期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于注意力机制和空洞卷积的CycleGAN煤矿井下低照度图像增强算法
被引量：
5
1
作者
王媛彬
郭亚茹
+3 位作者
刘佳
王旭
吴冰超
刘萌
《煤炭科学技术》
CSCD
北大核心
2024年第S2期375-383,共9页
井下环境复杂,充斥着大量粉尘和水汽且人造光源光照不均,导致井下监控设备采集到的图像往往呈现出照度低、细节特征丢失等问题,严重影响了矿业安全监控设备的实时性,不利于后续计算机视觉任务,同时井下数据采集困难,难以制作配对的井下...
井下环境复杂,充斥着大量粉尘和水汽且人造光源光照不均,导致井下监控设备采集到的图像往往呈现出照度低、细节特征丢失等问题,严重影响了矿业安全监控设备的实时性,不利于后续计算机视觉任务,同时井下数据采集困难,难以制作配对的井下低照度图像数据集用于模型训练。针对上述问题,提出了一种基于CycleGAN的低照度图像增强算法。针对矿井下采集配对数据集困难,使用CycleGAN网络进行无监督学习;为改善生成器网络的细节特征提取能力,利用无参注意力机制(simAM)和双通道注意力机制(CBAM)构建图像增强网络,提高复杂背景下模型的抗干扰能力,使模型恢复图像细节特征效果更好;引入由残差空洞卷积构建亮度增强模块,在提升图像亮度的同时增大生成器网络的感受野,有利于细节的恢复,提高图像视觉质量;以Patch-GAN作为网络的判别器,将输入映射成一个矩阵,更加全面的关注到图像不同区域的细节特征,提高判别器对图像细节的分辨能力。实验结果表明,相较于算法CycleGAN,所提方法在峰值信噪比(PSNR)、结构相似度(SSIM)、信息熵和视觉信息保真度(VIF)上平均提高了11.31%、8.07%、2.58%、6.18%。
展开更多
关键词
图像增强
低照度图像
注意力机制
空洞卷积
CycleGAN
patch-gan
在线阅读
下载PDF
职称材料
一种改进CycleGAN的低照度图像增强网络
被引量：
4
2
作者
李天宇
吴浩
+2 位作者
毛艳玲
陈明举
石柱
《无线电工程》
北大核心
2022年第5期799-806,共8页
为了提高CycleGAN对低照度图像增强后的细节分辨能力,提高图像整体的视觉质量,提出了一种改进CycleGAN的低照度图像增强算法。该网络的生成器由低光照增强模块和亮度均衡处理模块组成,用以学习低照度图像到正常照度图像的特征映射。以...
为了提高CycleGAN对低照度图像增强后的细节分辨能力,提高图像整体的视觉质量,提出了一种改进CycleGAN的低照度图像增强算法。该网络的生成器由低光照增强模块和亮度均衡处理模块组成,用以学习低照度图像到正常照度图像的特征映射。以多尺度卷积和残差空洞卷积构建基于U-Net的低光照增强模块,提高网络对增强后图像细节信息的恢复能力;以全卷积构建亮度均衡处理模块,使图像亮度分布均匀并且提高图像视觉质量;以Patch-GAN作为网络的判别器,利用映射为一个N×N的矩阵来提高判别器对细节信息的分辨能力,并且增强网络收敛能力。验证结果表明,相较于其他对比方法,所提算法增强后的图像拥有更好的主观视觉效果和图像细节,同时在客观指标上的结果也优于其他方法。
展开更多
关键词
低照度图像
多尺度卷积
残差空洞卷积
亮度均衡处理模块
patch-gan
在线阅读
下载PDF
职称材料
对抗样本生成在人脸识别中的研究与应用
被引量：
3
3
作者
张加胜
刘建明
+2 位作者
韩磊
纪飞
刘煌
《计算机应用与软件》
北大核心
2019年第5期158-164,共7页
随着深度学习模型在人脸识别、无人驾驶等安全敏感性任务中的广泛应用,围绕深度学习模型展开的攻防逐渐成为机器学习和安全领域研究的热点。黑盒攻击作为典型的攻击类型,在不知模型具体结构、参数、使用的数据集等情况下仍能进行有效攻...
