-
公开(公告)号：CN111416683A
公开(公告)日：2020-07-14
申请号：CN202010247480.7
申请日：2020-03-31
Applicant: 上海大学
Abstract: 本发明提出了一种基于构造式对抗样本的隐蔽通信方法。本方法是：将不含秘密信息的对抗样本与秘密信息的映射关系隐藏于公有神经网络的一种隐蔽通信方法。不同于隐写术，本发明旨在发送方和接收方的通信内容不含秘密信息。利用公有图像分类网络，发送方根据秘密信息对部分样本图像的标签进行量化编码，得到低置信度的正确“软标签”。根据软标签与真实标签之间的损失值构造对抗样本。对抗样本本身不含秘密信息，但可以通过特定的公有模型映射为含密“软标签”。因此通信双方之间仅需传输构造式对抗样本，接收方将对抗样本输入公有模型并对预测结果进行解码即可得到秘密信息。
-
公开(公告)号：CN110138597A
公开(公告)日：2019-08-16
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：CN109819013A
公开(公告)日：2019-05-28
申请号：CN201811507332.3
申请日：2018-12-11
Applicant: 上海大学
IPC: H04L29/08
Abstract: 本发明涉及一种基于云存储的区块链存储容量优化方法，步骤如下：（1）区块链中各个区块按时间顺序排列，在后面区块产生过程中，前面区块中存储的交易记录可能被查询。随时间推移，各个区块中交易记录被查询的频次发生变化，以此来优化遗忘曲线；（2）根据遗忘曲线求出各个区块的被查询概率，根据被查询概率对区块链进行分割，分为可遗忘部分和不可遗忘部分；（3）可遗忘部分区块打包存储至云端，不可遗忘部分区块仍保存在区块链；（4）随区块的增加和时间推移重复步骤（2）和步骤（3）。本发明可以有效地缓解节点本地存储压力，也同样适用于有多个用户的情况。避免了因要查询的信息不在本地而大量广播，造成系统整体运行效率降低的问题。
-
公开(公告)号：CN102930503B
公开(公告)日：2016-11-16
申请号：CN201210388558.2
申请日：2012-10-15
Applicant: 上海大学
Abstract: 本发明公开了一种基于CFA图像多方向边缘插值的方法，该方法步骤为：(1)、输入一幅CFA图像；(2)、计算CFA图像多方向边缘；(3)、预测CFA图像多方向边缘丢失的绿色成分的插值方向；(4)、分别计算待插值更新像素位置处的东、南、西、北方向边缘局部梯度值；(5)、对CFA图像多方向边缘丢失的绿色成分进行初始插值；(6)、计算多方向的边缘增强梯度值，计算更新插值后的绿色成分值；(7)、对CFA图像多方向边缘丢失的蓝色成分和红色成分进行插值。该方法能够准确的预测丢失的绿色成分的插值方向，降低插值出来的丢失成分与原始真实成分之间的差距，有效的改善插值后的图像质量，插值方法容易实现。
-
公开(公告)号：CN114330507B
公开(公告)日：2024-12-17
申请号：CN202111499035.0
申请日：2021-12-09
Applicant: 上海大学
IPC: G06V40/12 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于频谱attention的指纹纹理特征提取方法。本发明利用了纹理图像在频域上的特征，进行深度学习的训练，结合了图像的时域特征和频谱特征，更好地提取了指纹图像的纹理特征，从而提高形变指纹的识别精度。本发明是基于InceptionV3所做的实验，也可以适用于其它深度学习网络。
-
Patent Agency Ranking
公开(公告)号：CN116797474A
公开(公告)日：2023-09-22
申请号：CN202310577068.5
申请日：2023-05-22
Applicant: 上海大学
IPC: G06T5/00 , G06N3/0464
