基于边界辅助的弱监督语义分割网络

由于弱监督语义分割任务中种子区域的随机生长机制,导致弱监督语义分割网络经常出现错分割和漏分割的问题,为此,提出一种基于边界辅助的弱监督语义分割网络。该网络利用边界信息和语义信息,为种子区域的生长提供参考,使种子区域可以自然生长至目标边界,并在目标被遮挡或重叠时正确区分目标类别,生成可以覆盖更完整目标的伪像素掩码。以此伪像素掩码作为监督信息训练分割网络,可以改善弱监督语义分割网络由于伪像素掩码无法准确覆盖目标区域导致的错分割和漏分割问题,提升弱监督语义分割网络精度。在通用数据集PASCAL VOC 2012验证集和测试集上对该网络进行评估,mIoU分别达到71.7%和73.2%。实验结果表明,其网络性能优于当前大多数图像级弱监督语义分割方法。

基于类激活图的弱监督皮肤镜图像分割方法

皮肤镜图像中病灶区域的精确分割是实现皮肤病自动化检测的关键步骤。现存的皮肤镜图像分割方法主要基于全监督图像分割,这需要大量的像素标注,费时费力。针对此问题,提出一种基于类激活图(CAM)的弱监督皮肤镜图像分割方法。首先,对原始图像进行预处理,去除图像中的毛发并对图像进行颜色归一化处理;然后,结合图像的多尺度输入,并在显著图的引导下,通过特征提取网络得到图像的类激活图;之后,将得到的类激活图通过条件随机场得到伪掩膜;最后,使用伪掩膜训练分割网络。在ISIC2017数据集上评估所提方法,结果显示,所提方法生成的伪掩膜的Dice系数达到82.64%,相似性系数达到71.92%,灵敏度达到90.01%,表明所提方法能够在大量减少人工标注工作量的同时生成高质量的伪掩膜。

PFM:一种抗高阶功耗攻击的SMS4算法

针对已有的SMS4功耗攻击方法,设计了一种适合低功耗小面积的固定值掩码SMS4算法。首先,对SMS4算法结构及内部加密运算流程进行研究;设计了一种SMS4原子掩码算法来抗高阶功耗攻击,该方法使各中间变量均被掩码;在此方法的基础上,为了减少芯片的面积和功耗以适应特殊环境下的加密应用(如特殊环境的传感器加密通信节点),提出了一种改进的固定值掩码算法:伪随机固定值掩码算法(PFM)及其实现技术。实验结果证明,该方法在芯片面积和功耗增加不大的情况下,可以有效抵抗二阶差分功耗攻击。

基于扩展伪多道匹配的保幅型多次波压制方法

波动方程预测减去法压制多次波主要分为两步:多次波模型预测和多次波匹配相减。两步骤同时决定着最终多次波压制效果的好坏。本文在现有SRME方法基础上进行了改进。为了实现保幅条件下的多次波压制,除在匹配过程中采用扩展伪多道匹配方法之外,提出了三点改进:①按多次波阶次进行预测和匹配;②匹配前有效能量保持;③匹配过程中迭代应用短滤波器。通过Sigsbee2B模型及实际资料试算,表明本文方法能够在较好保持有效能量的前提下得到更为理想的多次波压制剖面。

基于改进伪中值滤波器的道路图像滤波算法

针对已有的细胞神经网中值滤波器滤波时,收敛速度慢、稳定性不好以及滤波图像比较模糊的缺点,设计一种差值控制细胞神经网的改进伪中值滤波器。提出了改变取值空间、引入随机扰动、扩大中值滤波窗口尺度和引入Mask掩图的改进方法。实验结果表明,该算法具有去除各种强度脉冲随机噪声能力,又能保护图像细节信息,而且具有良好的实时性。

伪随机码掩蔽的扩频信息隐藏

信息隐藏作为信息安全的一个重要研究方向,正日渐受到人们的广泛关注.传统扩频信息隐藏技术存在着一定的安全隐患,非法接收者在不知道扩频序列的情况下,可以盲检测出隐藏的秘密信息.针对于此,利用伪随机码掩蔽的扩频信息隐藏方法,引入伪随机码来混淆嵌入的信息,来抵抗隐藏信息非法提取操作.为了进一步改善隐藏信息的合法提取性能,有针对性地对扩频序列进行了优化,在一定载体失真度的限制下,设计了最优扩频序列,使最优线性滤波器的输出端得到最大的信干噪比.实验结果证明了所设计的伪随机码掩蔽的最佳扩频信息隐藏方法可以使现有的盲检测攻击的误码率高达到0.5,将秘密信息被非法接收者截获的概率降到最低,对盲检测手段具有较高的抵抗性.

