多色彩通道特征融合的GAN合成图像检测方法

当前,生成对抗网络(Generative Adversarial Networks,GAN)合成的逼真图像难以识别,严重危害国家网络安全及社会稳定.与此同时,多数基于深度神经网络模型设计的检测器需要大规模训练样本,且存在模型可解释度不高、泛化性能差等问题.为了克服上述亟待解决的关键性难题,本文提出一种多色彩通道特征融合的GAN合成图像检测方法.首先,探索分析真实自然图像和GAN合成图像在不同色彩空间相邻像素之间的差异,并设计差异度量算法,完成色彩通道选择.其次,利用图像像素间的高度相关性,在八个方向上通过二阶马尔可夫链对相邻像素之间的差分数组进行建模,提取差分像素邻接矩阵特征.最后,利用上述特征,设计一种简单且高效的集成分类器完成GAN合成图像的检测任务.在基于StyleGAN模型合成的伪造人脸数据集中,所提出方法的检测准确率高达100.00%;在小样本训练约束条件下,正负样本对数仅仅为2时,检测准确率高达99.65%;在单类样本训练约束条件下,正样本数仅仅为50时,检测准确率高达92.84%.在基于更先进的StyleGAN2和PGGAN模型合成的伪造场景数据集中,所提出方法的检测准确率达到99.96%以上.以上大量实验表明,本文所提出的方法明显优于比较的GAN合成图像检测方法.本文方法已经开源:https://github.com/cyxcyx559/ccss.

基于色彩通道融合的火焰图像分割

提出了基于色彩通道融合的回转窑火焰图像分割方法。由彩色火焰图像的红绿通道、红蓝通道和绿蓝通道构成三幅新的图像 ,分别从中提取训练样本集 ,对三个神经网络进行训练。神经网络收敛后 ,各自对相应的图像进行分割 ,会得到三种不同的结果。采用均值、中值、模糊逻辑和神经网络四种方法将其进行融合 ,会得到很高的分割准确率。实验结果表明该方法是可行的。

一种基于多色彩通道动态阈值的舌苔舌质分离算法

舌苔舌质分离是实现舌诊图像自动分析重要的预处理工作,舌苔舌质分离后便于计算,消除相互的干扰,才能得到比较好的定量化结果。本文在结合中医依靠经验辨识舌苔舌质的基础上,借鉴以往的单通道定阈值舌苔舌质分离算法,提出使用多个色彩通道动态选取阈值,再根据先验的空间信息辅助判断,最终分离舌苔舌质的算法。通过与手工分离结果以及现有自动分离算法的比较,分析表明该算法在分离舌苔舌质的准确度以及处理速度上都有较好的效果。

基于鲁棒主成分分析和多个色彩通道的显著性检测

显著性检测在图像分割、物体检测、视觉效果评估等领域有非常广泛的用途。为了增强这种图像预处理技术的实用性,同时对人眼视觉系统的机理进行研究和模拟,该文提出了一种基于鲁棒主成分分析和多个色彩通道的显著性检测方法。将图像的多个色彩空间重构成每一列都线性相关的矩阵,然后将显著性区域看作是矩阵的稀疏成分,将背景信息看作是低秩成分。经过对新矩阵进行鲁棒主成分分析后就可以将显著性区域提取出来。最后加入人眼视觉系统中的显著性先验和中心先验机理,使得提出的模型更加合理。实验结果表明:该方法在量化指标和视觉效果方面超过了当前很多先进的方法,验证了这种假设的合理性。

融合神经网络变换和通道置乱的彩色图像加密

针对传统彩色图像加密过程中密钥空间小、彩色通道加密不彻底导致的密文图像抗差分攻击能力弱等问题,提出一种融合神经网络随机变换和通道置乱的彩色图像加密算法。将彩色图像R、G、B色彩通道进行分离,利用变换技术分别对3个色彩通道进行像素级置乱;利用并行混沌系统生成两组伪随机序列,引入人工神经网络对其进一步变换生成新序列。使用随机序列分别对彩色图像的通道内和通道间进行像素级扩散和置乱。实验结果表明,神经网络随机性可显著扩大密钥空间,提出算法在密文图像安全性和抗攻击能力上具有显著优势。

基于色彩约束与非局部稀疏表示的彩色图像超分辨率重建

基于稀疏表示模型的彩色图像超分辨率重建方法通常采用基于图像块的稀疏编码过程,易导致稀疏表示不稳定、重建彩色图像存在细节模糊和色彩伪影的问题。为此,提出一种非局部稀疏表示与色彩通道约束相结合的重建算法。将待重建的低分辨率彩色图像转换到YCbCr色彩空间,利用非局部稀疏模型对低分辨率彩色图像的亮度信息进行重建,再将重建图像转换回RGB色彩空间,应用色彩通道约束方法去除色彩伪影,从而在保证图像细节信息重建质量的同时提升其色彩伪影的去除能力。实验结果表明,与双三次插值算法、ScSR算法等相比,该算法重建图像的峰值信噪比和结构相似性较高。

