针对身份证文本识别的黑盒攻击算法研究

身份证认证场景多采用文本识别模型对身份证图片的字段进行提取、识别和身份认证,存在很大的隐私泄露隐患.并且,当前基于文本识别模型的对抗攻击算法大多只考虑简单背景的数据(如印刷体)和白盒条件,很难在物理世界达到理想的攻击效果,不适用于复杂背景、数据及黑盒条件.为缓解上述问题,本文提出针对身份证文本识别模型的黑盒攻击算法,考虑较为复杂的图像背景、更严苛的黑盒条件以及物理世界的攻击效果.本算法在基于迁移的黑盒攻击算法的基础上引入二值化掩码和空间变换,在保证攻击成功率的前提下提升了对抗样本的视觉效果和物理世界中的鲁棒性.通过探索不同范数限制下基于迁移的黑盒攻击算法的性能上限和关键超参数的影响,本算法在百度身份证识别模型上实现了100%的攻击成功率.身份证数据集后续将开源.

基于ResNet50模糊称重装置双目识别系统的设计

针对肉类食品行业生产效率低,以及采用人工称重分拣的问题,设计了一种基于ResNet50的模糊称重装置双目识别系统,旨在实现称重设备的文字实时识别,提高后期分拣率。首先,设计一款模糊称重装置,用于对食品进行有效的定量称重;其次,选用双目相机作为称重装置的识别硬件,并进行标定;再次,设定称重食盒采集实验,并对食盒图像进行预处理;然后,以ResNet50前5层的残差网络为核心,利用CTPN算法对食盒图像进行模型训练,用LSTM神经网络、NMS算法对待测试图像数据特征序列进行预测;最后,利用LabVIEW软件设计文字实时监测界面,进行系统监测。经测试,系统网络的Precision、Recall、F-measure值分别达到98.64%、97.60%、98.12%,系统文字识别率得到有效提高,且能够进行实时监测。

综合评分结合响应面法筛选北五味子木脂素提取工艺

目的筛选北五味子木脂素的提取工艺。方法以五味子醇甲、五味子醇乙、五味子酯甲、五味子甲素、五味子乙素和五味子丙素含量为评价指标,乙醇浓度、提取次数、提取时间和溶媒用量为考察因素,采用响应面Box-Behnken设计试验,筛选提取工艺参数。结果通过回归模型的预测,得到北五味子木脂素类成分最佳提取工艺为乙醇浓度88.24%,料液比10.37倍,提取时间34.70 min,提取次数2.76次。根据工业化生产需要,将提取工艺参数调整为11倍量90%的乙醇提取3次,每次35 min。结论采用多指标综合评价法能够更客观优化北五味子木脂素的提取工艺,为北五味子木脂素成分的分离纯化研究提供依据。

VB打印技术研究

提出两种技术可提高打印开发的速度和质量。通过程序自动识别窗体上文本框、标签和图片框等控件,并按以上控件对应打印程序进行输出,实现打印的自动化;介绍一种打印预览实用技术,可实现复杂格式的输出。

积厚文档扫描图像校正

扫描已装订的积厚文档时 ,由于页面不能紧贴于扫描平面 ,会产生两个问题 :(1)扫描图像中离装订线较近的一侧出现黑色的阴影区域 ;(2 )阴影区域中的文本产生扭曲 基于图像信息和几何变形信息 ,提出一种去除阴影和校正文本的算法 首先采用分块自动阈值算法去除阴影 ;然后通过垂直投影函数、有效包围盒和标记点提取文本行中心线 ,中心线被用于全局几何参数的估计 ;最后 ,扭曲的文本通过估计的几何参数和分片四边形映射进行校正

计算机考试系统中“文字录入题”的设计与实现

利用VFP开发“文字录入测试系统”，重点叙述“文字录入题”表单的设计技巧和可视化编程技术，论述了“文本框”控件事件InteractiveChange的代码设计技术．系统运行时实现实时显示输入文字正确数、显示打字速度、时钟倒记时．系统介绍了项日连编、生成安装盘等技术．

