hao_wujing-优快云博客

原创深度学习网络入侵检测系统警报

网络入侵检测系统（NIDS）监控网络中的网络攻击和其他不需要的活动。然而，NIDS解决方案通常每天产生大量的警报，这使得分析人员难以优先处理高优先级的威胁。虽然深度学习模型有望实现NIDS警报优先级排序的自动化，但这些模型缺乏透明度可能会削弱对其决策的信任。本研究强调了在NIDS警报分类中，可解释人工智能（XAI）对于提高信任度和可解释性的关键需求。我们采用了来自爱沙尼亚塔林理工大学（TalTech）安全运营中心（SOC）的真实NIDS警报数据集，开发了一个长短期记忆（LSTM）模型来优先处理警报。

2025-06-12 09:00:11 494

原创智能手表进行气隙攻击

此外，我们还分析了影响超声波隐蔽通道的智能手表特定因素，包括它们在用户手腕上的持续存在、人体对信号传播的影响以及内置麦克风的方向限制。在 20 bps 时，BER 在较短的距离上保持较低水平，但在 20 bps 之后变得更加不一致d=7m.50 bps 传输显示出相对稳定的 SNR 性能，最高可达d=6m，但超过此点后，BER 会显著增加，在d=8m.在基于智能手表的超声波隐蔽通信中，智能手表通常戴在手腕上，发射器（例如，工作站扬声器）和接收器（智能手表麦克风）之间的信号路径通常会受到这些衰减效应的影响。

2025-06-12 08:17:06 499

原创模型量化混合网络隐私侵蚀

大家读完觉得有帮助记得及时关注和点赞！！！现代混合网络比 Tor 有所改进，并通过强大地混淆元数据来提供更强大的隐私保证。只要一条消息通过至少一个诚实的 mixnode 路由，相关用户的隐私就会得到保护。然而，混合机制的复杂性使得很难估计随着时间的推移发生的累积隐私侵蚀。这项工作使用在 mixnet traffic 上训练的生成模型来估计当用户在一段时间内持续通信时隐私的损失。我们在专门的网络流量 “语言” 上从头开始训练我们的大型语言模型，然后使用它来测量各种设置（例如混合策略、安全参数、观察窗口）中的发

2025-06-12 08:06:32 302

原创智能合约中人工智能驱动的漏洞分析：趋势、挑战与未来方向

智能合约是区块链生态系统不可或缺的一部分，它使去中心化应用程序能够在没有中介的情况下执行预定义的操作。它们执行无需信任交互的能力使其成为以太坊等平台的核心组成部分。诸如数值溢出、重入攻击和不正确的访问权限等漏洞已导致整个区块链和智能合约领域损失数百万美元。传统智能合约审计技术，如人工代码审查和形式化验证，在可扩展性、自动化以及对不断发展的开发模式的适应性方面面临局限性。因此，基于人工智能的解决方案已成为一种有前途的替代方案，它能够学习复杂的模式、检测细微的缺陷并提供可扩展的安全保证。

2025-06-11 21:01:51 593

原创基于拓扑的信任评级实现的车载异常检测框架

所提出的框架利用车辆所有组件的相互依赖关系，以及它们值的相关性，以及基于每个组件的外部暴露的远程喷射漏洞，来确定车载网络的可靠性。此图形是有序对，表示为(𝒱,ℰ)哪里𝒱是车载网络中所有 ECU 的集合，而ℰ连接任意两个 ECU 的边集，ℰ⁢i和ℰ⁢j.边 /ℰ⁢i→ℰ⁢j表示ℰ⁢i可以通过以下方式推断ℰ⁢j;之所以会出现这种结果，是因为与每个 ECU 相连的 ECU 表现出远程注入攻击的可能性要高得多，与攻击可能性较低的 ECU 相比，这降低了来自更容易受到注入攻击的 ECU 的信息的可靠性。

2025-06-11 20:21:42 811

原创网络安全中对抗性漂移的多智能体强化学习

大家读完觉得有帮助记得及时关注和点赞！！！不断演变的攻击是网络入侵检测系统（NIDS）长期成功的关键挑战。这些不断变化的模式的兴起暴露了传统网络安全方法的局限性。虽然基于签名的方法用于检测不同类型的攻击，但它们通常无法检测未知攻击。此外，由于攻击者不断改变他们的策略，该系统需要频繁更新新签名。在本文中，我们设计了一个环境，其中两个代理会随着时间的推移改进他们的策略。对抗代理（称为红色代理）扰动数据包以逃避入侵检测机制，而蓝色代理则使用漂移适应技术学习新的防御策略来对抗攻击。两种代理都会反复适应：红色代理

2025-06-11 20:12:46 754

原创大型语言模型的中毒攻击的系统评价

大家读完觉得有帮助记得及时关注和点赞！！！随着预训练大型语言模型（LLM）及其训练数据集的广泛使用，人们对与其使用相关的安全风险的担忧显著增加。这些安全风险之一是 LLM 中毒攻击的威胁，攻击者修改 LLM 训练过程的某些部分，导致 LLM 以恶意方式运行。作为一个新兴的研究领域，当前 LLM 中毒攻击的框架和术语源自早期的分类中毒文献，并未完全适应生成式 LLM 设置。我们对已发布的 LLM 中毒攻击进行了系统评价，以阐明安全影响并解决文献中术语的不一致问题。我们提出了一个全面的中毒威胁模型，适用于

2025-06-11 20:05:28 831

原创多模态融合和联合学习增强 EV 充电站的安全性

虽然 FPR 随着客户的增加而略有上升，但该模型继续提供可靠的结果，肯定了其在不同数据源中的可扩展性和适应性，同时保持了高准确性和最少的误报。然而，这种对敏感支付和用户信息的可访问性使 EVSE 成为网络威胁的有吸引力的目标，强调需要采取强大的网络措施来保护用户的机密性和隐私。所示的结果表明，基于融合的模型实现了卓越的检测性能，准确率为 92.91%，而基于网络的模型为 92.21%，基于内核的模型的准确率为 90.54%。然而，复杂的 CNN-A-LSTM 架构存在过拟合的风险，凸显了泛化的潜在局限性。

2025-06-11 08:53:14 456

原创静态防御到自适应防御-联合多智能体深度强化学习驱动的移动目标防御，抵御无人机集群网络中的 DoS 攻击

大家读完觉得有帮助记得关注和点赞！！！无人机（UAV）集群的激增使广泛的任务关键型应用成为可能，但由于其开放的无线环境、动态拓扑和资源限制，无人机网络也面临严重的拒绝服务（DoS）威胁。传统的静态或集中式防御机制往往无法满足这种动态和分布式的场景。为了应对这些挑战，我们提出了一种新颖的联邦多智能体深度强化学习（FMADRL）驱动的移动目标防御（MTD）框架，用于无人机集群网络中的主动和自适应 DoS 缓解。具体来说，我们设计了三种轻量级和协调的 MTD 机制，包括领导者切换、路由突变和跳频，

2025-06-11 08:47:24 841

原创人工智能增强入侵检测系统以对抗高级持续性杀伤链

高级持续性威胁（APT）代表了一种复杂且持久的网络安全挑战，其特点是隐秘的、多阶段的和有针对性的攻击，旨在长期破坏信息系统。开发一种有效的入侵检测系统（IDS），能够在不同阶段检测APT，依赖于选择网络流量特征。然而，并非所有这些特征都与APT的各个阶段直接相关。一些网络流量特征可能与识别恶意活动无关或相关性有限。因此，仔细选择和分析最相关的特征以提高IDS的性能非常重要。

2025-06-10 18:44:41 687

原创使用分级同态加密防御梯度泄漏

联邦学习（FL）支持跨分布式客户端进行协作模型训练，而无需共享原始数据，这使其成为在互联和自动驾驶汽车（CAV）等领域保护隐私的机器学习的一种很有前途的方法。然而，最近的研究表明，交换模型梯度仍然容易受到推理攻击，例如梯度深度泄漏（DLG），它可以重建私有训练数据。虽然差分隐私（DP）和安全多方计算（SMPC）等现有防御措施提供了保护，但它们通常会损害模型的准确性。为此，同态加密（HE）提供了一个很有前途的替代方案，它可以直接对加密数据进行无损计算，从而保护隐私和模型效用。然而，HE

