-
公开(公告)号：CN114677359B
公开(公告)日：2025-04-25
申请号：CN202210359478.8
申请日：2022-04-07
Applicant: 长沙理工大学
IPC: G06T7/00 , G06V10/42 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于CNN的接缝裁剪图像检测方法及系统，本方法通过将待检测图像输入至预设的卷积神经网络模块中，得到待检测图像的局部特征图；将待检测图像输入预设的快速傅里叶卷积块模块中，得到待检测图像的全局特征图；将局部特征图与全局特征图相连，得到连接后的特征图像；利用softmax分类器对连接后的特征图进行像素检测，得到待检测图像是否发生裁剪的检测结果。本系统提出基于注意力机制的局部特征提取模块与基于快速傅里叶卷积的全局特征提取模块，相较于现有方案，本方法能通过提取待检测图像的全局特征和局部特征，使最后融合得到的检测特征更全面，分类与定位更准确。
-
公开(公告)号：CN114091460B
公开(公告)日：2024-08-13
申请号：CN202111405790.8
申请日：2021-11-24
Applicant: 长沙理工大学
IPC: G06F40/295 , G06F18/214 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种多任务中文实体命名识别方法，包括以下步骤：(1)首先对数据进行预处理，划分数据集并进行标注任务设置；(2)通过BERT对输入的主任务数据和辅任务进行特征抽取；(3)对于主任务和辅任务分别采用双层的包括输入、隐藏和输出的LSTM神经网络模型对词向量进行分类训练；(4)将辅任务和主任务的训练好的隐藏层信息经过注意力机制层进行全连接(5)最后经过CRF层考虑了序列中的全局标签信息，输出最优的标签序列；(6)通过验证集对训练好的模型进行性能评估。本发明能够帮助研究者在海量的中文文本数据中高效地获取有价值的信息和知识，有效的缓解了人工抽取信息耗时耗力的问题，对进一步文本挖掘工作的具有重要意义。
-
公开(公告)号：CN116844242A
公开(公告)日：2023-10-03
申请号：CN202310293515.4
申请日：2023-03-23
Applicant: 长沙理工大学
Abstract: 本发明公开了一种基于双分支卷积抑制纹理网络的人脸伪造检测方法及系统，本方法将待预测人脸图像输入至双分支卷积抑制纹理网络进行人脸伪造检测，获得人脸伪造检测结果；其中进行人脸伪造检测包括：将第一纹理抑制特征图和第二纹理抑制特征图相加，获得第一支路的第一特征图；将纹理抑制注意力特征图和第二支路的特征图进行元素相乘，获得第二支路的第一特征图；将第一支路的特征和第二支路的特征输入至跨流融合模块中进行不同维度的特征融合，获得第一支路的融合特征和第二支路的融合特征；将每个维度上的融合特征进行整平操作和拼接操作后输入至全连接层，获得人脸伪造检测结果。本发明能够提高模型的泛化性能，提高人脸伪造检测的准确度。
-
公开(公告)号：CN116721473A
公开(公告)日：2023-09-08
申请号：CN202310296950.2
申请日：2023-03-23
Applicant: 长沙理工大学
Abstract: 本发明公开了一种基于频域多尺度的人脸伪造检测方法、系统、设备及介质，能够通过卷积、下采样、通过双线性插值进行上采样以及高斯核卷积的操作，得到不同频段的图像，使人脸伪造检测在面对不同场景时仍有不错的泛化性能；通过提取不同频段的图像的特征，使得到的卷积特征包括了不同频段信息；通过将卷积特征进行不同尺度的池化，得到多尺度特征，有助于捕获更具有鉴别力的特征并保留更丰富的纹理信息，解决伪造方法所产生的伪影尺度不一以及单尺度特征可能无法捕获所需的所有空间信息的问题；最后通过训练得到人脸伪造检测网络，将不同频段的图像和多尺度特征的优点集合，大大提高人脸伪造检测方法的泛化能力、精确度和性能。
-
公开(公告)号：CN114677359A
公开(公告)日：2022-06-28
申请号：CN202210359478.8
申请日：2022-04-07
Applicant: 长沙理工大学
IPC: G06T7/00 , G06V10/42 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/04 , G06K9/62
Abstract: 本发明公开了一种基于CNN的接缝裁剪图像检测方法及系统，本方法通过将待检测图像输入至预设的卷积神经网络模块中，得到待检测图像的局部特征图；将待检测图像输入预设的快速傅里叶卷积块模块中，得到待检测图像的全局特征图；将局部特征图与全局特征图相连，得到连接后的特征图像；利用softmax分类器对连接后的特征图进行像素检测，得到待检测图像是否发生裁剪的检测结果。本系统提出基于注意力机制的局部特征提取模块与基于快速傅里叶卷积的全局特征提取模块，相较于现有方案，本方法能通过提取待检测图像的全局特征和局部特征，使最后融合得到的检测特征更全面，分类与定位更准确。
-
