基于改进高斯滤波网络的深度伪造检测方法

针对滚动轴承传统故障诊断方法训练收敛速度慢、识别准确率不高、抗针对虚假视频的检测中,特征噪声多、数据量大和检测准确率低的问题,提出一种改进高斯滤波对地标点进 行去噪和改进深度网络模型来提升精度的算法(IGFNet);算法将高斯滤波拓展到空域和值域上,在滤除低频噪声的同时尽可能保留高频噪声,使得在后续特征数据的处理中,标记点的精度得以提升;采用特征化的数据代替原始数据以减少数据量,使得送入网络的数据量大大缩小,有效缩短了训练时长和减少了网络参数量,在实际应用中可以增加鉴别虚假视频的效率;并且针对人脸属性特征点的差异采用不同深度的双流神经网络,从而更加有效地学习如何鉴别虚假视频。 实验表明:改进高斯滤波网络算法(IGFNet)有效地增加了真假脸检测的准确率,在与当前 较为优秀的方法如 Meso4,Xecption,LRNet 等的对比下,IGFNet 的准确率均有不同程度的提升,在跨数据集的测试上提升尤为明显;在压缩过的虚假视频测试中,IGFNet 的泛化下降程度最低,显示了较强的鲁棒能;通过改进网络加入梯度热力图以直观判断出 IGFNet 对于深度伪造图片的鉴别能力。     

基于改进AHP-FCE法的绿色房地产项目评估

科技的发展与社会的进步使人们对能源消耗和环境问题进行深思,社会各界人士开始注重“绿色发展”。绿色房地产项目顺应了我国可持续发展的战略目标。首先结合我国国情,借鉴国内外绿色房地产有关研究成果,从环境、经济,社会、管理4个维度,选取17个指标建立了绿色房地产项目评价体系;其次,运用层次分析-模糊综合评价(AHP-FCE)法确定各级指标权重,构建了绿色房地产开发评价模型;最后,通过案例分析验证了评价体系的可行性,并结合案例结果提出一些关于绿色房地产开发的建议。