随着深度学习模型在人脸识别、无人驾驶等安全敏感性任务中的广泛应用,围绕深度学习模型展开的攻防逐渐成为机器学习和安全领域研究的热点。黑盒攻击作为典型的攻击类型,在不知模型具体结构、参数、使用的数据集等情况下仍能进行有效攻击,是真实背景下最常用的攻击方法。随着社会对人脸识别技术的依赖越来越强,在安全性高的场合里部署神经网络,往往容易忽略其脆弱性带来的安全威胁。充分分析深度学习模型存在的脆弱性并运用生成对抗网络,设计一种新颖的光亮眼镜贴片样本,能够成功欺骗基于卷积神经网络的人脸识别系统。实验结果表明,基于生成对抗网络生成的对抗眼镜贴片样本能够成功攻击人脸识别系统,性能优于传统的优化方法。
展开更多
关键词
深度学习
黑盒攻击
脆弱性
生成对抗网络
眼镜贴片
在线阅读
下载PDF
职称材料
题名
基于注意力机制和空洞卷积的CycleGAN煤矿井下低照度图像增强算法
被引量：
5
1
作者
王媛彬
郭亚茹
刘佳
王旭
吴冰超
刘萌
机构
西安科技大学电气与控制工程学院
西安市电气设备状态监测与供电安全重点实验室
兖矿能源集团有限公司
CNRS-University of Strasbourg
出处
《煤炭科学技术》
CSCD
北大核心
2024年第S2期375-383,共9页
基金
国家自然科学基金资助项目(52174198)
陕西省重点研发计划资助项目(2023 YBSF-133)
陕西省秦创原科学家+工程师队伍建设资助项目(2022KXJ-166)。
文摘
井下环境复杂,充斥着大量粉尘和水汽且人造光源光照不均,导致井下监控设备采集到的图像往往呈现出照度低、细节特征丢失等问题,严重影响了矿业安全监控设备的实时性,不利于后续计算机视觉任务,同时井下数据采集困难,难以制作配对的井下低照度图像数据集用于模型训练。针对上述问题,提出了一种基于CycleGAN的低照度图像增强算法。针对矿井下采集配对数据集困难,使用CycleGAN网络进行无监督学习;为改善生成器网络的细节特征提取能力,利用无参注意力机制(simAM)和双通道注意力机制(CBAM)构建图像增强网络,提高复杂背景下模型的抗干扰能力,使模型恢复图像细节特征效果更好;引入由残差空洞卷积构建亮度增强模块,在提升图像亮度的同时增大生成器网络的感受野,有利于细节的恢复,提高图像视觉质量;以Patch-GAN作为网络的判别器,将输入映射成一个矩阵,更加全面的关注到图像不同区域的细节特征,提高判别器对图像细节的分辨能力。实验结果表明,相较于算法CycleGAN,所提方法在峰值信噪比(PSNR)、结构相似度(SSIM)、信息熵和视觉信息保真度(VIF)上平均提高了11.31%、8.07%、2.58%、6.18%。
关键词
图像增强
低照度图像
注意力机制
空洞卷积
CycleGAN
patch-gan
Keywords
image enhancement
low illumination image
attention mechanism
null convolution
CycleGAN
patch-gan
分类号
TD67 [矿业工程—矿山机电]
在线阅读
下载PDF
职称材料
题名
一种改进CycleGAN的低照度图像增强网络
被引量：
4
2
作者
李天宇
吴浩
毛艳玲
陈明举
石柱
机构
四川轻化工大学人工智能四川省重点实验室
四川轻化工大学自动化与信息工程学院
出处
《无线电工程》
北大核心
2022年第5期799-806,共8页
基金
四川省科技厅项目(2020YFG0178)
人工智能四川省重点实验室项目(2019RYY01)
+1 种基金
企业信息化与物联网测控技术四川省高校重点实验室项目(2018WZY01,2019WZY02,2020WZY02)
自贡市科技局项目(2019YYJC13,2019YYJC02,2020YGJC16)。
文摘
为了提高CycleGAN对低照度图像增强后的细节分辨能力,提高图像整体的视觉质量,提出了一种改进CycleGAN的低照度图像增强算法。该网络的生成器由低光照增强模块和亮度均衡处理模块组成,用以学习低照度图像到正常照度图像的特征映射。以多尺度卷积和残差空洞卷积构建基于U-Net的低光照增强模块,提高网络对增强后图像细节信息的恢复能力;以全卷积构建亮度均衡处理模块,使图像亮度分布均匀并且提高图像视觉质量;以Patch-GAN作为网络的判别器,利用映射为一个N×N的矩阵来提高判别器对细节信息的分辨能力,并且增强网络收敛能力。验证结果表明,相较于其他对比方法,所提算法增强后的图像拥有更好的主观视觉效果和图像细节,同时在客观指标上的结果也优于其他方法。
关键词
低照度图像
多尺度卷积
残差空洞卷积
亮度均衡处理模块
patch-gan
Keywords
low-light image
multi-scale convolution
residual hollow convolution
brightness equalization processing module
patch-gan
分类号
TP394.1 [自动化与计算机技术—计算机应用技术]
TH691.9 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
对抗样本生成在人脸识别中的研究与应用
被引量：
3
3
作者
张加胜
刘建明
韩磊
纪飞
刘煌
机构
桂林电子科技大学计算机与信息安全学院
出处
《计算机应用与软件》
北大核心
2019年第5期158-164,共7页
文摘
随着深度学习模型在人脸识别、无人驾驶等安全敏感性任务中的广泛应用,围绕深度学习模型展开的攻防逐渐成为机器学习和安全领域研究的热点。黑盒攻击作为典型的攻击类型,在不知模型具体结构、参数、使用的数据集等情况下仍能进行有效攻击,是真实背景下最常用的攻击方法。随着社会对人脸识别技术的依赖越来越强,在安全性高的场合里部署神经网络,往往容易忽略其脆弱性带来的安全威胁。充分分析深度学习模型存在的脆弱性并运用生成对抗网络,设计一种新颖的光亮眼镜贴片样本,能够成功欺骗基于卷积神经网络的人脸识别系统。实验结果表明,基于生成对抗网络生成的对抗眼镜贴片样本能够成功攻击人脸识别系统,性能优于传统的优化方法。
关键词
深度学习
黑盒攻击
脆弱性
生成对抗网络
眼镜贴片
Keywords
Deep learning
Black-Box attack
Vulnerability
Generative adversarial network(GAN)
Eyeglass patches
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于注意力机制和空洞卷积的CycleGAN煤矿井下低照度图像增强算法
王媛彬
郭亚茹
刘佳
王旭
吴冰超
刘萌
《煤炭科学技术》
CSCD
北大核心
2024
5
在线阅读
下载PDF
职称材料
2
一种改进CycleGAN的低照度图像增强网络
李天宇
吴浩
毛艳玲
陈明举
石柱
《无线电工程》
北大核心
2022
4
在线阅读
下载PDF
职称材料
3
对抗样本生成在人脸识别中的研究与应用
张加胜
刘建明
韩磊
纪飞
刘煌
《计算机应用与软件》
北大核心
2019
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
