-
公开(公告)号：CN115688776B
公开(公告)日：2023-05-05
申请号：CN202211185619.5
申请日：2022-09-27
Applicant: 北京邮电大学
IPC: G06F40/295 , G06F40/30 , G06N3/042 , G06N3/0464
Abstract: 本发明是一种面向中文金融文本的关系抽取方法，用于中文金融文本处理。本发明方法包括：利用海量中文金融语料微调BERT结构训练金融文本编码器，对语句编码得到句向量；筛选金融关系数据集，对语句进行依存句法解析，基于硬剪枝策略输出邻接矩阵和句法类型矩阵；使用基于注意力机制的多层异构图卷积神经网络提取融合句法特征和实体类型特征的实体对；对金融关系触发词表中每类关系的触发词编码获得关系词向量，计算语句的相似度特征；将句向量、相似度特征和实体对拼接输入全连接分类器进行实体关系判断。本发明有效去除文本中冗余信息并保留关键信息，能从结构复杂和关系有重叠的金融长文本中有效抽取实体关系，比现有模型更具优越性。
-
公开(公告)号：CN115482595B
公开(公告)日：2023-04-07
申请号：CN202211188905.7
申请日：2022-09-27
Applicant: 北京邮电大学
IPC: G06V40/40 , G06V20/70 , G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/0895
Abstract: 本发明公开一种基于语义分割的特定人物视觉伪造检测与鉴别方法，属于深度伪造与检测技术领域，提出了一种以特定人物的深度伪造视频检测为研究目标，基于半监督和语义分割的基本方法构建目标任务的个人特征模型，对构建的人脸区域属性掩码进行选择并分类，综合各属性分类权重输出结果的伪造视频检测方式。首先本发明构建基于语义分割的目标人物区域掩膜数据集；其次建立个人语义模型进行视觉伪造检测与鉴别对深度伪造视频进行检测。制作数据集过程中，利用半监督机器学习算法扩增数据集，解决特定人物数据集不足的问题并降低人工标注成本。
-
公开(公告)号：CN114386103B
公开(公告)日：2022-10-04
申请号：CN202210042418.3
申请日：2022-01-14
Applicant: 北京邮电大学
Abstract: 本申请提供一种秘密信息隐藏方法、秘密信息提取方法及传输系统，秘密信息隐藏方法包括：基于目标文档文件的版本信息获取目标文档文件对应的目标数据区域，并在该目标数据区域中查找用于隐藏秘密信息的嵌入区域；将秘密信息对应的加密数据添加至嵌入区域，并对目标文档文件进行源文档类型一致性处理。本申请能够在不改变文档大小、文档格式特征且无插件、无附加多媒体内容的基础上实现信息隐藏，实用性强，适用范围广，且能够有效提高秘密信息传输的安全性，大幅度降低因在文件引入附加对象的操作受到第三方攻击者关注及监测的网络攻击风险。
-
公开(公告)号：CN119992553A
公开(公告)日：2025-05-13
申请号：CN202510064647.9
申请日：2025-01-15
Applicant: 北京邮电大学
IPC: G06V20/80 , G06V20/62 , G06V30/28 , G06V30/19 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/09 , G06N3/094
Abstract: 本发明提供一种基于单一分类的奢侈品鉴伪方法及系统，该方法的步骤包括：获取原始皮签样本图像，对所述原始皮签样本图像进行图像增强预处理；将预处理后的原始皮签样本图像输入到预训练的独立鉴伪点分割网络中，所述独立鉴伪点分割网络输出分割出的独立鉴伪点分割图像；将所述独立鉴伪点分割图像输入到采用仅包括正向标签的训练数据进行预训练的单一分类模型中，所述单一分类模型输出正类样本重构图像；计算所述独立鉴伪点分割图像和正类样本重构图像的差异值，基于所述差异值确定鉴伪结果。本方案能够仅采用正向标签的训练数据进行训练，采用单一分类的方式，解决了奢侈品数据集样本不均衡带来的精度下降的问题。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN117332082B
公开(公告)日：2024-06-11
申请号：CN202311204860.2
申请日：2023-09-19
Applicant: 北京邮电大学
Abstract: 本发明公开了基于聚类和集成学习的不平衡语言隐写分析方法及装置，涉及文本隐写分析技术领域。构建了包括预处理模块、聚类欠采样模块、模型集成模块和语言隐写分析模块的装置，首先通过预处理模块对自然文本语料库进行预处理，得到隐写文本数据集；然后聚类欠采样模块根据数据集中检测难度的分布设计了一种动态聚类方法，将覆盖文本分成不同的子簇，从不同的子簇中选择文本形成子集，将该子集与隐秘样本组合成一个新的数据集，并使用新数据集来训练基分类器。模型集成模块将每次迭代训练好的基分类器集成到集成分类器中，进行下一次迭代；语言隐写分析模块在迭代完成后，输出最终的隐写分析结果。本发明提升了不平衡场景下文本隐写分析的有效性。
-
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：CN117953563A
公开(公告)日：2024-04-30
申请号：CN202311761713.5
申请日：2023-12-20
Applicant: 北京邮电大学
IPC: G06V40/16 , G06V20/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于像素级别人脸修正预训练的深度伪造检测方法，属于深度伪造检测领域。首先对收集到的真实人物视频进行数据预处理，得到人脸预训练数据集。然后对人脸预训练数据集中的原始图像进行下采样，构建不同分辨率的面部图像金字塔；采用像素级分辨率混合技术，使用特定的融合比例和下采样图片集生成融合图像；将融合图像输入差异修正模块，利用标准的掩码自编码器训练模型完成对遮蔽区域的重建，解决像素级别的差异，得到图像编码器。最后将图像编码器在深度伪造样本上进行微调，得到能实现人脸深度伪造检测的图像编码器。本发明提高了人脸深度伪造检测的鲁棒性和泛化能力，具有广泛应用于其他任务上的潜力。
-
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：CN117596036A
公开(公告)日：2024-02-23
申请号：CN202311548142.7
申请日：2023-11-20
Applicant: 北京邮电大学
Abstract: 本发明公开了一种多时间粒度约束的动态属性基加密访问控制方法，属于数据安全技术领域。首先构建动态属性基加密访问控制系统模型，通过证书权威CA设置系统公开的公共参数和系统主密钥，并为每个用户颁发属性私钥，通过智能合约设定属性的期限，并将属性私钥发送给相应的各用户。然后CA根据CSP提供的公钥以及系统主密钥，为CSP生成陷门释放密钥，数据拥有者根据属性集合和权限释放陷门自主决定共享数据的访问策略，通过该访问策略对数据进行加密，并将密文数据上传至CSP。最后CSP从用户获取部分解密密钥{Di,D′i}，进行代理重加密，输出中间结果给用户，用户对接收到的中间结果进行解密，得到正确的消息内容。本发明实现了轻量级解密，并保证了数据的机密性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.028 seconds)
