《中国图象图形学报》数字图像/视频内容安全专刊简介

随着智能设备与社交媒体的广泛普及,图像/视频数据急剧增长,针对这些数据类型的安全问题日渐凸显：比如,大量用户敏感信息需要保护,图像/视频内容容易受到篡改等。如何有效保证图像内容的真实与完整,防止用户隐私泄露等逐渐成为当今研究的热门方向。该研究不仅对于保护隐私具有重要的意义,也对网络空间安全的未来提出新的思考和挑战。相关技术与成果对未来的学术、产业和社会都将具有重要影响。 为了促进我国数字图像/视频内容安全相关技术、方法与应用研究的深入开展,及时反映我国学者在相关领域的最新研究进展,《中国图象图形学报》邀请业内专家共同策划推出“数字图像/视频内容安全”专刊,主要收录国内学者在相关理论方法、关键技术、数据平台和典型应用等方面具有创新性、突破性的研究成果。 经过严格的评审,“数字图像/视频内容安全”专刊共收录学术论文18篇,包括9篇“综述”、3篇“篡改检测与内容恢复”论文、1篇“认证保护”论文和5篇“隐写方法”论文。 9篇“综述”主要围绕图像/视频隐写、水印、取证,深度伪造检测,活体检测等进行了概念和发展历程的介绍,相关方法的分类梳理和概述,并对主要实际应用场景的重难点进行了详细的阐述和论证。 1)《数字图像鲁棒隐写综述》结合网络有损信道中隐蔽通信应用需求,对现有的数字图像鲁棒隐写技术进行综述。 2)《鲁棒视频水印研究进展》对当前的视频水印技术进行了概述,对视频水印的概念、应用场景、分类方式、设计要求、发展历程和相关经典方法进行了介绍和梳理。 3)《视觉深度伪造检测技术综述》基于深度伪造技术研究进行了综述,并进一步给出了未来视觉深度伪造检测研究的重难点。 4)《人脸活体检测综述》对人脸活体检测技术进行了全面的梳理回顾,包括硬件方案、算法、数据集、技术标准以及实际应用。 5)《面向GAN生成图像的被动取证及反取证技术综述》阐述了相关研究背景,分析了自然图像与GAN生成图像的区别,并介绍了GAN生成图像的被动取证技术。 6)《明文图像可逆信息隐藏综述》以常见的明文图像为嵌入载体,以经典文献为主干,通过介绍基础理论来阐述可逆设计的起源与发展,并展望未来的突破方向。 7)《图像空域可逆信息隐藏研究进展》对明文域和密文域的研究进行归纳与分析,梳理各类方法的发展脉络及其关联。结合当前实际问题,如载体多元化、有损信道传输和安全性等,进一步展望未来的研究趋势。 8)《3D网格隐写与隐写分析回顾与展望》回顾了3D网格隐写和隐写分析的发展,并对现有研究工作做了系统的总结和科学的分类,讨论了3D隐写和隐写分析现有技术的局限性,并探讨了潜在的研究方向。 9)《视频内容安全评价发展探讨》从建立技术理论体系角度,围绕4个不良方面的内容监管梳理了视频内容安全评价体系。分析了内容评价面临的挑战机遇,并总结了十大待解决问题和展望了未来研究发展趋势。 本专刊同时也收录了9篇针对篡改检测、认证保护和隐写方法等的先进性前沿科技论文。其中,3篇论文分别针对“篡改检测与内容恢复”分别提出了一个基于区域损失的检测小篡改区域的U型网络;针对人脸交换篡改视频提出了一个在关键帧中进行特征提取与帧间交互的高效检测框架;一种提高图像自嵌入水印的认证粒度以及抵抗滤波等处理操作能力的方法。1篇论文针对“认证保护”中IoT数据获取面临能耗和安全的问题,提出了一种基于半张量积压缩感知的可验证图像加密方法。5篇论文以“隐写方法”为主题,分别提出一种基于超分辨率网络的空域图像边信息估计隐写方法、一种无损载体和鲁棒代价结合的JPEG图像鲁棒隐写、采用实离散分数阶Krawtchouk变换并应用于数字图像水印、一种基于自动生成字库的鲁棒文档水印方案、一种联合定长编码和哈夫曼编码的密文域可逆信息隐藏算法。 我们期待广大读者和科技人员通过本期“数字图像/视频内容安全”专刊,更深入、全面地了解该领域的最新方法和应用,吸引更多学者从事相关研究并产生具有国际影响力的优秀成果,为本领域发展做出贡献。     

