-
公开(公告)号：CN103279697B
公开(公告)日：2015-09-30
申请号：CN201310179416.X
申请日：2013-05-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于正交矩阵和模运算的指纹细节信息隐藏与恢复方法。该方法将指纹细节特征信息分为指纹细节点位置坐标信息和方向信息，运用口令密钥的一个子密钥的随机变换正交矩阵，实现口令密钥与位置信息的矩阵变换运算，以保护指纹细节点位置坐标信息；而运用口令密钥的另一个子密钥，实现口令密钥与方向信息的模加运算，以保护指纹细节点的方向信息。本发明克服了指纹模板极易受到系统内部或外部的攻击，导致指纹特征失效的缺陷。并利用口令密钥与指纹特征双重认证结合，提高了受保护系统的安全性和指纹特征数据的隐私性。
-
公开(公告)号：CN103335814B
公开(公告)日：2015-05-27
申请号：CN201310230816.9
申请日：2013-06-09
Applicant: 电子科技大学
Abstract: 本发明公开了一种实验模型安置于风洞中进行吹风实验时，风洞中实验模型倾角测量误差数据修正系统及修正方法。所述的倾角测量数据修正系统包括数据预处理模块、模型训练模块和误差数据修正模块；修正方法包括数据预处理、模型训练和误差数据修正三个步骤。本发明提出了基于神经网络模型为基本模型的多阶段、多模型融合误差修正方法，模型拟合度更高，计算结果更准确，可以很好的修正倾角传感器实测数据中由于模型受风振动而引起的非线性误差，本修正系统修正误差可控在0角度附近0.004～0.01精度之内。
-
公开(公告)号：CN101587543B
公开(公告)日：2012-12-05
申请号：CN200910059666.3
申请日：2009-06-19
Applicant: 电子科技大学
IPC: G06K9/00
Abstract: 本发明涉及一种人脸识别方法。包括以下步骤：S1.商图计算；S2.光线补偿；S3.特征提取：对光线补偿人脸图像数据库的每一幅人脸图像划分子块并进行特征提取；S4.模型训练：基于步骤S3中提取的特征训练不同光线条件下的人脸模型并储存，构成人脸模型数据库；S5.特征提取：对待识别人脸图像划分子块并进行特征提取；S6.人脸识别：根据已经构成的人脸模型数据库和步骤S5中提取的特征进行计算匹配，选择出最佳匹配结果；S7.后续处理。本发明的有益效果是抑制了局部图像污染造成的局部特征失配对识别率的影响，从而解决了解决复杂光线和人脸图像存在局部扭曲或闭塞情况下的人脸识别问题。
-
公开(公告)号：CN119169062A
公开(公告)日：2024-12-20
申请号：CN202411191963.4
申请日：2024-08-28
Applicant: 电子科技大学
IPC: G06T7/33 , G06V10/46 , G06V10/764 , G06V10/772 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N5/04
Abstract: 本发明提出一种基于因果推断的2D/3D配准方法，属于2D/3D配准领域。包括如下步骤：对输入图片进行图像因果特征提取，得到2D特征；图像因果特征提取的网络由卷积神经网络、第一多标签分类模型、混杂字典、第二多标签分类模型及全连接网络组成；将场景的3D点云通过基于注意力的点云特征提取网络进行3维特征提取，得到3D特征，基于注意力的点云特征提取网络包括第一线性层、注意力模块、第二线性层及全局最大池化层；将2D特征与3D特征进行特征交互与融合，得到交互特征与融合特征；根据交互特征与融合特征进行位姿预测，实现2D/3D配准。本发明实现2D特征和3D特征的交互以及融合，从而加强各自的特征，提高模型预测位姿参数及2D/3D配准的准确性。
-
公开(公告)号：CN115062139A
公开(公告)日：2022-09-16
申请号：CN202210508935.5
申请日：2022-05-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种对话文本摘要模型自动搜索方法，方法先将完整的对话文本按照主题信息划分为若干个离散段落，使用文本聚类算法聚类描述相同一主题内容的段落；基于可微的NAS算法和生成对抗网络构建对话文本摘要生成模型，并分别设计生成器和判别器的搜索空间，联合优化对话摘要生成模型；将聚类获得的主题段落输入对话文本摘要模型中，生成对应主题的子摘要，并对子摘要进行排序构成最后的对话摘要。本发明考虑了生成器和判别器在对抗过程中的相关性和平衡性，以可微NAS方法设计了它们各自的搜索空间，实现了模型参数和架构参数的联合优化，能够有效避免曝光偏差的积累，能确保其生成的文本摘要能鲜明地体现主题信息。
