-
公开(公告)号:CN119169441A
公开(公告)日:2024-12-20
申请号:CN202411183344.0
申请日:2024-08-27
Applicant: 浙江大学
IPC: G06V20/00 , G06V10/54 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于无关特征消除和关联特征增强的深度伪造检测方法;包括:首先基于浅层纹理特征和深层语义特征结合,使用双通道的检测骨干网络提取特征;同时,该技术在常规的数据增强的基础上进行修改,提出了一种创新型的无关特征消除的手段,以增强检测器的泛化能力;最后,该技术对输入图像进行基于landmark的分块预处理,并对处理后的图像加入注意力机制模块,进一步增强检测的精度。该方法从多个角度提升检测网络的泛化能力,同时处理模块可以方便地与不同网络结合,最终实现了针对检测网络泛化能力弱这一问题的有效解决方案。
-
公开(公告)号:CN118918452A
公开(公告)日:2024-11-08
申请号:CN202410927791.6
申请日:2024-07-11
Applicant: 浙江大学计算机创新技术研究院
IPC: G06V20/00 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0455 , G06V20/62
Abstract: 本发明公开了一种基于图像重构的图像篡改检测方法。本发明利用重建网络建模真实图像的分布,具体是在解码器上应用度量学习,使真实图像的特征在特征空间中相互接近,而真实图像特征和篡改图像特征之间远离,学习到的特征更容易用来检测未知的篡改痕迹;再利用多尺度图推理模块进一步挖掘具有区分能力的表示;最后利用重构引导注意力模块关注可能的伪造区域,确保了学习到的图像分布差异,可以将具有未知篡改模式的篡改图像更容易被识别出来。
-
公开(公告)号:CN118711598A
公开(公告)日:2024-09-27
申请号:CN202410294609.8
申请日:2024-03-15
Applicant: 浙江大学
IPC: G10L17/26 , G10L21/0208 , G10L25/30 , G10L25/18 , G10L25/24 , G10L17/18 , H04W12/06 , H04W12/122 , H04W12/69
Abstract: 本发明公开了一种基于音频指纹的无人机个体识别及身份认证方法,建立合法无人机音频信息库。对同一型号的多架无人机进行编码登记并录制其飞行悬停时音频,然后将音频信号进行峰值归一化并小波变换对音频信号进行降噪处理。通过FFT将音频信号转化到频域进行分析处理,针对无人机音频特点设计的滤波器组,利用DCT提取41维特征向量作为训练模型的输入,构建基于Bi‑LSTM的分类模型。在进行身份验证时,用手机录制未知身份无人机悬停时声音,然后输入到训练好的模型中,输出的编码序号若与登记注册时一致,通过身份认证,否则判断为非法无人机,拒绝提供服务。通过采集真实无人机音频数据验证了该方法能有效地实现无人机个体识别及身份认证,并具有一定的通用性。
-
公开(公告)号:CN117854160A
公开(公告)日:2024-04-09
申请号:CN202311758536.5
申请日:2023-12-20
Applicant: 浙江大学
IPC: G06V40/40 , G06V40/16 , G06V10/56 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明提供了一种基于人工多模态和细粒度补丁的人脸活体检测方法及系统,本发明通过从RGB图像中人工创造稠密光流模态、时间池化模态、摩尔纹模态和深度图模态,并将这些人工模态进行融合,旨在解决单RGB图像检测准确率下降的问题,同时避免了使用额外传感器采集多模态信息带来的高昂部署成本。本发明采用从面部图像中裁剪出的补丁来对局部特征进行识别,从而提高了检测的准确性。本发明采用了基于非对称边缘的分类损失和自监督相似性损失来规范特征嵌入空间,从而提高了检测的稳定性和可靠性。
-
公开(公告)号:CN117788879A
公开(公告)日:2024-03-29
申请号:CN202311607746.4
申请日:2023-11-29
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/774 , G06V20/40 , G06V10/82 , G06N3/0464 , G06T7/246
Abstract: 本发明公开了一种基于机器视觉的河道表面河水流速测量方法,包括以下步骤:步骤1、获取河道水面多帧图像,每帧图像均包含标识物;步骤2、从步骤1得到的每帧图像中分别确定标识物的几何尺寸,根据标识物的几何尺寸计算得到漂浮物参考距离;步骤3、采用训练好的目标检测网从每帧图像中分别检测识别出各个漂浮物,进而确定每个漂浮物在各帧图像中的坐标;步骤4、计算得到所有漂浮物在当前帧图像的平均流动速度;步骤5、根据所有漂浮物在当前帧图像的平均流动速度,计算得到当前帧图像的水流速度。本发明不需要专用测流速设备与河水接触,即可实现河道表面河水流速的测量。
-
