基于近场声全息的声强场可视化方法

传统噪声源识别主要基于频谱分析方法,无法准确反映声源位置和声场强度变化信息。针对大型水下结构体辐射声场的噪声源识别和辐射声能量监测的问题,提出一种基于声全息测量技术的辐射声强场可视化方法,计算声波在均匀介质中的声强矢量场,并采用体绘制和流线技术实现声场量的可视化,从而定位结构体主要辐射噪声源,直观地展示辐射声场的能量分布及耗散情况,描述声场能量传递方向与路径,为水下结构体辐射声场的监测与分析提供一种新的手段。     

卡尔曼滤波在目标跟踪中的应用

在近代控制中,需要对某一特定的运动目标进行跟踪监测,并需要对其下一时间的运动位置、运动方向、速度等信息进行预先估算,才能达到对目标的即时控制。本文简要讨论了用卡尔曼滤波算法对单个目标航迹进行预测,并借助于Matlab仿真工具,对实验的效果进行评估。     

大规模数据快速体绘制方法的设计与实现

体绘制是科学计算可视化的重要手段,针对大规模数据场体绘制计算量大、效率低的问题,提出一种基于哈尔小波变换的三维规则网格数据场快速体绘制方法.采用整体描述、局部细化的策略对转换后的数据进行组织、管理和调度,实现了多尺度分析和快速随机存取,并有效解决了CPU在处理大规模数据集时纹理内存的局限;采用基于CUDA(计算统一设备架构)的GPU加速技术提高体绘制算法性能,很好的实现了大规模数据集的交互式可视化.     

纤维素酶辅助水解杜仲叶醋的发酵条件

杜仲叶含有多种生理活性成分。研究了纤维素酶辅助水解杜仲叶醋的主要发酵条件。结果表明,杜仲叶粉加水得到杜仲叶浆(1:5料液比),再添加0.8%的纤维素酶在45℃下振荡酶解4h后,得到的杜仲叶浆中总可溶性糖含量最高可达36.93g/L;对水解后的杜仲叶浆进行补糖(204g/L)、接种酵母菌进行酒精发酵,可得到酒精含量为10%～11%(V/V)的杜仲叶浆;再用蒸馏水调整杜仲叶浆中的酒精含量至4%(V/V),然后接种醋酸菌进行醋酸发酵,最后得到总酸(以乙酸计)为40～45g/L、酒精≤0.5%的杜仲叶醋。感官评价结果表杜仲叶醋中加入0.05%柠檬酸,0.015%苹果酸,4.5%葡萄糖配成的杜仲醋饮品风味更好。      

AIGC视觉内容生成与溯源研究进展

随着数字媒体与创意产业的快速发展,人工智能生成内容（artificial intelligence generated content,AIGC）技术以其在视觉内容生成中的创新应用而逐渐受到关注。本文旨在围绕 AIGC 视觉内容生成与溯源研究进展深入研讨。首先,针对图像生成技术进行探讨,从基于生成式对抗网络的传统方法出发,系统地分析了基于生成式对抗网络、自回归模型和扩散概率模型的最新进展。接着,深入探讨可控图像生成技术,突出了通过布局、线稿等附加信息以及基于视觉参考的方法来为创作者提供精确控制的技术现状。随着图像生成技术的革新和应用,生成图像的安全性问题逐渐浮现。而预先审核和过滤的技术手段已难以满足实际需求,故亟需实现生成内容的溯源来进行监管。因此,本文进而对生成图像溯源技术进行研讨,并聚焦水印技术在确保生成内容可靠性和安全性方面的应用。依据水印嵌入的流程节点,首先将现有的水印相关的生成图像溯源方法归为无水印嵌入的生成图像溯源、水印前置嵌入的生成图像溯源、水印后置嵌入的生成图像溯源以及联合生成的生成图像溯源并进行详细分析,然后介绍针对生成图像的水印攻击研究现状,最后对生成图像溯源技术进行总结和展望。鉴于视觉内容生成在质量和安全上的挑战,旨在为研究者提供一个视觉内容生成与溯源的系统研究视角,以促进数字媒体创作环境的安全与可信,并引导未来相关技术的发展方向。     

