期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于自监督的主动标签清洗
1
作者 林晓 张秋阳 +1 位作者 郑晓妹 杨启哲 《图学学报》 CSCD 北大核心 2024年第3期495-504,共10页
主动标签清洗利用主动学习来进行标签噪声处理,以降低人工标注成本。现有的主动标签清洗方法仍然存在人工额外标注成本较高的问题,即挑选出的可疑样本中正确样本所占比例较高。为了缓解这一问题,提出了一种基于核心集的自监督主动标签... 主动标签清洗利用主动学习来进行标签噪声处理,以降低人工标注成本。现有的主动标签清洗方法仍然存在人工额外标注成本较高的问题,即挑选出的可疑样本中正确样本所占比例较高。为了缓解这一问题,提出了一种基于核心集的自监督主动标签清洗方法。首先利用自监督任务进行表征学习,随后将数据映射到特征空间中,并利用贪婪的K-Center集合覆盖方法挑选出可疑样本,最后根据不确定性筛选出标签噪声样本进行重标注。并同时考虑到了样本的代表性与不确定性,能够有效降低可疑样本中正确样本的比例。在含有不同比例标签噪声的公开数据集上的实验结果表明,在各迭代轮次中明显地降低了人工额外标注成本,同时也在一定程度上缓解了冷启动问题。此外,还通过消融实验证明了方法中自监督核心集采样模块和不确定性预测模块的有效性。 展开更多
关键词 主动学习 自监督学习 标签噪声 标签清洗 人工额外标注成本
在线阅读 下载PDF
基于SASGAN的戏剧脸谱多样化生成 被引量:2
2
作者 古天骏 熊苏雅 林晓 《图学学报》 CSCD 北大核心 2024年第1期102-111,共10页
为解决现有自动生成的戏剧脸谱在分辨率和真实性上效果不佳的问题,提出了基于自注意力机制的风格化生成对抗网络(SASGAN)。首先在StyleGAN的基础上引入了自注意力机制以及矢量量化方法,增强了对脸谱图案几何结构特征的提取,接着通过多... 为解决现有自动生成的戏剧脸谱在分辨率和真实性上效果不佳的问题,提出了基于自注意力机制的风格化生成对抗网络(SASGAN)。首先在StyleGAN的基础上引入了自注意力机制以及矢量量化方法,增强了对脸谱图案几何结构特征的提取,接着通过多样化差异性增强(DDG)扩充数据,采用脸谱色调辅助算法对DDG方法进行补充,建立了包含12599张图像的戏剧脸谱数据集,最后在此数据集上进行训练,生成了兼顾多样性和真实性的脸谱图像。实验结果表明,对于戏剧脸谱图像,DDG方法较传统方法在数据增广方面有着较大提升,而SASGAN则提升了戏剧脸谱图像的分辨率和真实性,在主观视觉上得到了理想的效果。 展开更多
关键词 戏剧脸谱 生成对抗网络 图像生成 注意力机制 矢量量化
在线阅读 下载PDF
显著区域保留的图像风格迁移算法 被引量:12
3
作者 林晓 屈时操 +2 位作者 黄伟 郑晓妹 马利庄 《图学学报》 CSCD 北大核心 2021年第2期190-197,共8页
基于神经网络的风格迁移成为近年来学术界和工业界的热点研究问题之一。现有的方法可以将不同风格作用在给定的内容图像上生成风格化图像,并且在视觉效果和转换效率上有了较大提升,而侧重学习图像底层特征容易导致风格化图像丢失内容图... 基于神经网络的风格迁移成为近年来学术界和工业界的热点研究问题之一。现有的方法可以将不同风格作用在给定的内容图像上生成风格化图像,并且在视觉效果和转换效率上有了较大提升,而侧重学习图像底层特征容易导致风格化图像丢失内容图像的语义信息。据此提出了使风格化图像与内容图像的显著区域保持一致的改进方案。通过加入显著性检测网络生成合成图像和内容图像的显著图,在训练过程中计算两者的损失,使合成图像保持与内容图像相一致的显著区域,这有助于提高风格化图像的质量。实验表明,该风格迁移模型生成的风格化图像不仅具有更好的视觉效果,且保留了内容图像的语义信息。特别是对于显著区域突出的内容图像,保证显著区域不被扭曲是生成视觉友好图像的重要前提。 展开更多
