特邀策劃人

孫建國

哈爾濱工程大學(xué)教授，博士生導(dǎo)師，天地一體化信息技術(shù)國家重點(diǎn)實(shí)驗(yàn)室客座教授，工業(yè)和信息化部工業(yè)信息安全人才培養(yǎng)基地主任，哈爾濱工程大學(xué)信息與通信工程學(xué)院網(wǎng)絡(luò)安全卓越示范中心首席科學(xué)家，入選某省部級人才獎勵計(jì)劃，西安電子科技大學(xué)杭州研究院網(wǎng)絡(luò)空間安全中心執(zhí)行主任。現(xiàn)擔(dān)任國家教育部計(jì)算機(jī)類工程教育認(rèn)證專家、國家工業(yè)信息安全專家咨詢委員會專家、工業(yè)和信息化部網(wǎng)絡(luò)空間安全重大研究計(jì)劃評審專家、軍委科技委主題組責(zé)任專家、中船集團(tuán)科技委計(jì)算機(jī)與軟件專家組成員，《網(wǎng)絡(luò)空間安全》《計(jì)算機(jī)教育》等期刊編委。主持完成國家自然科學(xué)基金、工業(yè)轉(zhuǎn)型升級(中國制造2025)重點(diǎn)項(xiàng)目、國防技術(shù)基礎(chǔ)科研重點(diǎn)項(xiàng)目等基礎(chǔ)科研項(xiàng)目10余項(xiàng)，獲國家、省部級科技獎勵6項(xiàng)，出版國家級“十一五”“十二五”規(guī)劃系列教材4部，建設(shè)國家級在線開放課程“信息安全技術(shù)”一門，發(fā)表學(xué)術(shù)論文50余篇(高被引論文1篇)，授權(quán)和申請國際、國家技術(shù)發(fā)明專利10余項(xiàng)。

內(nèi)容導(dǎo)讀

隨著信息技術(shù)尤其是物聯(lián)網(wǎng)、大數(shù)據(jù)領(lǐng)域的飛速發(fā)展，異構(gòu)網(wǎng)絡(luò)的廣泛部署產(chǎn)生了多源、海量、多樣和高維特征的數(shù)據(jù)。在聲、光、電、磁、熱等各類傳感器的輸出數(shù)據(jù)中，感興趣目標(biāo)識別一直是研究熱點(diǎn)。在軍事、安防、保密等領(lǐng)域，目標(biāo)識別與信息安全和隱私保護(hù)又密不可分。因此，面對新技術(shù)條件下的目標(biāo)識別和智能安全，傳統(tǒng)的處理算法、融合手段、去噪技術(shù)等方向都面臨著巨大挑戰(zhàn)。同時(shí)，也對保密安全、信息隱寫、隱私保護(hù)等網(wǎng)絡(luò)安全領(lǐng)域提出了新的問題。隨著國內(nèi)外電子、通信、計(jì)算機(jī)、控制等領(lǐng)域?qū)W者們的不懈努力，相關(guān)的研究方法近年來借助深度學(xué)習(xí)技術(shù)獲得了長足發(fā)展，在眾多領(lǐng)域都取得了豐碩成果。有鑒于此，《無線電工程》2021年第11期推出“目標(biāo)識別與智能安全”專題。專題內(nèi)容涵蓋目標(biāo)檢測與識別、圖像超分辨率與圖像隱寫三個(gè)研究方向的相關(guān)成果。

