-
公开(公告)号：CN117830442A
公开(公告)日：2024-04-05
申请号：CN202310730035.X
申请日：2023-06-20
Applicant: 桂林电子科技大学
Abstract: 本发明涉及地理信息技术领域，具体涉及一种结合条纹干涉成像与衍射全息的三维点云数据加密方法，利用条纹干涉成像技术将高精度的三维点云数据编码为多张干涉条纹影像以实现三维点云数据的二维图像记录；结合Logistic混沌和基于矢量分解的光学相位加密技术将条纹干涉影像编码为两张相位图进行加密，提高光学密钥敏感性和保证数据精度；同时采用QR码将三维点云数据用户授权信息、条纹干涉成像信息和部分光学加密密钥编码为黑白图像，并利用两张相位图信息对QR码进行像素替换、扩散处理，最后将经过加密的两幅纯相位图和QR码合成为一张彩色图像作为最终密文，解决了密钥安全与传输问题，完全隐藏三维点云地理数据信息的同时增加了迷惑性。
-
公开(公告)号：CN116996625A
公开(公告)日：2023-11-03
申请号：CN202310717404.1
申请日：2023-06-16
Applicant: 桂林电子科技大学
Abstract: 本发明涉及地理信息技术领域，具体涉及一种结合QR编码与GS相位生成的栅格地理数据加密方法，利用全息图抗裁切及QR码信息容量大、占用空间小并能以栅格影像方式保存这一特性，在不增大密文存储空间、保证解密图像质量条件下，将栅格地理信息及用户授权信息、部分密钥等多类型数据编码为QR码并嵌入全息图以实现栅格地理数据的统一加密；同时将栅格地理数据影像RGB通道转换成三张相位全息图以实现像素信息隐藏，并利用Lorenz输出的多个伪随机序列对GS输出的三幅相位图进行像素置乱与扩散，以弥补GS相位板作为密钥体积大之不足并提高光学密钥敏感性，使攻击者难以通过明文、密文对反推密钥及中间值，进一步提高加密的安全性。
-
公开(公告)号：CN116862744A
公开(公告)日：2023-10-10
申请号：CN202310763757.5
申请日：2023-06-27
Applicant: 桂林电子科技大学
Abstract: 本发明涉及图像处理技术领域，具体涉及结合QR编码与计算全息的栅格地理数据水印生成方法，将栅格地理数据地理空间坐标框架信息及用户信息编码为QR码，解决了传统水印容量不足的问题，同时QR码自身强大的纠错能力可显著提升水印算法的鲁棒性；利用GS迭代光学过程将QR码转化为具有白噪声分布特点的相位型全息图并作为最终水印图像，进一步提升水印信息安全，同时全息图自身抗裁剪特性也利于宿主图像受到部分攻击后水印的稳健提取；如忽略栅格地理数据的地理坐标框架信息，本发明同样适用于数字图像或视频水印生成，传统的地理数据水印生成方法不足以抵御常见攻击的问题。
-
公开(公告)号：CN116310964A
公开(公告)日：2023-06-23
申请号：CN202310168124.X
申请日：2023-02-27
Applicant: 桂林电子科技大学
IPC: G06V20/40 , G06V20/52 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于注意力机制的视频监控图像自动标注方法，运用Encoder‑Decoder模型框架，编码器选择使用卷积神经网络来提取视频监控图像中的视觉特征并编码为一组向量，解码器选择使用神经网络语言模型对编码器输出的这组向量进行分析，最后输出成一段对于视频监控图像完整表述的文本信息，发明先运用了迁移学习的方法引入公开数据集先对模型进行预训练再用实际监控场景数据实现模型参数微调，通过自动化标注的方式可以排除由不同人员标注产生的主观因素影响，能够形成客观的标注标准，并且可以在大批量数据集需要标注时节省大量的人力物力，提升视频监控图像数据集整体标注效果。
-
公开(公告)号：CN112818999B
公开(公告)日：2022-10-28
申请号：CN202110184572.X
申请日：2021-02-10
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的复杂场景3D点云语义分割方法，对获取的原始点云进行下采样，并分别利用中心自注意力机制和邻域自注意力机制对采样得到的采样点云进行特征提取，之后，将提取得到的点云空间位置特征和获取的点云数据属性特征进行拼接，经过注意力机制下的差异性池化处理，得到全局特征向量；采用跳跃连接的方式将每一层上采样结果和对应的所述全局特征向量进行级联，最终经过全连接层的处理，生成点云分割神经网络模型，利用获取的多组点云数据集对所述点云分割神经网络模型进行训练和预测，最终完成语义分割任务，实验结果证明该网络模型具有更强的泛化性能及良好的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN115091463A
