由于现有深度人脸伪造软件通常是开源的或者被封装为APP免费分发,导致了虚假视频的泛滥。因此开展针对深度人脸伪造检测技术的研究就显得尤为重要。目前,深度人脸伪造及检测技术正处在快速发展时期,各种相应的算法也在不断更新迭代。本文首先介绍了深度人脸伪造和其检测技术的代表性算法并给出简要分析,其中深度人脸伪造技术包括身份替换、面部重演、属性编辑、人脸生成等,检测技术包括图像级伪造检测技术和视频级伪造检测技术。然后归纳总结了常用的深度人脸伪造与检测数据集及不同算法的评估结果,最后讨论了伪造技术和其检测技术目前面临的主要问题及发展方向。

在VS2013编程环境下,结合OpenCV设计了人脸活体特征检测实验平台。该平台由图像读取、人脸及五官检测、图像分块提取特征和机器学习部分组成。通过分析人脸真实图像与欺骗照片之间的纹理特征差异,实现对人脸真实性的判别。实验平台用于训练分类器的特征是Uniform Pattern LBP特征向量,将该特征应用于活体检测是本实验的创新之处。在该实验平台上对Replay-Attack数据库和实际创建的数据库进行实验,实验结果可以看出平台的准确率及运算速度等方面具有优良的性能。

基于碰撞声信号的农产品品级检测技术,凭借其灵敏度高、快捷、无损、环保等优点,已成为国内外学者关注和研究的热点。为了廓清该检测技术中信号处理方法的研究进展,特从时频分析、主成分分析、数据挖掘、独立分量分析、小波分析5个碰撞声信号处理的角度,详细介绍了农产品碰撞声信号处理的方法、过程及结论,综述了近十几年国内外利用碰撞声检测技术对农产品进行检测与分级的研究成果及发展趋势,并指出了碰撞声检测技术进一步研究的方向。

从转基因植物研制检测和转基因植物及产品的安全评价监测检测两方面对转基因植物及产品检测策略进行了系统地综述。主要介绍了转基因植物及产品检测的主要相关技术如核酸检测技术和蛋白质检测技术,给出了目前已商业化应用的主要外源基因和载体通用基因元件。并对检测技术的发展趋势进行了讨论。

随着畜禽养殖集约化程度的提高,高密度、集约化的畜禽养殖引起的畜禽养殖场空气污染问题日益突出,畜牧业已成为我国空气污染的重要来源之一。畜禽场排放的氨气(NH_3)、硫化物(H_2S)、颗粒物(particulate matters,PM)和挥发性有机物(volatile organic compounds,VOCs)等空气污染物不仅对畜禽场人畜健康造威胁,还会扩散到周围环境中形成大气污染。科学适用的空气污染物检测方法和技术是研究和控制畜禽场空气污染的前提。文章对国内外畜禽场的NH_3、H_2S、温室气体、PM以及恶臭等主要空气污染物的检测方法与技术进行了介绍与分析。以NH_3、H_2S为代表的畜禽场有害气体检测方法主要有化学分析法、半导体气体传感器检测法、光谱法、质谱法与气相色谱法,其中,湿化学法灵敏度高,成本低,可以准确获取气体浓度,但检测费时费力,且无法实时在线检测;气体检测管法成本较低,操作简单,但误差相对较大;电化学传感器法灵敏度较高,成本适中,可以连续检测气体浓度,但存在装置易老化、使用寿命较短等缺陷;光谱法、质谱法以及气相色谱法可快速准确检测气体,但检测仪器昂贵,使用成本较高,不适合生产性畜禽场的常规检测。文章主要介绍与分析了反刍动物肠道发酵、畜禽舍、粪污贮存与处理过程中温室气体CH_4、CO_2、N_2O的检测方法和技术。畜牧业温室气体排放随时间、季节和采样点等不同而不断变化,实现畜牧业温室气体的精确监测较为困难,目前仍未有国际通用的检测方法与测量标准,畜牧业温室气体检测方法与技术及其标准研究亟待开展。文章从物理特征、化学特征及生物特征三个方面对畜禽场排放的颗粒物检测方法与技术进行了综述。畜禽场PM成分复杂,其吸附的NH_3、恶臭化合物、微生物的影响有待评估,因此亟待完善PM的物理、化学和生物成分的检测方法与技术,以获取畜禽场PM的全面特征信息。文章对畜禽场的主要恶臭物质成分和恶臭感官的检测方法与技术进行了综述。相比气相色谱-质谱联用法,采用专业嗅辨人员对恶臭浓度进行嗅辨分析的方法成本更高,且主观性较强。但气相色谱-质谱联用技术无法仅凭借气体样品确定所有气态有机化合物,同时难以确定引起恶臭的化合物种类。因此结合气相色谱与动态嗅觉仪可更全面的分析恶臭样品指标。文章还对国内外畜禽场空气污染物(包含有害气体、温室气体、颗粒物以及恶臭物质)的主要检测方法与技术进行综述,以期为我国畜禽养殖业的空气污染物检测技术的研发与应用提供参考。

