公开(公告)号：CN116342360A

公开(公告)日：2023-06-27

申请号：CN202111539377.0

申请日：2021-12-15

Applicant: 海南大学

Inventor： 李京兵 ,  龚诚 ,  黄梦醒 ,  陈延伟

IPC: G06T1/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于VGG19深度网络的医学图像鲁棒水印方法，属于多媒体信号处理领域。本发明的步骤是：首先利用Logistic Map的性质对水印进行置乱加密；然后通过VGG19深度网络和DCT提取医学图像的特征向量来进行水印的嵌入，将特征向量与二值水印相异或得到一个二值逻辑序列，并将该二值序列存于第三方平台；同样地，使用特征提取网络提取待测医学图像的特征向量，并与存于第三方平台的二值逻辑序列相异或来进行水印的提取。本发明是基于VGG19深度网络的医学图像数字水印技术，有很强的抗几何攻击能力，针对旋转、平移以及剪切等几何攻击尤为突出，水印的嵌入不改变原始医学图像的内容，是一种零水印技术。

公开(公告)号：CN115841414A

公开(公告)日：2023-03-24

申请号：CN202211655421.9

申请日：2022-12-22

Applicant: 海南大学

Inventor： 李京兵 ,  龚诚 ,  刘婧 ,  黄梦醒

IPC: G06T1/00 ,  G06T3/00 ,  G06F21/16 ,  G06F21/62

Abstract: 本申请涉及图像处理技术领域，公开了一种基于Residual‑DenseNet的医学图像鲁棒零水印方法，包括：利用残差结构和DenseNet‑121网络构建Residual‑DenseNet网络模型；在医学图片数据样本集上训练Residual‑DenseNet网络模型；利用训练好的Residual‑DenseNet网络模型提取医学图像的初步特征向量；对医学图像的初步特征向量进行均值二值化，生成医学图像的特征向量矩阵；将医学图像的特征向量矩阵和混沌加密水印逐位进行异或运算，以将水印信息嵌入至医学图像中。该方法具有较强的抗几何攻击和常规攻击的能力，可以保护医学图像数据和病人的隐私信息。

公开(公告)号：CN115375941A

公开(公告)日：2022-11-22

申请号：CN202211007408.2

申请日：2022-08-22

Applicant: 海南大学

Inventor： 尤佳 ,  李京兵 ,  龚诚 ,  郑俊华 ,  唐浩 ,  刘婧

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V20/13 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及高光谱图像处理领域，公开了一种基于GAT和3D‑CNN的多特征融合高光谱图像分类方法，该方法包括：构建多特征融合模型；多特征融合模型包括3D‑CNN分类器和GAT分类器；将待测高光谱图像数据输入至多特征融合模型中；利用3D‑CNN分类器从待测高光谱图像数据中提取高级特征图；利用GAT分类器从待测高光谱图像数据中提取超像素级特征图；将高级特征图和超像素级特征图进行线性特征融合，输出待测高光谱图像数据的分类结果。这样可以实现较好的高光谱图像分类结果，整体计算效率高，时间消耗低。

公开(公告)号：CN115617871A

公开(公告)日：2023-01-17

申请号：CN202211284548.4

申请日：2022-10-17

Applicant: 海南大学

Inventor： 尤佳 ,  李京兵 ,  黄梦醒 ,  郑俊华 ,  龚诚 ,  武贵路 ,  刘婧

IPC: G06F16/2458 ,  G06F16/215 ,  G06F17/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种臭氧浓度预测方法、装置、设备及可读存储介质，应用于臭氧检测领域，包括：获取历史臭氧序列数据，并利用变分模态分解对历史臭氧序列数据进行分解，得到多个模态分量；计算历史臭氧序列数据与多个模态分量之和的差值，得到剩余残差项；利用模态分解算法对剩余残差项进行分解，得到多个本质模态分量；利用神经网络对每个本质模态分量进行预测，得到每个本质模态分量对应的预测结果，并将所有的预测结果相加，得到残差项最终预测结果；计算多个模态分量和残差项最终预测结果的和，得到臭氧浓度预测结果。本发明在臭氧浓度预测的过程中，除了使用模态分量信息之外，还利用剩余残差项二次分解信息，使得对臭氧浓度的预测更加准确。

公开(公告)号：CN114092738A

公开(公告)日：2022-02-25

申请号：CN202111252605.6

申请日：2021-10-27

Applicant: 海南大学

Inventor： 李京兵 ,  龚诚 ,  李伟铭 ,  盛明帅 ,  张文星

IPC: G06V10/764 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于迁移学习的地瓜外观品质分类方法与装置，将已分类的地瓜的RGB图像进行构建地瓜图像数据集，由训练好的ResNet18深度卷积神经网络的特征提取部分与分类器结合设计地瓜外观品质分类网络，使用地瓜图像数据集进行训练地瓜外观品质分类网络，从而使地瓜外观品质分类网络对地瓜外观品质进行检测分类时，提高检测效率，且具备更精准的检测精度，利用外观品质分类网络进行检测地瓜分类，解放了劳动力，节约劳动成本，减少人为因素对地瓜的损坏。解决了目前依靠人工对地瓜进行分级，不仅效率低下，精度不稳定，耗时较长，而且人工分拣时对地瓜存在一定破坏性的技术问题。