2025-06-10 18:07:18 1197

原创 NFT 智能合约暴露隐藏的后门-地毯拉扯模式静态安全分析

虽然其中一些漏洞可能源于糟糕的编码实践或过时的标准，但许多漏洞（例如未受保护的自毁、不受限制的 mint（）和对用户提供的地址的 delegatecall ）不太可能是偶然发生的。与同质化代币（例如 ERC-20）不同，通常通过 ERC-721 或 ERC-1155 标准实现的 NFT 允许每个代币代表一个不同的项目，带有独特的元数据和所有权属性 [10]，[11]。虽然我们的分析是静态的，不会模拟实时可利用性，但它建立了一个可扩展且可重复的框架，用于在智能合约后门被滥用之前对其进行标记。

2025-06-10 17:55:46 523

原创 LLM 推理：LLM 路由和分层技术的表征和分析

大家读完觉得有帮助记得关注和点赞！！！语言模型（LM）的最新进展极大地推动了自然语言处理（NLP）领域的发展，在文本生成、摘要和问答等任务中表现出色。但是，它们的推理仍然计算成本高昂且耗能，尤其是在硬件、功率或带宽有限的环境中。这使得在移动、边缘或成本敏感型环境中部署 LM 变得困难。为了应对这些挑战，最近的方法引入了多 LLM 智能模型选择策略，这些策略根据查询复杂性动态分配计算资源——使用轻量级模型进行更简单的查询，并仅在必要时升级到更大的模型。本调查探讨了高效 LLM 推理的两种互补策略：（i

2025-06-10 17:44:25 857

原创构建欺诈事件的结构化威胁建模框架

据我们所知，FIST 是第一个系统化的开源欺诈威胁建模框架，它统一了技术和心理方面，并免费提供，以促进学术界和工业界之间的合作。现代欺诈通常涉及动态、多阶段的社会工程和适应性心理纵。近年来，数字通信和社交平台的广泛采用推动了欺诈技术的快速发展，受害者不再局限于个人，而是延伸到金融市场的稳定性和政府部门的信誉。与传统的网络安全框架不同，FIST 在其双轨方法方面独树一帜，同时涵盖心理纵和技术攻击向量，使其能够非常有效地应对当今的混合欺诈场景，例如将社会工程与 AI 生成的深度伪造技术相结合的场景。

2025-06-09 19:18:47 861

原创网络六边形受到攻击

我们的结果表明，具有伪随机临时证书和标识符的 PKI 提供了一种强大的解决方案，可以保护用户隐私和 Nexagon 网络的完整性，而不会影响延迟和吞吐量。以前的研究表明，TPM 的软件实现，例如基于固件的 TPM （fTPM），提供了可与专用 TPM 硬件相媲美的强大安全保证，并已部署在数百万台移动设备中[（核心身份验证进程）。联网车辆和其他移动边缘设备等外部实体被分配到不受信任的外部区域，而边缘路由器的范围被限定为半受信任的 DMZ，因为它们协调不受信任的客户端和受信任的内部进程之间的流量。

2025-06-09 18:07:46 1232

原创基于梯度的中毒攻击

大家读完觉得有帮助记得及时关注和点赞！！！检索增强生成（RAG）系统通过在生成响应之前从外部语料库中检索相关文档来增强大型语言模型（LLM）。这种方法通过利用大量最新的外部知识，显著扩展了 LLM 的能力。然而，这种对外部知识的依赖使 RAG 系统容易受到语料库中毒攻击，这些攻击通过中毒文档注入来纵生成的输出。现有的中毒攻击策略通常将检索和生成阶段视为脱节，从而限制了它们的有效性。我们提出了 Joint-GCG，这是第一个通过三项创新在检索器和生成器模型中统一基于梯度的攻击的框架：（1）用于对齐

2025-06-09 18:00:43 1272

原创合成来源图以在入侵检测系统中进行数据增强

大家觉得有帮助记得及时关注和点赞！！！来源图分析通过揭示复杂的攻击模式，在入侵检测中发挥着至关重要的作用，尤其是针对高级持续性威胁（APT）的入侵检测。虽然最近的系统将图形神经网络（GNN）与自然语言处理（NLP）相结合来捕获结构和语义特征，但它们的有效性受到真实数据中类别不平衡的限制。为了解决这个问题，我们引入了 ProvSyn，这是一个自动化框架，它通过三阶段管道合成出处图：（1）异构图结构合成与结构语义建模，（2）基于规则的拓扑细化，以及（3）使用大型语言模型（LLM）的上下文

2025-06-09 17:40:55 809

原创高分辨率图像合成归一化流扩展

我们提出了STARFlow，一种基于归一化流的可扩展生成模型，它在高分辨率图像合成方面取得了强大的性能。STARFlow的主要构建块是Transformer自回归流（TARFlow），它将归一化流与自回归Transformer架构相结合，并且最近在图像建模方面取得了令人印象深刻的成果。在这项工作中，我们首先确立了TARFlow在建模连续分布方面的理论普适性。

2025-06-09 17:11:06 898

原创使用地球观测数据优化云到 GPU 的吞吐量以进行深度学习

除了训练之外，我们还需要系统的研究来比较 COG 以外的数据格式（包括 ZARR）的流式处理效率，涵盖每种格式的分块策略、压缩方法和访问模式。这些方法代表了不同的压缩理念：LZW 和 DEFLATE 提供了不同的速度压缩权衡（其中较高的 DEFLATE 级别以较慢的编码为代价实现了更好的压缩），而 LERC-ZSTD 则提供了针对数值数据优化的替代方法。)在性能曲线饱和之前。最重要的是，我们的实验表明，通过优化的配置，模型可以直接在云存储的数据上进行训练，而不会降低性能，从而消除了对昂贵的本地存储的需求。

2025-06-09 16:34:12 1573

原创使用有限计算实现视频生成模型的高效训练

大家读完觉得有帮助记得关注和点赞！！！视频生成的最新进展需要越来越高效的训练配方，以减轻不断上升的计算成本。在本报告中，我们介绍了 ContentV，这是一种 8B 参数文本到视频模型，在 256 上训练后实现了最先进的性能（VBench 上的 85.14 分）×64 GB 神经处理单元（NPU），仅需 4 周。ContentV 通过文本提示生成多种分辨率和持续时间的多样化高质量视频，这得益于三项关键创新：（1）一种极简架构，可最大限度地重用预先训练的图像生成模型进行视频生成; （2）利用流程匹配提

2025-06-07 23:16:20 1342

原创自适应长度惩罚强化学习的高效推理

大型推理模型（LRM）通过在推理时生成更多标记，在具有挑战性的推理任务中实现更高的性能，但这种冗长通常会浪费对简单问题的计算。现有的解决方案（在较短的跟踪线上进行监督微调、用户控制的预算或具有统一处罚的 RL）要么需要数据管理、手动配置，要么无论难度如何，都一视同仁地处理所有问题。我们引入了自适应长度惩罚（ALP），这是一种强化学习目标，根据每个提示的解析率定制生成长度。在训练期间，ALP 通过多次推出来监控每个提示的在线解决率，并添加一个可微分的惩罚，其幅度与该比率成反比，因此置信（简单）提示会产生

2025-06-07 21:27:21 1237

原创视频字幕质量评估的大规模细粒度基准

视频字幕在文本到视频生成任务中起着至关重要的作用，因为它们的质量直接影响所生成视频的语义连贯性和视觉保真度。尽管大型视觉-语言模型（VLMs）在字幕生成方面已显示出巨大的潜力，但现有的基准测试在细粒度评估方面不足，尤其是在捕捉对视频生成至关重要的时空细节方面。为了解决这一差距，我们推出了细粒度视频字幕评估基准（VCapsBench），这是第一个大规模的细粒度基准，包含5,677（5K+）个视频和109,796（100K+）个问答对。