公开(公告)号:CN117692357A
公开(公告)日:2024-03-12
申请号:CN202311646465.X
申请日:2023-12-04
Applicant: 浙江大学杭州国际科创中心
IPC: H04L43/0805 , H04L9/40 , H04L12/40
Abstract: 本发明公开了一种基于电压降的CAN总线物理层安全测试方法和装置,包括:获取CAN总线与CAN收发器的属性信息;检测导通FET开关后CAN总线的差分电压,基于检测的差分电压和CAN总线与CAN收发器的属性信息计算FET开关的总导通电阻阻值,并根据FET开关的总导通电阻阻值计算测试用额外电阻的阻值范围;通过逆向工程配对待测功能和CAN ID;通过配置的测试用ECU模块,使ECU检测到待测功能对应的CAN ID时,接通符合阻值范围的测试用额外电阻以进行针对CAN总线物理层的安全测试。该方法和装置有效提升了测试方法对于IDS的隐蔽性,从而提供真实可靠的CAN测试。
-
公开(公告)号:CN117424722A
公开(公告)日:2024-01-19
申请号:CN202311209049.3
申请日:2023-09-18
Applicant: 浙江大学杭州国际科创中心
Abstract: 本申请涉及一种身份识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取待识别信号,所述待识别信号包括毫米波信号与音频信号,基于所述毫米波信号与音频信号进行活体特征检测,得到活体毫米波信号与活体音频信号,基于所述活体毫米波信号与活体音频信号进行特征融合,得到活体语音信号融合响应图,基于所述活体语音信号融合响应图进行身份识别。也就是说,针对语音身份识别与认证场景下的恶意欺骗攻击,通过提取音频模态上的声纹感知数据和无线感知的人体皮表的活体数据,构造衡量数据信息质量的响应图,以实现身份识别,抵御了恶意欺骗攻击,同时提高了语音声纹识别认证的准确度。
-
公开(公告)号:CN116935887A
公开(公告)日:2023-10-24
申请号:CN202310772789.1
申请日:2023-06-28
Applicant: 浙江大学杭州国际科创中心
IPC: G10L25/30 , G10L25/51 , G10L15/02 , G10L15/06 , G10L15/183 , G10L21/0264 , G10L21/0208
Abstract: 本发明公开了一种基于时空特征注意力模型的伪造音频检测方法及装置,包括以下步骤:(1)构建一个基于时空特征注意力的检测模型;(2)基于已有的只包含平稳音频的英文公开数据集,对检测模型进行预训练;(3)混合中文音频数据集和英文音频数据集,同时引入不同音频信号失真手段,得到跨语言模态的复杂音频数据集;(4)对复杂音频数据集进行数据增强;(5)利用数据增强后的复杂音频数据集对预训练后的检测模型进行重新训练,通过将检测模型的能力迁移训练到复杂音频,得到最终检测模型;(6)将待检测的音频输入到最终检测模型,得到是否为伪造音频的检测结果。本发明能够在跨语言模态和存在信道扰动的情况下将伪造音频精准检测。
-
公开(公告)号:CN116614285A
公开(公告)日:2023-08-18
申请号:CN202310611463.0
申请日:2023-05-26
Applicant: 浙江大学杭州国际科创中心 , 杭州城市大脑有限公司
IPC: H04L9/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种针对多协议层次网络攻击的入侵检测方法,包括:步骤1、获取局域网的流量信息,并对所述流量信息进行解析以获得对应的协议类型;步骤2、根据流量信息的协议类型进行分类检测;步骤3、根据步骤获得的检测结果,对所述流量信息进行拦截或通过信任处理,并记录检测日程。本发明还提供了一种防入侵检测系统。本发明提供的方法可以现了对各类攻击的有效检测,同时基于机器学习算法,减少了对领域专业知识的依赖,对不同种类攻击的检测效果得到显著保证。
-
公开(公告)号:CN111626190B
公开(公告)日:2023-07-07
申请号:CN202010454858.0
申请日:2020-05-26
Applicant: 浙江大学
IPC: G06V20/52 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/30 , G06V10/764 , G06T7/11 , G06T7/136 , G06T7/194
Abstract: 本发明涉及一种基于聚类分区进行刻度识别的水位监测方法,属于水位监测技术领域。包括:1)从实时监控视频中获取t时刻的原始图像;2)截取原始图像中的水尺区域,以水尺末端作为水位线的位置;3)对水尺区域图像进行二值化处理,根据“E”的三条边,采用聚类方法将处理后的水尺区域图像划分成若干子区域;4)对每个子区域的内容进行识别,得到水位线所在区域的上一个包含数字的区域的数值;5)根据子区域的高度和识别的步骤4)得到的数值计算水位并显示。本发明避免了传统识别算法中复杂的特征提取和数据重建过程,能快速高效识别水尺水位,并将误差控制在一定的范围内。
-
-
-
-
-
-
-
-
-