高维多目标优化中基于稀疏特征选择的目标降维方法

目标降维算法通过去除冗余的目标达到简化问题规模的目的,为求解高维多目标优化问题提供了一种新的思路和方法.近似解集的几何结构特征和Pareto占优关系从不同侧面反映了多目标优化问题的内在结构特性,而现有算法仅利用其中一种特征分析目标之间的关系,具有较大局限性.本文提出基于稀疏特征选择的目标降维方法,该方法利用近似解集的几何结构特征构建稀疏回归模型,求解高维目标空间映射为低维目标子空间的稀疏投影矩阵,依据此矩阵度量目标的重要性,并利用Pareto占优关系改变程度选择满足误差阈值的目标子集,实现目标降维.通过与其他已有目标降维算法比较,实验结果表明本文提出的降维算法具有较高的准确性,并且受近似解集质量的影响较小.     

一种优化的多视点视频编码预测结构

首先分析了JMVC的参考预测结构,利用1个Go P(Group of Picture)中不同时间层上的帧与其参考帧之间的相关度不同和不同时间层上的帧数目也不同的特点,提出了去除奇数视点最高和次高时间层的视点间预测,并增加偶数视点非关键帧的最低和次低时间层的视点间预测的预测结构。实验结果表明,提出的预测结构基本不影响视频质量,且表现出了更加出色的编码效率,编码的复杂度减少幅度高达15%,输出码率也有所减少,较好地改善了编码的实时性能。     

基于S7-300PLC高温泵试验用水加热控制系统设计

介绍一种给高温泵试验用水加热的控制方案,解决加热过程中温度波动幅度大、加热棒频繁启动以及传感器采集数据不准确等难题。加热系统以SIEMS 300-PLC为核心控制模块,温度数据处理过程采用均值滤波的软件滤波方式;加热过程采用分段比例控制思想,死区宽度理论等,为方便对控制参数进行监测与控制,借用易控(INSPEC)组态软件实现人机交互。为避免启动电流冲击过大,加热棒采用顺序启动方式。该方案已在实际试验项目中得到应用,经验证控制精度高,稳定性好。     

深度全卷积网络对MRI膀胱图像的分割

大多数膀胱癌患者的膀胱肿瘤组织和膀胱壁组织互相渗透，各自的大小、形状变化多样，位置不固定，且膀胱MRI（Magnetic Resonance Imaging）图像中存在复杂的噪声和伪影，这使得将肿瘤和膀胱壁两者精确分割出来为下一步治疗进行诊断和定量分析成为难题。文中提出一种以U-net作为基础网络框架的深度全卷积网络，用残差网络子模块代替普通的卷积层进行下采样，通过空洞卷积来提取特征图不同感受野的信息，从而对不同尺度的特征图进行并行分支下采样。针对数据集小的问题，提出对图像加入高斯噪声、调节亮度和各向异性扩散滤波三种方法来进行数据扩增。实验结果表明，文中提出的方法对肿瘤分割的DSC（Dice similarity coefficient）值达到了0.9058，对膀胱壁分割的DSC值达到了0.9038，能够达到很好的分割效果。      

