-
公开(公告)号：CN118747813B
公开(公告)日：2025-04-22
申请号：CN202410709811.2
申请日：2024-06-03
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本发明提供一种图像隐写分析的模型训练方法、分析方法及系统，将自然图像数据集、隐写图像数据集、辅助任务图像数据集一和辅助任务图像数据集二添加标签并输入包括特征提取主干网络、主任务分类网络和辅助任务分类网络的初始神经网络模型，提取特征后执行隐写操作识别和辅助操作识别，通过融合执行主分类任务和辅助分类任务时的损失对上述初始化神经网络模型进行参数更新，最终获得图像隐写分析模型，图像隐写分析模型执行特征提取的主干网络和隐写分析的主任务分类网络，将待分析图像输入图像隐写分析模型后获得待分析图像是否存在隐写操作的识别结果，提高图像隐写分析模型的特征提取能力和泛化能力，并且提高待分析图像分析结果的准确率。
-
公开(公告)号：CN117392684B
公开(公告)日：2024-05-14
申请号：CN202311452889.2
申请日：2023-11-02
Applicant: 北京邮电大学
IPC: G06V30/148 , G06V30/19 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种奢侈品鉴定模型训练方法、奢侈品鉴定方法及装置，模型训练方法包括：获取主任务数据集，基于主任务数据集生成辅助任务数据集；主任务数据集和辅助任务数据集合并形成含奢侈品字符区域图像和对应两类标签的训练集，一类标签标识字符真假，另一类标识字符形态是否变化；基于训练集对奢侈品鉴定模型进行训练，得到训练好的奢侈品鉴定模型，该模型采用包含一主一辅两个分支的多任务学习机制，主任务分支用于鉴别字符真伪，辅助任务分支用于鉴别字符形态是否变化，两个分支共享同一个特征提取和凝练模块。在训练过程中，辅助任务分支可以引导主任务分支更加关注字符特征，从而提高主任务性能，最终通过识别字符真假来鉴别奢侈品真伪。
-
公开(公告)号：CN116935140B
公开(公告)日：2024-04-16
申请号：CN202310981638.7
申请日：2023-08-04
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06V10/28 , G06V10/44 , G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请提供基于油墨的奢侈品鉴定模型训练方法、鉴定方法及装置，方法包括：获取基于油墨模式印制的奢侈品皮料的多个外表面图像样本各自对应的包含有油墨颗粒图像的印花区域图像数据；构建以各个所述印花区域图像数据分别作为前景并以不同的各个干扰背景图像数据分别作为背景的融合图像样本数据，以训练细粒度网络模型，得到用于输出真伪鉴定结果数据的基于油墨模式的奢侈品鉴定模型。本申请提出了全新的基于油墨模式的AI鉴伪方法，能够提高奢侈品真伪鉴定的通用性及适用广泛性，并能够在模型训练过程中有效切断其他强信号与标签之间的关联，引导细粒度网络模型学习油墨颗粒特性，能够提高训练得到的奢侈品鉴定模型的应用准确性及灵敏性。
-
公开(公告)号：CN105429894B
公开(公告)日：2018-10-30
申请号：CN201510860274.2
申请日：2015-11-30
Applicant: 国网冀北电力有限公司信息通信分公司 , 国家电网公司 , 北京邮电大学
IPC: H04L12/803 , H04L12/721
Abstract: 本发明提供一种电力通信网中业务路由选择方法及装置，该方法根据电力通信网的拓扑结构，为到达业务分配路径，采用Dijsktra算法，获取到达业务的路径集合；遍历路径集合，计算路径对应的全业务风险度、全网络风险度、全网络负载均衡度和全网络风险均衡度；根据全业务风险度、全网络风险度和全网络负载均衡度，对路径集合进行剔除处理，直到遍历完路径集合中的全部路径，获得目标路径集合；若目标路径集合非空，则根据目标路径集合中的每条路径对应的全网络风险均衡度，对目标路径集合中路径进行升序排列，选择第一条路径作为业务路由；使到达业务按照业务路由转发消息，本发明实现将业务路由均衡的分布在电力通信网中，避免风险分布集中。
-
公开(公告)号：CN102509551A
公开(公告)日：2012-06-20
申请号：CN201110374629.9
申请日：2011-11-23
Applicant: 北京邮电大学
IPC: G10L19/00
Abstract: 为防止隐写工具被滥用于传递非法秘密信息，音频隐写分析用于判断音频是否经过隐写，从而阻断携带非法秘密信息的音频在网络上传播。本发明是一种新的针对回声隐藏的隐写分析技术，本发明通过构造倒谱和的差分方差统计量，然后利用该统计量来反映隐写对自然音频的影响，选择倒谱和二阶导数方差作为统计指标。分析过程中在不同的偏置条件下计算待检测音频倒谱和的差分方差的值，如果倒谱和的差分方差的值没有显著变化，而且在相对判决域以下，则该待检测音频是原始音频。如果计算出来的倒谱和的差分方差值有显著变化，而且在相对判决域以上，则该待检测音频是隐写音频。本发明关键优势在于不论隐写音频的实际分段大小如何，都能较为准判断待检测音频文件是否为隐写音频。
-
Patent Agency Ranking
