广东省信息安全技术重点实验室
- 作品数：104 被引量：430H指数：11
- 相关作者：刘红梅卢伟谷利民曾辉李琴更多>>
- 相关机构：中山大学教育部中国科学院更多>>
- 发文基金：国家自然科学基金广东省自然科学基金广东省信息安全技术重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术电子电信文化科学理学更多>>
- 一种抗D/A和A/D变换的音频水印算法被引量：25
- 2006年
- 音频水印的许多应用要求水印能在模拟环境中保留下来,这涉及到水印的D/A和A/D(以下简称DAAD)变换.然而,音频水印抗DA/AD变换尚未引起人们的充分重视.已有的音频水印算法能抵抗DA/AD的很少文中通过大量的实验,分析并得出了在DA/AD过程中影响音频水印的主要因素:波形失真和时间轴线性伸缩,并针对这些因素提出了一个基于DWT的抗DA/AD变换的盲音频水印算法.针对音频水印DA/AD变换过程中时间轴上的线性伸缩和因幅值变化与噪声影响产生的波形失真,作者在算法中分别采取了相应的对策:(1)在检测过程中结合同步码重定位和线性伸缩恢复来消除时间轴上线性伸缩带来的影响;(2)针对幅值改变,在DWT域采用了基于三段低频小波系数之间能量关系的嵌入对策;(3)自适应调整嵌入强度来满足抗噪声攻击的要求.实验表明,所提出的音频水印算法具有很强的抗DA/AD攻击性能和抗其它各种通用的音频处理和攻击的能力.
- 项世军黄继武王永雄
- 关键词：音频水印波形失真重同步
- 小股人群重识别研究进展被引量：1
- 2023年
- 小股人群重识别旨在将非重叠视域的摄像头网络下具有相同成员的群组图像进行正确的关联。小股人群重识别是传统行人重识别任务的一个重要拓展,在安防监控场景下有着重要的研究意义和应用前景。小股人群重识别所面临的独特挑战在于如何针对群内成员的数量变化和布局变化进行建模,并提取稳定、鲁棒的特征表达。近年来,小股人群重识别引发了研究人员的广泛关注,并获得了快速的发展。本文对小股人群重识别技术的研究进展进行了全面的梳理回顾。首先简要介绍本领域的研究背景,对基本概念、数据集和相关技术进行了简要总结。在此基础上,对多种小股人群重识别算法进行了详细的介绍,并在多个数据集上对前沿算法进行性能对比。最后,对该任务进行展望。整体而言,与行人重识别相比,小股人群重识别的现有方法在具体场景下的特定挑战性能表现欠佳,还需要从数据收集和方法设计两方面进一步探讨。此外,现有的小股人群重识别研究与其他视觉任务的关联性不够紧密,如何协同多任务作业以解决更多业界需求、加速产业落地,需要学术界和工业界共同思考和推动。
- 张权赖剑煌谢晓华谢晓华
- 关键词：虚拟数据TRANSFORMER
- 二元域上椭圆曲线的Weierstrass形式到Edwards形式的转换算法被引量：2
- 2018年
- 有限域上的椭圆曲线在公钥密码学中获得诸多应用,比如椭圆曲线密码系统、基于身份的加密体制和基于同种的Diffie-Hellman密钥交换等等.椭圆曲线具有多种代数方程表现形式,例如Weierstrass形式、Edwards形式、Huff形式和Hessian形式等.椭圆曲线的不同代数表达式在应用实现时有不同优势.与经典的Weierstrass形式相比,Edwards形式从计算效率和安全角度来说具有更多优势.故而近年来不少研究工作专注于Edwards形式的椭圆曲线.但传统椭圆曲线密码系统的标准参数均在Weierstrass形式下给出的,不便于工程人员在Edwards形式下做算法实现.本文的主要贡献是给出将二元域上椭圆曲线的Weierstrass形式到Edwards形式的转换算法.转换过程主要利用了Shallue-Woestijne算法和半分有理点算法,与已有结果相比,我们新提出的算法不依赖于任何条件并具有确定性多项式时间复杂度.实际上新的算法只需要很少的计算量.另外,我们还在附录中给出相应的例子以详细说明从Weierstrass形式到Edwards形式的转换过程.
- 张婧炜赵昌安
- 适用于Ate对实现的椭圆曲线的构造
- 利用特殊的多项式能有效地构造适用于双线性对计算的椭圆曲线.本文推广了该方法,构造出更多的适合Ate对计算的椭圆曲线.所得到的曲线的嵌入次数为k=3i或者k=2i3.曲线有理点群E(Fq)存在一个阶为素数r的子群,且t≈r...