监控视频在社会安全领域具有重要应用。该文对经典和新兴的监控视频异常检测算法进行分类和总结。首先,依据算法的3个属性,算法的发展阶段、算法的模型类型、算法的异常判别标准,将算法分类并逐类概述。然后,将不同类别的算法进行关联对比,分析不同模型的优缺点以及聚类判别与重构判别在不同发展阶段的特点。最后,提炼了领域内常用的模型假设与相关知识、汇总了不同算法的异常检测效果,并对未来的研究方向进行了探讨和展望。

作为检测市场力量的重要方法之一,要素模型由RobertHall于1986年首先提出,现已发展成为一种比较简便、相对成熟、有效的检测市场力量的方法。与其他检测市场力量的方法不同,要素模型不需要估计需求函数和成本函数,而是直接根据产品的产量、价格与要素的投入量、价格的数据来检测价格与边际成本的关系,进而测试市场力量。本文介绍了要素模型的主要理论,并从"摆脱工具变量束缚"、"放松规模报酬固定假设"、"考虑中间要素投入"等方面梳理了其关键发展。

近年来,以人脸识别技术为代表的新兴科技在金融领域应用逐步扩大,在赋能金融服务、加强金融风险防控方面发挥了重要作用。然而,由于识别技术不完美、相关制度滞后等问题,可能威胁金融交易安全,相关难题亟待解决。存在问题人脸识别技术作为一种新兴的技术创新是把"双刃剑",在赋能金融科技的同时,也存在一定风险。一是识别技术有待完善。

房地产泡沫最大的风险在于,它往往是与信贷泡沫和资产价格泡沫相互纠结,相互强化。房地产泡沫已从经济问题日益转化为一个严重的社会问题。文章从理论上对房地产泡沫检测方法进行系统研究,对于正确判断房地产形势,引导房地产市场的持续健康发展有积极的现实意义。

人脸识别技术是人工智能的重要细分领域。针对现有研究缺乏系统的分析模型和定量的指标分析现状,提出技术演化趋势、技术集群特点和技术竞争态势三维技术景观分析框架,深入挖掘和分析国际人脸识别技术,并对我国人脸识别研究机构及相关企业提出有关建议。

新一轮科技与产业革命正聚焦于人工智能的创新发展,人脸识别技术作为人工智能的典型应用,成为智慧图书馆建设的强劲助推力。文章介绍了人脸识别技术的发展现状、技术优势和市场前景,并以电子科技大学图书馆的人脸识别应用实践为例,探讨人脸识别与图书馆需求的结合点,重点分析人脸识别产品的考察要点、部署方案、布设经验与实施效果,以期为同行的应用提供借鉴。

【目的】针对传统生猪养殖耳标识别存在易脱落、易引起生猪感染等问题，采用改进YOLOv5s的模型对猪脸进行非入侵式识别。【方法】首先将K-Means的距离改为1-IOU,提高模型目标锚框的适应度；其次，引入CA坐标注意力机制，提高模型特征提取的能力；最后，引入BiFPN特征融合，有效利用特征提高模型的检测能力。试验采用的猪脸数据集共分为5类，数据增强后样本为12 756张，训练集和测试集划分比例为9∶1。【结果】改进后的算法在准确率、召回率、平均精确率(IOU=0.5)分别达到0.926、0.897、0.955,比原始YOLOv5s算法分别提高13.2%、3.0%、2.2%,同时，改进后的算法在单只、多只、小目标、密集、有遮挡的场景下，泛化能力较强、识别精准度高。【结论】利用深度学习算法，可以获取生猪面部信息并准确识别，减少漏检、错检情况，为生猪智能化管理提供较好的技术支持。

为了准确高效地实现人脸表情识别.提出将一种将卷积神经网络与Dense SIFT特征进行融合的混合模型,该混合模型所用的网络结构是在深度可分离的卷积神经网络MobileNet的思想上加以改进.在通道卷积(深度卷积)与空间卷积(点卷积)分离的基础上,将MobileNet结构的点卷积部分使用多尺度卷积核,保证了提取特征的丰富细微性,更加适用于人脸表情特征提取;同时引入DenseNet结构的思想,提升了网络的性能.利用Dense SIFT的128维描述子对特征描述较丰富的优势。将其与改进的MobileNet网络在全连接层进行融合,采用Eltwise层在全连接层元素之间做比较并取最大值,以保证特征的多样性,且更具代表性.在FER2013和JAFFE人脸表情数据集上运用该混合模型,识别率可以达到73.2%和96.5%.

对互联网上传输信息内容进行检测的深度包检测技术,给传统互联网治理带来新的挑战和转变,在加强互联网治理的同时引发了关于网络中立性、技术部署的合法性、网络安全等规范性问题的激烈争论。

近年来,深度学习逐渐成为学科教学领域的一个热点话题。本文采用内容分析法,对国内公开发表的深度学习相关学术、学位论文进行统计分析,从文献年度分布、文献来源、研究热点、研究内容和发展趋势五个方面依次解读,以期总结我国深度学习研究现状,发现问题,提出建议。