基于改进型分数阶微分的HIFU治疗区域增强方法

提出一种基于改进型的自适应分数阶微分的B超图像增强方法。该算法根据B超图像的特点,在分数阶微分定义的基础上对分数阶微分掩模算子分解的8个方向的模板进行改进,得到像素点周围8个方向的加权求和值,取其最大值作为增强后的像素值,再利用伪彩色变换算法进一步增强。与常用的灰度变换、均值滤波等B超图像增强方法相比较,结果表明:基于改进型的自适应分数阶微分能很好地突出图像的边缘和纹理,抑制较大噪声,结合伪彩色变换能较准确地从高强度聚焦超声(HIFU)辐照后的B超图像中检测出治疗区域,与切片实验所获取的治疗区域大小、形状更趋一致,能有效地帮助临床医生确定治疗区域的大小、形状及位置。

自动化三维超声图像无探头耦合区域的计算机辅助排除算法

自动化三维超声成像时,只有在探头和皮肤间存在良好耦合接触的区域才能形成有效超声信号。通过构建一个二维冠状面图像掩模实现了对非耦合区域图像的计算机辅助排除。算法首先通过分别对多帧连续和间断的二维冠状面图像相同位置的像素点做均值处理,得到冠状面均值图像;然后分别将对连续和间断冠状面做均值处理后的图像使用双峰阈值分割法进行阈值处理,得到二值图像,再使用形态学图像处理方法对二值图像进行处理,在处理后的两张二值图像中选择最优二值图像作为掩模图像;最后使用掩模图像对待处理冠状面图像的非耦合区域进行排除并使用伪彩色显示冠状面耦合区域。结果表明,本算法可实现对自动化三维乳腺超声(ABUS)数据无探头耦合区域的自动排除,能有效避免后续图像处理过程对非耦合区域的无效运算。

一种SM4算法的双路径随机掩码方案

针对SM4算法面临功耗攻击的严重威胁的问题,提出了一种改进的SM4双路径循环移位掩码方案。通过对初始明文和密钥信息进行随机掩码,并在轮函数中引入伪随机掩码S盒,开辟了2条与原始S盒完全不同的数据路径,可保证SM4算法加密过程中的所有原始中间值结果均被掩盖,切断功耗与中间值之间的相关性。安全性分析和实验验证,与无防护SM4算法相比,方案在功耗和实现面积增加不大的情况下,能够有效抵御功耗攻击。

光学图像信息处理技术在航空侦察摄影图像处理中的应用

本文论述了对航空侦察摄影图像进行光学图像信息处理的目的及方法。

腹型肥胖的类型与代谢综合征发生的风险

目的 探讨不同的腹型肥胖类型与代谢综合征（MS）发生风险的关系。方法 选择至少有一项心血管代谢危险因素的患者846例，应用CT测量腹壁和腹内脂肪面积，同时测量腰围、血压、空腹血糖、空腹胰岛素和血脂谱，按照是否腰围超标和合并内脏脂肪型肥胖（VFO）分为4个亚组：非肥胖组，隐性VFO组，假性VFO组和VFO组，比较不同腹型肥胖类型患者的MS风险。结果 （1）男性隐性VFO51例（10．9％）显著高于女性18例（4．8％）。（2）男性隐性VFO组MS罹患率22例（43．1％）显著高于非肥胖组47例（25．0％），低于假性VFO组37例（78．7％）和VFO组163例（88．6％）。假性VFO组MS罹患率显著高于非肥胖组和隐性VFO组。（3）女性隐性VFO组MS6例（33．3％）与非肥胖组48例（31．2％）差异无统计学意义，但显著低于假性VFO组74例（78．7％）和VFO组100例（90．9％）。假性VFO组的MS罹患率高于非肥胖组和隐性VFO组，与VFO组差异无统计学意义。（4）腰围增加和腹内脂肪堆积是发生MS的独立危险因素[OR1．13（1．10～1．17），1．01（1．01～1．02），P〈0．01]。结论 不同腹型肥胖类型对MS危险有显著影响，隐性VFO和假性VFO患者同样有较高的心血管代谢风险。

掩膜融合下的人脸图像质量评价方法

目的人脸识别技术已经在众多领域中得到广泛应用,然而现有识别方法对于人脸图像的质量要求普遍较高,低质量图像会严重影响系统的识别性能,产生误判。人脸图像质量评价方法可用于高质量图像的筛选,对改善人脸识别系统的性能有重要作用。不同于传统的图像质量评价,人脸图像质量评价是一种可用性评价,目前对其研究较少。人们在进行人脸识别时往往主要通过眼睛、鼻子、嘴等关键区域;基于此,本文提出了一种基于掩膜的人脸图像质量无参考评价方法,通过挖掘脸部关键区域对人脸识别算法的影响计算人脸图像质量。方法人脸识别方法通常需要比较输入人脸图像和高质量基准图像之间的特征相似度;本文从另一个角度出发,在输入人脸图像的基础上构造低可用性图像作为伪参考,并通过计算输入人脸图像和伪参考图像间的相似性获得输入人脸图像的质量评价分数。具体地,对一幅输入的人脸图像,首先对其关键区域添加掩膜获得低可用性质量的掩膜人脸图像,然后将输入图像和掩膜图像输入特征提取网络以获得人脸特征,最后计算特征间的距离获得输入人脸图像的质量分数。结果用AOC(错误拒绝曲线围成的区域面积)作为评估指标,在5个数据集上将本文方法与其他主流的人脸质量评价方法进行了充分比较,在LFW(labeled faces in the wild)数据集中比性能第2的模型提升了14.8%,在CelebA(celebFaces attribute)数据集中提升了0.1%,在DDFace(diversified distortion face)数据集中提升了2.9%,在VGGFace2(Visual Geometry Group Face2)数据集中提升了3.7%,在CASIA-WebFace(Institute of Automation,Chinese Academy of Science-Website Face)数据集中提升了4.9%。结论本文提出的基于掩膜的人脸图像质量评价方法,充分利用了人脸识别的关键性区域,将人脸识别的特点融入到人脸图像质量评价算法的设计中,能够在不需要参考图像的条件下准确预测出不同失真程度下的人脸图像质量分数,并且性能优于目前的主流方法。