2025-06-07 21:14:28 1654

原创攻击模型的恶意行为检测

除了这些基本元素之外，我们的框架还包含对系统安全配置（例如，防火墙规则更改、安全设置修改和服务状态更新）、用户身份验证模式（例如，登录记录、权限提升事件和会话跟踪）、进程行为（例如，DLL 加载、资源使用和网络活动）和文件完整性指标（例如，哈希值、加密状态和访问控制列表的更改）的详细监控，这些经常被传统的监测工具所忽视。具体说来V={v|v∈(P⁢r⁢o⁢c⁢e⁢s⁢s∪F⁢我⁢l⁢e∪S⁢o⁢c⁢k⁢e⁢t)}和E⊆V×V×T捕获实体之间的关系，其中T表示实体行为的类型（例如，读取、写入、执行）。

2025-06-06 23:24:57 933

原创越狱蒸馏-可再生安全基准测试

大型语言模型（LLMs）正迅速部署在关键应用中，这引发了对稳健安全基准测试的迫切需求。我们提出了越狱提炼（JBDISTILL），这是一种新颖的基准构建框架，可以将越狱攻击“提炼”成高质量且易于更新的安全基准。JBDISTILL利用一小组开发模型和现有的越狱攻击算法来创建一个候选提示池，然后采用提示选择算法来识别有效的提示子集作为安全基准。JBDISTILL解决了现有安全评估中的挑战：在不同模型中使用一致的评估提示，确保了公平的比较和可重复性。

2025-06-06 21:31:26 1184

原创 CENOTS7.9安装部署nload

默认上边Incoming是进入网卡的流量;默认下边Outgoing是网卡出去的流量;（Curr当前流量）、（Avg平均流量）、（Min最小流量）、（Max最大流量）、（Ttl流量统计）;

2025-06-04 15:05:54 139

原创 BA-SAM：用于 Segment Anything 模型的可扩展偏置模式注意力掩码

最近，计算机视觉社区[296628975268786888589909130922258504993]经历了各种基础模型开发的激增[543321].值得注意的是，Meta 推出了 SAM（Segment Anything Model）[36]，这是一个产生重大影响的提示模型。SAM 可以通过合并单个视觉提示（例如框或点）来分割图像或视频中的任何对象，而无需额外的培训。SAM 在广泛的 SA-1B 数据集上进行训练[36]，由超过 1100 万张图像和 10 亿个蒙版组成。

2025-06-02 13:18:34 891

原创在大型中实施访问控制语言模型

这表明逐字记录匹配指标，Δb⁢l⁢e⁢u和Δ一个⁢c⁢c，则更好用于衡量访问优势的模型效用指标与基于相似度的量度Δb⁢l⁢e⁢u⁢r⁢t和Δb⁢e⁢r⁢t.为像 RCV1 这样的大型数据集，所有指标都达到与模型开始更多地泛化。访问优势阈值α取决于效用指标的类型：verbatim 匹配指标Δb⁢l⁢e⁢u和Δ一个⁢c⁢c具有比基于相似度的量度更高的阈值Δb⁢l⁢e⁢u⁢r⁢t和Δb⁢e⁢r⁢t.为Δ一个⁢c⁢c度量α>0.2足以推断访问控制正在正确进行。每个域都有一个唯一的标识符（域 ID）。

2025-05-30 13:37:03 930

原创通用的防御框架，用于抵御（多模态）大型语言模型的越狱攻击

尽管（多模态）大型语言模型（LLMs）因其卓越的能力而受到广泛关注，但它们仍然容易受到越狱攻击。已经提出了各种防御方法来防御越狱攻击，然而，这些方法通常是针对特定类型的越狱攻击而定制的，从而限制了它们对抗各种对抗策略的有效性。例如，基于释义的防御对于文本对抗性越狱攻击有效，但无法对抗基于图像的攻击。为了克服这些局限性，我们提出了一个通用防御框架，称为测试时免疫（Test-time IMmunization，TIM），它可以自适应地以自我进化方式防御各种越狱攻击。

2025-05-30 13:28:20 1335

原创加强LLM防御以实现企业部署

CaMeL（机器学习能力）引入了一种基于能力的沙箱，以缓解大型语言模型（LLM）代理中的提示注入攻击。虽然有效，但CaMeL假定用户提示是可信的，忽略了侧信道问题，并且由于其双LLM架构而导致性能上的权衡。此技术响应确定了这些局限性，并提出了工程增强措施，以扩展CaMeL的威胁覆盖范围和操作可行性。我们引入：（1）针对初始输入的提示筛选，（2）用于检测指令泄露的输出审计，（3）用于平衡效用和控制的分层风险访问模型，以及（4）用于支持静态保证的形式验证中间语言。

2025-05-30 12:59:02 893

原创建立连接后 TCP 请求卡住

现在我们已经对问题和环境有了基本的了解。是时候深入研究实际调查了。只有 node-to-localPod TCP 请求概率卡住无花果。测试用例和结果。：payload 流量通过 sockops BPF处理;本地 Pod 到 Pod：BPF 重定向（或内核堆栈，具体取决于您的内核版本）区分三种类型的 eBPF 重定向（2022）：标准内核网络堆栈。

2025-05-30 08:14:48 1124

原创密码算法学习

加密算法是用于保护数据安全的重要工具，它们可以分为对称加密算法和非对称加密算法两大类，此外还有一些特殊的加密算法。以下是一些常见的加密算法。这些加密算法在不同的应用场景中发挥着重要作用，选择合适的加密算法需要考虑安全性、性能、兼容性等多方面因素。国密算法的使用有助于提高数据的安全性和保密性，同时支持国家信息安全战略的实施.

2025-05-30 08:10:43 851

原创网络安全大模型理解

网络安全大模型是一种用于识别和应对各种网络安全威胁的模型。它通过分析网络数据包、网络行为等信息，识别潜在的网络安全事件，并采取相应的措施进行防御。网络安全大模型主要包括以下几个部分：1. 数据预处理：数据预处理阶段主要是对原始数据进行清洗、去噪、特征提取等操作，以便于后续模型分析。2. 特征提取：特征提取阶段主要是对原始数据进行特征提取，包括数据包的源地址、目标地址、协议类型等。这些特征是模型分析的基础。3. 模型训练：模型训练阶段主要是对提取出的特征进行训练，包括分类、聚类、异常检测等任务。

2025-05-30 08:08:26 669

原创分层模态内相关学习用于无标签三维语义分割

摘要Recent methods for label-free 3D semantic segmentation aim to assist 3D model training by leveraging the openworld recognition ability of pre-trained vision language models. However, these methods usually suffer from inconsistent and noisy pseudo-labels

2025-05-30 08:08:10 861

原创【无标题】

DeepSeek-Prover-V1.5: 利用证明助手反馈进行强化学习和蒙特卡洛树搜索摘要我们介绍 DeepSeek-Prover-V1.5，这是一个为 Lean 4 中定理证明而设计的开源语言模型，它通过优化训练和推理过程来增强 DeepSeek-Prover-V1。该模型在 DeepSeekMath-Base 上预训练，专门针对形式化数学语言，并使用从 DeepSeek-Prover-V1 中获得的增强形式化定理证明数据集进行监督微调。通过从证明助手反馈中进行强化学习 (RLPAF) 来实现进一步的

2025-05-30 08:07:50 618

原创使用逆强化学习对网络攻击者的行为偏好进行建模

本文提出了一种整体方法，利用逆强化学习（IRL）从系统级审计日志中对攻击者偏好进行建模。对抗建模是网络安全中的一项重要能力，它使防御者能够描述潜在攻击者的行为特征，从而能够归因于已知的网络对抗团体。现有方法依赖于记录不断发展的攻击者工具和技术集合，以跟踪已知的威胁行为者。尽管攻击不断演变，但攻击者的行为偏好是内在的且不易变化。我们的方法从关于网络对抗者的工具和技术的取证数据中学习其行为偏好。我们将攻击者建模为具有未知行为偏好且位于计算机主机中的专家决策代理。

