【摘 要】
：
信息隐藏是将信息以不可见的方式隐藏在一个宿主信号中,以实现机密通信和版权保护等目标。它主要用于两个特定的秘密渠道,尤其是在快速发展的社交网络中,以海量的图像和视频为媒介。这为隐藏信息提供了更多的机会和挑战,对国家安全和信息安全都十分重要。基于传统图像信息隐藏方法存在的难以抵抗基于特征学习的深度神经网络隐写分析技术的问题,本项目将生成式对抗网络引入到原始图像隐写方法中~([1]),利用GAN(Gen
【基金项目】
：
华侨大学2020年度大学生创新训练计划项目(S202010385025)。
论文部分内容阅读
信息隐藏是将信息以不可见的方式隐藏在一个宿主信号中,以实现机密通信和版权保护等目标。它主要用于两个特定的秘密渠道,尤其是在快速发展的社交网络中,以海量的图像和视频为媒介。这为隐藏信息提供了更多的机会和挑战,对国家安全和信息安全都十分重要。基于传统图像信息隐藏方法存在的难以抵抗基于特征学习的深度神经网络隐写分析技术的问题,本项目将生成式对抗网络引入到原始图像隐写方法中~([1]),利用GAN(Generative Adversarial Networks)模型中的博弈对抗策略,为图像信息隐藏生成更安全
其他文献
为更好的助力于人工智能的发展,国内各高校积极兴建人工智能专业、人工智能学院等,欲充分发挥其在人工智能领域人才培养的作用。但快速成立的专业背后存在着人才培养体系与模式尚不成熟、教学资源匮乏、教师匮乏等问题。分析了人工智能人才需求的分类,明确不同类人才的专业需求,结合民办院校的办学定位、办学条件、学生层次、师资的水平,指出了民办高校推进人工智能专业建设的困难,给出了校企融合的分层培养人才培养体系,关注了专业的建设、教学资源的建设、师资的建设。
在摄像技术教学中,实验是教学科研的一个非常重要的环节,实验对于培养学生的实际动手能力和发现解决问题的能力异常重要。但是由于实验设备不足,导致只有少部分人能真正的进行操作,更重要的是摄像实验还会受到时间、地点、气候、季节等因素的限制导致实验不能顺利进行,从而令学生失去兴趣,这并不能满足对应用型人才实践能力培养的要求。摄像技术虚拟实验教学系统基于Unity3D进行开发,通过信息技术和人机交互,实现复杂多变的拍摄情景模拟和低成本的场景、人物、灯光、摄像机等任意切换效果,大大的增强了实验教学的可行性,提升了学生学
随着现代职业教育的不断发展,教学的要求也不断提高。许多教师不再局限于教材本身的案例实现,对于教学案例也有了深层次的思考。教学案例是否来源于实际、是否能训练学生的编程思维、是否可以进行差异化教学、是否符合学生的实际,是否能解决现实中的实际问题等。本文介绍了一个基于Python语言的完整案例教学实施过程,并在实施的过程中主动融入了课程思政元素,留下了深刻的教学思考。
随着人们安全出入控制和金融贸易安全方面的需要不断增长,生物统计识别技术有着广阔的发展和应用需求。人脸识别作为最热门研究方向之一,需要有较强的检测率和识别的准确率,本文通过Haar级联分类器将捕捉到的人脸进行特征化,通过LBPH算法提取直方图特征,从而实现动态的人脸识别。实验表明:该算法可以在部分遮挡和微笑的情况下,能够对动态人脸进行有效识别。
为了学业、为了就业、为了择业、为了职业发展,现在参加各种专业、技能、职称、资格考试的人越来越多,但目前市面上没有一个可供考生们公共交流、讨论、学习及考试攻略发布的平台。本项目研究的目的是:创建一个基于WEB的考试资源平台,实现考试相关资源的上传、下载,考生可以预览、下载共享资料、发表考试攻略,实现个人资料上传,在社区针对备考过程中存在的问题提问、解惑等。该平台的出现将为考生的考试过关起到事半功倍的作用。
本文将采用SOLO分类评价法对高职学生数据素养现状进行描述性统计分析。共发放与回收有效问卷388份,通过数据分析结果发现,高职学生具有很强的数据处理与分析和数据道德意识,其中高职学生的数据道德意识方面处于较高水平,数据表达能力与数据安全意识最弱;高职学生数据认知与采集、数据存储与验证方面整体处于一般水平。
通过驻极体麦克风组成的麦克风阵列对汽车发动机舱进行噪声的采集,将阵列中各个采集节点的噪声值在摄像头视野内的物理位置对应,并将各节点噪声值实时标识出来,可以使用户方便的观测噪声不符合设计要求的位置,方便进行下一步改进。
计算机切片处理作为3D打印快速成型工艺过程的重要组成部分,直接影响了3D打印模型的成型精度和成型质量。本文对3D打印快速成型工艺过程中计算机切片处理误差的产生机理进行了分析探究,总结避免误差产生的方法,以提高3D打印模型的成型质量。
为了实现实时的高精度排水管道缺陷自动检测,在YOLOv4的基础上结合深度学习中的不确定性理论,提出了一种基于GaussianYOLOv4的排水管道缺陷自动检测模型,该模型不但能够给出预测目标的坐标值还能给出预测坐标值的不确定性。在实际数据集上的验证实验证明,该检测模型在FPS为40.13的识别速度下能够实现mAP为86.63的识别精度,综合识别效果优于基于YOLOv4的自动检测模型。
为提高移动基站的用电管理水平和实现企业的降本增效,以移动公司基站用电消耗为主要研究对象,通过对移动公司基站各生产系统产生的历史用电数据进行数据挖掘,应用多元线性回归分析法和诊断技术中常用的统计法,构建了基站用电预测和诊断模型。按月份和年份用模型对基站用电进行预测,结果表明模型的拟合优度较好,所选变量间不存在显著的自相关。模型能较为准确实现基站用电量预测和控制管理,并能快速发现和稽核查找用电异常,产生较大的经济效益。