改进的差分功耗分析及其在DES中的应用

智能卡中加密硬件设计存在很高的操作并发性,单个时钟周期内就会完成多个加密的关键操作(S box查表),造成了差分功耗分析(DPA:Differential Power Analysis)很难有明显的差分效果。为了在差分功耗分析时滤除不相关的S box查表所造成的噪声,结合选择明文的攻击方法对差分功耗攻击进行改进,使攻击过程中多个S box中仅有1个S box输入变化,并对硬件实现的DES(Data Encryption Standard)加密卡进行了攻击。试验结果表明,改进的差分功耗分析方法对硬件DES加密攻击的相关度比普通差分功耗攻击提高150%以上。

基于文本关键词的对抗样本生成技术研究

深度学习模型已被广泛应用于处理自然语言任务,但最新研究表明对抗攻击会严重降低分类模型的准确率,使模型分类功能失效.针对深度学习模型处理自然语言任务时出现的脆弱性问题,提出一种新的对抗样本生成方法KeywordsAttack.该方法利用统计算法选择部分字词组成文本关键词集合,再根据关键词对模型分类结果贡献度大小进行迭代替换,直到成功误导分类模型或替换次数达到设定阈值.该方法针对中文的特点采用汉字拆分、拼音替换的方式生成对抗样本.最后,采用公开酒店购物评论数据集进行实验.实验结果表明,利用KeywordsAttack方法生成的对抗样本平均修改幅度占原始文本的18.2%,攻击BERT模型分类准确率约降低43%,攻击LSTM模型分类准确率约降低30%.该数据表明KeywordsAttack方法可以通过对文本进行较小的扰动成功误导分类模型,同时生成对抗样本过程中访问模型次数较少.

联合边界框校准的自然场景文本检测

针对自然场景下多方向文本对象,提出一种基于深度学习的文本检测方法。该方法在设计锚框时剥离锚框的方向特征但保留其长宽比特征,在覆盖相同长宽比范围时,锚框设计数量减少,从而缓解采样密集时正负样本类别失衡的影响。在方法的后处理阶段,提出一种边界框校准算法,该算法利用最大稳定极值区域(MSER)获取字符边缘信息,通过基于规则的逻辑判断,对边界框进行收缩或膨胀操作,从而达到边界框校准目的。通过在公开数据集ICDAR2015上的测试与比较,验证了所提边界框校准算法的有效性。

Flash8.0文本应用小制作——迷你时钟

利用Flash 8.0的Date对象,制作了一个小闹钟。重点使用的知识有Flash的声音文件、Date对象的、输入文本框和动态文本框、文本变量的正确设置、按钮的制作等知识。

JSP实现文本框和列表框联动

JSP和JS实现文本框和列表框的联动,即文本框中输入数据后,从数据表中取出与文本框对应的数据填入列表框中。介绍网页中实现一对和多对文本框与列表框的联动。

基于改进Faster R-CNN的自然场景文字检测算法

自然场景中的文字受光照、污迹、文字较小等方面的影响,其检测难度较大,且传统的检测方法效果不好.在研究目标检测方法Faster RCNN的基础上,提出一种针对自然场景文字的改进方法.改进的模型由卷积神经网络特征提取模块,嵌套LSTM(nested long short-term memory,NLSTM)模块和区域候选网络(region proposal network,RPN)模块3部分组成,改进点主要是卷积神经网络特征提取模块增加了不同卷积层的空间特征融合,能够提取多层次的特征;增加嵌套LSTM模块能够学习长序列文本的序列特征,便于检测不定长度的文本序列;RPN模块通过设置宽为8像素,高度不定的锚点(anchor),可以提取一系列可能存在的目标建议框,其对小目标文字效果较好.在实验部分,通过对标准数据集(ICDAR 2013,Multilingual)的实验结果对比表明,所提出的改进算法在准确率和效率方面明显优于改进前的算法.通过实列测试,改进的模型对小目标文字检测效果也有所提升.

