一种用于数字图像的篡改检测方法和系统

    公开(公告)号:CN112614116A

    公开(公告)日:2021-04-06

    申请号:CN202011582666.4

    申请日:2020-12-28

    Abstract: 本发明给出了一种用于数字图像的篡改检测方法和系统,包括利用第一质量系数q0压缩彩色图像获得第一图像;随机选取第一图像中的区域以第二质量系数q1进行二次压缩获得第二图像;利用第二质量系数q1压缩彩色图像,并随机选取压缩后的图像中的区域以第一质量系数q0进行二次压缩获得第三图像;分别计算以上图像经过平滑处理的差分图像,并分别将差分图像归一化获得对应的残影图;对残影图进行分块,提取分块的特征,并按特征进行分类训练,识别分块属于一次压缩或二次压缩,获得预测数字图像的一次压缩和二次压缩占比模型;响应于数字图像的一次压缩和二次压缩占比大于预设阈值,数字图像被篡改。该方法极大地提高了篡改检测的精确度和检测速度。

    一种结构化输出图像文字识别结果的方法及装置

    公开(公告)号:CN112381086A

    公开(公告)日:2021-02-19

    申请号:CN202011229081.4

    申请日:2020-11-06

    Abstract: 本发明涉及一种结构化输出图像文字识别结果的方法及装置,该方法包括以下步骤:S1.利用光学字符识别算法(OCR)获取检测框位置信息;S2.构建带标注的关键字段数据集,其中,关键字段为待获取的信息类别;S3.设定锚定字段;S4.特征向量构建,将相对位置信息和相对宽高比用于特征向量生成;S5.训练优化分类器,用生成的特征向量对机器学习分类器进行训练和优化;S6.检测框分类,使用训练优化后的机器学习分类器对待识别图像的文字区域的检测框进行分类;S7.识别并输出结构化结果,具体地,识别检测框内的文字,并对识别后的文字进行关键信息匹配,将版式相近的文字字段校正输出,最终输出结构化结果数据。

    一种基于图像patch序损失的人脸鉴伪方法、系统及介质

    公开(公告)号:CN115147908B

    公开(公告)日:2025-05-06

    申请号:CN202210879588.7

    申请日:2022-07-25

    Abstract: 本申请提出了一种基于图像patch序损失的人脸鉴伪方法,包括:S1、获取包含训练图像及其标签信息的人像鉴伪数据集;S2、对所述人像鉴伪数据集进行数据处理,包括:对所述训练图像进行均匀切割并打乱所述训练图像的初始patch序列集合,得到所述训练图像的第一patch序列集合;对所述第一patch序列集合进行增强处理,得到第二patch序列集合;将不同所述训练图像的所述第一patch序列集合和所述第二patch序列集合中的patch块进行随机交换,从而得到处理后的人像鉴伪数据集;S3、利用所述处理后的人像鉴伪数据集训练得到神经网络分类模型;S4、将待检测图像输入到所述神经网络分类模型中。本申请的人像鉴伪方法极大的节约了训练成本和数据收集成本,并且具有较高的判别准确性。

    一种中文词向量压缩方法、系统和存储介质

    公开(公告)号:CN114970456B

    公开(公告)日:2024-09-24

    申请号:CN202210582102.3

    申请日:2022-05-26

    Abstract: 本发明提出一种端到端的大规模中文词向量压缩方法,包括:S1,根据原始的词向量的词性分布,构建词性到编码长度的映射表;S2,对原始的词向量特征进行压缩生成压缩编码,通过所述压缩编码和编码书重构词向量,获得重构的词向量特征,其中编码书为压缩编码矩阵。上述方案利用中文词性保留了语义信息,属于同一词性的压缩编码共用同一本码书,实现相同词性间的语义信息共享,保持模型语义分析性能的同时进一步缩减了大规模词表的压缩编码,提高模型的压缩率,实现了对大规模中文词向量模型的有效压缩。本发明还提出了对应的中文词向量压缩系统和存储介质。

Patent Agency Ranking