期刊导航
期刊开放获取
cqvip
退出
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
基于图像的信息隐藏技术的实现
被引量：
2
1
作者
赵曼
张卫党
《通信技术》
2008年第5期128-129,139,共3页
伴随着越来越多的数据信息在网络中传输和交换,网络安全问题变得越来越重要。因此,一些机密信息和数据要求拒绝未授权者的访问,这使得信息隐藏这个领域快速发展。文中结合信息隐藏技术的相关知识,对LSB算法进行了仿真和进一步分析,验证...
伴随着越来越多的数据信息在网络中传输和交换,网络安全问题变得越来越重要。因此,一些机密信息和数据要求拒绝未授权者的访问,这使得信息隐藏这个领域快速发展。文中结合信息隐藏技术的相关知识,对LSB算法进行了仿真和进一步分析,验证了LSB算法的特性,引入伪装密钥增强了算法的鲁棒性和安全性。希望对信息隐藏技术的研究有所帮助。
展开更多
关键词
信息隐藏
LSB
载体
对象
秘密信息
伪装
密钥
伪装
对象
原文传递
基于密集多尺度自注意力变换网络的伪装对象分割方法
2
作者
闫馨宇
孙美君
+1 位作者
韩亚洪
王征
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第8期1224-1236,共13页
为了充分地发挥深度自注意力变换网络在伪装对象分割任务中的潜力,提出一种基于密集多尺度自注意力变换网络的伪装对象分割方法,包含双分支可分离密集多尺度特征提取和快速注意力诱导的跨级交互融合2个模块.首先以自注意力变换网络作为...
为了充分地发挥深度自注意力变换网络在伪装对象分割任务中的潜力,提出一种基于密集多尺度自注意力变换网络的伪装对象分割方法,包含双分支可分离密集多尺度特征提取和快速注意力诱导的跨级交互融合2个模块.首先以自注意力变换网络作为骨干特征提取器获取各级特征;然后将提取的特征馈送到双分支可分离密集多尺度特征提取模块,在局部分支和全局分支中,利用密集递进相连的深度可分离卷积块提取丰富的多尺度上下文特征;最后使用快速注意力诱导的跨级交互融合模块融合各级特征,并利用每级融合特征预测伪装映射,通过深度监督让各级特征在空间上保持高度一致性,尽可能地集中注意力于伪装特征而避免背景噪声的干扰.在CHAMELEON,CAMO,COD10K和NC4K这4个基准数据集上,与其他28种主流模型进行定性可视化对比,以及针对PR曲线、S值、F值、E值及MAE这5种评价指标的定量对比实验结果表明,所提出的基于密集多尺度自注意力变换网络是一种有效的伪装对象分割模型.
展开更多
关键词
伪装
对象
分割
自注意力变换网络
深度学习
下载PDF
职称材料
题名
基于图像的信息隐藏技术的实现
被引量：
2
1
作者
赵曼
张卫党
机构
郑州大学信息工程学院
出处
《通信技术》
2008年第5期128-129,139,共3页
文摘
伴随着越来越多的数据信息在网络中传输和交换,网络安全问题变得越来越重要。因此,一些机密信息和数据要求拒绝未授权者的访问,这使得信息隐藏这个领域快速发展。文中结合信息隐藏技术的相关知识,对LSB算法进行了仿真和进一步分析,验证了LSB算法的特性,引入伪装密钥增强了算法的鲁棒性和安全性。希望对信息隐藏技术的研究有所帮助。
关键词
信息隐藏
LSB
载体
对象
秘密信息
伪装
密钥
伪装
对象
Keywords
information hiding
least significant bit
cover-object
private message
stego-key
stego-object
分类号
TP393.08 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于密集多尺度自注意力变换网络的伪装对象分割方法
2
作者
闫馨宇
孙美君
韩亚洪
王征
机构
天津大学智能与计算学部
天津机器学习重点实验室
中国教育部城市智能化与数字化治理工程研究中心
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第8期1224-1236,共13页
基金
国家自然科学基金(62076180,61876125).
文摘
为了充分地发挥深度自注意力变换网络在伪装对象分割任务中的潜力,提出一种基于密集多尺度自注意力变换网络的伪装对象分割方法,包含双分支可分离密集多尺度特征提取和快速注意力诱导的跨级交互融合2个模块.首先以自注意力变换网络作为骨干特征提取器获取各级特征;然后将提取的特征馈送到双分支可分离密集多尺度特征提取模块,在局部分支和全局分支中,利用密集递进相连的深度可分离卷积块提取丰富的多尺度上下文特征;最后使用快速注意力诱导的跨级交互融合模块融合各级特征,并利用每级融合特征预测伪装映射,通过深度监督让各级特征在空间上保持高度一致性,尽可能地集中注意力于伪装特征而避免背景噪声的干扰.在CHAMELEON,CAMO,COD10K和NC4K这4个基准数据集上,与其他28种主流模型进行定性可视化对比,以及针对PR曲线、S值、F值、E值及MAE这5种评价指标的定量对比实验结果表明,所提出的基于密集多尺度自注意力变换网络是一种有效的伪装对象分割模型.
关键词
伪装
对象
分割
自注意力变换网络
深度学习
Keywords
camouflaged object segmentation
self-attentive transformer
deep learning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于图像的信息隐藏技术的实现
赵曼
张卫党
《通信技术》
2008
2
原文传递
2
基于密集多尺度自注意力变换网络的伪装对象分割方法
闫馨宇
孙美君
韩亚洪
王征
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024
0
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
