A medida que cada vez más datos de imágenes se almacenan en forma encriptada en el entorno de la informática en la nube, se ha convertido en un problema urgente cómo recuperar eficientemente imágenes en el dominio de encriptación. Recientemente, las características de las Redes Neuronales Convolucionales (CNN) han logrado un rendimiento prometedor en el campo de la recuperación de imágenes, pero la alta dimensión de las características de las CNN provocará una baja eficiencia de recuperación. Además, no es adecuado aplicarlas directamente para la recuperación de imágenes en el dominio de encriptación. Para resolver los problemas anteriores, este artículo propone un método de hashing basado en CNN mejorado para la recuperación de imágenes encriptadas. Primero, se aumenta el tamaño de la imagen y se introduce en la CNN para mejorar la capacidad de representación. Luego, se introduce un módulo ligero para reemplazar una parte de los módulos en la CNN y reducir los parámetros y el costo computacional. Finalmente, se agrega una capa de hashing para generar un código de
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Detección de botnets P2P en redes definidas por software
Artículo:
Los televisores con bordes anchos disminuyen las experiencias inmersivas.
Artículo:
SFDE: Diferencial de Evolución con Salto de Rana Mezclado y su Aplicación en el Rendimiento de Radio Cognitivo
Artículo:
Análisis comparativo del algoritmo de eliminación de ruido de matriz de rango bajo en imágenes de resonancia magnética (RM) y tomografía computarizada (TC) en el diagnóstico de aneurismas cerebrales.
Artículo:
Modelo híbrido de aprendizaje automático de dos etapas para la predicción del precio del Bitcoin en intradía de alta frecuencia basado en indicadores técnicos, descomposición modal variacional y regresión de vectores de soporte.