基于GAN改进的人脸表情识别算法及应用

针对传统人脸表情识别算法存在的特征提取能力差、 识别率低和误分类率较高等问题, 提出一种基于生成对抗网络(GAN)改进的人脸表情识别算法. 利用生成对抗网络的博弈思想, 分别设计特征提取器、 特征合成器和判别器, 通过判别器与特征提取器之间的对抗训练, 不断增强特征提取器提取特征的能力和分类器对人脸表情识别的准确率, 并将其应用在工作人员工作状态智能监测中, 根据表情识别结果判断工作状态, 从而合理分配实验室资源, 提高实验室资源利用率. 改进算法在CK+数据集上多次实验的结果表明： 该算法有较高的鲁棒性, 能有效提高人脸表情识别率.     

基于GAN的图像超分辨率重建算法研究

SRGAN是一种基于生成对抗网络的超分辨重建方法,其生成的高分辨率图像质量较传统方法有着明显提升,然而SRGAN存在着训练过程不稳定,图像浅层特征未充分使用等问题,很大程度上影响到了生成图像的质量。本文提出了一种特征增强改进的SRGAN模型,该模型使用信息蒸馏块进行特征纹理信息的增强,并消除图像特征中的冗余信息。此外,使用相对平均鉴别器替代原始SRGAN中的二分类鉴别器,保证了GAN网络训练的稳定性。本文基于4倍放大因子的超分辨重建任务,在BSD100数据集上进行实验结果的质化评价和量化评价。实验表明,本文方法较之SRGAN在训练过程中具有更好的稳定性,生成的图像具有更清晰的细节纹理,取得了更佳的图像超分辨率重建效果。     

基于WGAN的语音增强算法研究

带噪语音可看成由独立的噪声信号和语音信号经某种方式混合而成,传统语音增强方法需要对噪声信号和干净语音信号的独立性和特征分布做出假设,不合理的假设会造成噪声残留、语音失真等问题,导致语音增强效果不佳。此外,噪声本身的随机性和突变性也会影响传统语音增强方法的鲁棒性。针对这些问题,使用生成对抗网络来对语音进行增强,给出一种基于Wasserstein 距离的生成对抗网络(Wasserstein generative adversarial nets, WGAN)的语音增强方法来加快训练速度和稳定训练过程。该方法无需人工提取声学特征,且使语音增强系统的泛化能力得以提升,在匹配噪声集和不匹配噪声集中都有良好的增强效果。实验结果表明,使用训练出的端对端语音增强模型后,语音信号的客观评价标准(perceptual evaluation of speech quality,PESQ)平均得到23.97%的提高。     

基于GAN的低照度图像增强算法研究

针对低照度图像增强问题,提出一种基于GAN的循环式图像增强网络,引入无监督学习方式,通过降低循环一致性损失和对抗性损失,估计低照度图像的原始光照图,并利用建立的图像增强模型公式,对光照不足环境下采集到的图像进行亮度等方面的增强．在人工合成低照度图像数据集和真实自然低照度图像数据集上,均进行了质化评价和量化评价,实验表明,与现有的一些图像增强方法相比,本文所提出的方法具有更好的图像增强效果,能够由低照度图像复原出生动、清晰、直观、自然的高质量图像．     

基于情感分析和GAN的股票价格预测方法

股票价格具有非平稳性和波动性特点,且投资者容易受自身情感影响,投资决策行为具有非理性特征,因此股票价格难以预测.针对预测股票价格的卷积神经网络情感分析方法存在文本标记分布不平衡问题,本文提出一种基于情感分析和生成对抗网络的股票价格预测方法.首先,建立金融领域情感词典库;然后,使用基于词典的情感分析方法计算金融文本数据的情感极性和投资者每天的总体情感指数;最后,利用生成对抗网络对股市波动进行预测,其中生成器生成股票序列数据,而判别器采用卷积神经网络对生成数据和真实数据进行区分.该方法能动态地更新股票价格预测结果且误差较小.     