目標(biāo)檢測與識別方向共收錄3篇論文，分別涉及光學(xué)遙感圖像、多光譜遙感圖像和光電醫(yī)療影像中的目標(biāo)檢測與識別問題。針對海面艦船目標(biāo)識別過程中的關(guān)鍵問題，史超結(jié)合基于深度學(xué)習(xí)和視覺注意力機(jī)制，在遙感圖像中檢測海洋艦船目標(biāo)?；诳焖賲^(qū)域卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)目標(biāo)檢測，并進(jìn)一步利用卷積神經(jīng)網(wǎng)絡(luò)提取特征，再使用區(qū)域生成網(wǎng)絡(luò)選取候選區(qū)域以提高檢測精度和縮短檢測時(shí)間。作者還研究了視覺注意力機(jī)制的各種模型分析，選取多個(gè)注意力模型對檢測算法進(jìn)行優(yōu)化，在算法的特征提取階段加入注意力機(jī)制，使得提取的特征擁有更強(qiáng)的代表性和魯棒性。整個(gè)系統(tǒng)集成了卷積塊和注意模塊到卷積神經(jīng)網(wǎng)絡(luò)框架中，顯著提高了算法的檢測精度和顯示效果。馮希胤等人在Landsat 8和高分四號衛(wèi)星圖像的基礎(chǔ)上研究多光譜圖像的火點(diǎn)檢測技術(shù)，研究內(nèi)容涉及多波段數(shù)據(jù)融合與分析，在閾值分割和“劈窗法”方法上執(zhí)行火點(diǎn)識別。在實(shí)際操作中，該文所提方法達(dá)到了超過95%的準(zhǔn)確率，具有極高的應(yīng)用價(jià)值。婁茹珍等人則針對醫(yī)學(xué)圖像中的眼部疾病視覺展開研究，作者采用卷積神經(jīng)網(wǎng)絡(luò)提取眼部圖像特征并分類，實(shí)現(xiàn)對患者眼底視網(wǎng)膜圖像的重癥近視識別。為驗(yàn)證設(shè)計(jì)方法的普適性，作者在AlexNet、VGG和GoogLeNet三種經(jīng)典網(wǎng)絡(luò)模型上進(jìn)行對比實(shí)驗(yàn)，結(jié)果表明該方法對重癥近視具有較好的識別能力，模型在一定程度上可以輔助醫(yī)生判斷，有望實(shí)現(xiàn)臨床應(yīng)用。

圖像去噪、增強(qiáng)環(huán)節(jié)通常是目標(biāo)識別的先行條件，面對低品質(zhì)、低分辨率的圖像或視頻數(shù)據(jù)，超分辨率方法被業(yè)內(nèi)學(xué)者廣泛研究。尤其是面對視頻超分辨率，涉及時(shí)-空四維數(shù)據(jù)的增強(qiáng)處理，難度和復(fù)雜性可想而知。針對該領(lǐng)域，本專題收錄了1篇基于生成對抗網(wǎng)絡(luò)的視頻流超分辨率方法設(shè)計(jì)論文。李耀兵等人在傳統(tǒng)的SRGAN基礎(chǔ)上融入金字塔思想解決單幀圖像超分辨率，采用級聯(lián)和可變形卷積網(wǎng)絡(luò)實(shí)現(xiàn)視頻幀間信息對齊，達(dá)到視頻內(nèi)容流暢自然的程度，消除了卡頓和跳躍等常見問題。針對圖像中的高頻區(qū)域，即圖像目標(biāo)，作者采用基于時(shí)空注意力機(jī)制的融合算法來實(shí)現(xiàn)感興趣區(qū)域的重點(diǎn)重建，節(jié)省計(jì)算資源和縮短運(yùn)行時(shí)間。在公共數(shù)據(jù)集上的測試結(jié)果顯示，作者設(shè)計(jì)的方法與目前的流形方法相比具有效率高、速度快、質(zhì)量好等突出優(yōu)勢。

面對各種圖像中涉及的人、車、地、物等目標(biāo)信息，除體現(xiàn)自身固有屬性之外，在智能安全領(lǐng)域被用作隱藏信息的載體。圖像隱寫正是一種用于信息隱藏的常用技術(shù)，在軍事領(lǐng)域和商業(yè)領(lǐng)域的機(jī)密信息保護(hù)中起到重要作用。隨著計(jì)算機(jī)技術(shù)的發(fā)展，傳統(tǒng)信息隱藏方式逐漸被基于深度學(xué)習(xí)的隱藏技術(shù)所取代。在本專題收錄的劉義銘等人撰寫的論文中，作者提出了一種基于信息最大化生成對抗網(wǎng)絡(luò)的圖像隱寫方法。該方法使用潛碼(Latent Code)來表示數(shù)據(jù)的標(biāo)簽，作為生成模型的一個(gè)輸入與噪聲一起生成含密圖像，并使用標(biāo)簽判別器分離出標(biāo)簽，以達(dá)到解密的效果。與傳統(tǒng)信息隱藏方法不同，該方法拋棄了傳統(tǒng)信息隱藏方法中信息嵌入的步驟，使用生成對抗網(wǎng)絡(luò)生成含密圖像，并將秘密信息“直接”與噪聲一起生成含密圖像。實(shí)驗(yàn)表明，基于InfoGAN的圖像隱寫方法相較于其他隱寫方法具有更好的安全性，并且加密、解密方式簡單，易于操作。

在專題出版之際，謹(jǐn)在此衷心感謝提供優(yōu)質(zhì)稿件的各位作者和參與稿件評審的各位專家學(xué)者，特別感謝《無線電工程》編輯部各位老師的辛苦付出和大力支持。希望本專題對目標(biāo)識別與智能安全領(lǐng)域的技術(shù)理論和應(yīng)用研究能起到借鑒和促進(jìn)作用。