期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种强化伪造区域关注的深度伪造人脸检测方法
1
作者
张文祥
王夏黎
+1 位作者
王欣仪
杨宗宝
《图学学报》
北大核心
2025年第1期47-58,共12页
深度伪造人脸技术发展迅速并已被广泛应用于各种不良途径,检测被篡改的面部图像和视频也因此成为了一个重要的研究课题。现有的卷积神经网络存在过拟合,泛化性差的问题,在未知的合成人脸数据上表现不佳。针对这一不足,提出一种强化伪造...
深度伪造人脸技术发展迅速并已被广泛应用于各种不良途径,检测被篡改的面部图像和视频也因此成为了一个重要的研究课题。现有的卷积神经网络存在过拟合,泛化性差的问题,在未知的合成人脸数据上表现不佳。针对这一不足,提出一种强化伪造区域关注的深度伪造人脸检测方法。首先,引入注意力机制处理用于分类的特征图,学习到的注意力图可以突出被篡改的面部区域,提高了模型的泛化能力;其次,在骨干网络之后连接了伪造区域检测模块,通过检测多尺度锚框中是否存在伪造痕迹,减少了全局人脸信息的干扰,进一步加强了模型对局部伪造区域的关注;最后,引入一种一致性表示学习框架,通过明确约束同一输入的不同表示之间的一致性,使模型更加关注内在的伪造证据,避免过拟合。在FaceForensics++,Celeb-DF-v2和DFDC等3个数据集上,分别以EfficientNet-b4和Xception作为骨干网络进行实验。结果表明,该方法在数据集内评估时达到了较好的性能,在跨数据集评估时则优于原网络和其他先进的方法。
展开更多
关键词
深度伪造人脸检测
注意力机制
伪造区域检测
多尺度锚框
一致性表示
在线阅读
下载PDF
职称材料
基于改进Faster-RCNN的起重机钢丝绳表面缺陷识别方法
2
作者
苏立鹏
娄益凡
+3 位作者
杨吴奔
高建貌
王雪迎
易灿灿
《机电工程》
北大核心
2025年第7期1341-1349,共9页
针对现有的起重机钢丝绳表面缺陷检测中存在的检测效率低、准确度差、鲁棒性有限等问题,提出了一种基于改进快速区域卷积神经网络(Faster-RCNN)的起重机钢丝绳表面缺陷识别检测方法,该方法结合多个关键技术,显著提升了钢丝绳表面缺陷识...
针对现有的起重机钢丝绳表面缺陷检测中存在的检测效率低、准确度差、鲁棒性有限等问题,提出了一种基于改进快速区域卷积神经网络(Faster-RCNN)的起重机钢丝绳表面缺陷识别检测方法,该方法结合多个关键技术,显著提升了钢丝绳表面缺陷识别的性能。首先,采用了多尺度策略提高输入图像的分辨率,从而更好地检测不同大小的缺陷;其次,在网络中引入了可变形卷积,以增强其捕捉传统卷积技术难以检测的钢丝绳缺陷复杂形状特征的能力;采用了路径增强技术融合低维和高维特征,有效解决了在下采样和特征融合过程中信息丢失的问题,极大提升了模型在各层之间保持关键信息的能力;最后,采用了广义交并比(GIOU)损失函数替代传统的交并比(IOU)损失函数,显著提高了边界框预测的准确性,验证了改进后的Faster-RCNN算法在起重机钢丝绳损伤检测的性能提升方面较为显著。研究结果表明:改进版Faster-RCNN模型相比原算法在精度上有了显著提高,准确率从81.8%提升至90.2%,召回率从83.8%提高至94.2%,最终平均精度达到0.934,提升了9.6%。与传统检测算法如SSD和原版YOLOv5相比,该方法的准确率分别提高了17.6%和11.0%,证明了其在钢丝绳损伤图像识别中的有效性。
展开更多
关键词
起重机械
损伤检测
改进的快速区域卷积神经网络
多尺度
和自定义
锚
框
策略
广义交并比损失函数
可变形卷积
路径增强特征金字塔
区域提议网络
消融实验
在线阅读
下载PDF
职称材料
题名
一种强化伪造区域关注的深度伪造人脸检测方法
1
作者
张文祥
王夏黎
王欣仪
杨宗宝
机构
长安大学信息工程学院
出处
《图学学报》
北大核心
2025年第1期47-58,共12页
基金
国家自然科学基金(51678061)。
文摘