2025-05-30 08:07:07 822

原创信息安全标准

GB-T 24405.2-2010 - ISO IEC 20000-2-2005 信息技术服务管理第2部分：实践规则。GB-T 41574-2022 信息技术　安全技术　公有云中个人信息保护实践指南 ISO-IEC 27018-2019。GB-T 41574-2022 信息技术　安全技术　公有云中个人信息保护实践指南 ISO-IEC 27018-2019。GB-T 24405.1-2009 - ISO IEC 20000-1-2005 信息技术服务管理第1部分：规范。

2025-05-25 18:13:19 688

原创面向复杂和不平衡数据的双模块深度学习网络入侵检测模型

如图 9 所示，通过整合 4 个正常样本的分析，很明显 service_http、dst_host_srv_count、service_klogin、service_urp_i 和 num_shells 等特征对预测 CSACG-IDS 中的正常类别有积极影响。用于流量分类的 CSCA-CNN 集成了 CAM 和 CSL，从复杂和高维数据中提取深度特征，为少数群体分配了更高的成本，以减少数据不平衡造成的偏差。随后，我测试了这些经过训练的分类器的分类性能，以确定每种数据平衡方法的有效性。

2025-05-22 16:29:15 910

原创使用行为分析和深度证据集群实时检测内部威胁

我们的主要贡献包括设计了一个基于狄利克雷的聚类头，用于对软聚类分配进行建模，一个基于不确定性和行为漂移的异常评分机制，以及一个用于可解释性的可视化组件。这种明显的分离表明，我们的模型在区分自信分类的威胁与模棱两可或边缘情况方面的认识不确定性是有效的。我们的实验表明，与传统方法（包括 k-means、Isolation Forest 和基于自动编码器的检测器）相比，基于 DEC 的方法实现了 94.7% 的检测准确率，并将假阳性率降低了 38% 以上[这限制了他们的方法在实时部署中的通用性。

2025-05-22 16:06:51 827

原创工业物联网中隐私保护入侵检测的联邦学习增强型区块链框架

使用 ToN-IoT 和 N-BaIoT 数据集的实验评估证明了我们框架的卓越性能，与基线集中式方法相比，实现了 97.3% 的准确率，同时将通信开销降低了 41%。在本文中，我们提出了 FL-BCID，这是一种集成联邦学习和区块链技术的新型框架，用于为工业物联网（IIoT）环境开发一种保护隐私且值得信赖的入侵检测系统。显示了仿真轮次的准确率。我们的框架在 ToN-IoT 上实现了 97.3% 的最终测试精度，在 N-BaIoT 上实现了 96.8% 的最终测试精度，优于集中式和分散式基线。

2025-05-22 15:54:14 1290

原创人工智能视角下的安全：可视化如何塑造恶意软件检测

恶意软件是一种持续存在的网络安全威胁，它越来越多地通过复杂的攻击向量，瞄准互连的数字系统，如桌面、移动和物联网平台。通过利用这些漏洞，攻击者会损害现代数字生态系统的完整性和弹性。为了应对这一风险，安全专家积极采用基于机器学习或深度学习的策略，整合静态、动态或混合方法来对恶意软件实例进行分类。尽管这些方法具有优势，但它们也存在固有的缺点，并且恶意软件变种不断演变，复杂性日益增加，因此需要改进检测策略。

2025-05-16 12:27:48 885

基于深度感知协作促进网络的单幅图像去雾方法

内容概要：本文提出了一种双任务交互协同提升框架（DIACMPN），用于解决单幅图像去雾的问题。该方法不仅提升了去雾性能，而且通过深度感知机制促进了去雾和深度估计之间的互惠合作。具体而言，作者通过将深度图差分感知集成到模型中，实现了非理想区域的关注引导和改进。实验证明该方法比现有最佳方法表现更优。为了进一步优化，引入了差异感知机制以增强两个任务间的反馈和优化。适用人群：主要适用于具有图像处理和深度学习背景的研究人员和技术开发者。使用场景及目标：①研究人员需要一种创新的技术来提高单图像去雾的效果；②工程应用中有高精度去雾和深度估计的需求。其他说明：本论文详细讨论了大气散射模型对传统去雾方法的影响及其局限，并介绍了一个有效的端到端学习框架——DIACMPN，利用卷积神经网络进行联合训练和推理，在真实世界的复杂环境中展示了卓越的表现。此外还提供了源代码供实验复制与二次开发。

2025-01-18

显微图像散焦去模糊技术的新突破：基于多金字塔Transformer与对比学习的方法及其应用

内容概要：本文介绍了一种用于解决显微镜图像散焦去模糊挑战的一体化框架，包括多金字塔Transformer（MPT）和扩展频率对比正则化（EFCR）。MPT采用跨尺度窗口注意力机制和通道注意力机制，并通过特征增强前馈网络进行聚合，适应较长关注范围。EFCR利用对比学习方法解决了数据不足的问题，并支持跨域去模糊知识迁移，从而提升了去模糊模型对不同类型的图像数据的应用效果。大量的实验表明，这种方法不仅能够提升监督下和无监督下的去模糊性能，还适用于手术和细胞显微成像等多个领域。适合人群：对深度学习、计算机视觉领域的显微镜图像处理技术有研究兴趣的研究人员和学生。使用场景及目标：主要针对显微图像中的散焦去模糊问题，提供高质量的复原工具。适用于显微镜图像去模糊的研究与工业应用场景中，如医学病理检测、细胞生物科学等领域。此外，也可以辅助改进现有医学影像识别系统的效果。通过提高去模糊后的图像质量，在临床应用中可以更好地进行后续任务，比如提高分割精度或改善视觉效果。其他说明：项目页面位于 https://github.com/PieceZhang/MPT-CataBlur 提供了相关代码和数据集。该论文发表于arXiv:2403.02611v3。并收集了第一个可用于手术显微镜散焦去模糊的数据集—白内障手术。

2025-01-18

图像去模糊领域的可逆解码器AdaRevD探索编码不足的性能极限并提供适应性补丁退出机制

内容概要：本文介绍了 AdaRevD (Adaptive Patch Exiting Reversible Decoder)，一种用于增强图像去模糊网络（如NAFNet 和 UFPNet）的新型多子解码器架构。为解决现有方法因轻量化解码器限制了模型性能这一瓶颈，提出了一种可逆结构和适应性退出分类器。论文详细阐述了 AdaRevD 设计背后的动机与创新点：包括重构训练后的编码权重来扩大单一解码器的容量，并保持低显存消耗的能力。该模型在多尺度特征分离方面表现优异，能从低层次到高层次逐渐提取模糊信息，还特别加入了一个自适应分类器来判断输入模糊块的程度，使其可以根据预测的结果提前在特定子解码层退出以加快速度。实验表明，在GoPro数据集上达到了平均峰值信噪比 (PSNR) 的提升。此外，通过对不同子解码器输出之间的比较发现，不同退化程度的模糊区块有不同的修复难易程度，验证了AdaRevD对于不同模糊级别的有效性和高效性。适用人群：适用于对深度学习和图像恢复有一定认识的专业人士和技术研究人员。对于那些关注提高图像处理效率、改进现有去模糊技术和追求高性能GPU利用率的研究人员尤为有用。