一种基于DCT域系数的信息隐藏算法

提出了一种盲信息隐藏算法，通过调整DCT系数．将秘密信息嵌入在数字图像中．该算法具有较大的数据隐藏能力，在秘密信息的提取过程中不需要原始图像的参与．计算机实验结果表明，所隐藏的秘密信息可以被有效地恢复．     

一种基于自注意力机制的文本图像生成对抗网络

图像自动生成一直以来都是计算机视觉领域的一项重要挑战,其中的文本到图像的生成更是图像生成领域的重要分支。随着深度学习技术迅猛发展,生成对抗网络的出现使得图像生成领域焕发生机,借助生成对抗网络能够生成较为生动且多样的图像。本文将自注意力机制引入生成对抗网络,提出GAN-SelfAtt以提升生成图像的质量。同时,使用WGAN、WGAN-GP 2种生成对抗网络框架对GAN-SelfAtt进行实现。实验结果表明,自注意力机制的引入能够提高生成图像的清晰度,这归功于自注意力机制弥补了卷积运算中只能计算局部像素区域内的相关性的缺陷。除此之外,GAN-SelfAtt在训练时有着更好的稳定性,避免了原始生成对抗网络中的模式坍塌问题。     

基于近邻算法的GAN生成图像质量评价

GAN生成图像质量评价是指对GAN生成的图像进行评价,判断生成图像的失真度是否影响观察者的信息获取和主观感受.目前,GAN生成图像质量评价算法较少且算法运行效率不高.该文提出一种基于近邻算法的生成图像质量评价(Near-Neighbor based Generated Image Quality Assessment, NN-GIQA)算法,实现对GAN生成图像的自动、客观、高效评价.首先,基于ANN算法获取生成图像的近邻构成相似图像候选池,缩小生成图像对比范围;然后,基于KNN算法在相似图像候选池中获取与生成图像最相似的K个真实图像得到生成图像质量分数;最后,评价多个经典GAN模型在多个经典数据集上获取的生成图像的质量.实验结果表明本文方法有效提高了GAN生成图像质量评价的效率和准确性,运行时间仅为其他方法的1/9～1/28,其评价结果和人类主观评价结果的一致性达到80%以上,符合人类视觉感知.     

基于对抗性自编码器的入侵检测算法

针对当前无监督学习的入侵检测算法准确度低、误报率高以及有监督学习算法所需训练样本标记成本高的问题,提出一种基于对抗性自编码器的入侵检测算法.这是一种半监督学习算法,仅需要训练数据集中少量标记数据进行训练,并在训练数据集中支持未标记数据,从而提高性能.首先,自编码器通过提取重要特征作为潜在变量来降低输入数据的维数;其次,...     

一种抗JPEG压缩的大容量信息隐藏算法

为了提高信息隐藏应用中隐藏算法的隐藏容量和抗压缩能力,该文提出了一种在离散余弦变换(DCT)高频系数中嵌入信息的隐藏算法.分析了联合图像专家组(JPEG)的压缩不变性.嵌入的信息强度根据子块的平滑情况自适应地确定.实验结果表明,该算法能在满足不可感知的前提下提高隐藏容量,对不超过预设品质因子的有损压缩有强鲁棒性.实验结果还表明该算法有一定的抗噪声干扰的能力.     

基于像素对匹配的大容量SAR数据信息隐藏算法

针对SAR数据提出一种参考秘密信息内容对载体像素对匹配的大容量信息隐藏方法。该方法利用提取函数将SAR数据实部和虚部的不同组合结果映射为一位n2进制信息,并通过不同组合结果的优选使含密SAR数据与原载体数据的MSE最小,保证SAR原始数据成像质量几乎不受影响。实验对比结果证明:与同类隐藏方法相比,在信息嵌入量相同时,该隐藏算法PSNR平均提高0.7dB,且像素对组合模式可以作为密钥用于接收端信息提取,利用载体的不同组合方法可以有效提高算法的安全性。     

基于信息隐藏的视频重同步算法

针对数字视频通信系统提出一种新型的重同步控制算法.利用信息隐藏技术传递压缩视频码流中的重同步信息,可根据实际信息嵌入量实现变精度的误码重同步,降低各种随机信道误码对视频解码的不良影响,为受损图像的逼真重建提供有利条件.     

