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
集成多种上下文与混合交互的显著性目标检测
被引量：
2
1
作者
夏晨星
陈欣雨
+4 位作者
孙延光
葛斌
方贤进
高修菊
张艳
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第7期2918-2931,共14页
显著性目标检测目的是识别和分割图像中的视觉显著性目标,它是计算机视觉任务及其相关领域的重要研究内容之一。当下基于全卷积网络(FCNs)的显著性目标检测方法已经取得了不错的性能,然而现实场景中的显著性目标类型多变且尺寸不固定,...
显著性目标检测目的是识别和分割图像中的视觉显著性目标,它是计算机视觉任务及其相关领域的重要研究内容之一。当下基于全卷积网络(FCNs)的显著性目标检测方法已经取得了不错的性能,然而现实场景中的显著性目标类型多变且尺寸不固定,这使得准确检测并完整分割出显著性目标仍然是一个巨大的挑战。为此,该文提出集成多种上下文和混合交互的显著性目标检测方法,通过利用密集上下文信息探索模块和多源特征混合交互模块来高效预测显著性目标。密集上下文信息探索模块采用空洞卷积、不对称卷积和密集引导连接渐进地捕获具有强关联性的多尺度和多感受野上下文信息,通过集成这些信息来增强每个初始多层级特征的表达能力。多源特征混合交互模块包含多种特征聚合操作,可以自适应交互来自多层级特征中的互补性信息,以生成用于准确预测显著性图的高质量特征表示。此方法在5个公共数据集上进行了性能测试,实验结果表明,该文方法在不同的评估指标下与19种基于深度学习的显著性目标检测方法相比取得优越的预测性能。
展开更多
关键词
计算机视觉
显著性目标检测
全卷积网络
上下文信息
在线阅读
下载PDF
职称材料
差分编码和块压缩的密文域可逆信息隐藏算法
被引量：
1
2
作者
葛国庆
葛斌
+1 位作者
夏晨星
王智盟
《工程科学与技术》
EI
CAS
CSCD
北大核心
2024年第4期307-315,共9页
随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底的压缩以提升嵌入容量仍具有...
随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底的压缩以提升嵌入容量仍具有较大挑战。本文针对密文域可逆信息隐藏算法因载体图像冗余空间压缩不充分而导致嵌入容量较低的问题,提出一种基于差分编码和块压缩的密文域可逆信息隐藏算法。首先,根据自然图像局部区域内像素强相关性邻位作差,并基于块内最大差值对差值图像矩阵进行分类和自适应编码,同时设计分块置乱和块内像素扩散加密机制保证图像信息安全。然后,将自适应编码结果在对应的密文图像块上进行标记,压缩冗余空间。最后,通过位替换嵌入秘密信息。不同于其他算法,本算法对差分编码后的图像进行比特位重排列,从密文图像像素最低有效位开始,标记差值像素的符号位,其余各位面依次标记最小差值比特位。由于加密操作与自适应编码的可逆性,合法接收者可实现对原始明文图像的无损重构和秘密信息的无误提取。实验结果表明,与现有的几类算法相比,本文提出的算法具有更高的嵌入率和更好的安全性,在BOSSbase和BOWS-2两个数据集上的平均嵌入率达到3.027位/像素和2.937位/像素,在测试图像上平均嵌入率也均提高了0.57位/像素以上。
展开更多
关键词
可逆信息隐藏
密文域
隐私保护
差分编码
块压缩
在线阅读
下载PDF
职称材料
题名
集成多种上下文与混合交互的显著性目标检测
被引量：
2
1
作者
夏晨星
陈欣雨
孙延光
葛斌
方贤进
高修菊
张艳
机构
安徽
理工大学计算机科学与工程学院
安徽璞华大数据技术有限公司
合肥综合性国家科学中心能源研究院
南京理工大学计算机科学与工程学院
合肥综合性国家科学中心人工智能研究院
安徽
理工大学电气与信息工程学院
安徽
大学电子信息工程学院
出处
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第7期2918-2931,共14页
基金
国家自然科学基金(62102003)
安徽省自然科学基金(2108085QF258)
+4 种基金
安徽省博士后基金(2022B623)
淮南市科技计划项目(2023A316)
安徽高校协同创新项目(GXXT-2021-006,GXXT-2022-038)
安徽理工大学青年科学研究基金一般项目(xjyb2020-04)