2025-01-18

基于扩散模型的动态场景图像去模糊增强方法：ID-Blau

内容概要：本文提出了一种名为ID-Blau（Implicit Diffusion-based reBLurring AUgmentation）的方法，用于改进图像去模糊性能。传统的图像去模糊方法虽然已在网络架构设计上取得进展，但缺乏有效的数据增强手段。ID-Blau通过模拟连续空间中的运动轨迹来生成多样的模糊条件图谱，并与清晰图像配对以合成训练样本，从而大大丰富了训练集。通过实验验证，ID-Blau能显著提升现有顶级去模糊模型的表现。适合人群：计算机视觉领域的研究者和技术人员，尤其是从事图像去模糊方向的专业人士。使用场景及目标：ID-Blau旨在为现有的图像去模糊模型提供高质量的数据增强工具，提高去模糊精度并应对现实世界的挑战。主要应用领域包括自动摄影修正、视频后期制作以及需要高质量静态图像的应用。其他说明：该方法利用卷积神经网络（CNN）、Transformer及其他现代视觉处理技术，特别是在扩散模型基础上进行改进，使其不仅能够生成逼真的模糊效果，还能保持较强的可控性和鲁棒性。

2025-01-18

图像去雾领域的正交解耦对比正则化方法研究及其无监督学习应用

内容概要：本文提出了一种新的用于无配对图像去雾（UID）的方法——正交解耦对比正则化（ODCR）。该方法基于将图像特征分解为与雾霾相关和不相关的两个部分，在此基础上利用自监督学习进行去雾，以最大化不同特征空间中查询补丁与其阳性样本组件之间的相互信息，从而提高去雾效果。具体方法中包含了引入正交多层感知机（O-MLP）、深度特征分类器（DWFC），以及加权PatchNCE损失函数。这些技术手段旨在降低特征间的关联度、区分雾霾相关和不相关信息，并最终增强生成去雾图像与原清晰图像间对应成分的一致性和去噪效果。适用人群：计算机视觉领域研究人员和开发者，尤其是关注去雾技术和深度学习模型优化的工作者。使用场景及目标：针对无配对数据集中模糊或受环境光散射现象干扰影响严重但难以收集到精确匹配的干净图像的情况下，ODCR能够在缺少直接对照的情况下有效完成高质量的图像还原任务，有助于改善后续视觉任务的质量。

2025-01-18

计算机视觉领域中基于CLIP模型的语言驱动双像素图像散焦去模糊网络

内容概要：本文提出了一个名为LDP（Language-driven DP）的新框架，旨在利用预训练的对比语言-图像模型CLIP来估计双像素(DP)图像对的模糊图，从而实现高质量的无监督去模糊任务。研究解决了以往需要额外数据进行监督的问题，首次通过文本提示引导CLIP来估计模糊程度并应用自定义格式处理立体图像对，进一步提出了三种损失函数和一个先验注意力模块以确保恢复图像的质量。该方法通过广泛的实验验证，在标准测试集上取得了当前最优性能。适合人群：计算机视觉研究人员以及从事深度学习和图像处理的技术人员。使用场景及目标：用于从具有视差相关模糊问题的双像素传感器获取到的图片对恢复清晰的全焦点图片，尤其适用于单张拍摄情况下的图像修复工作。此外，该研究可以推动更多利用大规模预训练视觉语言模型应用于低级视觉任务的可能性。其他说明：文中还提供了详细的实证比较和其他现有方法的优势分析，证明了所提出的架构能够提高去模糊效果的同时显著降低了推理时间。同时给出了模型的不同组件及其损失设置的消融实验细节与模型局限性的探讨，补充材料中有更深入的具体实验参数介绍及更多的定性和定量评估。

2025-01-18

事件相机低照度场景下时间延迟校正及其对去模糊和帧插值的影响（CVPR 2024）

内容概要：本文提出了一种针对事件相机中延迟进行纠正的方法，并研究了其对去模糊和帧插值任务的影响。通过引入基于延迟校正的不同积分模型并将其参数化为光强度的多项式关系曲线，该方法能够显著提高图像重建效果，在复杂光照条件下提升图像质量和边缘锐度。作者提出了一个数据驱动的时间滞后校正方法来估计和优化从事件相机获得的事件流中出现的实际响应时间和记录时间之间的不匹配。此外，文中介绍了在合成与真实数据集上的实验验证以及与其他现有去模糊与帧插值算法性能对比的情况，证明了所提方法的优势。适合人群：计算机视觉研究人员、图像处理工程师和技术开发者；对事件相机感兴趣的研究人员。使用场景及目标：适用于涉及运动物体成像的应用场合，尤其是在弱光源环境中进行精确的时间敏感型图像处理，如自动驾驶车辆、机器人视觉等领域。本研究成果可以帮助改进动态环境下视频捕捉装置的工作效能和服务质量。其他说明：虽然该论文主要关注特定型号（如DAVIS346Mono）的设备实现细节，但所提供的理论框架对于未来相关领域的扩展和应用具有重要意义。同时指出了一些局限性和进一步探索的方向，包括不同传感器特性下滞后曲线变化情况等问题。

2025-01-18

计算机视觉领域的无监督图像去模糊方法Blur2Blur的创新框架及其实现

内容概要：本文提出了一种名为Blur2Blur的创新型框架，旨在为特定摄像设备训练一种图像去模糊算法。这种方法不直接将模糊图片转换成清晰图片，而是先将未知模糊图片转化为已知类型的模糊图片，再利用现有模型进行去模糊。这种方法的优势在于只需用到未配对的数据即可有效处理复杂的实际世界运动模糊现象。文章详细描述了Blur2Blur的方法论，以及用于训练网络的各种损失函数（如对抗损失和重建损失）。同时作者还展示了该方法与预训练模型相结合后的显著性能提升，在多种数据集上取得了优于传统和其他先进方法的效果。为了验证Blur2Blur的有效性和实用性，进行了广泛的实验并给出了定性的对比图和PSNR分数评价指标等客观数值。适合人群：从事计算机视觉相关工作的研究人员和技术开发者，特别是关注图像处理领域的工作者。使用场景及目标：①适用于需要解决真实环境中相机拍摄照片因各种因素导致的画面模糊的问题的企业和个人；②针对不同品牌和型号摄像头定制化去模糊解决方案。

2025-01-18

计算机视觉中基于自增强的无监督盲图像去模糊技术研究与应用进展

内容概要：本文提出了一种新颖的基于自增强（self-enhancement）的无监督盲图像去模糊框架，专门针对缺乏成对真实数据集的情况而设计。该框架利用多个生成器合成了高质量的伪锐利和模糊图对，并引入了再退化主成分一致性损失来确保合成的低质量图像的主成分与原始锐利图像重新退化的主成分相似，从而减少噪声干扰并使合成图与实际数据更加贴近。此外，本文还提出了不影响网络推理计算复杂度的渐进式改进方法。实验证明该方法显著超越了现有最先进的无监督方法。适用人群：从事计算机视觉、图像处理以及深度学习领域的研究人员和技术专家。使用场景及目标：适用于需要从模糊图片恢复清晰图像但难以获取训练所需的真实配对样本的应用场合；主要目的是探索提升模型泛化性能的新途径，并克服监督学习中数据不足的问题。其他说明：研究结果发表于CVPR 2024，在多个真实的模糊数据集上进行了广泛的测试对比实验。作者来自四川大学电子信息技术工程学院。文中详细讨论了几何增广方法和提出的自增强策略之间的区别和优劣势，同时展示了不同重建器采用自增强策略后的改进效果。

2025-01-18

大型语言模型综述：大规模预训练模型的发展、应用与挑战

内容概要：本文详细回顾了从统计语言模型到神经语言模型，再到大型语言模型（LLM）的技术演进。随着参数规模的增大，LLM表现出更强的语言理解和生成能力，能够完成诸如零样本学习和多任务学习在内的复杂自然语言处理任务。此外，文中还讨论了几种关键的分词技术和数据集格式化方法，如Byte-Pair Encoding、WordPiece以及通过人类编写的任务描述来优化指令调优。最后，介绍了ChatGPT的成功案例和技术实现路径，展示了大型语言模型的强大潜力及其面临的挑战。适用人群：对深度学习、自然语言处理感兴趣的科研工作者、工程师及学生。使用场景及目标：帮助读者理解大规模预训练语言模型的基本原理和发展趋势；介绍LLM的最佳实践和技术细节，为实际项目提供理论支持和技术指导。其他说明：文档还涉及到了Prompt优化技巧、强化学习用于优化离散提示的方法等内容。这对于提高基于Transformer架构构建的应用程序性能具有重要指导意义。

