-
公开(公告)号：CN113877564A
公开(公告)日：2022-01-04
申请号：CN202111038283.5
申请日：2021-09-06
Applicant: 南京信息工程大学
IPC: B01J23/18 , B01J35/10 , B01J37/16 , C02F1/30 , C02F101/30 , C02F101/34 , C02F101/36 , C02F101/38
Abstract: 本发明提供一种原位制备宽光谱Bi2O3@Bi纳米片的方法及其高效降解有机污染物应用，该方法包括（1）混合Bi2O3和水合肼，磁力搅拌至充分分散，得到混合液；（2）将所述混合液进行恒温水浴；（3）冷却至室温后，经洗涤、真空烘干，即可；步骤（1）中，所述混合Bi2O3和水合肼，其用量为每10 mg Bi2O3与1 mL水合肼混合；步骤（2）中，所述恒温水浴，其为在80℃的恒温条件下水浴30‑120 min。本发明提供的宽光谱响应光催化剂Bi2O3@Bi纳米片，比表面积大，具有高反应活性的暴露面，可被紫外光和可见光和近红外光激发，能快速高效降解罗丹明B。
-
公开(公告)号：CN113784294A
公开(公告)日：2021-12-10
申请号：CN202111336750.2
申请日：2021-11-12
Applicant: 南京信息工程大学
IPC: H04W4/029 , H04W4/18 , G06F16/9537
Abstract: 本发明公开了一种WIFI环境下手机位置信息提取方法，包括以下步骤：1、从手机WIFI流量产生的IP分组中过滤出HTTP数据；2、采集网络流量数据包并分析归纳，形成位置信息格式的正则表达式描述形式；基于位置信息正则表达式，利用正则表达式匹配库形成位置信息提取引擎；3、通过位置信息提取引擎对HTTP数据进行扫描，匹配得到手机位置信息列表；4、将列表中的手机位置信息统一转换成GPS格式；5、计算每个手机位置信息出现的次数，输出次数最多的位置信息；本发明可以减轻后续数据处理的压力，利用高速匹配引擎按照预先设定的正则规则中提取位置信息，实现从海量数据中高效提取位置信息的效果，且对实时数据流的影响极小。
-
公开(公告)号：CN113343960A
公开(公告)日：2021-09-03
申请号：CN202110900143.8
申请日：2021-08-06
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种地铁站内实时留存客流估计与预警方法，包括如下步骤：（1）读取车站内出入口与站台监控摄像头视频流，并采用GPU硬解成图像帧；（2）对图像帧进行行人检测；（3）利用跟踪算法跟踪人体目标，并根据行人运动方向判断乘客进出行为，统计出口分布数量，当目标通过计数的基准线时，进站或者出站的行人计数值增加；（4）根据进出口分布数量建立客流模型；（5）与站内车辆信号联动，计算站内留存客流人数，如果客流人数超过设定阈值，则向站务系统发送响应的大客流告警信息，提醒车站管理人员采取应对措施。本发明利用地铁站内监控摄像头实现站内留存客流估计，有助于地铁安全运营和精细化客流管理。
-
公开(公告)号：CN112509190A
公开(公告)日：2021-03-16
申请号：CN202110172788.4
申请日：2021-02-08
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于屏蔽门客流计数的地铁车辆断面客流统计方法，属于深度学习和目标检测技术领域，本发明通过在屏蔽门门楣上端安装智能门楣终端设备，通过机器视觉技术对出入屏蔽门的上下行客流量进行统计。智能门楣终端统计的客流数据发送至智能门楣控制器，门楣控制器将客流信息送到综合监控、智慧车站等站内系统；如果系统包含智能门楣平台系统，那么该信息也可以送到智能门楣线路平台以利于进行相对独立地断面客流统计。断面客流生成模块根据客流信息和行车调度信息，生成断面客流，并可进一步将断面客流信息送给其他的相关业务系统。由此，车站可实现对轨道交通系统的客流信息进行全方位地掌握，为地铁运营和管理提供数据支撑。
-
公开(公告)号：CN112507998A
公开(公告)日：2021-03-16
申请号：CN202110171512.4
申请日：2021-02-08
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于机器视觉的屏蔽门行人等待提醒系统及其方法，属于城市轨道交通智慧车站技术领域，该发明通过在屏蔽门上方安装机器视觉设备，然后通过采集到的行人候车时的数据以及上下客标志图标数据，进行数据集的标注并按照一定比例制作训练集和测试集，利用训练好的目标检测模型自动检测划分上下客区域，并且获取屏蔽门前等车的乘客位置以及数量，然后与划定的上下客区的区域位置比较判断是否有乘客候车时占用了下客区，如果有且数量超过设定阈值，则进行语音播报疏导，通过显示屏或语音自主播报的形式疏导客流。
-
Patent Agency Ranking
公开(公告)号：CN104252605A
公开(公告)日：2014-12-31
