-
公开(公告)号：CN114338093B
公开(公告)日：2023-10-20
申请号：CN202111499430.9
申请日：2021-12-09
Applicant: 上海大学
IPC: H04L9/40 , G06N3/0464 , G06N3/08 , G06V10/764
Abstract: 本发明提出了一种通过胶囊网络进行多信道秘密信息传输的方法，通过训练同一个胶囊网络嵌入多份不同的秘密信息。针对多个接收者的秘密信息在胶囊网络训练过程中被嵌入在胶囊网络中。之后，接收者可利用自己的密钥在含密胶囊网络中提取对应的信息。而对其他部分的秘密信息，该接收者无法确定秘密信息的存在性，更无法提取。由于秘密信息没有暴露，因此信息隐藏的安全性可得到保证。由于秘密信息在胶囊网络的训练过程中嵌入而不是训练之后用过修改网络权重嵌入，因此信息嵌入对网络原始任务的影响很小。此外，信息提取网络的参数由密钥直接生成，无需通过训练得到，因此也无需向接收者传送信息提取网络。只需持有正确密钥即可提取秘密信息。
-
公开(公告)号：CN111462085B
公开(公告)日：2023-09-19
申请号：CN202010246245.8
申请日：2020-03-31
Applicant: 上海大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于卷积神经网络的数字图像局部滤波取证方法。本方法的操作步骤为：一、先对图像集中图像进行裁剪，对裁剪后的小尺寸图像分别进行五种滤波操作；二、将包括原图在内的六类图片划分出训练集和测试集；三、划分出训练滤波器的VGG网络的训练集和测试集；四、构建VGG网络以训练八个前置滤波器；五、构建特定的有前置滤波器的密集网络；六、将六类图片的训练集数据输入到密集网络中，进行神经网络训练；七、将训练好的神经网络对测试集的输出作为小尺寸图片分类结果，实际检测时将小尺寸图像的分类结果整合作为原图最终检测结果；本发明可以有效地方便地解决检测局部滤波图像的问题。
-
公开(公告)号：CN116433635A
公开(公告)日：2023-07-14
申请号：CN202310413714.4
申请日：2023-04-18
Applicant: 上海大学
IPC: G06T7/00 , G06T7/12 , G06V10/774 , G06V10/10 , G06N5/04
Abstract: 本发明涉及一种基于循环特征推理的渐进式图像出血预测方法，包括以下步骤：1)对初始图像进行预处理；2)制作训练集和测试集以及掩膜数据集；3)用训练集和相应的掩膜数据集对循环特征推理网络进行训练，识别需要推断的区域并填充，逐步缩小待填充区域；4)判断待填充区域是否填充完毕，若否则执行3)，若是则进行自适应的特征合并；5)通过测试集和相应的掩膜数据集进行测试，得到初始图像除四个角之外四个方向上的出血预测后的图像；6)将出血预测后的图像作为先验，训练模型，生成四个角的出血预测小图，再进行图像拼接，实现图像边界处最终的出血预测填充。与现有技术相比，本发明具有预测准确、保留图像语义信息等优点。
-
公开(公告)号：CN111462084B
公开(公告)日：2023-05-23
申请号：CN202010246240.5
申请日：2020-03-31
Applicant: 上海大学
Abstract: 本发明公开了一种基于随机森林的图像矢量化印刷出血点预测系统和方法。本系统包含图像分割模块、轮廓提取模块、出血预测模块、插值填充模块。本方法为：整个方法分为图像矢量化和出血点预测两个部分，先对位图进行相应的预处理来提升图像质量，之后进行颜色量化以及相应的聚类算法得到不同色块的闭合区域，采用轮廓检测算法和曲线拟合提取算法得到最终的曲线和颜色信息。在得到对应的矢量图信息之后，提取图像边界相应像素点的属性，并采用相应的机器学习算法对于目标出血点的回归预测。在得到目标出血点之后，采用相应的插值法进行曲线和色块的填充得到最终的矢量图的延伸。
-
公开(公告)号：CN111462023B
公开(公告)日：2023-05-23
申请号：CN202010247493.4
申请日：2020-03-31
Applicant: 上海大学
Abstract: 本发明公开了一种图像纹理线条矢量化系统和方法：首先提取需要矢量化的纹理图像的单像素线条骨架；然后，把得到的线条骨架图输入预设神经网络模型，再通过神经网络后，线条骨架图将会被分解为多条光滑无相交路径；之后在根据这些路径，在原图中找到对应区域线条，若对应区域为等宽线条，则用Bezier曲线拟合，并直接根据线宽及色彩信息，扩充骨架，写入EPS格式文件；若对应区域为非等宽线条，则需将该区域的封闭轮廓路径进行提取，并用Bezier曲线拟合，再在封闭路径中填充相对应的颜色，写入EPS格式文件；最后，将所有区域的矢量化结果合并展示给用户，用户可以在这个矢量化结果上进行轮廓上的微调，并输出EPS格式矢量图。