2025-01-18

卷积深度信念网络在无监督层次化图像表示学习中的应用

内容概要：本文介绍了卷积深度信念网络（CDBN），一种用于无监督学习大规模高维图像数据的分层生成模型。CDBN引入了概率最大池化（probabilistic max-pooling）机制，使得模型能够处理全尺寸图像并进行自底向上和自顶向下的推理。实验表明，该模型从无标签图像中学到了有用的高层视觉特征，如物体部分，并在多个视觉识别任务上表现优异。适合人群：对机器学习特别是深度学习、神经网络感兴趣的研究人员和技术人员。使用场景及目标：该方法适用于需要无监督学习复杂、高维数据集的情况，尤其是当研究对象涉及图像分类或其他视觉识别任务时。其他说明：CDBN相比传统DBN解决了扩展到现实世界图像大小的问题，且支持翻译不变性的高效双向推理，这对于增强图像理解和特征提取有重要意义。

2025-01-18

GB 17859-1999 计算机信息系统安全保护划分准则

2025-01-17

linux日常应用总结

linux日常应用总结，主要是生活中遇到的问题可以及时的解决

2012-07-18

2023年最新版kali linux安装教程

2023-12-24

常用测试，研发，产品文档格式编写规范

2023-09-04

win10开机自动启动

win10 开启自动系统设置过程，设置过程注意设置的路径

2017-11-27

日志服务器

此工具是为了查看日志，在window系统下安装的工具，可以方便用户定位

2018-01-25

EFormer：增强型Transformer用于前景语义与轮廓特征的人像抠图研究及其实现

卷积神经网络（CNN）难以捕捉远距离依赖性和复杂的全局信息，Vision Transformer虽然在低频成分提取上表现出色，但对于高频信息的处理存在明显不足。为解决此问题，论文创新地使用了跨分辨率交叉注意力模块，并建立了语义轮廓检测器(SCD)，以及分别设计了边缘提取分支(CEEB)和语义抽取分支(SEB)，确保同时优化两个层面的内容表示能力。实验结果显示EFormer显著提升了对复杂背景条件下的人脸边界及细节点位的精确度，相比以往模型实现了性能超越。此外，EFormer不需要预设参数即可达到良好的适应性和稳定性。适合人群：计算机视觉、机器学习领域的研究人员，特别是从事图像分割、深度估计等相关工作的专业人士。使用场景及目标：① 适用于需要高精度分离主体对象与背景区别的应用场景，如影视特效制作、社交媒体平台的内容编辑工具、智能相册应用等领域；② 提升模型对高频细节（比如头发丝边缘）的捕捉精度和鲁棒性；③ 推动未来研究方向的发展，在此基础上可以进一步探索更多种类的任务处理方式。

2025-02-13

视频实例分割的创新方法-无监督VideoCutLER算法的研究与应用

内容概要：本文介绍了名为VideoCutLER的创新无监督多实例视频分割算法。研究指出，现有的无监督视频实例分割通常依靠光学流估计进行运动估计，在面对遮挡、光照变化等情况时性能不佳。为解决这一问题，作者提出了一种简单的基于剪辑合成与训练（cut-synthesis-and-leearn）的管道模型。这个流程包括三个关键步骤：首先，利用MaskCut从未标注图像中生成多个对象伪掩膜；其次，使用ImageCut2Video将一批未标记图片转换成带有关联轨迹的合成视频；最后用伪轨迹对一个无监督的视频分割模型进行训练。该模型仅依赖无标签图片即可学习并执行视频实例分割任务，实现了比现有最优解更好的效果。实验结果显示了其卓越的表现以及强大的泛化能力。适合人群：从事计算机视觉及相关领域的研究人员和技术从业者，特别是在深度学习应用于视频分析方面有一定经验的基础研究人员或高级技术人员。

2025-02-13

室内环境无监督3D实例分割方法UnScene3D的技术实现与应用

内容概要：本文介绍了名为UnScene3D的新方法，用于解决无需人工标注即可对复杂室内的3D点云数据进行对象实例分割的问题。作者提出了基于伪掩膜生成与自训练迭代的方法，有效利用自我监督颜色和几何特征生成稀疏的初始伪实例掩膜，并通过模型自训练逐步提高精度和密实度，最终实现在无手动注释下高效而准确地识别3D物体并给出完整的实例分割。实验表明，该算法相比已有的无监督和弱监督3D分割方法有着更高的精确率。适用人群：计算机视觉领域研究者和从业者、自动驾驶以及机器人导航研究人员。使用场景及目标：主要针对RGB-D相机采集的真实世界三维点云计算设备，适用于需要从复杂且凌乱的场景中提取特定个体的任务，如机器人视觉系统构建。该工具的目标是从未标记的数据集中识别独立的对象实例并且为其绘制边界框。其他说明：UnScene3D采用了一种新颖的基于几何先验和多模态特征的伪遮罩生成技术和一种有效的自监督框架来进行密集预测。

2025-01-22

视频对象分割领域的引导槽注意力机制及其应用

内容概要：论文提出了一种新型的引导槽注意力（Guided Slot Attention, GSA）网络用于无监督视频对象分割任务，旨在复杂背景下更好地分离前景与背景并提高特征提取能力。具体而言，模型引入了引导槽、特征聚合转换器（Feature Aggregation Transformer，FAT）以及K近邻过滤算法，利用局部和全局特征进行迭代调整，最终生成更精准的分割掩模。此外，在DAVIS-16和FBMS两个知名数据集上进行了大量实验，证明了提出的GSA网络优于现有方法并在多物体视频中表现稳健。适合人群：计算机视觉、机器学习的研究人员和技术爱好者，对视频对象分割感兴趣的开发者。使用场景及目标：适用于各种需要高质量无监督视频对象分割的应用场合，如自动驾驶系统中的障碍物检测、医疗影像分析等领域；主要目的是改进复杂场景下前景背景的有效区分，增强识别精度。其他说明：研究团队来自延世大学，相关代码已经开源发布于GitHub平台上。该研究得到韩国政府信息技术规划评估研究所(IITP)的资金支持，并被收录进多个顶级国际会议和期刊中。

2025-01-22

无监督视频对象分割领域的跨模态与帧间注意力机制研究及其应用

内容概要：本文提出了一种新的无监督视频对象分割（unsupervised VOS）方法——双原型注意力机制(Dual Prototype Attention)，即IMA（跨模态注意模块）和IFA（帧间注意模块）。这些机制分别解决了现有多模态融合和时间聚集方法中存在的鲁棒性和计算效率等问题，显著提高了在多个公开基准数据集上的表现。此外，论文还探讨了原型嵌入对性能的影响并对其进行了验证。适合人群：对视频处理特别是无监督视频对象分割领域感兴趣的计算机视觉研究员和技术开发者。使用场景及目标：适用于各种需要进行高质量自动图像或视频内容分析的应用环境，如智能监控、增强现实、自动驾驶等领域。具体的目标是提高模型识别最突出物体时的精度以及稳定性，即使遇到遮挡或者复杂背景也能有效运作。阅读建议：本篇文献提供了详尽的技术细节和支持性实验结果来展示所提出的DPA方法优越之处。因此，在理解和评估该研究成果的基础上可以深入了解如何利用注意力机制提升深度学习模型的效果，尤其是对于涉及时间和空间维度的数据处理任务非常有价值。

