-
公开(公告)号：CN110598543A
公开(公告)日：2019-12-20
申请号：CN201910719182.0
申请日：2019-08-05
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于属性挖掘和推理的模型训练方法及行人再识别方法，属于计算机视觉领域，包括：建立第一训练网络并进行训练，以完成对基础网络的训练；在第一训练网络中加入属性特征提取器，得到第二训练网络并进行训练，以完成对属性特征提取器的训练；在第二训练网络中加入注意力网络，得到第三训练网络并进行训练，以完成对通道注意力模块和空间注意力模块的训练；在第三训练网络中加入用于属性推理的图卷积模块，得到第四训练网络并进行训练，以完成对图卷积模块的训练；去掉第四训练网络中的分类器，得到行人再识别模型；利用行人再识别模型提取行人的全局特征，以得到查询结果。本发明能够提高行人再识别的准确性和鲁棒性。
-
公开(公告)号：CN108921054A
公开(公告)日：2018-11-30
申请号：CN201810621599.9
申请日：2018-06-15
Applicant: 华中科技大学
Abstract: 本发明公开一种基于语义分割的行人多属性识别方法，本发明方法在线下训练阶段，首先选择比较普遍的行人属性，在行人属性数据集上训练行人多属性识别模型。该模型有三条输出分支，其中两条分支采用语义分割结合特征融合策略分别输出颜色属性和类型属性。第三条分支输出性别属性。综合模型的三条分支输出得到行人多属性。在线上查询阶段，用行人多属性识别模型对行人图像库提取属性，然后就可以通过属性查询库中有该属性的行人图像。本发明方法在行人多属性识别方面取得了很好的准确率。
-
公开(公告)号：CN102663058B
公开(公告)日：2013-12-18
申请号：CN201210090259.0
申请日：2012-03-30
Applicant: 华中科技大学
IPC: G06F17/30
Abstract: 本发明提供了一种分布式网络爬虫系统中的URL去重方法，通过引入虚拟爬行结点，实现了高效的任务划分策略，从而更好地适应分布式网络爬虫系统中实际爬行结点的动态变化，在任务划分策略基础上使用一种分布式的URL去重方式，从而避免实际爬行结点变化过程中造成的重复爬行。本发明在任务划分时变动规模小，能保证爬虫系统稳定持久运行，划分策略具有动态适应性，能实现实际爬行结点的负载均衡。采用多个布隆过滤器去重结构，减小了去重对内存大小的需求，可实现基于内存的快速去重，在需要时能高效转移和备份，防止由于去重信息缺失而造成爬虫系统重复爬行。本发明效率高，可操作性好，具有极高的应用价值。
-
公开(公告)号：CN102096780B
公开(公告)日：2013-01-02
申请号：CN201010595812.7
申请日：2010-12-17
Applicant: 华中科技大学
Abstract: 大规模用户环境下数字指纹的快速检测方法，具体为：构建数字指纹哈希表，在数字指纹哈希表中对从作品中提取的指纹进行匹配，匹配得到与提取指纹相似的指纹近邻集，指纹近邻集中与提取指纹相差最小的数字指纹对应的用户为非法用户。本发明所采用的基于LSH的快速近邻搜索方法，能快速响应数字指纹系统查询请求，能满足系统实时查询的要求。尤其在用户量巨大时，本算法在时间效率上相比现有的检测算法有巨大的优势。
-
公开(公告)号：CN102096780A
公开(公告)日：2011-06-15
申请号：CN201010595812.7
申请日：2010-12-17
Applicant: 华中科技大学
Abstract: 大规模用户环境下数字指纹的快速检测方法，具体为：构建数字指纹哈希表，在数字指纹哈希表中对从作品中提取的指纹进行匹配，匹配得到与提取指纹相似的指纹近邻集，指纹近邻集中与提取指纹相差最小的数字指纹对应的用户为非法用户。本发明所采用的基于LSH的快速近邻搜索方法，能快速响应数字指纹系统查询请求，能满足系统实时查询的要求。尤其在用户量巨大时，本算法在时间效率上相比现有的检测算法有巨大的优势。
-
Patent Agency Ranking
公开(公告)号：CN102004888A
公开(公告)日：2011-04-06
申请号：CN201010552557.8
申请日：2010-11-19
Applicant: 华中科技大学
IPC: G06F21/24