公开(公告)日：2022-09-23
申请号：CN202210858169.5
申请日：2022-07-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种面向人机协作安全的布线机器人速度自适应控制方法，在实现机器人能完全按照布线图纸规划的路径运动的同时，也保护了协作人员的人身安全。主要步骤如下：首先，协作人员演示五次需要进行的工作动作，将协作人员出现时间占工作时长高的空间标记为高频协作空间，在这些空间工作时机器人降到安全速度工作。接着，通过深度学习算法识别出协作人员和机器人，并提取协作人员和机器人的关键点，计算出协作人员和机器人各自的速度以及两者间的最小距离，最后，通过速度和距离使用动态安全空间算法，计算出动态保护距离和保护性停止距离，通过这两个距离对机器人的工作速度进行控制。
-
公开(公告)号：CN114912415A
公开(公告)日：2022-08-16
申请号：CN202210739717.2
申请日：2022-06-28
Applicant: 桂林电子科技大学
IPC: G06F30/398 , G06F113/18 , G06F115/12 , G06F111/10 , G06F113/08 , G06F119/08
Abstract: 本发明公开了一种基于有限元仿真的真空汽相焊翘曲变形工艺优化方法，用于指导微电子封装生产。根据德国CondensoXM Vac型真空汽相再流焊炉，得到工艺参数，对给定工艺参数，进行仿真计算得到翘曲变形数据；利用ANSYS软件建立有限元仿真模型，将得到的翘曲变形量与IPC‑6012D标准进行比较；经过多次对比修正，得到最优工艺参数，实现真空汽相再流焊炉工艺参数优化，为微电子封装生产提供了优化指导。降低了因经验调整真空汽相再流焊炉造成的损失。
-
公开(公告)号：CN113486365A
公开(公告)日：2021-10-08
申请号：CN202110597430.6
申请日：2021-05-31
Applicant: 桂林电子科技大学
Abstract: 本发明涉及图像处理技术领域，公开了一种彩色图像光学加密方法，整体可视为两次加密操作：首次加密操作利用菲涅尔衍射将彩色图像RGB通道分量转换成一幅实值计算全息图以实现明文图像像素信息的隐藏，并通过综合设置衍射距离、参考光方向参数以调整各通道分量再现像位置来克服RGB通道分量间的信息串扰，从而确保解密过程能准确恢复出每个通道色彩分量；第二次加密操作是利用改造的Logistic混沌系统对计算全息图像素进行置换与扩散，获得一幅无意义的白噪声图像作为最终的密文图像，该次加密操作借助于混沌系统特性及扩散机理增强密文对明文变化的敏感性、增强了密文对统计攻击与唯密文攻击的抵御能力，进一步提升系统安全性。
-
公开(公告)号：CN109829022B
公开(公告)日：2021-08-27
申请号：CN201910014750.7
申请日：2019-01-08
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种融合监控视频信息的互联网地图服务系统，该系统包括：视频信息运维模块，用于视频影像数据、视频属性数据和视频空间数据的分析、管理和存储；2D‑3D地图前端加载模块，用于对2D地图、3D地图的应用客户端显示，并获取视频信息中带有的空间数据，完成对视频影像数据、属性数据的分析、加载和处理；地图服务器数据组织、发布模块，用于提供地图存储、生成服务，实现地图数据发布；后台数据库管理模块，用于根据对业务数据和空间数据的分析，实现对不同数据的后台操作管理。本发明基于多个开源框架，以一种低成本、高效方式实现了监控视频信息在2D‑3D互联网地图中的位置加载、存储管理、属性维护、统计查询以及其它地图发布功能。
-
公开(公告)号：CN112818999A
公开(公告)日：2021-05-18
申请号：CN202110184572.X
申请日：2021-02-10
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的复杂场景3D点云语义分割方法，对获取的原始点云进行下采样，并分别利用中心自注意力机制和邻域自注意力机制对采样得到的采样点云进行特征提取，之后，将提取得到的点云空间位置特征和获取的点云数据属性特征进行拼接，经过注意力机制下的差异性池化处理，得到全局特征向量；采用跳跃连接的方式将每一层上采样结果和对应的所述全局特征向量进行级联，最终经过全连接层的处理，生成点云分割神经网络模型，利用获取的多组点云数据集对所述点云分割神经网络模型进行训练和预测，最终完成语义分割任务，实验结果证明该网络模型具有更强的泛化性能及良好的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.027 seconds)