-
Patent Agency Ranking
公开(公告)号：CN108717447B
公开(公告)日：2022-02-11
申请号：CN201810476520.8
申请日：2018-05-17
Applicant: 电子科技大学
IPC: G06F16/9537
Abstract: 本发明公开了一种交互式多用户空间关键词查询方法，其包括空间关键词数据处理步骤S1、构造查询请求步骤S2、查询初始化步骤S3、数据查询步骤S4、用户交互步骤S5；本发明提供了一种交互式空间关键词查询方法，能够适用于多用户查询的场景中，且能够通过与用户交互的方式度量查询用户潜藏的个人偏好信息，为用户提供更加准确地查询结果，提高用户查询满意度。
-
公开(公告)号：CN112860932A
公开(公告)日：2021-05-28
申请号：CN202110192152.6
申请日：2021-02-19
Applicant: 电子科技大学
IPC: G06F16/55 , G06F16/535 , G06F16/51 , G06F16/583 , G06F21/60 , G06F21/62 , G06N3/08
Abstract: 本发明公开了一种抵御恶意样本攻击的图像检索方法、装置、设备及存储介质，该方法包括利用对抗生成网络判别样本图像集中的恶意样本图像；根据所述恶意样本图像重构样本图像集，过滤恶意样本图像；利用前向推理网络获取所述样本图像集中目标样本图像的特征向量；根据所述目标样本图像的特征向量和库图像的特征向量，获取所述目标样本图像的检索结果。本发明采用PAHE结合两方安全计算技术，首先通过重构恶意样本的图像来消除扰动带来的影响，再将重构后的能够正确分类的图像进行安全特征提取以及安全图像检索，不会泄露任何关于图像原数据、训练梯度、特征向量等信息，旨在解决现有技术中存在的图像检索过程复杂且信息隐私得不到保证的技术问题。
-
公开(公告)号：CN112767377A
公开(公告)日：2021-05-07
申请号：CN202110113305.3
申请日：2021-01-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种级联医学图像增强方法，包括以下步骤：清晰医学图像和随机噪声联合输入，用深度学习模型1处理联合输入的特征，得到带血污图像；用深度学习模型2处理生成的带血污的图像和纯血污原图像，判断两张图像是否相似；若不相似，则更新深度学习模型2的神经网络梯度；若相似则进入下一步；将带血污图像输入级联神经网络模型，输出最终清晰图像结果。本发明通过深度学习中的生成对抗网络来模拟生成血污图像，通过使用改进后的变分自编码网络来消除血污图像中的血污，解决了医学图像中血液污染影响视觉的问题，较好的模拟医学图像中的血污和消除医学图像中的血污，使医学图像的清晰度更高、信噪比峰值更大。
-
公开(公告)号：CN111581379A
公开(公告)日：2020-08-25
申请号：CN202010352090.6
申请日：2020-04-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于作文扣题度的自动作文评分计算方法，该方法包括S1：句子预处理和分布式表示；S2：图卷积神经网络构建；S3：图卷积神经网络训练；S4：多层感知机分类器训练预测。本发明应用在自动作文评分领域，实现对非扣题作文的检测和发现，作文参考范文和学生作答作文的文本匹配程度是作文评分的一个重要特征，通过一种新颖的方式构建了图神经网络，综合了各个句子的相似度计算作文扣题度。
-
公开(公告)号：CN110188819A
公开(公告)日：2019-08-30
申请号：CN201910459249.1
申请日：2019-05-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于信息增益的CNN和LSTM图像高层语义理解方法，包括构建改进的卷积神经网络、构建卷积神经网络和长短期记忆网络联合神经网络、数据预处理和图像语义解读；构建改进卷积神经网络，是利用大规模图像语义数据集构建并改进卷积神经网络；构建联合神经网络，是利用改进的卷积神经网络和长短期记忆网络构建联合神经网络；数据预处理，是将图像进行数据增强的操作，同时将场景的文本标签实现嵌入操作完成数据预处理；图像语义解读，是将图像特征输入训练完成的模型中进行图像语义解读。本发明改进了传统的图像与文本信息的图像语义理解模型，提出了一种新的卷积神经网络和长短期记忆网络的结合方法，能够显著的提升图像语义解读的效果。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.023 seconds)
