摘要：高倍率单幅人脸图像超分辨率重建是一项具有实用价值但困难的任务。在人脸超分辨率任务中,端到端网络超分辨率图像较模糊,图像真实性和人眼视觉效果较差。针对上述问题,文中提出基于多任务对抗和抗噪对抗学习的人脸超分辨率算法。算法分为端到端网络学习阶段和网络参数微调阶段。为了提高端到端学习效果,设计深度多任务拉普拉斯金字塔网络,并结合多任务对抗学习。主任务为端到端学习,子任务为优化对抗学习惩罚项函数。为了改进通过对抗学习并微调主任务网络参数后的效果,在对抗学习的判别器优化过程中,融入抗噪对抗学习。实验表明,文中算法能使人脸超分辨率图像更具有图像真实性,更符合人眼视觉习惯。

摘要：深度卷积生成式对抗网络(Deep convolutional generative adversarial networks,DCGANs)是一种改进的生成式对抗网络,尽管生成图像效果比传统GANs有较大提升,但在训练方法上依然存在改进的空间.本文提出了一种基于训练图像子样本集构建的DCGANs训练方法.推导给出了DCGANs的生成样本、子样本与总体样本的统计分布关系,结果表明子样本集分布越趋近于总体样本集,则生成样本集也越接近总体样本集.设计了基于样本一阶颜色矩和清晰度的特征空间的子样本集构建方法,通过改进的按概率抽样方法使得构建的子样本集之间近似独立同分布并且趋近于总体样本集分布.为验证本文方法效果,利用卡通人脸图像和Cifar10图像集,对比分析本文构建子样本集与随机选取样本的DCGANs训练方法以及其他训练策略实验结果.结果表明,在Batchsize约为2000的条件下,测试误差、KL距离、起始分数指标有所提高,从而得到更好的生成图像.

摘要：生成式对抗网络(Generative adversarial networks,GANs)是一种有效模拟训练数据分布的生成方法,其训练的常见问题之一是优化Jensen-Shannon(JS)散度时可能产生梯度消失问题.针对该问题,提出了一种解码约束条件下的GANs,以尽量避免JS散度近似为常数而引发梯度消失现象,从而提高生成图像的质量.首先利用U-Net结构的自动编码机(Auto-encoder,AE)学习出与用于激发生成器的随机噪声同维度的训练样本网络中间层特征.然后在每次对抗训练前使用设计的解码约束条件训练解码器.其中,解码器与生成器结构相同,权重共享.为证明模型的可行性,推导给出了引入解码约束条件有利于JS散度不为常数的结论以及解码损失函数的类型选择依据.为验证模型的性能,利用Celeba和Cifar10数据集,对比分析了其他6种模型的生成效果.通过实验对比Inception score(IS)、弗雷歇距离和清晰度等指标发现,基于样本特征解码约束的GANs能有效提高图像生成质量,综合性能接近自注意力生成式对抗网络.

摘要：现有安全数码相机不能识别二次获取图像且必须直接参与含水印数字照片的认证过程.针对上述问题,本文从含水印数字照片的密钥生成与传递方式入手,提出一种基于状态参数的新型安全数码相机模型.该模型通过设计相机密钥设置函数———级联-混沌映射,隐蔽地生成安全数码相机的相机密钥,然后以相机密钥和照片拍摄时相机的取景模式、焦距、拍摄时间等状态参数为明文数据,利用Hash函数计算出含水印数字照片的密钥,讨论分析了该模型中密钥的保密性和难伪造性,建立了相机与密钥的多对一非线性映射关系.实验结果表明,相机密钥或状态参数改变时,密钥的变化量近似均匀分布.

摘要：结合并行Hash函数和多混沌的设计思想,提出了一种基于空间伸缩结构的参数可控的混沌Hash函数构造方法.该方法结合空间结构的伸缩特性,使用动态密钥控制消息在空间的"膨胀-收缩-置乱"方式,有效地提高了系统的混乱和扩散特性,同时使用空间并行结构在提高Hash函数安全性的同时也提高了系统的执行效率.研究结果表明:新算法的并行计算速度快,且产生的Hash序列满足均匀分布,具有更为理想的混淆与扩散特性.

摘要：在分析变系数非线性数字滤波器的混沌特性的基础上,提出一种带密钥的混沌Hash构造方法·首先构建能产生高维混沌序列的非线性数字滤波器;然后通过混沌调制方式将明文信息注入滤波器均匀分布的混沌轨迹中;最后以扰动映射和滤波器的初态作为密钥,以轨迹的粗粒化量化形成明文的Hash值·研究表明,该算法简单快速,比基于单一混沌映射的Hash算法安全性更高;同时,滤波器结构中没有复杂的浮点运算,比一般复合混沌系统更易于软硬件实现·

摘要：设计了一种基于图像块细粒度的自适应单像素成像算法。首先获取目标的低分辨图像,将其分为四等块,根据每块中重要小波系数的个数与分布,将其分为非重要、重要和半重要三类。非重要块不采样;重要块全采样;半重要块进行迭代分块、分类,部分采样。利用小波反变换重建高分辨图并重复上述步骤,直到重建图像达到目标分辨率。实验结果表明,对于背景平滑的医学生物图像,本文方法能够在相同采样率下至少提高重建图像PSNR约2 dB。

摘要：如何设计快速高效的单向Hash函数一直是现代密码学研究中的一个热点 .提出了一种基于广义混沌映射切换的Hash函数构造方法 .这种方法首先构建产生多种混沌序列的广义混沌映射模型 ,然后在明文信息的不同位置根据切换策略产生不同的混沌序列 ,并用线性变换后的信号信息对混沌参数进行调制来构造单向Hash函数 .初步分析了利用混沌映射实现单向Hash函数的不可逆性、防伪造性、初值敏感性等特点 .研究结果表明 :这种基于广义混沌映射切换的Hash函数具有很好的单向性、弱碰撞性 ,较基于单一混沌映射的Hash函数具有更强的保密性能 ,且实现简单 .

摘要：由于混沌系统对初始条件和混沌参数非常敏感以及生成的混沌序列具有非周期性和伪随机性的特点,能够产生大量的、非相关的、类随机但为确定性和可再生的信号,使得混沌序列非常适合用作保密通信的流密码。本文针对传统的单一混沌序列安全性较差的缺点,提出了一种基于参数切换的高维混沌序列产生方法。该方法在非线性滤波器结构的基础上,根据参数切换策略在迭代过程中不停改变非线性滤波器的反馈系数来产生复杂的高维混沌序列。仿真结果表明,这种方法产生的序列周期、均匀分布、抗预测性、线性复杂度和序列相关性等方面的性能明显优于单峰映射的混沌系统和固定的高维混沌系统,具有理想的密码学特性,且便于硬件实现。

摘要：针对光纤收发器的应用和管理现状,提出了一种基于嵌入式TCP/IP的光纤收发器监控系统设计方案,详细介绍了监控系统的体系结构以及软硬件组成,同时对系统的设计与实现进行了说明。