【摘 要】
：
为提高水印方案的抗攻击能力和自适应性,提出一种盲水印的GoogLeNet-GMP神经网络方案。首先,所提网络较为简约,最深的路径(即通过预处理网络、嵌入网络和提取网络的路径)仅包含17层。通过在水印预处理网络中提高水印分辨率来保持宿主图像的分辨率,由此增强了水印的透明性。同时,在水印预处理网络中使用平均池化,将水印数据的二进制值与宿主图像结合在一起,从而增强了水印的透明性。最后,提取器使用交叉熵作
【机 构】
：
南昌交通学院人工智能学院 南昌330100
论文部分内容阅读
为提高水印方案的抗攻击能力和自适应性,提出一种盲水印的GoogLeNet-GMP神经网络方案。首先,所提网络较为简约,最深的路径(即通过预处理网络、嵌入网络和提取网络的路径)仅包含17层。通过在水印预处理网络中提高水印分辨率来保持宿主图像的分辨率,由此增强了水印的透明性。同时,在水印预处理网络中使用平均池化,将水印数据的二进制值与宿主图像结合在一起,从而增强了水印的透明性。最后,提取器使用交叉熵作为损失函数,实现嵌入器和提取器之间的训练平衡。实验结果表明,所提方案性能出色,水印容量为0.003 8,
其他文献
为便于采集不共地的多路信号,防止信号间的串扰,在采集电路基础上增加隔离设计:隔离电源、隔离光耦以及数字隔离通道,大大降低了噪声的干扰,提高了系统的采集精度.基于系统电路设计,分析了隔离电源LTM8068及线性隔离光耦HCNR201的工作原理,建立ROM表实现了采集模块的片选及模拟开关通道的切换,方便控制的同时提高了采集板卡的通用性.实验通过输入0～5 V模拟量验证电路采样精度,经实践验证,该隔离采集电路的采样精度优于2‰,且抗干扰能力强,电路通用性好,具有较强的实用价值.
运营商在规模建设5G前传网络时,为了节省光纤资源,大量部署了粗波分复用(Coarse Wavelength Division Multiplexing,CWDM)无源彩光设备,实现5G前传3通道承载.为满足5G多频组网以及电信联通共建共享的需求,运营商提出了包括中等波分复用(Medium Wavelength Division Multiplexing,MWDM)、细波分复用(LAN Wavelength Division Multiplexing,LWDM)、密集波分复用(Dense Wavelengt
液体物理参数测量是众多领域最频繁的测量操作之一,为科研生产的分析决策提供原始数据。但现有仪器多为接触式、手工方式、单一参数测量,工作效率低,且存在污染测试样品的风险。为此,设计了一种非接触式液体物理参数自动测量装置。该装置以STM32微处理器作为主控,利用平行板电容原理,采用FDC2214电容传感芯片和柔性PCB为核心,通过拟合计算实现液体体积测量,同时利用电阻式薄膜压力传感电路测量液体质量。经实
深度学习在图像领域取得的突破,使得特征学习方面取得了迅猛的发展。针对视频序列中连续帧具有的时间相关性,提出了一种基于注意力机制的残差3D卷积网络模型用于人体动作识别。首先利用残差3D卷积网络学习视频序列中连续视频帧之间的时间相关性,即时空特征;之后利用扩展到三维的通道注意力网络对残差3D卷积结构学习到的每个特征通道赋予不同的权值;最后将重新标定权重的特征输入分类器得到最终的分类。在UCF-101和
针对传统信号特征提取方法存在高维数和无效信息过多的问题,提出了一种基于线性判别算法和径向基神经网络的开关柜局部放电模式识别方法.该方法将两种算法结合,达到识别速率和识别准确率双优的目的 .首先,建立开关柜的3种超声波局部放电(PD)模型.然后,利用时频分析和小波分解,提取信号的时频特征和小波系数特征,通过线性判别算法(LDA)对提取的特征向量进行降维处理,最后利用径向基(RBF)神经网络对局部放电缺陷类型进行分类,其识别准确率均在90％以上,并且训练时间缩减50％以上,证明该识别方法具有实用性.
卫星故障是极轨气象卫星业务系统面临的主要问题之一,星上故障具有发现难度大,排查时间长,影响严重等特点。目前对卫星的主要监视手段为通过对卫星下传的遥测数据进行分析,分析方法主要为阈值法,该方法目前具有一定局限性,对很多异常无法快速准确地捕获。提出一种基于遥测频域特征分析的气象卫星故障快速诊断方法,该方法能够对阈值法难以诊断的波动性遥测波道实现快速诊断。首先对关键遥测波道进行频域特征分析,提取关键信息
针对电力电子本科或研究生教学实验,基于LabVIEW和简易FPGA板卡,设计了一种高性价比的电力电子半实物实时仿真教学实验平台.仿真平台系统由上位机和模型运算单元FPGA板卡组成,人机界面及实验波形数据显示基于LabVIEW软件平台编制,通过以太网实现与FPGA板卡数据交换,平台系统可以进行多种电路拓扑模型的下载安装和HIL实时仿真实验.
针对自然场景文本检测中没有明确全局特征的重要性,导致文本检测过程中存在文本的误检、漏检问题,提出了基于注意力机制的自然场景文本检测方法。该方法在CTPN网络的基础上,利用ResNet网络及特征融合技术提取更深层次的多层网络文本特征;同时将注意力机制引入改进后的特征提取网络中,通过从所有位置聚集的相同特征来增强原始特征,并获取注意力权重,对全局注意力进行汇集,明确需要关注的特征。其次,针对自然场景下
水体中氮过量是造成水体富营养化的重要原因,监测并控制水体中总氮浓度是保证水环境安全的关键。水体中总氮含量包括亚硝酸盐氮、硝酸盐氮、无机铵盐、溶解态氨及大部分有机含氮化合物中的氮。根据生态环境部相关要求,水质总氮在线分析仪已广泛应用于我国地表水自动监测和污染源在线监控系统中。本文综述了水质总氮在线自动监测仪器现状及未来发展,介绍了水质总氮自动在线监测仪器基本原理,水样处理及消解方法,分析对比了自动在
针对现有方法对太阳能电池图像缺陷分割上的不足,提出了一种对太阳能电池图像进行缺陷分割的改进型U-Net。首先引入密集连接结构,用来缓解梯度消失问题,使缺陷提取更加充分;同时在每个卷积层后面添加批量归一化层和ReLU激活层,防止缺陷细节特征丢失;接着引入双注意力机制增强目标特征,抑制无关特征,进而提升模型的整体缺陷检测精度。最后利用两种不同的网络与本文方法进行缺陷检测对比。实验结果表明,本文网络可以