数字图像隐写容量的博弈分析

提出了一种基于数字图像的新的隐写信道模型.在该模型中,考虑隐写分析器的作用和载体与隐秘体的相似性,引入错误概率和检测率作为失真约束条件.运用博弈论,把隐写过程看成编解码方与攻击方的博弈,给出了隐写博弈的双方在不同失真约束条件下的隐写容量,并对容量结果进行了分析.     

基于Kohonen神经网络的泵站自动控制系统的故障诊断

本文采用的Kohonen神经网络,是一种具有自组织特征映射（SOFM）的人工神经模型,并应用于泵站自动控制系统的故障诊断中,自组织特征映射模型具有自学习功能,运算速度快,类型识别能力强的优点,此故障诊断系统应用前景广阔。     

基于高频小波损失的生成对抗人脸补全方法研究

基于生成对抗网络架构设计一种新的人脸补全模型。在生成网络中使用空洞卷积以增加特征图的感受野,提升网络性能;针对生成补全图像模糊,提出基于小波分解的损失函数设计方法,将图像转换到小波空间,提取高频信息作为l_1小波损失,有效提升人脸图像补全的质量。对VGGFace2人脸数据集下半部分人脸进行遮挡,作为训练数据集,以LFW数据集遮挡,进行人脸补全测试结果分析。实验结果表明,所设计算法的网络补全后的人脸结构相似性(SSIM)达到0.803 4,峰值信噪比(PSNR)达到20.946 7,有效提升了人脸补全的效果。     

信息隐藏性能评价方法

建立信息隐藏技术的评价标准十分必要。隐写术的视觉不可感知性是评价隐写术性能的重要指标之一。基于HVS模型,给出不可感知性评价指标CHD。实验结果表明,CHD的判定结果反映了人类视觉的亮度,对比度和色彩掩蔽特性,可以作为隐写术的不可感知性评价指标。     

基于模糊距离的信息系统安全保障评估

以GB/T20274信息系统安全保障评估框架作为评估标准,在评估结果融合阶段通常根据D-S证据理论采用Dempster方法进行证据合成,但在处理高冲突数据时常出现违背常理的结果。为解决上述问题,提出基于模糊距离的证据合成方法,并与Dempster方法、Murphy方法、基于证据间距离的方法进行实验比较,结果证明,该合成方法能有效降低证据间的冲突,收敛速度较快,算法复杂度较低。     

基于像素级生成对抗网络的复杂场景灰度图像彩色化

针对当前基于深度学习的彩色化模型在面对具有多个目标的复杂场景时存在的误着色问题,提出一种基于像素级生成对抗网络的彩色化模型.该模型在生成网络中采用全卷积网络模型处理不定尺度的输入灰度图像,并加入与真实彩色分量间的L1损失作为彩色化优化目标;在判别网络中,采用语义分割网络计算像素级Softmax损失,反向传递优化彩色化生成网络.在Pascal Segmentation及ILSVRC2012数据集上进行的彩色化图像质量比较,实验结果表明,与同类模型相比,本文模型在处理复杂场景灰度图像的彩色化任务中具有更高的着色准确率,并且对不同目标之间具有更好的区分度.     

一种针对jpg图像LSB匹配隐写术的检测算法

本文着眼于研究检测jpg图片的隐写信息。LSB匹配隐写算法吸引了众多研究者的目光,因为它们很易于实现。相对于LSB替换算法,LSB匹配算法的检测要困难得多,这是由于它的隐写过程没有引入非对称性。本文根据jpg图片隐写后相邻色彩数显著增加的统计特性,提出自己的判决函数,并且进行了实验,证明了该算法的优越性。     

基于遗传算法的控制软件测试

基于遗传算法（GA）的控制软件测试方法是一种智能化的黑盒测试方法。测试中使用该方法，可在对被测对象细节不了解的情况下完成相应的测试任务。对基于遗传算法的表达方式，提出了多层与混合参数编码技术，分别可处理测试过程中涉及的命令（逻辑）序列与数量序列的被测参变量；并以此将测试问题转化为遗传算法善于处理的寻优问题。设计的测试软件按遗传算法的演化规则运作，可寻找到被测软件（系统）的最大故障。