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
3
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
基于生成对抗网络的抗裁剪图像隐写方法
被引量：
2
1
作者
徐石穿
徐洋
张思聪
《现代电子技术》
北大核心
2025年第3期81-86,共6页
现有的图像隐写方法大多数都聚焦在增加隐写容量和提升载密图像的不可检测性上,对于载密图像在遭受裁剪后信息提取完整性的研究相对较少。为解决载密图像遭受裁剪后无法恢复信息的问题,文中为图像隐藏任务提出一种基于生成对抗网络的抗...
现有的图像隐写方法大多数都聚焦在增加隐写容量和提升载密图像的不可检测性上,对于载密图像在遭受裁剪后信息提取完整性的研究相对较少。为解决载密图像遭受裁剪后无法恢复信息的问题,文中为图像隐藏任务提出一种基于生成对抗网络的抗裁剪图像隐写方法。该方法基于生成对抗网络构建一个编码⁃解码网络,被命名为ACIS。通过在网络结构中增加评价器,让评价器与编码器进行对抗训练,使得编码器生成的载密图像更具有真实性,并提高载密图像抗隐写分析能力。同时,在训练过程中通过添加噪声层模拟现实传输过程中遇到的图像裁剪攻击,以提高载密图像的鲁棒性,提升解码器的解码准确率。为减少梯度消失问题带来的影响,使用DenseNet连接并对ACIS网络结构进行调整以提升解码准确率。实验结果表明,ACIS生成的载密图像在被裁剪掉20%的区域后,仍有70%以上的载密图像能完整恢复出隐藏信息。同时,该方法还能保持较大的隐写容量(最高可达到1.37 bpp),是传统方法0.2~0.4 bpp容量的3~6倍,而且图像质量高,对于通用的隐写分析工具也有很好的隐蔽性。
展开更多
关键词
图像隐写术
抗裁剪
生成对抗网络
信息隐藏
自适应
DenseNet连接
在线阅读
下载PDF
职称材料
融合注意力机制和桥接器模块的航空遥感影像建筑物提取网络
2
作者
熊治国
谢晓尧
+2 位作者
王珩
李秋华
韩孟书
《遥感信息》
北大核心
2025年第4期93-101,共9页
针对航空遥感影像背景复杂多样导致建筑物提取效果差、分割缺失严重、边界提取模糊、中心出现孔洞等问题,提出了融合注意力机制和桥接器模块的AMRUNet建筑物提取网络。网络基础框架将U-Net中的卷积块替换为残差块,并在编码器和跳跃连接...
针对航空遥感影像背景复杂多样导致建筑物提取效果差、分割缺失严重、边界提取模糊、中心出现孔洞等问题,提出了融合注意力机制和桥接器模块的AMRUNet建筑物提取网络。网络基础框架将U-Net中的卷积块替换为残差块,并在编码器和跳跃连接中引入了不同注意力机制,以提高网络在特征提取、噪声抑制方面的表现;设计多尺度级联特征融合(multi-scale cascade feature fusion,MCFF)结构作为网络的桥接器,以提取多尺度信息,减少小建筑物分割缺失。定量分析与实验结果表明,AMRUNet网络的准确率、F1分数、交并比和召回率指标优于现有主流网络,能有效抑制孔洞,建筑物提取更加精确。
展开更多
关键词
建筑物提取
注意力机制
多尺度特征
语义分割
人工智能网络
在线阅读
下载PDF
职称材料
一种遥感图像建筑物提取的新方法——ADRUNet
3
作者
陈兰欣
徐洋
+1 位作者
王珩
韩孟书
《遥感信息》
CSCD
北大核心
2023年第6期131-138,共8页
针对建筑物形状各异、颜色不一、细节繁多,分割效果常出现孔洞、边界丢失、转角不明显等漏检、错检问题,提出了一种融合ASPP模块与deep ResUNet深度学习网络的新型神经网络模型ADRUNet。首先,将高分辨率遥感图像按统一规格裁剪为小尺寸...
