-
公开(公告)号：CN110661816A
公开(公告)日：2020-01-07
申请号：CN201911007278.0
申请日：2019-10-22
Abstract: 本发明实施例提供一种基于区块链的跨域认证方法与电子设备，基于给定跨域认证系统实现，给定跨域认证系统包括主认证机构、从认证机构、用户端及验证方，其中所述方法包括：主认证机构生成公共参数、主密钥和主公钥，并基于主密钥生成并分发从认证机构的从密钥给从认证机构；从认证机构根据从密钥签发证书给用户端，用户端若验证其有效则接受；从认证机构对证书承诺并发送给用户端，用户端若验证其有效则接受；从认证机构对承诺签名并广播到区块链系统，其它从认证机构若验证签名有效则存储；用户端将承诺与验证信息发送给验证方，验证方若验证承诺有效则接受用户的身份信息。本发明实施例能够实现高效的跨域认证并能对从认证机构的严格监管。
-
公开(公告)号：CN113674154B
公开(公告)日：2023-10-27
申请号：CN202110970721.5
申请日：2021-08-23
Applicant: 北京印刷学院
IPC: G06T3/40 , G06T7/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/0475 , G06N3/084 , G06N3/094
Abstract: 本发明涉及一种基于生成对抗网络的单幅图像超分辨率重建方法及系统，其方法包括：S1：获取高分辨率子图像集IBH；S2：利用双三次插值法对IBH进行下采样，得到低分辨率子图像集IBL；S3：将低分辨率子图像集IBL输入到生成网络，通过网络的正向传播得到重建后的图像集IS；S4：将IBH与IS分别送入判别网络中进行正向传播得到其分类概率；S5：对判别网络的参数反向传播，更新判别网络；S6：对生成网络的参数反向传播，更新生成网络；S7：重复步骤S3～S6，直至当生成网络与判别网络达到相对的平衡状态时，得到重建的超分辨率图像。本发明的生成网络方法采用U‑Net网络结构，使得重建的图片更接近于真实图像，并在判别网络引入残差模块，提升抽取深层特征的能力。
-
公开(公告)号：CN108711138B
公开(公告)日：2022-02-11
申请号：CN201810571538.6
申请日：2018-06-06
Applicant: 北京印刷学院
Abstract: 一种基于生成对抗网络的灰度图片彩色化方法，结合DiscoGAN、Progressive Growing GAN、Wasserstein GAN和CGAN生成对抗网络，包括步骤如下：首先要收集和整理图片样本，并将样本分成两组，一组是N张灰度图片，另一组是N张彩色图片。然后，对本生成对抗网络的架构进行设计以期训练后的网络可以生成高分辨率、高质量图片。接着，将样本传入生成对抗网络开始训练，待生成对抗网络训练稳定后，使用PGGAN对生成图像的分辨率进行提升。在本网络中加入WGAN‑PG可以对原生成对抗网络进行改进，解决梯度不稳定和模式崩溃问题，并改善生成对抗网络优化的过程。最后，本网络中加入了CGAN的描述限制功能，它可以根据描述条件生成具有指定风格的图片。
-
公开(公告)号：CN108711138A
公开(公告)日：2018-10-26
申请号：CN201810571538.6
申请日：2018-06-06
Applicant: 北京印刷学院
CPC classification number: G06T3/0012 , G06N3/0454 , G06N3/08
Abstract: 一种基于生成对抗网络的灰度图片彩色化方法，结合DiscoGAN、Progressive Growing GAN、Wasserstein GAN和CGAN生成对抗网络，包括步骤如下：首先要收集和整理图片样本，并将样本分成两组，一组是N张灰度图片，另一组是N张彩色图片。然后，对本生成对抗网络的架构进行设计以期训练后的网络可以生成高分辨率、高质量图片。接着，将样本传入生成对抗网络开始训练，待生成对抗网络训练稳定后，使用PGGAN对生成图像的分辨率进行提升。在本网络中加入WGAN‑PG可以对原生成对抗网络进行改进，解决梯度不稳定和模式崩溃问题，并改善生成对抗网络优化的过程。最后，本网络中加入了CGAN的描述限制功能，它可以根据描述条件生成具有指定风格的图片。
-
公开(公告)号：CN106057145B
公开(公告)日：2018-05-01
申请号：CN201610409238.9
申请日：2016-06-12
Applicant: 北京印刷学院
Inventor： 解凯
Abstract: 本发明涉及一种基于坐标下降优化的显示设备颜色特性化模型增益‑偏置‑伽玛(GOG：gain‑offset‑gamma)确定方法，包括步骤：解区域的搜索和解的优化计算方法，该方法利用GOG模型目标函数的形状特性，采用次优化坐标下降和黄金分割方法优化求解GOG模型，可以有效避免采用梯度下降方法所具有的陷入局部极小问题，即解与初值选择相关现象，改进了求解方法的稳定性，能够得到全局最优解，从而使GOG模型求解过程的效率得到提高。
