一种基于弱监督机制的人体姿态估计方法

    公开(公告)号:CN111695457B

    公开(公告)日:2023-05-09

    申请号:CN202010468015.6

    申请日:2020-05-28

    Abstract: 本发明公开了一种基于弱监督机制的人体姿态估计方法,通过弱监督的训练方式,利用较少的带标签数据来训练模型,解决了视频数据集标注困难、成本高等问题,同时充分利用了视频的时序信息即视频帧之间的隐式相关性,从而更好的处理了人体姿态估计任务中固有的遮挡、运动模糊等问题,使得模型的泛化性更强,实现更高的检测准确率。同时,本发明方法采用轻量级的网络架构,使得姿态估计实时利用更加可行,解决了传统姿态估计占用大量资源的问题,对短视频平台、安防等领域具有重要应用价值。

    基于AST多维特征融合的智能合约代码克隆检测方法

    公开(公告)号:CN115422541A

    公开(公告)日:2022-12-02

    申请号:CN202211157768.0

    申请日:2022-09-22

    Abstract: 本发明公开了一种基于AST多维特征融合的智能合约代码克隆检测方法,能够有效地解决智能合约代码克隆检测问题。本发明通过将智能合约代码转换为抽象语法树AST,分别对AST横向和纵向两个方向进行分析,提取相应的语法信息和语义信息,然后利用编码器得到AST横向和纵向的融合特征向量;最后通过相似性检测算法计算两个不同合约函数块融合特征向量的相似度。本发明方法通过融合语法和语法特征,能够更加精准地实现智能合约的代码克隆检测,具有良好的前瞻性和参考性。

    一种基于句法树匹配的智能合约相似性检测方法

    公开(公告)号:CN113177107B

    公开(公告)日:2022-05-27

    申请号:CN202110569353.3

    申请日:2021-05-25

    Abstract: 本发明公开了一种基于句法树匹配的智能合约相似性检测方法,其借助抽象语法树提取工具捕获智能合约语法信息,利用编码器的注意力机制获取句法树中各节点的语义信息,最终提取智能合约句法树的高语义特征向量,以特征向量为相似度计算函数的输入得到不同句法树之间的相似值,通过求平均值的方法得到两段智能合约源码的相似性检测结果。本发明有效地解决了以太坊智能合约相似性检测问题,相较于传统的代码克隆检测方法,本发明方法实现了更准确的检测效果,同时具备精确到代码行的相似性检测解释,具有良好的通用性和实用价值。

    基于跨模态教师-学生网络的智能合约漏洞检测方法

    公开(公告)号:CN113904844A

    公开(公告)日:2022-01-07

    申请号:CN202111170949.2

    申请日:2021-10-08

    Abstract: 本发明公开了一种基于跨模态教师‑学生网络的智能合约漏洞检测方法,包括:编译智能合约源码生成相应的字节码,提取源码与字节码两种形式的程序语义图,并进行语义图归一化处理;利用BERT模型提取字节码模态的程序语义图Block级语义信息;构建图消息传递网络从归一化后的语义图中分别提取智能合约源码和字节码的图结构信息,并生成相应的图特征向量;构建教师‑学生网络实现跨模态的互相学习,提高字节码单模态背景下的智能合约检测准确率。本发明方法相较于传统的智能合约漏洞检测工具有更高的准确率,填补了当前基于专家规则和深度学习的智能合约安全漏洞检测方法的空缺,具有良好的实用价值和借鉴意义。

    一种基于句法树匹配的智能合约相似性检测方法

    公开(公告)号:CN113177107A

    公开(公告)日:2021-07-27

    申请号:CN202110569353.3

    申请日:2021-05-25

    Abstract: 本发明公开了一种基于句法树匹配的智能合约相似性检测方法,其借助抽象语法树提取工具捕获智能合约语法信息,利用编码器的注意力机制获取句法树中各节点的语义信息,最终提取智能合约句法树的高语义特征向量,以特征向量为相似度计算函数的输入得到不同句法树之间的相似值,通过求平均值的方法得到两段智能合约源码的相似性检测结果。本发明有效地解决了以太坊智能合约相似性检测问题,相较于传统的代码克隆检测方法,本发明方法实现了更准确的检测效果,同时具备精确到代码行的相似性检测解释,具有良好的通用性和实用价值。

    一种基于稀有类挖掘的罕见疾病图片搜寻方法

    公开(公告)号:CN111403027A

    公开(公告)日:2020-07-10

    申请号:CN202010185084.6

    申请日:2020-03-17

    Abstract: 本发明公开了一种基于稀有类挖掘的罕见疾病图片搜寻方法,其通过稀有类检测和稀有类开发两步完成,实现了准确高效的罕见疾病图片搜寻,具体包括:大数据集离线预处理;稀有类检测的在线查询;用户交互式更新对数据的兴趣情况;利用正负样本开发稀有类。本发明为了解决稀有类检测的速度问题,通过变量的全局设置离线处理,将单次查询的时间复杂度降低到足以实时反馈的程度,同时利用人机交互确保了稀有类开发结果符合实际,避免了因得到大量无关图片浪费人力资源,填补了当前基于该问题方法的欠缺,不仅能帮助人们从医疗图片中更好地获得经济效益,在相关研究领域也具有借鉴价值。

Patent Agency Ranking