-
公开(公告)号：CN110097159B
公开(公告)日：2022-09-23
申请号：CN201910353278.X
申请日：2019-04-29
Applicant: 绍兴聚量数据技术有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于汉明码的QR码认证方法及系统，包括步骤：步骤S1、将QR码信息进行编码以生成初步QR码；步骤S2、将所述初步QR码中的数据模块进行分组；步骤S3、将(7,4)汉明纠错机制将3比特认证信息嵌入到所述初步QR码中得到最终的模块矩阵；步骤S4、对所述终的模块矩阵进行掩模操作；步骤S5、对QR码的信息进行认证。本发明不仅抗打印拍照，还具有信息容量大的特点。本发明方法中，通过(7,4)汉明码修改模块矩阵中的模块嵌入认证信息。在固定的QR码纠错级别下，本发明能够嵌入的更多的认证信息。
-
公开(公告)号：CN110446067B
公开(公告)日：2021-11-02
申请号：CN201910814980.1
申请日：2019-08-30
Applicant: 杭州电子科技大学
IPC: H04N21/234 , H04N21/2343 , H04N21/44 , H04N21/4402 , H04N5/14
Abstract: 本发明公开了一种基于张量分解的视频浓缩方法，属于本发明在前人方法的基础上进行改进，使其效率提高。本发明通过将视频通过特定算法分成各个段，再对各个视频分段进行张量分解，并提取出特征帧代替该段，最后将特征帧重组为视频文件，实现视频浓缩。实验结果证明该视频可以非常有效的提取视频中的关键信息减少冗余。另外，本发明的视频处理模型能够非常有效的处理是视频文件而且浓缩后的视频大大节约视频的处理时间，提高了检测效率，这也使得其大大优于前人的方法。
-
公开(公告)号：CN110084736A
公开(公告)日：2019-08-02
申请号：CN201910353277.5
申请日：2019-04-29
Applicant: 绍兴聚量数据技术有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于SURF和金字塔算法的水印检测方法及系统，包括步骤：步骤S1、将原始图像放缩到与第二样本图像同样的尺寸；步骤S2、通过SURF算法将所述第二样本图像变换到与原图像相同的尺度空间；步骤S3、通过金字塔算法在变换后的第二样本图像中定位ROI区域；步骤S4、确定水印位置；步骤S5、检测水印。本发明具有匹配精度高、匹配速度快等优点。
-
公开(公告)号：CN106303158A
公开(公告)日：2017-01-04
申请号：CN201610872036.8
申请日：2016-09-30
Applicant: 杭州电子科技大学
CPC classification number: H04N5/21 , G06T5/002 , G06T5/003 , G06T5/30 , G06T7/0002 , G06T2207/10016 , G06T2207/20224 , G06T2207/30232 , H04N7/18
Abstract: 本发明公开了一种视频图像中的条纹异常检测方法。本发明具体实现如下：首先获得目标视频，提取视频序列中的图像，并将图像的存储格式由多通道转化为单通道的灰度图像存储格式；其次将灰度格式图像序列依次做前后帧的差帧处理，得到差值图像序列；并将差值图像序列进行形态学中腐蚀去噪处理；然后将去噪图像序列和差值图像序列进行Sobel算子锐化处理，得到两组图像序列并分别进行行投影，得到两组投影数据；对两组投影数据进行方差计算，通过去噪处理得到投影数据和未去噪处理得到投影数据的方差比,判断是否存在横纹。本发明能识别图像是否存在水平横纹，有效降低对无横纹图像的检测误判。
-
公开(公告)号：CN104299233A
公开(公告)日：2015-01-21
申请号：CN201410519756.7
申请日：2014-09-30
Applicant: 杭州电子科技大学
IPC: G06T7/00
CPC classification number: G06T7/11 , G06T2207/10044 , G06T2207/20112
Abstract: 本发明公开一种基于超像素块的蜂群和灰色关联算法的SAR图像分割方法：其实现步骤是：（1）预处理待分割SAR图像；（2）计算超像素块；（3）初始化每个超像素块的灰度空间；（4）在每个超像素块里面用蜂群算法进行寻优，找到最优聚类中心；（5）初始化超像素块聚类中心与其他相邻的像素块的聚类中心之间的距离；(6)根据加权公式定义出像素块在领域内的和每个领域的关联程度；（7）循环（6）直到每个像素块都归类的权值最优的类中去；（8）得到分割结果。由于本发明采用将待分割SAR图像分割成超像素块的方法，使图像中的像素点具有位置信息约束，使图像不会发生错乱，提高了图像局部完整性。
-
Patent Agency Ranking
公开(公告)号：CN118296856A
公开(公告)日：2024-07-05
申请号：CN202410703443.0
申请日：2024-06-03
Applicant: 杭州电子科技大学
IPC: G06F30/20 , G06F30/15 , G06F30/17 , G06F111/10 , G06F111/04