-
Patent Agency Ranking
公开(公告)号：CN107577752A
公开(公告)日：2018-01-12
申请号：CN201710770141.5
申请日：2017-08-31
Applicant: 北京印刷学院
Abstract: 本发明涉及一种基于关键字的XML检索排序处理系统及方法，由6个模块组成：基本语义节点筛选模块，文档语义分割模块，关键字检索模块，单元结构分析模块，语义加权模块以及结果筛选模块。本发明克服了原本基于SLCA结构关键字查询方法返回结果粒度不合适，易返回粒度过大的不相关结果和单关键字返回结果效果不好的缺点，可以更加准确地返回粒度适中，相对独立，比较符合用户意图的语义片段。对XML结果进行排序使用户可以选择返回固定个数的查询结果，进一步提高了查询的准确率，较好地满足了用户的偏好。
-
公开(公告)号：CN113344011B
公开(公告)日：2023-08-08
申请号：CN202110713935.4
申请日：2021-06-25
Applicant: 北京印刷学院
IPC: G06V10/56 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于级联融合特征置信度加权的颜色恒常性方法，为无人驾驶、水下物体识别、三维物体重建等计算机视觉任务提供稳定的颜色特征，步骤为：(1)在自然场景光源下拍摄图像以及视频，制作应用于颜色恒常性方法的数据集；(2)根据光源颜色的特殊性发明基于级联融合特征置信度加权网络结构；(3)使用数据集对网络结构进行二阶段训练；(4)将估计出的场景光源从图像或者视频中移除，实现图像以及视频的颜色恒常性。本发明通过级联方式将图像中浅层边缘纹理特征与深层细粒度深层特征进行融合，充分利用图像中可以为光源估计提供更多信息的特征估计光源，解决了目前颜色恒常性方法在面对复杂环境时光源估计精确度低的问题，提高了颜色恒常性方法的精确性以及面对复杂环境时方法的稳健性。
-
公开(公告)号：CN110661816B
公开(公告)日：2021-11-05
申请号：CN201911007278.0
申请日：2019-10-22
Abstract: 本发明实施例提供一种基于区块链的跨域认证方法与电子设备，基于给定跨域认证系统实现，给定跨域认证系统包括主认证机构、从认证机构、用户端及验证方，其中所述方法包括：主认证机构生成公共参数、主密钥和主公钥，并基于主密钥生成并分发从认证机构的从密钥给从认证机构；从认证机构根据从密钥签发证书给用户端，用户端若验证其有效则接受；从认证机构对证书承诺并发送给用户端，用户端若验证其有效则接受；从认证机构对承诺签名并广播到区块链系统，其它从认证机构若验证签名有效则存储；用户端将承诺与验证信息发送给验证方，验证方若验证承诺有效则接受用户的身份信息。本发明实施例能够实现高效的跨域认证并能对从认证机构的严格监管。
-
公开(公告)号：CN113344011A
公开(公告)日：2021-09-03
申请号：CN202110713935.4
申请日：2021-06-25
Applicant: 北京印刷学院
Abstract: 本发明公开了一种基于级联融合特征置信度加权的颜色恒常性方法，为无人驾驶、水下物体识别、三维物体重建等计算机视觉任务提供稳定的颜色特征，步骤为：(1)在自然场景光源下拍摄图像以及视频，制作应用于颜色恒常性方法的数据集；(2)根据光源颜色的特殊性发明基于级联融合特征置信度加权网络结构；(3)使用数据集对网络结构进行二阶段训练；(4)将估计出的场景光源从图像或者视频中移除，实现图像以及视频的颜色恒常性。本发明通过级联方式将图像中浅层边缘纹理特征与深层细粒度深层特征进行融合，充分利用图像中可以为光源估计提供更多信息的特征估计光源，解决了目前颜色恒常性方法在面对复杂环境时光源估计精确度低的问题，提高了颜色恒常性方法的精确性以及面对复杂环境时方法的稳健性。
-
公开(公告)号：CN108550146A
公开(公告)日：2018-09-18
申请号：CN201810319898.7
申请日：2018-04-11
Applicant: 北京印刷学院
Abstract: 一种基于ROI的图像质量评价方法。用于评价不同失真图像的质量。步骤为：(1)图像灰度化处理；(2)计算参考、失真图像对应图像块的亮度l(x,y)、对比度c(x,y)及结构s(x,y)比较函数；(3)提取梯度信息，计算参考、失真图像的梯度图，并计算对应的梯度比较函数g(x,y)；(4)将四种比较函数组合在一起，计算参考、失真图像对应图像块的GSSIM值，进而得到局部相似性图；(5)利用基于相位谱的视觉显著性模型，计算参考图像的ROI图，进一步得到权重图，利用权重图对局部相似性图进行加权处理，得到评价值R_GSSIM。本发明在LIVE和TID2008等数据库上进行实验，结果表明本改进算法不仅与人眼的主观感知具有很好的一致性，而且计算复杂度较低。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.02 seconds)
