Current Location:home > Browse

1. chinaXiv:201805.00440 [pdf]

改进的单幅图像的自学习超分辨率重建方法

王晓明; 黄凤; 刘少鹏; 徐涛
Subjects: Computer Science >> Integration Theory of Computer Science

针对传统超分辨率重建方法稀疏表示依赖大训练样本字典的局限性问题,基于l?范数的弱稀疏性特点,提出一种改进的单幅图像自学习超分辨率重建方法。首先,通过自学习建立非金字塔阶梯式训练图像集;然后,采用自定义的方法分别提取训练集中低分辨率和相应高分辨率图像特征块及特征像素值;最后,结合l?范数的协作表示(collaborative representation,CR)理论和支持向量回归(support vector regression,SVR)技术学习多层超分辨率映射模型。实验结果表明,提出的超分辨率方法不仅可行有效,而且与传统的单幅图像的超分辨率方法比较,其PSNR平均提高了0.06~3.92 dB,SSIM平均提高了0.002 4~0.034 8。从客观数值和主观视觉证明了所提方法的优秀性。

submitted time 2018-05-24 From cooperative journals:《计算机应用研究》 Hits1135Downloads512 Comment 0

2. chinaXiv:201805.00206 [pdf]

差分隐私模型的启发式隐私参数设置策略

欧阳佳; 肖政宏; 刘少鹏; 印鉴; 林丕源
Subjects: Computer Science >> Integration Theory of Computer Science

差分隐私模型是一种强隐私模型,用隐私参数ε度量隐私保护程度及噪声量,近年来成为隐私保护领域的研究热点。但是隐私参数ε的设置只能依赖于实验或专业人士经验,限制了差分隐私模型的使用与推广。针对这个问题,基于(ρ1,ρ2)-隐私模型提出一种启发式的隐私参数ε设置策略(limit privacy breaches in differential privacy,LPBDP),分析隐私参数ε与(ρ1,ρ2)的内在联系,实现噪声量的添加由(ρ1,ρ2)决定。LPBDP通过如下启发式原则设置隐私参数ε:如果攻击者关于目标受害者的先验概率小于阈值ρ1,攻击者得到差分隐私查询策略返回的加噪结果后,关于目标受害者的后验概率必须小于阈值ρ2。实验表明LPBDP能够更直观地设置隐私参数ε以满足差分隐私约束。

submitted time 2018-05-20 From cooperative journals:《计算机应用研究》 Hits445Downloads266 Comment 0

  [1 Pages/ 2 Totals]