申请号：CN201410475391.2
申请日：2014-09-17
Applicant: 南京信息工程大学
IPC: G06F21/62
CPC classification number: G06F21/602 , G06F3/0484 , G06F21/46 , G06F21/6218 , G06F2221/2107 , G06F2221/2141 , G06F2221/2149
Abstract: 本发明公开了一种Android平台的文件透明加解密方法，包括以下步骤：选择需要保护的文件所在文件夹的路径并设置密码；根据用户输入的路径和密码，分别生成加密路径目录表和身份验证文件；扫描加密路径目录表，如果是第一次开启操作系统，按照表项将对受保护文件进行第一次初始化加密，然后进行下一步；当用户触发解锁屏幕事件，则接受用户输入的密码短语，对密码短语进行哈希算法运算后与步骤二中产生的身份验证文件进行比对，如果不匹配，则解锁失败；如果匹配，则将密码短语进行sha1算法生成密钥，将该密钥进行存储；调用密钥可实现对文件进行加解密；本发明还公开了一种Android平台的文件透明加解密系统，对用户操作干扰小的前提下实现对文件的保护。
-
公开(公告)号：CN118133932B
公开(公告)日：2024-06-28
申请号：CN202410573165.1
申请日：2024-05-10
Applicant: 南京信息工程大学
IPC: G06N3/094 , G06N3/0475 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06V10/82
Abstract: 本发明公开一种针对JPEG量化步长估计的对抗样本生成方法，JPEG压缩后的原始样本输入生成器生成对抗样本，根据直接攻击或预先攻击的不同攻击目标，将对抗样本或经JPEG压缩后的对抗样本输入JPEG量化步长估计网络，计算量化步长估计损失；将对抗样本及对应的原始样本输入判别器，分别计算二者判别损失，基于量化步长估计损失、扰动强度损失和逆对抗样本判别损失优化生成器参数。本发明以强度更高的对抗攻击引导JPEG量化步长估计方法的性能提升，从而提高基于量化步长估计的篡改取证方法的鲁棒性和可靠性。
-
公开(公告)号：CN116308984A
公开(公告)日：2023-06-23
申请号：CN202310376859.1
申请日：2023-04-11
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06T9/00 , G06T5/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种抗深度神经网络识别的不可见盲水印生成方法，包括，利用编码器将水印信息嵌入到载体图像中；利用目标分类器，引导编码器将水印信息嵌入到载体图像对抗特征区域，生成对抗水印图像；利用噪声层对对抗水印图像添加噪声生成噪声对抗水印图像；利用解码器将水印信息从噪声对抗水印图像中恢复；利用鉴别器来进行对抗训练使恢复水印信息的噪声对抗水印图像更逼真；本发明能够基于数字水印和对抗样本来为私有图像提供双重图像版权保护。
-
公开(公告)号：CN113283393A
公开(公告)日：2021-08-20
申请号：CN202110717852.2
申请日：2021-06-28
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于图像组与两流网络的Deepfake视频检测方法，包括以下步骤：（1）提取待检测视频的关键帧组成图像组；（2）将图像组的首帧输入两流网络中的空间流提取空间特征；（3）将图像组的剩余帧分别与首帧差分以获取差图，并组成差图序列输入两流网络中的时间流提取时间特征；（4）将提取到的空间特征和时间特征融合，利用动态路由算法评估视频的真实性。相比于现有技术，本发明利用图像组减少了计算冗余，使网络专注于关键帧，通过融合空间特征和时间特征充分利用关键帧的时空信息，并通过动态路由算法进行分类以得到更准确的评估结果。
-
公开(公告)号：CN113177599A
公开(公告)日：2021-07-27
申请号：CN202110504115.4
申请日：2021-05-10
Applicant: 南京信息工程大学
Abstract: 本申请涉及一种基于GAN的强化样本生成方法。该方法包括：获取待强化样本；将待强化样本输入到预先训练好的StrGAN生成模型中进行强化，获得目标强化样本；StrGAN生成模型的训练方式为：获取原始图片样本；采用RGB转YCbCr的方法对原始图片样本进行处理，获得处理后的图片样本；将处理后的图片样本输入到基于StrGAN算法的生成器中，采用StrGAN算法将自动提取输入的处理后的图片样本的特征，生成强化样本；将强化样本进行精度评估，当精度达到预设条件时，获得StrGAN生成模型，使生成的目标强化样本从扰动的积极影响来提高神经网络，提高了神经网络的性能。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.064 seconds)
