公开(公告)号：CN117911229A

公开(公告)日：2024-04-19

申请号：CN202410091794.0

申请日：2024-01-23

Applicant: 安徽大学

Inventor： 吕皖丽 ,  王超 ,  赵星 ,  涂铮铮

IPC: G06T1/00 ,  G06T9/00 ,  G06F21/62 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/094

Abstract: 本发明公开一种基于可逆对抗样本的高光谱图像隐私保护方法。嵌入阶段，使用对抗扰动生成算法在高光谱图像上生成初始扰动，通过波段选择算法对高光谱数据进行波段选择，在初始扰动中去除未选择的部分波段上的扰动，对剩余波段扰动进行均值滤波平滑后，进行下采样操作，减少扰动大小，对下采样后的扰动进行编码压缩，通过预测误差直方图可逆信息隐藏算法将压缩后的数据嵌入到高光谱图像中，得到可逆的高光谱对抗样本，实现未授权用户无法精准识别被保护图像的目的；恢复阶段，对可逆对抗样本使用嵌入算法的逆过程，提取出压缩数据和包含对抗扰动的对抗样本，通过解码将数据还原成部分通道的扰动，最后通过相减操作还原出干净图像，实现授权用户能够精准识别被保护图像，从而达到高光谱图像的隐私保护目的。

公开(公告)号：CN117237343B

公开(公告)日：2024-01-30

申请号：CN202311498290.2

申请日：2023-11-13

Applicant: 安徽大学

Inventor： 刘政怡 ,  张广辉 ,  涂铮铮 ,  汪粼波 ,  方贤勇

IPC: G06T7/00 ,  G06N3/0895 ,  G06V10/44 ,  G06V10/86

Abstract: 本发明公开了一种半监督RGB‑D图像镜面检测方法，包括以下步骤：S1、有标签图像预热三分支学生网络，学生网络提取RGB图像特征和Depth图像特征，融合形成融合特征；S2、将融合特征、RGB图像特征和Depth图像特征送入三分支解码，获得预测图并利用真值监督；S3、利用教师网络获得无标签图像的伪标签；S4、无标签图像与有标签图像混合获得混合图像；S5、混合图像与有标签图像送入学生网络进行训练；S6、将上述训练得到的最优参数加载进模型，将RGB‑D镜面检测数据集送入模型，得到对应图像的预测结果图，完成RGB‑D图像的镜面检测。本发明减少了(56)对比文件CN 113298154 A,2021.08.24刘政怡 等.基于多模态特征融合监督的RGB-D图像显著性检测《.电子与信息学报》.2020,第42卷(第4期),997-1004.Zhengyi Liu et al..Scribble-Supervised RGB-T Salient ObjectDetection《.https://arxiv.org/abs/2303.09733》.2023,全文.Vasilis Kontonis et al..SLaM:Student-Label Mixing for Semi-SupervisedKnowledge Distillation《.https://arxiv.org/abs/2302.03806v1》.2023,全文.

公开(公告)号：CN117392584A

公开(公告)日：2024-01-12

申请号：CN202311355865.5

申请日：2023-10-19

Applicant: 安徽大学

Inventor： 涂铮铮 ,  汪启顺 ,  李成龙 ,  罗斌 ,  汤进 ,  吕皖丽

IPC: G06V20/40 ,  G06V10/77 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开一种基于非对称早期融合和时序模态差分的可见光‑热红外视频目标检测方法，为保持中间融合的多分支结构，本发明设计一种不对称的早期融合策略，该策略确保网络的每个分支都积极减少模态差异；同时为减少噪声的影响并增强泛化能力，本发明还设计一个基于时序模态差异的中间融合模块，通过时序差异负责有效地建模时间信息，而模态差异使网络减少对噪声区域的关注。本发明在现有的可见光‑热红外视频目标检测数据集上取得了较好的效果。