关键词 风格迁移 图像变换 显著区域保留 卷积神经网络 显著性检测
在线阅读 下载PDF
利用多尺度特征联合注意力模型的图像修复 被引量:9
4
作者 林晓 周云翔 +2 位作者 李大志 黄伟 盛斌 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第8期1260-1271,共12页
当前,基于深度学习的图像修复方法在获取深层特征时会造成信息丢失的现象,不利于纹理细节的修复;且往往忽略语义特征的修复,会生成具有不合理结构的修复结果.针对上述问题,提出基于多尺度特征联合注意力模型的图像修复网络.首先提出基... 当前,基于深度学习的图像修复方法在获取深层特征时会造成信息丢失的现象,不利于纹理细节的修复;且往往忽略语义特征的修复,会生成具有不合理结构的修复结果.针对上述问题,提出基于多尺度特征联合注意力模型的图像修复网络.首先提出基于扩张卷积的多尺度融合模块,在获取图像深度特征时通过多尺度特征的融合减少卷积过程中信息的丢失;然后提出联合注意力机制,既加强了模型对图像语义修复的能力,又确保了模型可以生成纹理清晰的修复结果;为保证修复结果细节和风格的一致性,最后将风格损失与感知损失引入网络.在CelebA-HQ和Places2数据集上的定性实验结果和PSNR,SSIM等常用的评价指标验证了所提方法优于已有的图像修复方法.相较于对比方法,所提方法的PSNR和SSIM分别提升了0.4%~6%和0.4%~3%. 展开更多
关键词 图像修复 深度学习 多尺度特征融合 注意力机制
在线阅读 下载PDF
基于多变量公钥密码系统的环机密交易协议 被引量:1
5
作者 洪璇 袁梦玲 《计算机科学》 CSCD 北大核心 2023年第S01期746-751,共6页
与比特币类似,门罗币也是一种加密货币。最初的门罗币是基于CryptoNote协议,该协议使用环签名和一次密钥来隐藏交易双方的真实身份,但是具体的交易金额却暴露在区块链中,存在一定的安全风险。为了解决这个安全漏洞,Shen Noether提出了... 与比特币类似,门罗币也是一种加密货币。最初的门罗币是基于CryptoNote协议,该协议使用环签名和一次密钥来隐藏交易双方的真实身份,但是具体的交易金额却暴露在区块链中,存在一定的安全风险。为了解决这个安全漏洞,Shen Noether提出了环机密交易协议(RingCT),利用一个随机数来隐藏真正的交易金额。目前门罗币社区使用的环机密交易协议是基于离散对数难题的。然而随着量子计算机的发展,基于传统数论问题的方案将变得不再安全,后量子方案是一个很好的替代选择。多变量公钥密码学是后量子密码的主要研究方向之一,并且相较于其他后量子密码方案,基于多变量的签名方案往往在签名和验证过程中计算速度快、所需计算资源少,具有很好的研究价值。在多变量环签名方案的基础上,设计了一个基于多变量的环机密交易协议。该协议利用多变量签名方案公钥的加法同态性实现了对交易金额的承诺,并对此承诺进行环签名,通过随机选择区块链中的用户公钥成环,来混淆交易中实际的交易参与者的身份。同时在交易产生过程中会利用交易者的私钥生成唯一一个key-image,并让其参与签名生成过程,成为签名的一部分,通过比对此部分可以有效防止交易双花。在随机预言机模型中证明了本文方案的安全性,并且相比基于格的后量子安全的环机密交易协议,所提方案在签名效率以及验证效率方面都更具优势。 展开更多
关键词 多变量公钥密码 后量子 环签名 环机密交易协议 同态承诺
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部