利用冲突信息降维的进化高维目标优化算法

进化多目标优化算法求解高维目标优化问题面临收敛能力、计算复杂度、决策以及Pareto前沿的可视化等困难，其根本原因是目标空间维数高。目标降维通过丢弃冗余目标，为缓解高维目标优化求解困难提供一种新思路。本文提出利用冲突信息降维的分解进化高维目标优化算法（CIOR-MOEA/D）。该方法通过衡量目标在近似解集上体现的冲突性，构造问题的冲突信息矩阵，对该矩阵进行特征分析，确定目标的重要性程度，实现维数约简，并利用分解进化多目标优化算法（MOEA/D）对重要子目标集合进行分解进化,从而得到问题的近似解集。实验结果表明,本文提出的目标降维算法在降维的准确性与鲁棒性上均表现突出，能够有效地处理冗余高维目标优化问题。      

基于DPSK调制的光学物理层网络编码安全研究

将物理层网络编码引入光网络中,研究了在3Gb/s的传输速率下基于差分相移键控(DPSK)调制的物理层网络安全编码的光网络.将两路同频信号通过光纤传输到中继,在中继处混合在一起后同时再通过光纤传给两个用户,在接收端将混合信号通过解码出来得到两个用户信号比特的异或,最后通过与其中一个用户的信息进行异或就可以得到另一个用户的信息.由于两路信号为同频信号,混合后必会发生干涉,利用DPSK将两路信号占空比分别调制为33％与67％,解决了信号混合后的干涉问题.由于在中继处两个信号混合后,发出的是两个用户的混合信号,具有一次一密效果,在利用物理层网络编码提高网络的吞吐量的同时,也增加了从中继到用户的链路的安全性.     

高精度二维DCT的结构优化算法研究及FPGA实现

提出了一种基于5级流水线的高精度向量乘法器的二维DCT VLSI结构.采用一维DCT行处理,转置RAM存储器,一维DCT列处理的流水线结构代替复用一维DCT算法以提高速度,并且在一维DCT算法模块中,对于系数乘法,采用并行乘法的结构,可以进一步提高运算速度.在高精度方面,采用移位的方案,精度精确到小数点后5位,满足高精...     

一种有轨迹标识的利用测量生成新目标密度的GM-PHD滤波器

在存在杂波、漏检、目标数目未知和变化的情况下,PHD滤波器是一种多目标跟踪新方法,GM-PHD滤波器是PHD滤波器的一种近似实现.然而,GM-PHD滤波器没有提供单个目标状态估计的身份,而构建目标运动轨迹需要目标状态估计的身份,同时,现有的GM-PHD滤波器在新目标密度生成时对新目标出现位置进行了限制,难以对观测空间任意位置随机出现的目标进行跟踪.为解决非线性观测系统GM-PHD滤波器中目标状态估计的身份标识和新目标密度生成问题,设计了一种新的GM-PHD滤波器.该滤波器利用传感器的观测数据生成新目标密度,通过给滤波器输出的高斯项增加专有身份标识并使用身份标识将源于同一目标不同时刻的目标状态估计关联起来.仿真实验验证了滤波算法的有效性.     

高压缩V-LRU算法的研究与实现

提出并实现了基于四路组相联高速缓存的高压缩V-LRU算法。该算法将有效位和近似LRU标志位压缩到只有4位,可以大大减少电路面积,且高速缓存的缺失率基本保持不变。在高速缓存容量为8kByte时,高压缩V-LRU算法的缺失率与7-bit位比较近似V-LRU算法、5-bit位复用近似V-LRU算法基本相同,而相对于9-bit近似V-LRU算法也只增加大约0.9%。基于SMIC 0.13μm工艺,高压缩V-LRU算法的电路面积相对于9-bit、7-bit和5-bit V-LRU算法,分别减少10 925.8μm2、6 415.5μm2和2 142.1μm2。而且,如果增加高速缓存的容量,4种近似V-LRU算法缺失率的差别将变得更小,但是,高压缩V-LRU算法的电路面积优势将会更加明显。