公开(公告)号：CN117173594A

公开(公告)日：2023-12-05

申请号：CN202311290862.8

申请日：2023-10-08

Applicant: 安徽大学

Inventor： 涂铮铮 ,  吴婕妤 ,  李牧霏 ,  姚思琪 ,  李成龙 ,  吕皖丽 ,  张慧昕 ,  郭茹菁 ,  庞媛媛

IPC: G06V20/13 ,  G06V10/44 ,  G06V10/25 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开基于可变形注意力网络的遥感图像变化检测方法，基于可变形注意力机制设计全局上下文模块，结合特征拼接和元素减法两种双时序特征融合方式，增强双时序特征的交互，使注意力模块能够专注于感兴趣的变化区域，利用稀疏空间采样策略和远程关系建模能力充分学习全局上下文；本发明的差异增强模块通过注意力机制引导全局特征和低层特征的融合，进一步生成包含丰富变化信息的差异变化图，使之更好的完成检测。本发明在遥感图像变化检测的数据集上取得了较好的效果。

公开(公告)号：CN113298094B

公开(公告)日：2022-11-04

申请号：CN202110645432.8

申请日：2021-06-10

Applicant: 安徽大学

Inventor： 涂铮铮 ,  李准 ,  王沛洲 ,  臧兴华 ,  樊康 ,  潘正悦 ,  田英健 ,  李成龙 ,  汤进

IPC: G06V10/46 ,  G06V10/26 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于模态关联与双感知解码器的RGB‑T的显著性目标检测方法，本发明通过模态对齐模块(MAM)来建模两种模态的强关联性，其空间仿射变换，特征仿射变换和一个动态卷积层来实现特征对齐和建立更灵活的模态关联性；本发明的双重解码器结合自底向上和自顶向下的方式，学习由精到粗和由粗到精的两种感知过程，从而获得更强大的信息选择与融合的能力；进一步通过将MAM中的前两个组件和全局上下文增强部分添加到ConvLSTM中，本发明的显著图比其他先进的方法具有更高的置信度。

公开(公告)号：CN112785626A

公开(公告)日：2021-05-11

申请号：CN202110111717.3

申请日：2021-01-27

Applicant: 安徽大学

Inventor： 涂铮铮 ,  朱庆文 ,  李成龙 ,  汤进 ,  罗斌

IPC: G06T7/246 ,  G06T7/73 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于多尺度特征融合的孪生网络小目标跟踪方法，多尺度融合特征模块以及优化的孪生神经网络全面考虑到深度神经网络结构中低层有利于目标的精确位置，高层可以捕获目标的语义信息的优势，通过不同层次的有效融合，充分利用底层信息避免了深层网络的卷积操作会将小目标的信息抛弃的问题，解决了跟踪过程中的小目标挑战，从而实现了良好的跟踪效果。

公开(公告)号：CN204968024U

公开(公告)日：2016-01-13

申请号：CN201520695622.0

申请日：2015-09-09

Applicant: 国网安徽省电力公司滁州供电公司 ,  安徽大学 ,  安徽继远电网技术有限责任公司

Inventor： 肖安南 ,  张城玮 ,  戴先玉 ,  王剑 ,  朱世栋 ,  赵海峰 ,  王福田 ,  涂铮铮 ,  杨可军 ,  韩文芝 ,  朱能富 ,  叶章文

IPC: H04N7/18 ,  G08B13/196

Abstract: 一种基于全景高点智能视频监控的变电站监控装置，包括视频摄取模块、ARM嵌入式系统模块、远程传输控制模块和人机交互模块；视频摄取模块、远程传输控制模块均与ARM嵌入式系统模块连接，ARM嵌入式系统模块通过远程传输模块与人机交互模块连接；视频摄取模块由多个枪式红外摄像机组成，多个枪式红外摄像机分别设置在变电站多个居高处。本实用新型公开的一种基于全景高点智能视频监控的变电站监控装置，能实现整个重点场所的监控和高清显示功能，安装简单，只需要在选定的高点安装一台枪机来实现宏观监控和目标检测，对目标进行定位和识别，通过与工作人员记录的头像信息进行比对，判断是否为陌生人，进行报警，实现变电站智能化值守。