一种融合光流的分通道帧差目标检测方法

针对目前方法在复杂环境下很难有效检测出运动目标的问题,提出了融合光流的分通道帧差目标检测方法。首先通过降噪和平滑预处理工作增强有效信息,然后使用实时分通道图像差分精确检测运动目标,最终融合光流检测信息,以运动信息修正检测误差,很好的逼近真实目标。在检测算法中使用数学形态学方法去除噪声和斑点以提高检测效果。实验结果证明,该算法能对运动目标快速而准确的检测。

基于HSV色彩空间和OTSU算法的射击靶面识别

射击训练系统中,靶面识别一直是基础和难点。本文利用HSV色彩空间特性对胸环靶进行识别,通过色彩通道分离HSV三通道并结合OTSU阈值分割算法,在不同光照条件下识别胸环靶。实验结果表明,在不同光照条件下本算法都具有较好的识别效率,并且满足实时性的要求。

新传感器技术拥有12倍色彩敏感度

人类的眼睛可能是图像传感器技术、图像处理技术追求的终极目标,所以才有了现在的RGB彩色传感器、Foveon X3分层传感器,但这类传感器始终无法摆脱RGB3种色彩通道。

新型传感器打破传统RGB色彩模式

西班牙格拉纳达大学的研究人员设计了一种新型成像系统,它能够获取更多的色彩信息,其信息量是人眼和传统相机的12倍,即36个色彩通道。

基于USM原理的改进型图像锐化算法研究

主要论述了对于传统的USM原理的图像锐化进行了优化,利用图像转换,从色彩通道、阶调、色相角三个方面同时对图像进行处理,以提高图像锐化的效果。

西红柿采摘机器人视觉系统的目标提取

提出了基于色彩分通道法的果实目标提取方法。该方法是先将彩色图像在色彩空间中分解成多个单通道图像,再对每个通道图像进行分割,最后综合各通道结果得到彩色图像的整体分割结果。采用该方法对西红柿图像在Lab色彩空间下进行试验,结果表明此方法简单快速,得到的果实目标较清晰准确,可满足图像后续处理的需要。

浅谈Photoshop抠图技巧比较

抠图是Photoshop软件应用中最基本的功能之一,本文介绍了抠图的概念,分析比较了实际工作中几种抠图方法的使用技巧及优缺点,旨在为Photoshop学习者提供非常有效的帮助。

基于视觉传达的模糊舰船图像优化

以提升模糊舰船图像视觉传达效果,获取更多的舰船图像内部信息为目的,研究基于视觉传达的模糊舰船图像优化方法。采用基于视觉传达的模糊舰船图像去模糊处理方法,根据模糊舰船图像模型,分别确定彩色模糊舰船图像3个RGB色彩通道的模糊核,并将确定的模糊核应用到基于细稀疏表示的去模糊模型中,对舰船图像去模糊处理。依照人类视觉对色彩度的具体感知水平,采用六角椎体模型对去模糊化后的舰船图像进行视觉传达效果优化,重建去模糊后舰船图像颜色模型空间内的明度参数。实验结果显示,所研究方法能够有效实现舰船图像去模糊处理,处理后图像与清晰舰船图像相比结构相似度均达到0.89以上,信息熵值均在9.1以上。

EFI Reggiani美佳尼助力数码印花

在本届ITMAASIA展会期间，EFI Reggiani美佳尼（5号馆D33展位）将展示全新EFI ReggianiCOLORS数码印花机。该机对于纺织数码印花机生产商而言是一款具有突破性的产品。它拥有多达12色的色彩通道。这款新型数码印花机凭借无与伦比的色彩创造力，将为行业带来新的色彩定义。

效果独特的抽象画

软件准备：Photoshop CS或以上版本学习目标：使用图层、色彩叠加和混合模式等命令将不同色彩通道的信息结合在一起。操作耗时：15分钟Harris Shutter效果是胶片,摄影早期使用的一种技术,使用红、绿、蓝三色滤镜针对同一场景拍摄三幅照片。将它们结合在一起之后,画面中的固定景物就能表现为彩色,而运动对象则表现出与曝光瞬间所用滤镜相同的色彩。

Blackmagic Video Assist 3.8版软件更新发布

Blackmagic Design最新发布了Blackmagic Video Assist 3.8版软件更新。最新版为Video Assist 12G HDR型号添加了RGB直方图和色彩通道裁切提示功能,在监看和记录视频源时能更准确地读取色彩通道信息。本次更新同时还为富士X-H2和ZCam E2、E2-M4、E2-S6以及E2-F6摄影机将Blackmagic RAW文件记录到Video Assist 5"和7"12G HDR型号添加了支持。

Adobe推出Photoshop CS3以及最新的Camera RAW

Adobe Photoshop几乎是每一个单反相机用户必备的色彩调整工具,一张本来平淡无奇的照片,通过调整色彩通道及饱和度等参数,可以变成一张比较出挑甚至能获奖的精彩作品。PS的功能及应用广泛程度难以想象。

Blackmagic Camera 7.3版软件更新发布

日前,Blackmagic Camera 7.3版软件更新发布。本次更新添加了内置LCD校准功能,更新后可通过设置菜单调整屏幕色温,让您在现场使用Blackmagic Pocket Cinema Camera 4K、6K以及6K Pro型号摄影机进行监看时可获得更高的准确度。此外,本次更新还为上述型号添加了升级版RGB直方图和色彩通道裁切提示支持,能更加准确地读取色彩通道信息,在拍摄期间就能进行色彩调整和修改。