公开(公告)号：CN118608845B
公开(公告)日：2025-04-22
申请号：CN202410712117.6
申请日：2024-06-03
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/22 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种隐写图像分析方法和系统，该方法设计了一种隐写图像分析模型，该模型训练方法包括：将原始图像和对应隐写图像作为训练样本输入到第一SRNet网络模块，生成第一特征图和第一特征张量，将第一特征张量输入全连接层得到第一损失函数。将第一特征图输入注意力隐写定位模块生成目标位置图像，将目标位置图像输入第二SRNet网络模块生成第二特征图和第二特征张量。将第二特征张量输入到全连接层得到第二损失函数。将第二特征图输入注意力局部隐写提议模块生成局部位置图像。将局部位置图像输入到第三SRNet网络模块生成第三特征张量，将第三特征张量输入到全连接层得到第三损失函数。将三个损失函数相加得到总损失函数，最小化总损失函数得到隐写图像分析模型。本发明能够减少隐写图片中背景噪音的影响，提高模型的泛化能力。
-
公开(公告)号：CN107644391B
公开(公告)日：2019-11-26
申请号：CN201710838786.8
申请日：2017-09-18
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种用于打印文档溯源的数字水印处理方法及装置，所述方法包括，将文本文档转换为图像，并将图像分割成文本文档中各文字对应的文字图像；计算各文字图像中的文字的欧拉数，并根据欧拉数的奇偶确定文字图像对应的数字特征；获取各文字图像的待嵌入数字水印信息，并判断数字特征与待嵌入数字水印信息是否相匹配；如果数字特征与待嵌入数字水印信息不匹配，则改变文字图像中的文字的拓扑结构，并计算改变拓扑结构后的文字的欧拉数，以使该欧拉数的数字特征与待嵌入数字水印信息相匹配。应用本发明实施例，能够提高纸质涉密文档输出的安全性。
-
公开(公告)号：CN105553843B
公开(公告)日：2018-10-19
申请号：CN201510939417.9
申请日：2015-12-15
Applicant: 国网冀北电力有限公司信息通信分公司 , 国家电网公司 , 北京邮电大学
IPC: H04L12/721 , H02H7/26
Abstract: 本发明实施例提供了一种输电线路继电保护控制业务通道路由配置方法及装置。所述方法的具体实施方式包括步骤：根据接收的路由配置请求中的起始节点和终止节点的信息，以及网络拓扑信息，采用广度搜索，确定所述起始节点和终止节点之间的多条路由，获得第一路由集合；根据第一路由集合中的每条路由中包含的节点，以及保存的每个节点的风险值，确定每条路由对应的风险值；从所述第一路由集合中识别出路由对应的风险值小于预设风险阈值，且承载的业务数量和剩余带宽满足预设条件的路由，获得第二路由集合；识别所述第二路由集合中时延值较小的预设第一数量阈值的路由，将识别出的路由作为配置路由。应用本实施例，能够优化继电保护业务的路由配置。
-
公开(公告)号：CN118747813A
公开(公告)日：2024-10-08
申请号：CN202410709811.2
申请日：2024-06-03
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本发明提供一种图像隐写分析的模型训练方法、分析方法及系统，将自然图像数据集、隐写图像数据集、辅助任务图像数据集一和辅助任务图像数据集二添加标签并输入包括特征提取主干网络、主任务分类网络和辅助任务分类网络的初始神经网络模型，提取特征后执行隐写操作识别和辅助操作识别，通过融合执行主分类任务和辅助分类任务时的损失对上述初始化神经网络模型进行参数更新，最终获得图像隐写分析模型，图像隐写分析模型执行特征提取的主干网络和隐写分析的主任务分类网络，将待分析图像输入图像隐写分析模型后获得待分析图像是否存在隐写操作的识别结果，提高图像隐写分析模型的特征提取能力和泛化能力，并且提高待分析图像分析结果的准确率。
-
公开(公告)号：CN117392684A
公开(公告)日：2024-01-12
申请号：CN202311452889.2
申请日：2023-11-02
Applicant: 北京邮电大学
IPC: G06V30/148 , G06V30/19 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种奢侈品鉴定模型训练方法、奢侈品鉴定方法及装置，模型训练方法包括：获取主任务数据集，基于主任务数据集生成辅助任务数据集；主任务数据集和辅助任务数据集合并形成含奢侈品字符区域图像和对应两类标签的训练集，一类标签标识字符真假，另一类标识字符形态是否变化；基于训练集对奢侈品鉴定模型进行训练，得到训练好的奢侈品鉴定模型，该模型采用包含一主一辅两个分支的多任务学习机制，主任务分支用于鉴别字符真伪，辅助任务分支用于鉴别字符形态是否变化，两个分支共享同一个特征提取和凝练模块。在训练过程中，辅助任务分支可以引导主任务分支更加关注字符特征，从而提高主任务性能，最终通过识别字符真假来鉴别奢侈品真伪。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
