-
题名基于U型检测网络的图像篡改检测算法
被引量：6
- 1
-
-
作者
王珠珠
-
机构
西安电子科技大学网络与信息安全学院
-
出处
《通信学报》
EI
CSCD
北大核心
2019年第4期171-178,共8页
-
基金
陕西省自然科学基础研究计划基金资助项目(No.2016JM6074)~~
-
文摘
针对图像篡改检测算法依赖单一图像属性、适用度不高以及当前基于深度学习的检测算法时间复杂度过高、精度较低等缺陷,提出了一种基于U型检测网络的图像篡改检测算法。该算法首先利用连续的卷积层和最大池化层提取图像中多阶段的特征信息,然后将得到的特征信息通过上采样操作恢复至输入图像的分辨率大小。同时,为保证在提取图像高级语义信息的同时实现更高的检测精度,U型检测网络中各阶段的输出特征会和对应的通过上采样层的输出特征进行合并。U型检测网络在一般网络展现出来的特性上,进一步探究了图像中篡改与非篡改区域间的隐藏特征信息,利用其端到端的网络结构和提取图像上下文间较强关联信息的属性,可以实现快速且高精度的检测效果。最后利用全连接条件随机场对U型检测网络的输出结果进行优化,以获得更精细的检测效果。实验结果表明,所提算法效果优于传统的基于图像单一属性的篡改检测算法和当前基于深度学习的检测算法,并且具有较好的顽健性。
-
关键词
U型检测网络
隐藏特征信息
全连接条件随机场
图像篡改检测
-
Keywords
U-shaped detection network
hidden feature information
conditional random field
image forgery detection
-
分类号
TP302
[自动化与计算机技术—计算机系统结构]
-
-
题名基于符号特征的隐马模型在WEB信息提取中的应用
被引量：1
- 2
-
-
作者
马永进
-
机构
浙江师范大学数理与信息工程学院
-
出处
《计算机应用与软件》
CSCD
2009年第5期281-284,共4页
-
基金
浙江省自然科学基金(M303166)
-
文摘
针对以词元作为观察集的隐马尔科夫模型的不足,利用词元的结构特征对词元进行归类,提出基于符号特征的隐马尔科夫模型。该模型中的每个状态均用若干符号特征进行表达,并用正则表达式和利用文本推断得出的特征列表对符号特征加以描述。在此基础上利用Veterbi算法对科研人员个人主页中的科研信息进行提取试验,在较高信息冗余度的情况下,获得了较好的效果。
-
关键词
隐马尔科夫模型(HMM)
符号特征
信息提取
-
Keywords
hidden Markov Model （HMM） Symbol feature information extraction
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP311
[自动化与计算机技术—计算机科学与技术]
-
