-
题名热成像系统自适应自动对焦算法
被引量：2
- 1
-
-
作者
何炳阳
张智诠
杨秋实
蒋晓瑜
李强
-
机构
装甲兵工程学院
[
-
出处
《激光与红外》
CAS
CSCD
北大核心
2017年第10期1259-1263,共5页
-
文摘
为了实现不同环境下热成像系统的准确对焦,本文针对现有自动对焦算法存在的问题开展研究,提出了一种热成像系统自适应自动对焦算法。通过对比实验系统采集图像的梯度算子评价函数曲线,确定最优最大梯度和清晰度评价函数,并以某一复杂场景为例,说明了最佳对焦位置搜索、对焦窗口选择和图像清晰度评价的具体实现方案。对多个复杂场景的自动对焦实验表明,本文提出的热成像系统自适应自动对焦算法能够有效解决复杂场景目标的准确对焦问题。
-
关键词
自动对焦
清晰度评价
动态对焦窗口
动态梯度阈值
热成像系统
-
Keywords
auto-focus
definition evaluation
dynamic focus window
dynamic gradient threshold
thermal imaging systems
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名动态梯度阈值裁剪的差分隐私生成对抗网络算法
被引量：1
- 2
-
-
作者
陈少权
蔡剑平
孙岚
-
机构
福州大学计算机与大数据学院
-
出处
《计算机应用》
CSCD
北大核心
2023年第7期2065-2072,共8页
-
文摘
现有的生成对抗网络(GAN)和差分隐私相结合的方法大多采用梯度扰动的方法实现隐私保护,即在优化过程中利用梯度裁剪技术来约束优化器对单个数据的敏感性,并对裁剪后的梯度添加随机噪声以达到保护模型的目的。然而大多数方法在训练时裁剪阈值固定,而阈值过大或过小均会影响模型的性能。针对该问题,提出动态梯度阈值裁剪的DGC_DPGAN(Dynamic Gradient Clipping Differential Privacy Generative Adversarial Network)算法以兼顾隐私保护和模型的性能。该算法结合预训练技术,在优化过程中先求取每批次隐私数据的梯度F-范数均值作为动态梯度裁剪阈值,再对梯度进行扰动。考虑不同的裁剪顺序,提出先裁剪再加噪的CLIP_DGC_DPGAN(Clip Dynamic Gradient Clipping Differential Privacy Generative Adversarial Network)算法和先加噪再裁剪的DGC_DPGAN算法,并采用Rényi Accountant求取隐私损失。实验结果表明,在相同的隐私预算下,所提出的两种动态梯度裁剪算法与固定梯度阈值裁剪方法相比更优:在Mnist数据集上,所提两种算法在IS(Inception Score)、结构相似性(SSIM)、卷积神经网络(CNN)分类准确率上分别提升了0.32~3.92,0.03~0.27,7%~44%;在Fashion-Mnist数据集上,所提两种算法在IS、SSIM、CNN分类准确率上分别提升了0.40~4.32,0.01~0.44,20%~51%。同时,GAN模型生成图像的可用性更好。
-
关键词
生成对抗网络
差分隐私
动态梯度阈值裁剪
Rényi
Accountant
-
Keywords
Generative Adversarial Network(GAN)
differential privacy
dynamic gradient threshold clipping
Rényi Accountant
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-