视觉深度伪造检测技术综述

随着生成式深度学习算法的发展,深度伪造技术发展并应用于各个领域。深度伪造技术的滥用使人们逐渐意识到其带来的威胁,伪造检测技术随之而生。本文基于视觉深度伪造技术研究进行综述。1)简要介绍了视觉深度伪造技术的发展历程及技术原理,包括生成对抗网络在深度伪造制品中的应用;2)对现有的视觉深度伪造数据集进行汇总并归类;3)对目前的视觉深度伪造检测技术进行了分类,将现有的检测方法归纳为基于具体伪影的、基于数据驱动的、基于信息不一致和其他类型视觉深度伪造检测等4种分类。其中,基于伪影的检测方法着重于寻找伪造制品与真实图像之间的像素级差异,通过机器学习识别深度伪造制品中的人工伪影痕迹,基于信息不一致的方法则着重于寻找伪造制品与真实图像或视频之间的信息级差异,这两种方法都具有识别效率高、训练便捷等优点;基于数据驱动的方法通过大量的数据集和机器学习训练,直接使用神经网络本身对深度伪造制品进行训练,并通过改善网络架构增进模型以提高训练效率,因为其模型的多变和高精确率成为目前深度伪造检测的热门方向。同时,本文分析了4种方法的具体优缺点,并进一步给出了未来视觉深度伪造检测研究的重点和难点。     

基于响应模糊化的抗附加块攻击云数据安全去重方法

附加块攻击是威胁云数据跨用户去重安全性的一种重要攻击手段,它通过将随机数量的非命中块附加在待检测文件上,使得云服务商无法判断所检测文件的真实存在性,从而难以通过常规的响应模糊化方法保护云数据的存在性隐私。针对这个问题,提出一种基于响应模糊化的新型抗附加块攻击的云数据安全去重方法。该方法通过计算附加块数量,统计未命中块数,并比较二者以确定响应中包含的最少冗余块数,实现响应模糊化,从而只需付出少量的额外通信开销就可确保攻击者难以根据响应判断所检测文件的存在性。安全性分析和实验结果表明,相比该领域的最新工作,所提方法更高的安全性只需更低的开销,或在开销相当或少量增加的情况下显著提高安全性。     

充分利用视觉冗余的图像不同域信息掩密术

充分利用人类视觉冗余实现安全地秘密信息嵌入是信息隐藏技术追求的目标．现有图像信息掩密技术很多是在图像数据相同域实现的．本文将信号量化压缩编码的理论和方法应用于信息掩密，提出了一种充分利用人类视觉冗余的图像不同域信息掩密新方法并设计了三种纠错方法保证了密文信息的准确盲提取和复原．实验表明，该算法对空域图像数据的统计特性改变较少，具有更高的隐藏容量和安全性．     

多媒体认知安全综述

在网络大数据环境下,人类的认知受到数据的干扰,尤其是多媒体数据.多媒体对人类认知安全的威胁在于其中虚假、危害和认知偏见等信息.本文从人类认知理论出发,针对当前社交网络融媒体对人类认知的多阶影响,分析研究了不同历史时期多媒体认知安全面临的技术威胁与防护手段,重点研究分析了基于人工智能的多媒体认知安全技术,包括文本、音频、...     

多媒体信息技术及安全概述

云计算、物联网、智慧地球与隐写、数字水印等一起构成了多媒体信息形式,对人们的生活产生了巨大影响。近年来这些技术有很大的发展,但在技术方面还存在不少的挑战,同时也在很多地方暴露出了安全和隐私方面的问题,随着人们生活的日益多媒体化,这些问题更加突出,受到越来越多的关注。文章参考国内外的一些调查和研究,从技术发展和安全的角度对新形式下的多媒体信息技术进行了总结。