计算机科学与探索

作者：杨滨，陈先意

单位：1. 江南大学 设计学院，江苏 无锡 2141222. 江南大学 轻工过程先进控制教育部重点实验室，江苏 无锡 2141223. 南京信息工程大学 计算机与软件学院，南京 210044

关键词：多数据集学习,修图识别,深度学习,神经网络设计,图像处理

图像处理软件的飞速发展，带动了移动应用领域一大批修图、美化应用的兴起。但是修图、美化软件的快速发展和普及也带来了一些社会问题和安全问题，如网恋对象严重失真，摄影作品造假等。针对手机中的修图处理APP软件，提出一种基于多数据集特征学习的神经网络模型，并给出其网络拓扑结构。区别于传统的多个神经网络并行操作，提出的网络模型具有共享模型参数的特征，能同时对多个特征数据集进行深度学习，使检测程序具备多特征识别能力。此外，还提出了一种针对多任务网络模型的损失函数，以增强深度特征学习的能力。实验结果表明，提出方法的准确率较传统方法有较大提升，同时泛化性能优越，能识别出经过多种美图、修图软件修复过的图像。

来源：2020年第2期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2020年第2期