-
公开(公告)号：CN115357751A
公开(公告)日：2022-11-18
申请号：CN202211021152.0
申请日：2022-08-24
Applicant: 南京龙垣信息科技有限公司
IPC: G06F16/632 , G06F16/61
Abstract: 本方案涉及一种分布式声纹检索方法及系统。所述方法包括：中心服务器训练声纹编码器并发给各个分布式存储端；各个分布式存储端构建本地声纹底库，并构建底库矩阵；中心服务器接收声纹查询数据，并根据声纹查询数据构建查询矩阵并广播至各个分布式存储端；各个分布式存储端接收查询矩阵，根据查询矩阵与底库矩阵进行声纹检索计算，得到打分矩阵并发送给中心服务器；中心服务器根据打分矩阵确定与声纹查询数据对应的说话人声纹检索结果。通过将声纹底库数据采用分布式存储的方式存储在各个存储端中，并通过查询矩阵和打分矩阵进行声纹查询，当存在大规模检索数据时，通过分布式存储端进行辅助声纹查询可以提高声纹检索的效率。
-
公开(公告)号：CN114579991A
公开(公告)日：2022-06-03
申请号：CN202210156646.3
申请日：2022-02-21
Applicant: 南京龙垣信息科技有限公司
Abstract: 本方案涉及一种基于异构图神经网络的反诈骗方法、系统、计算机设备及存储介质。所述方法包括：获取各方传输的加密后的用户数据，解密处理用户数据，得到目标用户数据；对目标用户数据进行数据融合处理并建立异构图，并根据异构图计算同一时间段内各个用户的活动数；根据异构图构建用户图表，并根据活动数对用户图表进行用户清理，得到目标用户图表；将目标用户图表作为输入，通过图神经网络模型进行卷积计算输出用户评分，并根据用户评分确定诈骗风险。由于获取的是各方传输的用户数据，使得数据来源丰富；通过建立异构图、图神经网络模型得到用户评分，从而确定诈骗风险，运营商等机构可以根据诈骗风险作出对应的反诈骗处理。
-
公开(公告)号：CN117423473A
公开(公告)日：2024-01-19
申请号：CN202310324091.3
申请日：2023-03-30
Applicant: 南京龙垣信息科技有限公司
IPC: G16H50/80 , G16H50/70 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06F18/25
Abstract: 本发明提出一种COVID‑19新增感染趋势预测方法和装置，采用多种时间序列分别训练预测模型，获得包含多个维度的特征信息的最终预测结果，不止包含了连续时间的特征，还能包含周期性间隔的时间中所包含的特征信息。并采用多模型综合的方式，可以有效增强方法的鲁棒性和最终的预测精度。
-
公开(公告)号：CN116248229A
公开(公告)日：2023-06-09
申请号：CN202211572689.6
申请日：2022-12-08
Applicant: 南京龙垣信息科技有限公司
IPC: H04L1/00 , H04L41/16 , H04L65/752 , H04L65/80 , G06N3/048 , G06N3/0499 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种面向实时语音通讯的丢包补偿方法，包括如下步骤：构建基于对抗神经网络的补偿训练模型，所述补偿训练模型包括补偿系数生成器、谐波组和逼真度判别器；将历史音频输入至所述补偿系数生成器和谐波组中处理，获得初始修补音频；通过所述逼真度判别器计算初始修补音频与所述历史音频所对应的无丢包真实音频之间的相似度；基于相似度，更新补偿训练模型的参数，继续训练，直到模型收敛或达到最大迭代次数，输出当前的补偿系数生成器和谐波组作为训练好的丢包补偿模型。本发明能够更加准确地预测出丢失的音频帧，提高实时语音通讯中的音频质量。
-
公开(公告)号：CN116055061A
公开(公告)日：2023-05-02
申请号：CN202310058677.X
申请日：2023-01-18
Applicant: 南京龙垣信息科技有限公司
Abstract: 基于哈希加密的声纹认证隐私保护方法，对提取的声纹特征向量进行处理，生成二进制哈希声纹特征向量，通过随机投影然后带量化将得到的二进制哈希特征向量转换为位序列，生成哈希串特征向量q1，并将其保存到服务端。提取待验证语音音频数据的声纹特征向量，对声纹特征向量进行处理，生成二进制哈希声纹特征向量，通过随机投影然后带量化将得到的二进制哈希特征向量转换为位序列，生成哈希串特征向量q2；由哈希串特征向量q2与服务端哈希串特征向量q1进行匹配，计算q2于q1的汉明距离，得到决策结果，如完全匹配则认证，若否则拒绝。解决了声纹特征不被他人利用、泄露或篡改，保护使用者隐私的难题。
-
Patent Agency Ranking
公开(公告)号：CN115083417A
公开(公告)日：2022-09-20
申请号：CN202210658453.8
申请日：2022-06-11
