摘要：通观74个异乎寻常的人生春秋,翻检70载绘画征程的奋进史实,中国一绝的"吴氏捻条画"大师——吴建堂先生,在惊涛裂岸的人类艺术长河中,英声茂实而独占鳌头;那凝聚其身的艺术之光,穿越神州,直插苍穹,不单铸就了中国一绝的

摘要：基于无线体域网(Wireless Body Area Network, WBAN)实现的医疗信息传输系统,面临数据来源鉴别、节点合法性认证、数据机密性和数据完整性鉴别等安全问题,而且无线传感器节点本身的计算、存储等资源有限。文章基于零知识证明和零水印技术,结合AES加密算法,提出一种适合WBAN环境的安全的医疗信息系统设计方案,并在基于Nes C语言的MicaZ节点上实现。理论证明和实验结果均表明,文章方案可以高效安全地解决WBAN面临的问题,适用于在实际WBAN环境中安全地传输、管理医疗信息。

摘要：现有人脸伪造检测方法往往在已知伪造类型上表现良好,但面对未知数据时检测性能有所下降,模型易受到过拟合的影响,检测泛化性不足。针对此问题,提出一种基于帧内-帧间自融合的双流泛化人脸伪造检测方法,从数据增强和检测器改进2个方面提高检测泛化性。设计帧内-帧间自融合模块,分别利用同帧人脸、帧间人脸进行数据增强:帧内自融合子模块利用同帧人脸生成训练数据,从而避免人脸图像身份信息干扰;帧间自融合子模块利用伪造视频的帧间不一致性,进一步构造多样性丰富、逼真的训练数据集,从而有效防止模型的过拟合,确保检测模型的泛化能力。此外,设计基于通道注意力机制的双流特征融合网络,在网络的浅层提取RGB特征、高频特征并进行融合来挖掘伪造信息,在提升模型性能的同时缓解网络的参数增长。将模型在4个数据集上与9种主流检测方法进行对比实验,结果表明:在跨数据集实验中,所提方法较次优方法AUC均值提高1.52个百分点,EER均值降低1.5个百分点;在跨伪造方法实验中,所提方法在4种伪造方法子数据集上均取得最优或次优效果。实验结果验证了该方法优秀的泛化能力。

摘要：针对从图像中提取更显著的隐写特征来提升隐写分析检测精确度的问题,提出了一种基于多注意力机制的孪生网络图像隐写分析方法.该方法采用特征融合的思想,使隐写分析模型提取更丰富的隐写特征.首先设计由ParNet块、深度可分离卷积块、标准化注意力模块、压缩激励模块、外部注意力模块组成的孪生网络子网,通过多分支网络结构和多注意力机制提取对分类结果更有用的特征提升模型的检测能力;然后使用Cyclical Focal损失在训练的不同阶段修改训练样本的权重提高模型的训练效果.实验使用BOOSbase 1.01数据集,在WOW,S-UNIWARD,HUGO,MiPOD和HILL这5种自适应隐写算法中进行了实验.实验结果表明,该方法在检测精度上优于SRNet,ZhuNet和SiaStegNet方法,并且参数量更低.