Abstract: 本发明是关于一种数字视频作品上传中的反盗版过滤系统，是以数字指纹的方式，将发行商的指纹嵌入到数字视频作品中，在发行商或消费者向视频分享站点上传时提取数字指纹，结合数字指纹证书验证方式,实现对视频作品进行过滤,达到阻止非法拷贝上传的目的。本发明的特点在于将数字指纹提取模块设置在消费者在客户端上传过程中，当检测到盗版作品时，阻止其上传，实现了数字版权的主动保护。本发明覆盖范围广，覆盖面积大，将成本分散到每个消费者上传视频过程中，实现所需经济成本小，具有可观的前景。
-
公开(公告)号：CN101794363A
公开(公告)日：2010-08-04
申请号：CN201010104477.6
申请日：2010-01-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种网络多媒体版权主动追踪与监视系统，以数字指纹、拷贝检测技术为核心，紧密结合现有的DRM系统，构建了网络环境下多媒体非法拷贝的发现、追踪、认定和监视框架，实现了主动追踪机制、支持大容量用户的数字指纹生成与嵌入技术、拷贝检测技术、版权注册与认定技术。系统包括特征数据库，监视结果数据库，网络媒体数据库，数字指纹数据库，版权注册管理模块，数字版权管理模块，数字指纹检测模块，客户端模块，指纹证书管理模块，版权监视模块，拷贝检测模块，网络爬行模块，用户查询与显示接口。本发明针对多媒体数字版权中存在的以上问题，提供了一种网络多媒体版权主动追踪与监视系统，该系统实现了版权主动追踪机制，克服了传统数字指纹系统的被动缺陷。
-
公开(公告)号：CN117079354A
公开(公告)日：2023-11-17
申请号：CN202310837170.4
申请日：2023-07-10
Applicant: 华中科技大学
IPC: G06V40/40 , G06V40/16 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/56 , G06V10/80 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于噪声不一致性的深度伪造检测分类和定位方法，属于计算机视觉领域，包括：训练阶段，采用训练集训练伪造纹理增强与定位模型；所述训练集中的训练样本包括：真实人脸、伪造人脸及AIM图片，标签为对应人脸区域为真实人脸、伪造人脸及AIM掩码标签；其中，AIM图片用于制造纹理差异以作为自制伪造样本参与模型的训练；应用阶段，获取待检测目标图像，并输入训练完成的伪造纹理增强与定位模型，得到目标图像对应的目标真伪检测结果和伪造区域定位结果。同时，本发明能够制造拥有GAN纹理的伪造图片，可以在训练阶段提供更多的训练数据，不论是针对已知的伪造类型，还是未知的伪造方法，都能够有效提高模型对待检测数据的检测准确性能。
-
公开(公告)号：CN116978096A
公开(公告)日：2023-10-31
申请号：CN202310900537.2
申请日：2023-07-21
Applicant: 华中科技大学
IPC: G06V40/16 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于生成对抗网络的人脸对抗攻击方法，属于对抗攻击领域，该方法通过设计归一化注意力生成器和图像重建生成器，以及真假验证鉴别器和身份信息鉴别器，使得对抗样本能达到较高攻击成功率的同时有较好的视觉质量；同时，加入了传统攻击方法作为一个融合攻击模块以进行对抗训练，加强模型中鉴别器D1的鲁棒性，从而促进生成器的稳定收敛，获得具有更自然的视觉质量的对抗样本；采用集成了不同类型的人脸识别模型作为身份鉴别器，并且对生成器生成的对抗样本进行尺寸放缩以及高斯模糊等变换以增强样本多样性，促进模型学习到多种人脸识别模型关注的共性区域，使得对抗样本具有良好的可迁移性，从而提升攻击性能。
-
公开(公告)号：CN108921054B
公开(公告)日：2021-08-03
申请号：CN201810621599.9
申请日：2018-06-15
Applicant: 华中科技大学
Abstract: 本发明公开一种基于语义分割的行人多属性识别方法，本发明方法在线下训练阶段，首先选择比较普遍的行人属性，在行人属性数据集上训练行人多属性识别模型。该模型有三条输出分支，其中两条分支采用语义分割结合特征融合策略分别输出颜色属性和类型属性。第三条分支输出性别属性。综合模型的三条分支输出得到行人多属性。在线上查询阶段，用行人多属性识别模型对行人图像库提取属性，然后就可以通过属性查询库中有该属性的行人图像。本发明方法在行人多属性识别方面取得了很好的准确率。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.021 seconds)