- 林惜斌赵昌安张方国王燕鸣
- 文献传递
- 走向通用行人重识别:预训练大模型技术在行人重识别的应用综述
- 2025年
- 行人重识别旨在对没有视野重叠覆盖的视域拍摄的行人目标进行身份匹配,是计算机视觉的研究热点,在安防监控场景有重要的研究意义和广阔的应用前景。受限于标注成本过高,行人数据集规模较小,当前行人重识别模型性能还达不到应用的水平,通用行人重识别技术还任重道远。近年来,预训练大模型引发了广泛的关注,获得了快速的发展,其核心技术在行人重识别领域获得了越来越多的应用。本文对预训练大模型技术在行人重识别的应用进行了全面的梳理回顾。首先介绍本领域的研究背景,从行人重识别的研究现状和面对的困难出发,简要阐述了预训练技术和预训练大模型的相关技术,分析预训练大模型技术在行人重识别的研究意义和应用前景。在此基础上,对基于预训练大模型的行人重识别研究进行了详细的介绍,将已有研究分为大规模自监督预训练行人重识别、预训练大模型引导的行人重识别和基于提示学习的行人重识别3类,并在多个数据集对前沿算法的效果和性能进行对比。最后,对该任务进行了总结,分析当前研究的局限,并展望未来研究的方向。整体而言,预训练大模型技术是实现通用行人重识别不可或缺的技术,当前研究还处于探索阶段,行人重识别与预训练大模型技术的结合还不够紧密,如何结合行人先验和预训练大模型技术实现通用行人重识别需要学术界和工业界共同思考和推动。
- 冯展祥赖剑煌袁藏黄宇立赖培杰
- 基于视觉的非完全标注表面缺陷检测综述
- 2025年
- 在现代制造业中,基于机器视觉的表面缺陷检测是保证产品质量的关键,在工业智能化发展中发挥着重要作用。然而,获取缺陷数据的标注需要花费大量人力和时间成本。随着深度学习、大数据和传感器等技术的发展,如何在非完全标注的情况下实现准确、快速和鲁棒的缺陷识别成为当前的研究热点。鉴于此,对非完全标注场景下的表面缺陷检测技术的研究进展进行全面的梳理回顾。首先简要介绍缺陷检测领域的研究背景、基础概念的定义、常用数据集和相关技术。在此基础上,从标签策略以及任务策略两个角度介绍多种非完全标注场景下的缺陷检测技术。在标签策略中,比较了基于无监督、半监督和弱监督学习下的不同缺陷检测算法的研究思路。在任务策略中,总结了领域自适应、小样本以及大模型的表面缺陷检测算法的最新进展。接着,在多个数据集上横向对比不同标签策略以及任务策略中前沿算法的性能。最后,对该任务中的弱小目标检测、伪标签质量评估以及大模型的知识迁移等问题进行总结和展望。总体而言,非完全标注的表面缺陷检测是一个充满挑战且技术性极强的问题。同时,如何进一步推动表面缺陷检测技术进一步利用非完全标注的数据,并切实在工业制造场景中落地应用还需要更深入的研究。
- 叶标华康丹青谢晓华赖剑煌
- 关键词：表面缺陷检测无监督学习半监督学习小样本
- 利用门罗币实现隐蔽通信被引量：5
- 2020年
- 流量分析技术的不断发展,使以往基于TCP/IP架构的隐蔽通信方式面临许多威胁。阈下信道是以数字签名、认证等密码体制作为载体的一种能够实现隐蔽通信的信道,在数字签名过程中,通信双方能够传输秘密信息,除通信双方以外的任何人不知道秘密信息的存在。区块链作为新一代技术,采用分布式结构,其公开性、数据不可篡改和安全性使之有效成为构造阈下信道的载体。论述了采用区块链技术的门罗币这种新型数字货币,并在门罗币中构建了两种阈下信道:第一种是基于签名者和验证者之间共享密钥的阈下信道;第二种则是不共享密钥的阈下信道。通过这两种阈下信道可实现隐蔽通信。
- 蓝怡琴张方国田海博
- 关键词：区块链隐蔽通信阈下信道
- 一种用户隐私保护数字货币的可监管方案被引量：4
- 2020年
- 目前一些数字货币较好地保护了用户的隐私,但缺少了可监管性,阻碍了这些数字货币的进一步推广。以门罗币为例,针对其底层技术CryptoNote提出基于群签名和知识证明的改进方案,可以实现对门罗币的监管,群管理员可以追溯疑似交易,确定交易发送方的真实身份,跟踪交易发送方已完成的交易,并在需要时撤消交易发送方的私钥,实现资金冻结。
- 田海博林会智罗裴然苏吟雪
- 关键词：数字货币群签名隐私保护
- 基于线性码的可验证秘密分享方案被引量：2
- 2007年
- 论文基于线性码提出了一个非交互的可验证秘密分享方案,利用线性码的一致校验矩阵来验证每一个秘密分享者从秘密分配者Dealer处所获得子秘密的合法性,各子秘密拥有者独立验证,无须合作。
- 谭晓青
- 关键词：秘密分享可验证秘密分享线性码
- 基于逐帧和逐段时空交互记忆网络的高效视频目标分割
- 2025年
- 视频目标分割旨在自动分割视频中感兴趣的目标,在视频编辑、机器人导航以及自动驾驶等领域均有着广泛的应用前景.现有的视频目标分割方法大多依赖于独立帧表观记忆,这在处理严重遮挡或表观相似的复杂视频场景时常显不足.为应对这些挑战,本文提出了一种基于逐帧和逐段时空交互记忆网络(frame-wise and segment-wise spatio-temporal interaction memory,FSSTIM)的视频目标分割方法.FSSTIM引入逐帧和逐段时空交互记忆构建模块,通过构建时空上下文图网络提取逐段时空记忆特征图,并与逐帧记忆特征图进行交互增强,显著提高了网络处理相似表观和目标遮挡的能力.此外,引入动态采样记忆读取器实现了高效的多粒度历史信息读取,加快了推理速度并提高了分割精度.在DAVIS,YouTube-VOS和MOSE主流视频目标分割数据集上的实验表明,本文方法在保持实时处理速度的同时取得了先进的分割性能,且具有较强的泛化能力.
- 党吉圣郑慧诚王笔美李俊成丁恒辉赖剑煌
- 关键词：记忆网络