Abstract: 本发明涉及一种基于Retinex的多分支弱光图像增强方法，将待增强的弱光图像输入预先构建并训练好的图像增强网络中，得到增强后的图像；图像增强网络包括：正常光图像分解网络：用以分解正常光图像的反射分量和照度分量；弱光图像分解网络：用以分解弱光图像的反射分量和照度分量，弱光图像分解网络和正常光图像分解网络的网络参数共享；多分支增强网络：用以对仅包含反射分量的弱光图像进行增强，得到增强后的图像。与现有技术相比，本发明解决了现有技术中光照强度参差不齐对增强结果的影响，使得增强后的图像不存在阴影区域，并且亮度均匀。
-
公开(公告)号：CN111462009B
公开(公告)日：2023-04-07
申请号：CN202010246282.9
申请日：2020-03-31
Applicant: 上海大学
IPC: G06T5/00 , G06T7/11 , G06T7/90 , G06T3/40 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于分割矩形区域相似度的出血点预测方法。本方法主要分为区域候选和相似度匹配。对于区域候选，首先采用相关的颜色分离算法，将图像按照颜色分为不同的版式，然后对于不同颜色的图案采用区域候选网络进行候选框的标定，并且采用NMS去抑制重叠度比较高的区域，减少计算的时间复杂度。之后搭建了一个双分支CNN神经网络来实现相似度的匹配，相比于传统的相似度匹配的方法，双分支CNN更加精确和高效。之后，再将原图中图像边界区域切割的矩形块和对应颜色区域图案中进行相似度的匹配。获取到相似度最高的候选区域，以锚点为中心右移得到的矩形放块拼接到原图中编号对应的位置，即可完成出血位的填充。
-
公开(公告)号：CN115170997A
公开(公告)日：2022-10-11
申请号：CN202210501829.4
申请日：2022-05-09
Applicant: 上海大学
IPC: G06V20/40 , G06V10/764 , G06N20/00
Abstract: 本发明提出一种基于帧预测的监控视频异常检测方法，目的在于解决现有监控视频中异常行为识别依赖于人工检测、耗时多、准确度低的问题。网络可分为三部分：编码器、记忆存储模块、解码器。使用U‑Net网络作为编解码器，在编码过程中结合多重注意力网络，提取通道和空间重要信息。在编码提取特征后引入记忆存储模块，使用记忆存储模块中的多种原型特征来表示复杂、多样的正常行为，提升视频预测帧的质量。通过预测帧和真实地面帧的对比，从而判断异常行为是否发生。
-
公开(公告)号：CN114694187A
公开(公告)日：2022-07-01
申请号：CN202210307905.8
申请日：2022-03-25
Applicant: 上海大学
Abstract: 本发明涉及一种基于频谱attention的纹理特征提取方法，利用了纹理图像在频域上的特征，进行深度学习的训练，结合了图像的时域特征和频谱特征，更好地提取了指纹图像的纹理特征。本发明通过添加频谱attention模块帮助卷积神经网络更好地提取指纹的纹理特征，从而提高形变指纹的识别精度。本发明是基于InceptionV3所做的实验，也可适应于其它深度网学习网络。
-
公开(公告)号：CN114693630A
公开(公告)日：2022-07-01
申请号：CN202210307913.2
申请日：2022-03-25
Applicant: 上海大学
Abstract: 本发明提出了一种基于对抗边缘学习的图像出血位预测方法，其步骤如下：步骤1、图像预处理；步骤2、颜色分离；步骤3、训练轮廓生成网络；步骤4、训练图像修复网络；步骤5、出血位预测。本发明基于一个二阶段的生成对抗模型，将深度学习中的对抗网络应用于解决印刷出血问题，具有较大的创新意义。将网络分为两部分：轮廓生成网络和图像修复网络。轮廓生成网络采用Canny边缘检测算法结合生成对抗网络预测出血位区域的图像边缘结构。图像修复网络使用一阶段中预测的边缘假想图作为先验，并根据原图的已知信息对出血位区域进行预测。本发明方法能保证印刷后产品的稳定性，保证印刷品能满足需求。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.017 seconds)
