高效和准确的场景文本(efficient and accuracy scene text,EAST)检测算法速度快且结构简单,但是由于文本结构的特殊性,导致在检测中尺寸较小的文本会被遗漏,而较长的文本则完整性较差。针对EAST算法存在的问题提出一种新的自然场景文...
详细信息
高效和准确的场景文本(efficient and accuracy scene text,EAST)检测算法速度快且结构简单,但是由于文本结构的特殊性,导致在检测中尺寸较小的文本会被遗漏,而较长的文本则完整性较差。针对EAST算法存在的问题提出一种新的自然场景文本检测模型。该方法利用自动架构搜索的特征金字塔网络(neural architecture search feature pyramid network,NAS-FPN)设计搜索空间,覆盖所有可能的跨尺度连接提取自然场景图像特征。针对输出层进行修改,一方面通过广义交并比(generalized intersection over union,GIOU)作为指标提升边界框的回归效果;另一方面通过对损失函数进行修改解决类别失衡问题。输出场景图像中任意方向的文本区域检测框。该方法在ICDAR2013和ICDAR2015数据集上都取得了较好的检测结果,与其他文本检测方法相比,检测效果也得到了明显提升。
合法通信双方可以利用无线信道状态的随机特性，提取信息论安全的共享密钥序列。为了提高无线信道提取密钥的效率，提出一种基于差分的多级量化共享密钥提取方案。首先，采用随机调制对无线信道进行高频采样，并提出融合随机抽样差分的自适应符号量化（ASQ）和均衡多比特修正量化（BMMQ）2个算法，均可用于处理一阶差分序列，以获得原始密钥序列。在此基础上，应用信息协商算法纠正原始密钥中的不一致比特，并基于原始密钥及一阶差分序列重构信号，再对该信号进行二次量化，最终实现合法双方的密钥同步。实验结果表明，随机抽样差分能够将相邻样本点之间的相关系数降低至e-1以下，有效减少密钥序列中的统计依赖性。在信噪比（SNR）为25 dB的条件下，ASQ算法可在保持原始密钥提取率（OKER）为0.81的同时，将密钥不一致率（KDR）降低至3.8×10-5。此外，BMMQ算法在无损量化条件下，KDR也可降低至7×10-3。最终生成的共享密钥序列通过了NIST（National Institute of Standards and Technology）随机性测试，验证了密钥的安全性和有效性。
暂无评论