保存此搜索
研究论文 2024年7月 基于弹性网络预测的像素复杂度排序嵌入可逆数据隐藏 可逆数据隐藏技术由于其非破坏性地恢复原始图像的能力和强大的嵌入能力,越来越受到信息安全领域研究人员的关注。 近年来,。。。 短纸 2024年6月 基于PRNU的源属性中的一些泄漏问题 法医图像源属性旨在确定查询图像是否由特定相机拍摄。 虽然已经提出了利用取证痕迹的各种算法,但最有效的技术依赖于光响应非均匀性(PRNU),以及。。。 短纸 2024年6月 Adobe隐藏特征及其对传感器属性的影响 如果传感器指纹提取是当今传感器属性的重要法医工具,那么最近[2,3,12]中显示,来自多个传感器的图像通过呈现……更容易产生假阳性(FP)。。。 研究论文 2024年6月 利用源偏移提高隐写安全性 通过选择隐藏隐秘信息较难检测的封面,隐秘者可以减少被典狱长抓住的机会。 另一方面,有偏差的覆盖源采样本身是可检测的。 在本文中。。。 研究论文 2024年6月 探索用于WS隐写分析的扩散启发像素预测 图像中隐写变化率的分析估计器,例如WS隐写分析,通常是基于噪声残差进行操作的。 残差可以通过像素预测器估计覆盖率并从图像中减去它来获得。。。 -
研究论文 2024年6月 将图像隐写分析中的内在困难和回归与多元高斯特性联系起来 本文讨论了操作隐写分析中面临的覆盖源不匹配(CSM)问题。 基于自然图像中噪声分布的多元高斯模型,它为两个重要的经验模型提供了代理。。。 研究论文 2024年6月 刚刚接受 研究论文 2024年6月 刚刚接受 基于语音相关面部动作单元的多模态融合人脸生成 人脸生成是通过输入任意的人脸图像和相应的音频片段来合成嘴唇同步的人脸视频。 当前的人脸模型可以分为四个部分:视觉特征提取、音频特征。。。 研究论文 2024年6月 刚刚接受 结合全局外观和局部细节的压缩点云质量指数 近年来,开发了许多标准化的点云压缩算法,并取得了显著的压缩比。 为了为码率优化和编解码器评估提供指导,点云质量评估(PCQA)。。。 研究论文 2024年6月 色彩提示引导水墨画色彩化与墨型预测机制 我们提出了一个端到端的生成对抗网络,通过颜色提示指定颜色,允许从草图中生成可控的水墨画。 据我们所知,这是第一次研究互动中国水墨。。。 研究论文 2024年6月 细节-保存联合图像上采样 图像操作符可以用于计算成像和摄影。 然而,其中许多是计算密集型的。 在本文中,我们提出了一种有效的联合上采样方法来加速各种图像算子。 我们。。。 研究论文 2024年6月 基于结构引导重采样的稠密三维点云的盲质量评估 三维点云的客观质量评估对于在真实应用中开发沉浸式多媒体系统至关重要。 尽管2D图像和视频的感知质量评估取得了成功,但盲/无。。。 研究论文 2024年6月 具有自适应时间先验和解码运动辅助质量增强的学习视频压缩 近年来,学习视频压缩受到了广泛关注,并显示出良好的压缩性能。 在本文中,我们重点讨论学习视频压缩框架中的两个组件,条件熵模型和质量增强。。。 研究论文 2024年6月 通过2D和3D身份保护网络实现高保真化妆 在本文中,我们解决了具有挑战性的化妆转移任务,旨在将化妆从参考图像转移到源图像,同时保持面部几何形状和背景一致性。 现有的基于深度神经网络的方法表明。。。 研究论文 2024年6月 刚刚接受 基于扩展八叉树双模型预测的多粒度点云几何压缩 最先进的G-PCC(geometry-based point cloud compression)(八叉树)是一种细粒度方法,它使用八叉树将点云划分为体素,并根据较窄空间中的邻居占用情况进行预测。 然而,G-PCC(八叉树)。。。 研究论文 2024年6月 基于高效深度学习的视频压缩 虽然深度学习技术在图像压缩方面取得了显著的进步,但在视频压缩方面并没有充分发挥其优势,这导致基于深度学习的视频压缩(DLVC)的性能明显。。。 研究论文 2024年6月 用于极暗图像增强的实时关注扩展U-Net 在弱光条件下拍摄的图像存在可见度差、颜色失真和颗粒度等问题,这些都会降低图像质量,并影响下游视觉任务的性能,例如目标检测和实例分割。。。 邀请谈话 2024年6月 从开源到黄金时段:人工智能新闻主播的制作及其在信息传播新格局中的作用 2023年夏天,美国作家协会开始了历史上历时最长的罢工之一。 与此同时,在总统竞选的早期鼓舞人心的活动中,有几则广告以令人信服的修改过的视频和音频流传。。。 研究论文 2024年6月 对可解释的人工智能深度假冒检测方法的定量评估 在本文中,我们提出了一个新的框架来评估解释方法对深伪检测器决策的性能。 该框架评估了一种解释方法识别伪图像中具有最大特征的区域的能力。。。 研究论文 2024年6月 创作:利用特定模型指纹对合成图像的检测和属性 随着越来越容易访问大型预处理文本到图像模型,可以观察到大量合成图像,这些图像通常在视觉上与自然图像无法区分。 由于自然主义,合成图像可能被误认为是自然的。。。