Patent Agency Ranking
公开(公告)号：CN111008507B
公开(公告)日：2022-06-03
申请号：CN201911074272.5
申请日：2019-11-06
Applicant: 长沙理工大学
IPC: G06F30/3308 , G06F119/02
Abstract: 本发明公开了一种受软错误影响的逻辑电路可靠性边界计算方法及设备，本发明方法包括：将电路可靠性目标表示为多阶段分量之和；对电路进行单故障模拟，获取T1值；对电路进行双故障模拟，获取T2值；计算电路的可靠性边界；与现有技术相比，本发明方法是利用概率分布模型，首先将待计算的大规模和超大规模逻辑电路可靠性目标表示为多阶分量之和的形式；然后模拟计算出单故障和双故障的电路工作情况，以此计算电路在故障发生时的正确输出概率；最后将模拟结果代入可靠性边界表达式即可得到电路可靠性的一阶与二阶上下限。本方法保证了在合理的时间内计算出与电路真实可靠性非常接近的可靠性边界值，且适用于大规模和超大规模逻辑电路的可靠性计算。
-
公开(公告)号：CN114462382A
公开(公告)日：2022-05-10
申请号：CN202210264113.7
申请日：2022-03-17
Applicant: 长沙理工大学
IPC: G06F40/205 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种多类自然语言隐写分析方法，包括以下步骤：步骤1.将隐写分析任务数据集表示为词向量矩阵；步骤2.文本的深度多任务隐写分析特征表示获取；步骤3.多任务隐写分析模型的训练；步骤4.使用最优多任务隐写分析模型对测试集文本进行隐写分析；其中，步骤1包括：1.1定义多个隐写分析任务，分别为：(1)生成式隐写文本与正常文本隐写分析任务；(2)生成式隐写文本与自然文本隐写分析任务；(3)嵌入式隐写文本与正常文本隐写分析任务；(4)嵌入式隐写文本与自然文本隐写分析任务；(5)正常文本和自然文本分类任务；1.2将每个隐写分析任务的数据集中的文本通过词向量矩阵进行表示。
-
公开(公告)号：CN114091460A
公开(公告)日：2022-02-25
申请号：CN202111405790.8
申请日：2021-11-24
Applicant: 长沙理工大学
IPC: G06F40/295 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种多任务中文实体命名识别方法，包括以下步骤：(1)首先对数据进行预处理，划分数据集并进行标注任务设置；(2)通过BERT对输入的主任务数据和辅任务进行特征抽取；(3)对于主任务和辅任务分别采用双层的包括输入、隐藏和输出的LSTM神经网络模型对词向量进行分类训练；(4)将辅任务和主任务的训练好的隐藏层信息经过注意力机制层进行全连接(5)最后经过CRF层考虑了序列中的全局标签信息，输出最优的标签序列；(6)通过验证集对训练好的模型进行性能评估。本发明能够帮助研究者在海量的中文文本数据中高效地获取有价值的信息和知识，有效的缓解了人工抽取信息耗时耗力的问题，对进一步文本挖掘工作的具有重要意义。
-
公开(公告)号：CN113657107A
公开(公告)日：2021-11-16
申请号：CN202110951492.2
申请日：2021-08-19
Applicant: 长沙理工大学
IPC: G06F40/284 , G06F21/60 , G06F40/237 , G06F40/274
Abstract: 本发明公开了一种基于序列到隐写序列的自然语言信息隐藏方法，包括以下步骤：步骤1.数据预处理；步骤2.语言编码；步骤3.信息隐写；其中步骤1利用语料库训练分布式词向量表示模型，获得词汇表中每个词的稠密低维词向量。步骤2利用双向LSTM网络和复制机制构建语言编码器。步骤3利用步骤2获得的语言编码器提取源文本的上下文信息，并使用基于多候选的动态隐写编码方法，根据秘密信息控制隐写器生成隐写摘要文本。
-
公开(公告)号：CN111413607A
公开(公告)日：2020-07-14
申请号：CN202010223933.2
申请日：2020-03-26
Applicant: 长沙理工大学
IPC: G01R31/28 , G01R31/3177 , G01R31/3193
Abstract: 本发明公开了一种敏感门节点的定位方法、装置、设备及介质，按照预设的划分规则对当前逻辑电路进行划分，以获得多个电路内部不存在扇出结构的子电路；利用预先存储的输入信号和当前逻辑电路中各门节点的类型信息，获取各子电路在正常工作状态下当前逻辑电路的第一输出逻辑值和各子电路在故障状态下当前逻辑电路的第二输出逻辑值；判断各子电路对应的第一输出逻辑值与第二输出逻辑值是否一致；如果否，则确定子电路为影响当前逻辑电路的输出逻辑值的目标子电路；检测各目标子电路中的门节点间的传输信号是否为关键信号；如果是，则将产生关键信号的门节点确定为敏感门节点。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.068 seconds)
