便携式电子存储介质数据擦除装置及基于该装置的数据擦除方法

    公开(公告)号:CN103295638A

    公开(公告)日:2013-09-11

    申请号:CN201310224603.5

    申请日:2013-06-06

    Abstract: 便携式电子存储介质数据擦除装置及基于该装置的数据擦除方法,涉及一种电子存储介质数据擦除装置及数据擦除方法,为解决现有数据擦除的装置功能单一、销毁速度慢、便携程度低和擦除结果不确定的问题。本发明所述数据擦除装置包括开机键、设备接口、液晶显示屏、开始键、模式选择键、向上向下选择键、报告浏览键、电源输入接口、电池和数据擦除控制模块,数据擦除方法具体过程为:识别设备磁盘信息;显示接口处于等待执行状态;检测磁盘是否存在HPA隐藏扇区和DCO隐藏扇区,如果是去除HPA和DCO,如果否忽略隐藏扇区;选择擦除方式快速擦除或自定义擦除;对磁盘格式化;产生擦除记录报告。本发明用于处理不同介质的数据擦除。

    模型压缩方法和装置
    35.
    发明公开

    公开(公告)号:CN112418405A

    公开(公告)日:2021-02-26

    申请号:CN202011412659.X

    申请日:2020-12-03

    Abstract: 本申请实施例公开了模型压缩方法和装置。该方法的一具体实施方式包括:对于预设的样本图像集合中的每个样本图像,将该样本图像输入预设的基础图像识别模型,得到至少一个目标层分别对应的通道集合;基于通道集合,确定每个目标层分别对应的初始通道重要度向量;基于初始通道重要度向量,确定每个目标层分别对应的通道重要度向量;对于至少一个目标层中的每个目标层,基于该目标层对应的通道重要度向量,从该目标层中确定非重要通道并删除;将删除非重要通道后的模型作为子模型并对子模型进行训练。该实施方式实现了在不影响图像识别精度的情况下,对模型的体积进行有效的压缩,从而有助于节约模型占用的存储空间,并提高模型处理数据的效率。

    一种图像篡改检测方法、终端设备及存储介质

    公开(公告)号:CN112381775A

    公开(公告)日:2021-02-19

    申请号:CN202011230556.1

    申请日:2020-11-06

    Abstract: 本发明涉及一种图像篡改检测方法、终端设备及存储介质,该方法中包括:S1:采集未篡改图像和对应的篡改图像,并将未篡改图像减去篡改图像得到篡改图像的差异图像,将未篡改图像和篡改图像共同组成训练集;S2:构建二分类网络模型,通过训练集对二分类网络模型进行训练,使得训练后的二分类网络模型能够区分图像是否被篡改;二分类网络模型包括特征提取层、图像注意力层和分类器;S3:通过训练后的二分类网络模型对图像是否被篡改进行识别。本发明将差异图像作为真实标签。以真实标签作为篡改监督信息,使用神经网络训练二值分类网络,引导网络获取准确的篡改检测概率值和伪造定位图,可以有效提升人脸篡改图像识别分类的性能。

    一种拍屏文件图片检测方法、装置及存储介质

    公开(公告)号:CN111985483A

    公开(公告)日:2020-11-24

    申请号:CN202010761222.0

    申请日:2020-07-31

    Abstract: 本发明提出了一种拍屏文件图片检测方法、装置及存储介质,该方法包括:拍照设备中获取待检测的图片;使用第一卷积神经网络模型对所述待检测的图片进行检测,如果该图片为拍屏图片,则使用第二卷积神经网络检测该图片中是否包含文字,如果是,则进行文字识别;使用第三卷积神经网络模型对包含文字的拍屏图片进行文字识别,得到文本文件;使用所述文本文件与计算机系统中存储的文件进行匹配,如果匹配度大于第一阈值,则发出警报。本发明考虑到硬件的限制,设计了速度较快且准确率较好的图片分类模型,改进基于卷积神经网络的文字检测和文本识别算法,提升了文字检测和文本识别的速度,解决了拍屏文件图片检测和文本识别问题,可应用于低端手持设备,提升了用户体验。

    一种基于深度学习的包裹检测方法、装置、存储介质

    公开(公告)号:CN111160220A

    公开(公告)日:2020-05-15

    申请号:CN201911368237.4

    申请日:2019-12-26

    Abstract: 本发明提供了一种基于深度学习的包裹检测方法、装置及存储介质,该方法包括:获取视频源中的一帧图像;使用训练后的深度神经网络模型检测所述图像中是否存在包裹,如果是,则计算包裹的尺寸;如果所述包裹的尺寸超过第一阈值,则将该包裹标记为大件包裹,否则进行行人检测;如果所述距离大于第二阈值,则将所述包裹标记为无主包裹;如果存在大件包裹或无主包裹则发出警报。即本发明使用与传统背景建模完全不同的技术,不需要区分前景和背景,因此可用于机器人移动场景下的包裹检测,使得机场的包裹检测不留死角,且不需要安装大量的摄像头,节约了成本。

    一种目标图像定位方法、装置、系统及存储介质

    公开(公告)号:CN110287851A

    公开(公告)日:2019-09-27

    申请号:CN201910538092.1

    申请日:2019-06-20

    Abstract: 本发明提供了一种目标图像定位方法、装置、系统及存储介质,所述方法包括:获取图像数据;基于所述图像数据和所述目标图像的生成器模型,得到所述图像数据中的目标图像区域;其中,所述目标图像的生成器模型包括基于所述目标图像生成的对抗神经网络中的生成器模型。根据本发明的方法、装置、系统及存储介质,通过基于目标图像生成的对抗神经网络中的生成器模型,对图像数据中的目标图像进行定位,过滤图像数据中的背景噪音,实现了目标图像的精确快速定位,保证了后续处理的准确度和速度,提升用户体验。

    一种低照度的人脸图像处理方法、装置、设备及可读介质

    公开(公告)号:CN108629333A

    公开(公告)日:2018-10-09

    申请号:CN201810516307.5

    申请日:2018-05-25

    Abstract: 本发明提供了一种低照度的人脸图像处理方法、装置、设备及可读介质,该方法包括:对视频中的每一帧进行处理,提取出属于同一个人的n张二维人脸图像;然后将n张二维人脸图像根据三维人脸模型生成n张三维人脸图像,并将n张三维人脸图像叠加生成一张均值三维人脸图像;再将均值三维人脸图像映射至二维空间得到一张均值二维人脸图像;对均值二维人脸图像做图像增强处理后获得合适的亮度和对比的人脸图像。本发明根据热噪声的特点对视频中帧图像噪声进行降噪处理,并获取二维人脸图像后转成三维图像后进行叠加计算,以此来提高人脸照片的信噪比,并能通过所有二维人脸图像中不同角度的人脸照片不断补全人脸被遮挡部分的纹理,提高人脸图像的质量。

Patent Agency Ranking