2025-01-22

深度混合专家语言模型DeepSeek-V3的技术报告：高效推理与经济训练实现

内容概要：本文介绍了大型混合专家（MoE）语言模型DeepSeek-V3的技术报告。DeepSeek-V3拥有总计671亿参数，在每个令牌激活约37亿参数，采用Multi-head Latent Attention (MLA)架构和DeepSeekMoE架构确保高效的推理和成本效益的训练。为优化推理和成本有效训练，DeepSeek-V3还引入了无辅助损失策略用于负载均衡以及多令牌预测训练目标，旨在增强性能。同时文中讨论了预训练、后训练阶段，及其硬件部署策略，并展示了全面评估表明DeepSeek-V3相较于其他开源模型表现更为优秀且与顶级闭源模型媲美。适用人群：具备一定深度学习和自然语言处理基础知识的研发人员和技术爱好者。使用场景及目标：①探讨最新的深度学习优化技术和大规模语言模型的设计；②理解高效率的语言模型训练框架及其经济性；③学习先进模型在不同任务基准测试上的实际应用表现。其他说明：该研究致力于推动开源模型在性能和实用性方面的边界拓展，并为研究人员提供了新的研究方向和发展路径。尽管其性能出色，但其部署规模较大可能对小型团队带来负担。未来的改进将依赖于更先进的硬件发展来进一步提升速度并降低成本。此外，文章强调该系列持续关注开放源码长远发展模式，逐步接近人工通用智能（AGI）这一最终目标。

2025-01-18

基于等变变换改善图像重建的插件与即用（Plug-and-Play）算法稳定性研究

内容概要：本文主要探讨了将等变属性引入插件与即用(Plug-and-Play,PnP)算法，特别是应用于图像重建中的效果提升方法。具体来说，在解决逆向成像问题时，通过随机应用变换及其逆操作于图像降噪器输入输出的方式对降噪器施加约束。该方法不仅可以减少由隐含先验模型所导致的算法不稳定性及次优解情况，而且能显著提高重建质量与稳定性。同时，文章从理论角度分析并解释了这一现象产生的原因，指出通过这种机制能够更好地保持隐含图像先验的一致性和鲁棒性，并进行了大量实验来验证这一点的有效性。适用人群：从事机器视觉和深度学习方向的研究人员以及开发者们。这些人通常需要构建高质量和高效的算法用于解决如医学成像、遥感影像处理等各种实际场景。使用场景及目标：①改进现有插件与即用框架的稳定性和效率，确保各种情况下都能获得良好性能；②增强基于不同模态（例如CT扫描、MRI等）数据的应用系统的泛化能力；③推动相关领域的学术研究和技术进步，促进更多创新成果出现。其他说明：尽管该研究所提出的方法在很大程度上优化了算法的表现，但在某些特定配置下依然可能出现分歧或幻影伪迹。因此，在实践中仍需谨慎评估选择是否采用这种方法论并进行充分测试验证。此外，本项目得到了多项资助支持，并利用IDRIS提供的高性能计算资源完成部分计算任务。

2025-01-18

残差去噪扩散模型（RDDM）：图像生成与修复任务中的双扩散框架及其应用

内容概要：本文提出了一种名为残差去噪扩散模型（RDDM）的新方法。这一框架将传统的单向去噪扩散过程解耦为残差扩散和噪声扩散两个部分，从而扩展了原始的基于去噪的扩散模型到统一并具解释性的模型上，能够同时应用于图像生成与修复任务。通过在实验中引入残差表示目标图到退化输入之间的有方向转换，明确指导逆向生成用于图像恢复，而噪声则侧重随机扰动增加变化度。文中探讨了多种采样方式，并证明其一致性以及优于现有去噪模型的表现能力。适合人群：从事图像处理的研究员和技术人员，对深度学习中的生成对抗网络、自编码器、变分推理等领域有一定背景的知识工作者。使用场景及目标：适用于需要高质量图像生成或修复的应用场合，如去除阴影、低光照增强、消雨、图像插值等。RDDM提供了解决这些任务的有效工具，能够在保持高视觉效果的同时减少计算复杂性和提高训练效率。其他说明：作者提供了开源代码和预训练好的模型来促进进一步探索与发展该创新性框架（网址见论文）。此外，研究发现不同的采样步骤会影响最终生成的质量，并提出了一些优化系数安排的方法。对于未见过的任务，则建议通过自动选择最佳抽样机制来达到理想的效果。

2025-01-18

源自由无监督领域适应语义分割中的稳定邻居去噪算法（CVPR 2024）

内容概要：这篇论文提出了一种新颖的方法——稳定邻居去噪（Stable Neighbor Denoising, SND），针对无源无监督领域适应（Source-Free Unsupervised Domain Adaptation, SFUDA）中的伪标签噪声问题。SFUDA旨在将已训练于源数据集的模型适配到目标域而无需访问源数据。现有的自训练方法虽然广泛应用但缺乏有效的去噪机制，在跨域任务中容易陷入偏差估计。SND利用样本的稳定性评估筛选稳定与不稳定样本，再结合双层优化策略和分类补偿来减少偏置并提高去噪能力，使得伪标签更加可靠。实验表明，相较于现有最先进方法，无论是在单域还是多域任务上，SND均表现出了更强的表现力，尤其是在复杂环境下也能有效地应对噪声，缓解确认偏差。SND还能够方便地与其他方法集成进一步提升效果。适用人群：对无监督领域适应及其应用于图像语义分割感兴趣的学者以及相关行业的高级研究和技术人员。使用场景及目标：① 需要在不同天气条件或其他环境变化条件下保持良好性能的视觉识别系统；② 多源数据整合或开放复杂环境中进行图像语义分割的任务。其他说明：本文所提出的SND算法已经开源，读者可以获取完整代码并在实际项目中试用。同时文中提供了详尽的理论分析及详细的消融实验验证其各个模块的效果，为后续的研究提供有力的支持。

2025-01-18

基于解混扩散模型的自监督高光谱图像去噪技术及其应用（CVPR 2024）

内容概要：这篇论文介绍了名为Diff-Unmix的新颖自监督去噪方法，专为解决高光谱图像（HSI）去噪难题而设计。传统的高光谱图象去噪通常依赖于有监督的方法，但创建涵盖各种场景、摄像头和扫描参数的数据集非常不现实。本文提出的解决方案融合了光谱解混技术和条件概率生成模型来应对这一挑战。文中详细描述了该技术的关键组成部分，如光谱解混网络、Transformer架构以及用于提升丰富度细节保持能力的去噪扩散网络。实验结果显示，与现有最先进水平相比，Diff-Unmix不仅能在仿真噪音条件下提供优秀的视觉效果和量化指标，在真实世界复杂噪声环境中亦表现出色。适合人群：计算机视觉领域的研究者、遥感科学家及对高光谱影像处理感兴趣的工程师。使用场景及目标：主要适用于从受污染的高光谱数据中恢复干净图像的任务，尤其是那些难以获得大规模带标签训练样本的应用场景；同时适用于需要提高空间分辨能力和减少噪声干扰的研究工作中。其他说明：这项技术的优势在于它能够有效地整合物理意义显著的解混操作与强大的神经网络架构，从而克服传统方法中存在的计算效率低下、鲁棒性差等问题，并为进一步优化提供了新的思路方向。

2025-01-18

图像去噪领域的学习适应噪声算法（LAN）以提高对未见过噪声的鲁棒性

内容概要：本文介绍了一种名为 Learning-to-Adapt-Noise（LAN）的新方法，用于解决未知噪声条件下的图像去噪问题。传统深度学习模型尽管在合成数据集上表现良好，但在面对未曾见过的现实世界噪声时性能会显著下降。为此，LAN 提出直接修改输入的噪声分布来弥补新噪声与预训练模型期望噪声之间的差距。通过对每张有噪声图像添加可学习偏移量，使新的噪声向预训练期间看到的噪声靠拢，从而有效提升了针对不可预见噪声的鲁棒性和性能。实验结果表明，在多种不同条件下测试，相较于现有方法如全层可训练自监督学习调整或其他零样本去噪技术，该方案展现了优异的效果。同时探讨了计算效率及理论联系领域内其他相关主题。适合人群：研究计算机视觉尤其是感兴趣于图像恢复方向的研究人员和高级学生。