Applicant: 南京龙垣信息科技有限公司
Abstract: 本发明属于安防系统技术领域，尤其为一种基于语音识别技术的智能安防系统，包括语音识别单元、人脸识别单元、动作识别单元和中央处理系统，所述人脸识别单元用于实时采集目标环境周围的图像信息，提取图像信息中的人脸图像特征，将提取到的人脸图像特征数据与人脸库中存储的人脸特征数据进行匹配，进行人脸识别；所述中央处理系统用于将语音识别数据及结果、人脸识别数据及结果和动作识别数据及结果进行整合处理，上传整合后的数据至后台远程终端。本发明用以语音识别技术为主，人脸识别技术和动作识别技术为辅的三重安防监测方式，实现对目标环境的高可靠性安全防控，较之单一安防监测方式大大提高了其检测结果的准确性和可靠性。
-
公开(公告)号：CN115472167B
公开(公告)日：2024-11-01
申请号：CN202210986290.6
申请日：2022-08-17
Applicant: 南京龙垣信息科技有限公司
Abstract: 本方案涉及一种基于大数据自监督的声纹识别模型训练方法、系统。所述方法包括：各个分布式主机获取多源录音数据进行分布式存储，并对录音数据进行数据清洗，得到带标签的录音数据以及未带标签的录音数据；各个分布式主机对带标签的录音数据以及未带标签的录音数据切片处理，分别向切片处理后的录音数据加入噪声干扰，得到样本对并输入到自监督学习模型中，与服务器进行联邦学习模型训练，在服务器上训练得到声纹识别基础模型；服务器基于带标签的录音数据对基础模型的模型参数进行监督学习精调，得到声纹识别精调模型。采用横向联邦学习由服务器统筹存储在不同分布式主机上的多源数据用于声纹识别模型的大规模训练，可实现海量数据模型训练。
-
公开(公告)号：CN116055061B
公开(公告)日：2024-03-05
申请号：CN202310058677.X
申请日：2023-01-18
Applicant: 南京龙垣信息科技有限公司
Abstract: 基于哈希加密的声纹认证隐私保护方法，对提取的声纹特征向量进行处理，生成二进制哈希声纹特征向量，通过随机投影然后带量化将得到的二进制哈希特征向量转换为位序列，生成哈希串特征向量q1，并将其保存到服务端。提取待验证语音音频数据的声纹特征向量，对声纹特征向量进行处理，生成二进制哈希声纹特征向量，通过随机投影然后带量化将得到的二进制哈希特征向量转换为位序列，生成哈希串特征向量q2；由哈希串特征向量q2与服务端哈希串特征向量q1进行匹配，计算q2于q1的汉明距离，得到决策结果，如完全匹配则认证，若否则拒绝。解决了声纹特征不被他人利用、泄露或篡改，保护使用者隐私的难题。
-
公开(公告)号：CN116091596A
公开(公告)日：2023-05-09
申请号：CN202211520839.9
申请日：2022-11-29
Applicant: 南京龙垣信息科技有限公司
IPC: G06T7/73 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种自下而上的多人2D人体姿态估计方法及装置。该方法包括如下步骤：获取原始图像，并对原始图像进行预处理；将预处理后的图像输入预设的网络模型中进行训练，得到训练好的网络模型，所述训练好的网络模型用于输出关键点热图和关键点偏移图；将待测图像输入训练好的网络模型中，输出待测图像的关键点热图和关键点偏移图；基于关联式嵌入策略将待测图像的关键点热图和关键点偏移图中待测图像的关键点坐标分组匹配至个人，获取人体姿态信息。本发明采用自下而上的多人姿态估计方法，通过多子空间注意力网络中每个子空间注意力模块学习到相对应关键点的个性化特征，从而提升整体关键点的检测精度。
-
公开(公告)号：CN114783072A
公开(公告)日：2022-07-22
申请号：CN202210266952.2
申请日：2022-03-17
Applicant: 哈尔滨工业大学(威海) , 南京龙垣信息科技有限公司
IPC: G06V40/70 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/80 , G06K9/62
Abstract: 本发明公开一种基于远域迁移学习的图像识别方法，包括如下步骤：将特定领域的小样本图像作为目标域，同时将与目标域相似度高的无标签图像作为辅助域，将自然场景图像作为源域，通过基于ResNet50的轻量级网络提取各自域的高级语义特征；利用具有域距离度量的卷积自动编码器并通过辅助域作为桥梁对源域和目标域的高级语义特征进行特征融合；通过卷积自动解码器重构各自域的高级语义特征；最后通过全连接层对目标域图像进行识别，整个过程通过多任务损失函数进行优化。本发明改善了模型对高级语义信息的提取能力和稳定性，有效提升了模型远域特征迁移能力，本发明可以用于不同任务的图像识别任务。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.031 seconds)