一种基于DCT变换的图像信息隐藏算法

针对LSB（最低有效位）空间域上隐藏信息易受攻击破坏，提出了一种基于DCT（离散余弦变换）的信息隐藏算法，实验结果表明DCT域的隐藏算法比LSB及其他的一些空间域的隐藏算法更具抗JPEG攻击能力．     

基于直方图平移的安全可逆信息隐藏算法

可逆信息隐藏技术可以在提取隐藏的秘密信息之后完全恢复原始的载体信息,具有重要的理论意义和广阔的应用前景。基于直方图平移的可逆信息隐藏技术需要额外传送一部分信息,会带来较大的通信负担和安全隐患。通过对载体图像进行分块,并引入密钥,提出了一种基于直方图平移的安全可逆信息隐藏算法,不需要单独传送任何额外信息就能实现秘密信息提取和原始载体的无损恢复。能够有效弥补传统算法的缺陷,降低通信负担,同时具有较高的安全性。理论分析和实验仿真表明该算法具有较好的实用性能。     

基于图像分类的无载体信息隐藏方法

为提高无载体信息隐藏的数据嵌入容量和通信效率,注意到半构造式无载体信息隐藏算法所具有的优势,在仔细分析几种社交平台的用户行为习惯后,提出了一种以社交平台的行为习惯为构造原则的半构造式无载体信息隐藏算法.该算法的具体思想通过构建小图标库中的图标与秘密消息的一一映射关系,将小图标按照一定的原则拼接,完成秘密消息的图像表达,通过传递拼接好的图片,实现秘密消息的传递.为了提高小图标的识别率和整个隐蔽通信系统的抗干扰能力,算法还引入了卷积神经网络对图标库中的图标进行训练和分类,同时在训练时特意引入经过多种攻击方式处理过的小图标作为干扰样本.实验和仿真结果表明,该隐藏方法具备良好的抗攻击能力,隐藏容量和通信效率得到了实质性的提高,可用于实际的隐蔽通信系统.     

基于小波变换的信息隐藏算法研究

随着网络技术和多媒体技术的飞速发展,数字水印技术作为版权保护和信息安全的重要手段得到了广泛的研究和应用,通过在原始数据中嵌入秘密信息水印来证实该数据的所有权或完整性,达到版权保护和信息安全的目的。根据空间域和小波域的特点,提出了一种基于图像分割和小波变换的信息隐藏算法。对提出的算法进行了仿真实验,并对嵌入信息的图像进行各种攻击测试。实验表明,该算法对嵌入信息具有不可见性和良好的鲁棒性。     

基于分块的JPEG图像信息隐藏算法

本文将图像进行分块,根据每块图像量化后的DCT系数矩阵,结合视觉特性将图像块分为不同的类型;然后对不同类型的块采用不同的方法在AC系数中嵌入秘密信息,减少对载体图像的影响,隐藏信息后载体图像块的类型不变,从而可正确提取隐藏信息.实验结果表明,该算法在保持JPEG图像视觉质量的同时有较高信息隐藏容量.     

基于JPEG及扩展DCT块变换的新型大容量隐写算法

目前,基于离散余弦变换的JPEG图像载体隐写已经可以达到较高的隐蔽性及鲁棒性,但隐写容量与传统的空域隐写相比仍有较大差距。在已有算法的基础上,提出了一种基于扩展DCT块变换的改进算法,一定程度上提升了隐藏容量,并使其在隐蔽性和展示性方面优于既有算法。该算法在最终量化前加入了扩展分块变换隐藏,避开了直接将密信隐藏于JPEG的量化后DCT系数中。在维持结果图片符合标准的同时,增强了隐写的隐蔽性和复杂性,实现了对原有算法的综合与改进。仿真实验结果显示出了该算法在隐写容量及隐秘性上相对于原有算法的提升。     

基于JPEG_LS的图像无损信息隐藏方法

使用JPEG_LS模板对宿主图像进行预测.信息嵌入时,直接使用t位信息替换预测残差的后t位,以减小预测残差改变及嵌入后的图像失真.分析算法中所用阈值及嵌入容量对图像峰值信噪比的影响.试验表明:改进算法在与原算法嵌入容量相同的情况下,峰值信噪比提高了十几d B,并且可以做到图像的无损恢复.