-
Patent Agency Ranking
公开(公告)号：CN111462136B
公开(公告)日：2023-05-16
申请号：CN202010246238.8
申请日：2020-03-31
Applicant: 上海大学
Abstract: 本发明公开了一种基于边界分割算法的图像矢量化系统和方法。系统包括区域分割模块，边界检测模块，边界拟合模块以及SVG整合模块。操作方法为将图像分成不同的区域，通过扩充空白像素块，边界像素块及相交像素块的方式生成亚像素图像，将亚像素图像的边界提取出来并且使用Catmull‑Rom样条拟合三次贝塞尔曲线来表示边界C(u)，最后整合生成SVG格式文件。与现有技术相比较，该发明能够更好地划分边界，并且能够能为精准地确定和提取不同区域的边界，易于构造矢量图和后期的评估。
-
公开(公告)号：CN116050514A
公开(公告)日：2023-05-02
申请号：CN202310012540.0
申请日：2023-01-05
Applicant: 上海大学
Abstract: 本发明公开了一种基于深度Q网络改进的多目标进化算法。本算法的操作步骤如下：(1)设计深度Q网络中的状态空间s、动作空间a、奖励模型r；(2)进化过程中训练智能体，在每一个时间步骤上，智能体从动作空间中选择一个动作，该动作被传递给种群。更新种群收敛性和多样性的指标来描述状态，同时计算相应的奖励值，将经验(st，at，rt，st+1)存储到经验池中；(3)从经验池中获取经验进行学习，更新神经网络参数，实现最优的选择策略。本发明在多目标进化算法中引入深度Q网络学习思想，智能体通过与环境进行交互得到行动反馈，利用奖励机制优化个体选择。
-
公开(公告)号：CN108805161B
公开(公告)日：2022-08-05
申请号：CN201810375675.2
申请日：2018-04-25
Applicant: 上海大学
IPC: G06V10/764 , G06K9/62 , G06V10/774
Abstract: 本发明涉及一种多嵌入率含密图像的隐写检测方法。本方法是通过不同嵌入率图像训练得到两个集成FLD分类器。第一个集成FLD分类器由低嵌入率图像和载体图像训练得到，其能选择出更好代表载体图像和隐写图像特征的训练样本，将选出的样本和其高嵌入率版本一同训练得到第二个集成FLD分类器。在对未知类别图像分类的主要步骤是：第一个集成FLD分类器对投票数在一定范围内的图像进行分类，再由第二个集成FLD分类器对投票数在一定范围内的剩余图像进行分类，最后未分类图像由第一个集成FLD分类器分类。本发明方法分别利用这两个集成FLD分类器的优势，因而能够提升对JPEG隐写图像的识别准确率。
-
公开(公告)号：CN110138597B
公开(公告)日：2021-11-05
申请号：CN201910306559.X
申请日：2019-04-17
Applicant: 上海大学
Abstract: 本发明公开了一种基于信用积分和节点聚类的区块链DPOS共识机制改进方法。本发明针对DPOS共识机制投票不积极和恶意代理节点不能及时剔除等问题，定义了信用积分等基本概念。对于每一个初次加入到区块链网络中的节点，信用积分将被初始化为100，在信用奖惩下，全网节点通过投票并重新统计信用积分的方式可以降低异常节点成为代理节点的概率，并且利用数据挖掘中的K‑Means聚类算法，参照节点的多个特征值对全网节点进行聚类，信任度相对较高的类组在下一轮竞争中将有更大的概率赢得竞争权，这将进一步降低区块链网络中无效区块或恶意区块的产生。
-
公开(公告)号：CN107273916B
公开(公告)日：2020-10-16
申请号：CN201710364035.7
申请日：2017-05-22
Applicant: 上海大学
Abstract: 本发明涉及一种隐写算法未知的信息隐藏检测方法，具体操作步骤如下：1）判断一批图像中哪些图像含有秘密信息；2）利用FLD算法和K‑means聚类算法建立算法模型；3）估算最优投影向量，并检测这批图像；4）利用集成分类器投出预分类的结果；5）利用非平衡算法配平衡；6）利用新生成的数据集重新训练集成分类器；7）再利用集成分类器投出最终分类的结果。本发明可以有效地解决无标签的并且数据集不平衡的情况的实际问题。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.028 seconds)