全球化下印度电影的海外传播经验与启示--以北美市场为例

北美市场是世界上所有非北美国家电影进入国际市场的第一站,也是它们海外拓展中最重要的市场区域。中印两国不仅在经济、文化、历史、地理等方面具有"类性"特征,而且在全球化语境下,中印电影面临着许多相似的问题,所以印度电影在北美的传播经验对于我国电影的海外拓展具有重要的参考和借鉴意义。

个人名片制作

本文主要以个人名片制作为实例,重点讲解了文本框的应用,包括文本框的插入,文本框格式的设置,在文本框中输入文本及格式设置,在文本框中插入文本框、线条、矩形、椭圆等形状的操作,图形的组合、复制、对齐分布等。

消息框中3D文字的绘制

探讨了在程序交互界面消息框的设计中,应用计算机图形学和色彩学原理,通过MFC提供的CFont类和CDC绘图类绘制层次感较强的3D文字的一种实现方法,获得了较理想的视觉效果.

JSP在线购物系统的安全性分析

结合JSP在线购物系统开发,重点分析了其安全性。通过JSP系统代码的分析和研究,阐述了JSP系统存在的跨站脚本(XSS)、搜索注入、文本输入柜注入等安全问题的原理和分类,并通过对实例的分析和实验测试,提出了各种安全漏洞的防御策略。

基于Qt的电纸书图形用户界面设计

电子书在日常生活中应用广泛,为了便于用户直观、舒适地阅读电子书,电纸书应运而生。在Linux操作系统上,利用Qt图形用户界面开发工具,实现电纸书图形用户界面的设计,并在电子纸上实现文本文档的显示。程序实现了主窗口和对话框的创建,以及主窗口和对话框之间的切换与交互。同时,在加载文本文档的过程中,实现对不同编码方式的文本文档的解码及分页。

面向中文文本分类的词级对抗样本生成方法

针对基于深度学习方法的中文文本分类模型的鲁棒性问题,文章提出一种词级黑盒对抗样本生成方法CWordAttacker。该算法采用定向词删除评分机制,能够在模型内部细节未知的情况下定位显著影响分类结果的关键词,并使用繁体、拼音替换等多种攻击策略生成与原句语义一致的对抗样本,可完成定向和非定向两种攻击模式。在情感、垃圾短信和新闻分类数据集上针对LSTM、TextCNN和带注意力的CNN模型进行测试的结果表明:CWordAttacker能够以较小的扰动大幅度降低靶机模型准确率。

响应面法优化农产品中抗性淀粉的体外检测

目的采用响应面法优化农产品中抗性淀粉(resistant starch,RS)的体外检测方法。方法选择谷类、薯类、豆类3类抗性淀粉主要来源的农产品,设计单因素试验和Box-Behnken试验。单因素试验考察了水浴时间、淀粉葡萄糖苷酶(amylglucosidase,AMG)作用温度、AMG作用时间、AMG添加量和离心力与离心时间5个条件,并选择AMG作用温度、AMG作用时间、AMG添加量来设计Box-Behnken试验。结果根据单因素试验,确定了水浴时间为14 h,离心条件选择4500 g离心5 min;根据响应面试验确定对RS含量检测结果影响程度排序为AMG添加量>AMG作用时间>AMG作用温度。结合单因素响应面试验,确定最佳检测方法为水浴14 h,4500 g离心5 min,AMG作用温度49℃、AMG添加量0.2 mL、AMG作用时间38 min。结论优化后的方法重复性良好,适用于玉米、马铃薯和红豆3类样品,且有望适用于其他主要农产品。

核密度估计在大口径机枪加速寿命研究中的应用

以大口径机枪为研究对象,采用核密度估计法对影响机枪寿命的加速应力进行了分析。选取换箱间隔为加速应力,对实验数据进行分析,得出了换箱间隔对机枪寿命有较大影响的结论,并进行了分析,为进一步建立加速模型奠定了基础。