深度伪造人脸技术发展迅速并已被广泛应用于各种不良途径,检测被篡改的面部图像和视频也因此成为了一个重要的研究课题。现有的卷积神经网络存在过拟合,泛化性差的问题,在未知的合成人脸数据上表现不佳。针对这一不足,提出一种强化伪造区域关注的深度伪造人脸检测方法。首先,引入注意力机制处理用于分类的特征图,学习到的注意力图可以突出被篡改的面部区域,提高了模型的泛化能力;其次,在骨干网络之后连接了伪造区域检测模块,通过检测多尺度锚框中是否存在伪造痕迹,减少了全局人脸信息的干扰,进一步加强了模型对局部伪造区域的关注;最后,引入一种一致性表示学习框架,通过明确约束同一输入的不同表示之间的一致性,使模型更加关注内在的伪造证据,避免过拟合。在FaceForensics++,Celeb-DF-v2和DFDC等3个数据集上,分别以EfficientNet-b4和Xception作为骨干网络进行实验。结果表明,该方法在数据集内评估时达到了较好的性能,在跨数据集评估时则优于原网络和其他先进的方法。
关键词
深度伪造人脸检测
注意力机制
伪造区域检测
多尺度锚框
一致性表示
Keywords
deepfake face detection
attention mechanism
forgery regions detection
multi-scale anchors
consistency representation
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于改进Faster-RCNN的起重机钢丝绳表面缺陷识别方法
2
作者
苏立鹏
娄益凡
杨吴奔
高建貌
王雪迎
易灿灿
机构
温州市特种设备检测科学研究院
武汉科技大学机械工程学院
出处
《机电工程》
北大核心
2025年第7期1341-1349,共9页
基金
国家自然科学基金资助项目(U1709210)
温州市基础性科研项目(2023G0277)。
文摘
针对现有的起重机钢丝绳表面缺陷检测中存在的检测效率低、准确度差、鲁棒性有限等问题,提出了一种基于改进快速区域卷积神经网络(Faster-RCNN)的起重机钢丝绳表面缺陷识别检测方法,该方法结合多个关键技术,显著提升了钢丝绳表面缺陷识别的性能。首先,采用了多尺度策略提高输入图像的分辨率,从而更好地检测不同大小的缺陷;其次,在网络中引入了可变形卷积,以增强其捕捉传统卷积技术难以检测的钢丝绳缺陷复杂形状特征的能力;采用了路径增强技术融合低维和高维特征,有效解决了在下采样和特征融合过程中信息丢失的问题,极大提升了模型在各层之间保持关键信息的能力;最后,采用了广义交并比(GIOU)损失函数替代传统的交并比(IOU)损失函数,显著提高了边界框预测的准确性,验证了改进后的Faster-RCNN算法在起重机钢丝绳损伤检测的性能提升方面较为显著。研究结果表明:改进版Faster-RCNN模型相比原算法在精度上有了显著提高,准确率从81.8%提升至90.2%,召回率从83.8%提高至94.2%,最终平均精度达到0.934,提升了9.6%。与传统检测算法如SSD和原版YOLOv5相比,该方法的准确率分别提高了17.6%和11.0%,证明了其在钢丝绳损伤图像识别中的有效性。
关键词
起重机械
损伤检测
改进的快速区域卷积神经网络
多尺度
和自定义
锚
框
策略
广义交并比损失函数
可变形卷积
路径增强特征金字塔
区域提议网络
消融实验
Keywords
hoisting machinery
damage detection
improved faster region-based convolutional neural network(Faster-RCNN)
multi-scale and custom anchor frame strategy
generalized intersection over union(GIOU)
deformable convolution
path enhancement feature pyramid
region proposal network(RPN)
ablation experiment
分类号
TH21 [机械工程—机械制造及自动化]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种强化伪造区域关注的深度伪造人脸检测方法
张文祥
王夏黎
王欣仪
杨宗宝
《图学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于改进Faster-RCNN的起重机钢丝绳表面缺陷识别方法
苏立鹏
娄益凡
杨吴奔
高建貌
王雪迎
易灿灿
《机电工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