针对建筑物形状各异、颜色不一、细节繁多,分割效果常出现孔洞、边界丢失、转角不明显等漏检、错检问题,提出了一种融合ASPP模块与deep ResUNet深度学习网络的新型神经网络模型ADRUNet。首先,将高分辨率遥感图像按统一规格裁剪为小尺寸图像,便于中、小建筑物的训练和分割;其次,使用ResNetV2残差卷积结构,更加准确地提取出建筑物的边界和转角;最后,利用改进的ASPP模块替代原来沟通编码器和解码器的卷积模块,充当新的桥梁来消除孔洞。该方法不仅扩大感受野、充分保留上下文的语义信息,而且降低了网络模型的总参数量。定量分析与实验结果表明,该模型能有效抑制孔洞,减少细节丢失,召回率、准确率、F1分数和IoU较对比模型达到最优,尤其是F1分数和IoU得到有效提升。
展开更多
关键词
建筑物提取
语义分割
孔洞
deep
ResUNet
ASPP
在线阅读
下载PDF
职称材料
题名
基于生成对抗网络的抗裁剪图像隐写方法
被引量：
2
1
作者
徐石穿
徐洋
张思聪
机构
贵州
师范大学
贵州
省信息与计算科学重点实验室
贵州师范大学网络空间安全学院
出处
《现代电子技术》
北大核心
2025年第3期81-86,共6页
基金
中央引导地方科技发展专项资金(黔科中引地[2018]4008)
贵州省科技计划项目(黔科合支撑[2023]一般449)。
文摘
现有的图像隐写方法大多数都聚焦在增加隐写容量和提升载密图像的不可检测性上,对于载密图像在遭受裁剪后信息提取完整性的研究相对较少。为解决载密图像遭受裁剪后无法恢复信息的问题,文中为图像隐藏任务提出一种基于生成对抗网络的抗裁剪图像隐写方法。该方法基于生成对抗网络构建一个编码⁃解码网络,被命名为ACIS。通过在网络结构中增加评价器,让评价器与编码器进行对抗训练,使得编码器生成的载密图像更具有真实性,并提高载密图像抗隐写分析能力。同时,在训练过程中通过添加噪声层模拟现实传输过程中遇到的图像裁剪攻击,以提高载密图像的鲁棒性,提升解码器的解码准确率。为减少梯度消失问题带来的影响,使用DenseNet连接并对ACIS网络结构进行调整以提升解码准确率。实验结果表明,ACIS生成的载密图像在被裁剪掉20%的区域后,仍有70%以上的载密图像能完整恢复出隐藏信息。同时,该方法还能保持较大的隐写容量(最高可达到1.37 bpp),是传统方法0.2~0.4 bpp容量的3~6倍,而且图像质量高,对于通用的隐写分析工具也有很好的隐蔽性。
关键词
图像隐写术
抗裁剪
生成对抗网络
信息隐藏
自适应
DenseNet连接
Keywords
image steganography
anti⁃cropping
GAN
data hiding
self⁃adaption
DenseNet connection
分类号
TN911.73-34 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
融合注意力机制和桥接器模块的航空遥感影像建筑物提取网络
2
作者
熊治国
谢晓尧
王珩
李秋华
韩孟书
机构
贵州师范大学网络空间安全学院
贵州
师范大学
贵州
省信息与计算科学重点实验室
出处
《遥感信息》
北大核心
2025年第4期93-101,共9页
基金
贵州省科技厅项目(黔科合支撑[2023]213号)。
文摘
针对航空遥感影像背景复杂多样导致建筑物提取效果差、分割缺失严重、边界提取模糊、中心出现孔洞等问题,提出了融合注意力机制和桥接器模块的AMRUNet建筑物提取网络。网络基础框架将U-Net中的卷积块替换为残差块,并在编码器和跳跃连接中引入了不同注意力机制,以提高网络在特征提取、噪声抑制方面的表现;设计多尺度级联特征融合(multi-scale cascade feature fusion,MCFF)结构作为网络的桥接器,以提取多尺度信息,减少小建筑物分割缺失。定量分析与实验结果表明,AMRUNet网络的准确率、F1分数、交并比和召回率指标优于现有主流网络,能有效抑制孔洞,建筑物提取更加精确。
关键词
建筑物提取
注意力机制
多尺度特征
语义分割
人工智能网络
Keywords
building extraction
attention mechanism
multi-scale feature
semantic segmentation
artificial intelligence network
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
一种遥感图像建筑物提取的新方法——ADRUNet
3
作者
陈兰欣
徐洋
王珩
韩孟书
机构
贵州师范大学网络空间安全学院
贵州
师范大学
贵州
省信息与计算科学重点实验室
出处
《遥感信息》
CSCD
北大核心
2023年第6期131-138,共8页
基金
贵州省科技计划项目(黔科合支撑[2023]一般449)。
文摘
针对建筑物形状各异、颜色不一、细节繁多,分割效果常出现孔洞、边界丢失、转角不明显等漏检、错检问题,提出了一种融合ASPP模块与deep ResUNet深度学习网络的新型神经网络模型ADRUNet。首先,将高分辨率遥感图像按统一规格裁剪为小尺寸图像,便于中、小建筑物的训练和分割;其次,使用ResNetV2残差卷积结构,更加准确地提取出建筑物的边界和转角;最后,利用改进的ASPP模块替代原来沟通编码器和解码器的卷积模块,充当新的桥梁来消除孔洞。该方法不仅扩大感受野、充分保留上下文的语义信息,而且降低了网络模型的总参数量。定量分析与实验结果表明,该模型能有效抑制孔洞,减少细节丢失,召回率、准确率、F1分数和IoU较对比模型达到最优,尤其是F1分数和IoU得到有效提升。
关键词
建筑物提取
语义分割
孔洞
deep
ResUNet
ASPP
Keywords
building extraction
semantic segmentation
hole
deep ResUNet
ASPP
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
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
基于生成对抗网络的抗裁剪图像隐写方法
徐石穿
徐洋
张思聪
《现代电子技术》
北大核心
2025
2
在线阅读
下载PDF
职称材料
2
融合注意力机制和桥接器模块的航空遥感影像建筑物提取网络
熊治国
谢晓尧
王珩
李秋华
韩孟书
《遥感信息》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
一种遥感图像建筑物提取的新方法——ADRUNet
陈兰欣
徐洋
王珩
韩孟书
《遥感信息》
CSCD
北大核心
2023
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