2025-01-18

基于盲点去噪的单张真实图像去噪新方法：MASH

内容概要：本文介绍了一种新型的自监督图像去噪方法——MASK和SHUFFLED BLIND SPOT DENOSING（MASH），主要针对单张图像中相关噪声的情况进行优化。 MASh采用了随机屏蔽和局部像素重排的技术来应对高斯噪声中的空间相关性和提升去噪效果，通过对不同屏蔽比与噪声相关性的实验分析确定最佳配置。文章展示了其相对于当前主流的单图像盲区去噪模型有明显的改进，并通过大量实验证明MASH方法能有效处理真实的去噪场景，达到了业内领先水平。适合人群：对深度学习应用于计算机视觉方向特别是图片去噪研究感兴趣的研究生及以上学者和技术研发人员。使用场景及目标：此技术适用于处理含有较强噪声的真实世界照片。主要目的在于从带有不同程度空间上相关的实际成像系统输出的数据恢复高质量的原始图样，同时探索了如何利用遮挡比例和局部位移提高图像清理的效果，从而提供一种更为稳健可靠的方法。其他说明：MASH通过引入本地随机置换技术以及自动选择屏蔽参数，在多个公开数据集上的测试表明它在面对非独立同分布(noise correlation)时优于现有方法。这项工作的亮点在于它不仅限于理论层面，还包括一系列具体的实施细节指导及其实现代码开源网址。这使得后续研究人员可以直接应用并扩展这个创新解决方案来进行更多的探索。

2025-01-18

图像去噪领域的对抗频率混合训练框架(AFMs)改进模型对未知噪声分布的鲁棒性

内容概要：该研究解决了现有基于深度神经网络的图像去噪方法在应对实际世界多变噪声时表现不佳的问题。作者提出了一种新型训练框架——对抗频率混合（Adversarial Frequency Mixup，简称AFM），用以增强模型对于未知真实世界噪声类型的鲁棒性。实验结果显示，在多种真实的噪声基准测试上，经由AFM优化过的去噪网络比未经AFM优化版本显著提高了对新噪声种类适应的能力。适合人群：主要针对从事计算机视觉与图像处理的研究人员和技术专家；特别是关注于提高算法泛化能力和鲁棒性的研究人员。使用场景及目标：该方法可以被应用于所有基于深层神经网络的图像去噪任务中，目的是使模型能够在不同条件下（如相机传感器的不同特性或不同的成像信号处理管道）保持高性能的去噪效果，同时减少过拟合现象的发生。这一创新不仅有助于学术研究，也有望推动商业产品和服务的发展。其他说明：论文还讨论了AFM与其他常见的广义化技术比较优势所在，并强调了维持真实性的重要性，这对于未来探索更好的图像去噪方案有着积极的影响。此外，作者提供了源代码链接以便他人复现实验结果并进一步拓展这项工作的潜力。

2025-01-18

计算机图形学领域的文本驱动3D纹理合成新方法：基于稳定扩散模型的 GenesisTex 技术研究与应用

内容概要：本文介绍了一种名为 GenesisTex 的新型方法，该方法利用预训练图像去噪扩散模型并引入纹理空间采样（texture space sampling）以从文本描述生成高质量的3D物体表面纹理图。该技术解决了现有技术效率低下和效果欠佳的问题，实现了多视角一致性、高分辨率且自然色彩丰富的纹理合成功能，并能在几分钟之内完成。研究通过对多个视角的全局风格一致性和局部细节一致性来确保跨视角约束，并结合了基于参照的修补以及Img2Img进行纹理细化。适合人群：对3D图形渲染、计算机视觉或机器学习有一定兴趣的研究人员和技术开发者。特别是需要将文字转化为三维物体材质的应用开发商和研究机构。使用场景及目标：用于提高虚拟现实(VR)，增强现实(AR)，影视制作等领域内3D资产的质量；同时也适用于游戏、工业设计和其他涉及到三维建模与贴图的任务，能够快速有效地创建符合特定描述的高度逼真的表面纹理。其他说明：尽管取得了很好的进展但该算法还存在内存消耗较大等问题，在未来工作中作者计划探索更加优化的计算方式如层级样式一致性以减少视点间的注意力机制带来的高额成本。

2025-01-18

移动设备图像去噪领域的大型数据集与高效基准模型-Mobile Image Denoising Dataset (MIDD) 和 SplitterNet 实现

内容概要：本文介绍了面向移动图像去噪任务的大规模数据集（Mobile Image Denoising Dataset, MIDD）及其高效的基线模型 SplitterNet。MIDD 数据集由超过40万对不同光线条件下拍摄的手机动态/静态照片构成，涉及20种不同传感器，并补充了用于精确模型评估的新测试集DPerview。SplitterNet 模型采用创新架构，在保证高精度同时实现了移动端高效推理速度（处理800万像素图片小于一秒），并在多种性能指标上超越先前解决方案。实验证明，训练后的模型在不同摄像头上的泛化能力尤为突出。适合人群：研究者和技术开发人员，特别是从事图像去噪和深度学习应用于移动平台的研究人员及从业者。使用场景及目标：本项目主要针对提高智能手机拍照质量的应用场合，旨在为研究人员提供丰富且高质量的真实世界图像样本以及高效的去噪模型，以改善各种环境光线下手机相机捕获的照片品质。具体应用目标涵盖快速在线去噪、多曝光融合增强等多个方面，最终使用户体验得到质变性的提升。

2025-01-18

半监督夜间图像去雾基线模型研究与实现：频谱感知与亮度约束机制（用于深度学习）

内容概要：本文提出了一个针对真实世界夜景图像去雾任务的半监督基线网络 SFSNiD (Spatial-Frequency Aware and Realistic Brightness Constraint for Nighttime Dehazing)，并针对夜间雾霾的特点提出了一系列创新性的方法。首先引入了空间与频率域信息交互模块(SFII)来应对局部化、耦合及频谱特性不一致的问题，然后采用基于伪标签的再训练策略以及基于窗口亮度损失的半监督训练方法以达到去雾同时获得真实亮度的效果。此外，实验验证表明提出的模型不仅能够在合成数据集上表现良好，在真实世界数据集上也展现出优势。适合人群：从事计算机视觉领域的研究人员和技术爱好者，尤其是对图像处理与夜景去雾技术有研究兴趣的人群。使用场景及目标：适用于开发新的夜间图像去雾算法时，解决现有技术中存在的如光照不足导致的颜色失真、光源多且复杂带来的光影干扰等问题，从而提升夜视图像质量，增强应用场景中的可见度与可用性。其他说明：作者提供了开源链接https://github.com/Xiaofeng-life/SFSNiD方便研究者下载源代码和补充材料进行进一步的研究和实践操作。

2025-01-18

自监督图像去噪领域的非对称盲点网络（AT-BSN）及其多教师蒸馏方法研究与应用

内容概要：本文探讨了一种用于真实世界自监督去噪任务的新范例——非对称盲点网络（AT-BSN）。作者通过对现有方法的研究指出，在原始分辨率结构下进行训练并在训练和推理过程中采用非对称操作，可以有效提升去噪效果和细节保持。为解决噪声相关性和局部空间结构破坏之间的矛盾，提出的AT-BSN能够灵活调整盲点大小，并结合基于不同盲点采样的多教师蒸馏策略优化小型化模型，大幅提升了性能并降低了计算成本。实验表明，该方法在多个实际数据集上表现优异，不仅胜过现有的同类方法而且能更好地恢复高频纹理特征。适合人群：计算机视觉专业研究人员和技术开发者，特别是关注图像去噪技术和深度学习算法的人士。使用场景及目标：主要适用于需要去除含有多尺度空间相关噪声的真实世界图像中噪声的应用场景。旨在通过高效的自监督学习机制提高图像质量的同时尽量减少对原图细节信息的影响。其他说明：附带了详细的定量实验验证以及与当前最先进的技术对比。补充材料还包括了具体实现细节、复杂度分析和消融实验等进一步的内容。

2025-01-18

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人