Abstract: 本发明公开了一种航天装备正向设计方案确定方法、装置、介质和设备，涉及航天装备设计技术领域。先获取包括设计输入、功能要求和性能要求的系统需求，然后根据功能要求采用用例分析，以满足性能要求为约束，设计航天装备各系统的功能架构，再根据航天装备各系统的功能架构和预先录入的物料类目，组合生成分别对应航天装备各系统的基础物料方案，最后根据设计输入进行筛选，得到每个系统对应的优选物料方案，组合形成航天装备设计方案。本发明通过在系统需求中增加对应航天装备至少部分组成结构的优选物料类目和/或优选概要参数，将其作为设计输入，能够以预设的设计输入作为导向对物料进行筛选，提高了航天装备设计方案的确定效率。
-
公开(公告)号：CN116469157A
公开(公告)日：2023-07-21
申请号：CN202211465109.3
申请日：2022-11-22
Applicant: 杭州电子科技大学
IPC: G06V40/20 , G06V20/40 , G06V10/40 , G06V10/62 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明提出了一种基于多尺度特征融合的视频动作识别方法，首先将视频中的每一帧图像的人物参考姿态估计的方法估计其关节点，对关节点进行增强，然后定义骨架图的特征信息，分别为关节点信息，骨骼信息，以及关节点运动信息，提取它们的多尺度特征，将骨架图的特征信息输入到图卷积网络中，动态更新节点之间的拓扑关系，融合相关的节点之间的特征，输出特征进行融合，对视频进行动作识别。考虑到图节点之间的相似性以及骨架图中多种特征信息，并有效的消除计算关节点之间拓扑关系时冗余信息的影响，因此检测准确率很高，而且检测效率快，整体性能由优于前人的方法。
-
公开(公告)号：CN110097135B
公开(公告)日：2022-12-09
申请号：CN201910384032.9
申请日：2019-05-09
Applicant: 绍兴聚量数据技术有限公司 , 杭州电子科技大学
IPC: G06V10/764 , G06V10/50 , G06V10/74 , G06V10/80 , G06V10/77
Abstract: 本发明公开了一种基于双张量的全息衍射标签图像识别算法，包括：S11.获取全息衍射标签的原始图像，其中，所述原始图像包括训练样本的原始图像和测试样本的原始图像；S12.将所述获取的测试样本的原始图像进行预处理，生成HSV张量且提取HOG张量；将所述获取的训练样本的原始图像进行预处理，生成HSV张量且提取HOG张量；S13.将获得的测试样本的HSV张量和HOG张量组成双张量；将获得的训练样本的HSV张量和HOG张量组成双张量；通过典型相关分析测量训练样本和测试样本不同分解矩阵之间的相似性；S14.将所述不同分解矩阵之间的相似性使用最近邻算法进行分类。本发明将不同分解矩阵的相似性向量投影到PCA子空间进行KNN分类，有效的提高不同样本之间的识别性能。
-
公开(公告)号：CN111787335A
公开(公告)日：2020-10-16
申请号：CN202010653109.0
申请日：2020-07-08
Applicant: 绍兴聚量数据技术有限公司 , 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: H04N19/91 , H04N19/467 , H04N19/184
Abstract: 本发明提出了一种基于AMBTC压缩技术和霍夫曼编码的可逆信息隐藏方法。首先，利用AMBTC对原始灰度图像进行压缩，每个块就到了两个量化级和一个位图。接下来，将每个块的位图转换为十进制数,用来计算十进制数的出现频数。用户定义的阈值用于将块划分为两种情况，分别为可嵌入块和不可嵌入块。如果十进制数的频数大于或等于阈值，则相对应的位图是可嵌入的，然后使用霍夫曼编码技术进行压缩。如果十进制数的频数小于阈值，则相对应的位图是不可嵌入的。该发明利用霍夫曼码来代替原始位图，腾出每个块位图的剩余空间，用来嵌入秘密信息。与其他方法相比，该方法具有更好的信息隐藏量和可以接受的图像视觉质量。
-
公开(公告)号：CN110446067A
公开(公告)日：2019-11-12
申请号：CN201910814980.1
申请日：2019-08-30
Applicant: 杭州电子科技大学
IPC: H04N21/234 , H04N21/2343 , H04N21/44 , H04N21/4402 , H04N5/14
Abstract: 本发明公开了一种基于张量分解的视频浓缩方法，属于本发明在前人方法的基础上进行改进，使其效率提高。本发明通过将视频通过特定算法分成各个段，再对各个视频分段进行张量分解，并提取出特征帧代替该段，最后将特征帧重组为视频文件，实现视频浓缩。实验结果证明该视频可以非常有效的提取视频中的关键信息减少冗余。另外，本发明的视频处理模型能够非常有效的处理是视频文件而且浓缩后的视频大大节约视频的处理时间，提高了检测效率，这也使得其大大优于前人的方法。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.026 seconds)
