脸、换声在移动短视频传播中的侵权和治理对策

传媒生态正逐渐发生变化,用户从原来单一的P图模式延伸到对音视频的剪辑。但人们在为技术狂欢的同时,侵权问题也随之而来。在人工智能技术赋权的大背景下,用户隐私权、肖像权等权利面临着挑战。本文从AI、换声换脸在移动短视频传播过程中的侵权形式出发,探讨如何界定传播过程中存在的侵权行为,提出唯有法律保障、责任明晰和个人坚守,才是治理人工智能技术在移动短视频传播中侵权问题的有效途径。

苏州轨道交通人脸边门应用实践

介绍人脸边门的基本概念,明确人脸在轨道交通过闸乘车方面的应用形式;综合考虑轨道交通的业务现状、使用需求以及人脸的技术特点,确定人脸边门的总体方案,并对人脸凭证的开通、进出站、异常票务处理等业务流程进行详细设计;结合苏州轨道交通票务系统现状及人脸技术特点,提出脸码混用、交易防重、离线识别及软/硬件标准化等人脸乘车关键技术,从而实现人脸过闸乘车业务。

基于深度学习的鸡脸识别与行为分析算法研究

为探索深度学习在鸡脸识别及其行为分析中的应用,通过构建并训练深度神经网络实现了高效精确的个体识别和行为模式分析,为智能化农业和动物行为学研究提供技术基础。研究围绕鸡的个体识别,通过图像识别技术解决养鸡业的疫病传播问题。研究选用YOLOv4模型进行鸡脸和行为的识别,与FasterR-CNN网络模型相比,YOLOv4在精确度和召回率的精度上都优于FasterR-CNN,显著提升检测准确率,表现出较传统技术更优的实时检测能力。未来,研究将致力于数据集扩展和模型优化,以提高准确性和实用性,助力养殖业疫病防控。

AI深度换脸对用户的影响及规治路径

随着深度学习技术的不断发展,虚拟与现实的界限逐渐模糊,习惯于数字化生存的用户在长期视觉信息的接触中逐渐陷入“图片即真实”的误区。本文将从当下网络传播环境的特点入手,分析AI深度换脸技术导致视觉真相误区的原因,探讨AI深度换脸技术给用户带来的挑战,主要包括过度自我表演、遭受恶意性的他者凝视以及网络诈骗,进一步从用户、技术、法律三个层面提出相关治理路径。这一研究旨在深入了解深度换脸技术对用户行为的影响,为应对其潜在风险提供参考。

基于残差网络的汽车前脸情感化图像分类模型

深度学习技术的发展为设计提供了新的方法。本文以汽车前脸作为研究载体,利用深度学习算法构建了情感化图像分类模型,来拟合人类对产品外观的情感认知。首先,经数据采集获取了大规模、高质量的汽车前脸图像数据集,经筛选和预处理获取了代表性样本数据集;其次,选取2个维度的情感标签,经专家评价法对数据集进行情感标注,获得了情感分类数据集;最后,利用ResNet构建了汽车前脸情感分类模型,并对比了不同深度的模型性能,获得了较优的汽车前脸情感化图像分类模型。实验证明,将图像分类模型应用至情感化分类,可有效拟合人类对产品的情感认知,为结合深度学习技术的产品情感化设计提供了可行性实践。通过情感图像分类模型的构建,可有效预测消费者对设计方案的情感化市场反应,进而提升研发效率以及面向市场的销售成功率。

运用AI换脸技术开展军队心理战

随着人工智能技术的飞速发展,AI换脸技术作为一种新兴的信息操作手段,其在军事领域的应用潜力日益受到重视。本文旨在探讨AI换脸技术在军队心理战中的应用前景、面临的挑战以及可能的对策建议,以期为未来军事心理战的理论与实践提供参考。