中央引导地方科技发展专项资金(202107d06020001)。
文摘
显著性目标检测目的是识别和分割图像中的视觉显著性目标,它是计算机视觉任务及其相关领域的重要研究内容之一。当下基于全卷积网络(FCNs)的显著性目标检测方法已经取得了不错的性能,然而现实场景中的显著性目标类型多变且尺寸不固定,这使得准确检测并完整分割出显著性目标仍然是一个巨大的挑战。为此,该文提出集成多种上下文和混合交互的显著性目标检测方法,通过利用密集上下文信息探索模块和多源特征混合交互模块来高效预测显著性目标。密集上下文信息探索模块采用空洞卷积、不对称卷积和密集引导连接渐进地捕获具有强关联性的多尺度和多感受野上下文信息,通过集成这些信息来增强每个初始多层级特征的表达能力。多源特征混合交互模块包含多种特征聚合操作,可以自适应交互来自多层级特征中的互补性信息,以生成用于准确预测显著性图的高质量特征表示。此方法在5个公共数据集上进行了性能测试,实验结果表明,该文方法在不同的评估指标下与19种基于深度学习的显著性目标检测方法相比取得优越的预测性能。
关键词
计算机视觉
显著性目标检测
全卷积网络
上下文信息
Keywords
Computer vision
Salient Object Detection(SOD)
Fully Convolutional Networks(FCNs)
Context information
分类号
TN911.7 [电子电信—通信与信息系统]
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
差分编码和块压缩的密文域可逆信息隐藏算法
被引量：
1
2
作者
葛国庆
葛斌
夏晨星
王智盟
机构
安徽
理工大学计算机科学与工程学院
安徽璞华大数据技术有限公司
出处
《工程科学与技术》
EI
CAS
CSCD
北大核心
2024年第4期307-315,共9页
基金
安徽理工大学研究生创新基金项目(2022CX2123)
国家自然科学基金项目(62102003)
+3 种基金
国家重大专项(2020YFB1314103)
安徽省自然科学基金项目(2108085QF258)
安徽省高等学校自然科学研究项目(KJ2020A0299)
安徽理工大学青年科学研究基金重点项目(QN2019102)。
文摘
随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底的压缩以提升嵌入容量仍具有较大挑战。本文针对密文域可逆信息隐藏算法因载体图像冗余空间压缩不充分而导致嵌入容量较低的问题,提出一种基于差分编码和块压缩的密文域可逆信息隐藏算法。首先,根据自然图像局部区域内像素强相关性邻位作差,并基于块内最大差值对差值图像矩阵进行分类和自适应编码,同时设计分块置乱和块内像素扩散加密机制保证图像信息安全。然后,将自适应编码结果在对应的密文图像块上进行标记,压缩冗余空间。最后,通过位替换嵌入秘密信息。不同于其他算法,本算法对差分编码后的图像进行比特位重排列,从密文图像像素最低有效位开始,标记差值像素的符号位,其余各位面依次标记最小差值比特位。由于加密操作与自适应编码的可逆性,合法接收者可实现对原始明文图像的无损重构和秘密信息的无误提取。实验结果表明,与现有的几类算法相比,本文提出的算法具有更高的嵌入率和更好的安全性,在BOSSbase和BOWS-2两个数据集上的平均嵌入率达到3.027位/像素和2.937位/像素,在测试图像上平均嵌入率也均提高了0.57位/像素以上。
关键词
可逆信息隐藏
密文域
隐私保护
差分编码
块压缩
Keywords
reversible data hiding
encrypted domain
privacy protection
difference encoding
block compression
分类号
TP309 [自动化与计算机技术—计算机系统结构]
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
集成多种上下文与混合交互的显著性目标检测
夏晨星
陈欣雨
孙延光
葛斌
方贤进
高修菊
张艳
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
差分编码和块压缩的密文域可逆信息隐藏算法
葛国庆
葛斌
夏晨星
王智盟
《工程科学与技术》
EI
CAS
CSCD
北大核心
2024
1
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
